基于甘油/PVA水凝和深度学习算法的三电传感器用于监测部运动
Bingbing Qu1, Qirui Mou1, Zelong Zhou1
1Chongqing Key Laboratory of Non-linear Circuit and Intelligent Information Processing, College of Electronic and Information Engineering, Southwest University, Chongqing 400715, China.
ACS applied materials & interfaces
|February 14, 2025
概括
使用 triboelectric nanogenerators (TENGs) 的新型灵活传感器有效监测部运动,以防止宫脊椎病. 这种智能子环系统提醒用户长时间保持不良姿势,促进更好的宫健康.
科学领域:
- 材料科学 材料科学 材料科学
- 生物医学工程 生物医学工程
- 可穿戴技术可穿戴技术
背景情况:
- 久坐不动的生活方式和过度使用数字设备增加了年轻成年人椎椎病的风险.
- 三电纳米发电机 (TENGs) 作为健康监测的自动供电传感器具有潜力.
- 需要有效的,便携式解决方案来监测和预防宫问题.
研究的目的:
- 开发一种新的,灵活的,可伸缩的TENG,用于准确的部运动检测.
- 创建一个智能环系统,用于实时监控人类部运动.
- 研究AI算法的应用,分析传感器数据并提供健康建议.
主要方法:
- 制造一种基于甘油/多聚乙烯醇的水凝和基的TENG (GH-TENG).
- 优化GH-TENG参数 (度,厚度) 和使用环保剂来提高灵敏度.
- 将GH-TENG集成到智能环中,并开发使用卷积神经网络 (CNN) 和双向长短记忆 (BiLSTM) 算法的监控系统.
- 在Raspberry Pi 4B上部署系统以实现便携性.
主要成果:
- 优化的GH-TENG实现了4.50V/kPa的高灵敏度.
- CNN-BiLSTM算法能够有效分析传感器数据,达到97.14%的部运动识别准确度.
- 开发的系统准确地识别和记录部运动,为长时间静止姿势和建议提供及时的警报.
结论:
- 小说GH-TENG是检测部运动的有希望的传感器.
- 由人工智能驱动的智能项圈系统为监测宫健康和预防脊椎病提供了有效的便携式解决方案.
- 这项技术提供了一种主动的方法来管理和减轻与长期不良部姿势相关的风险.
