相关实验视频
Updated: Aug 8, 2026
07:24
Home-Based Monitor for Gait and Activity Analysis
Published on: August 8, 2019
6.7K
无线,多传感器集成生物电子技术,用于实时监测和评估肌肉缩
Shuai Zhang1, Shuo Meng1, Renjie Tan1
1Department of Biomedical Engineering, City University of Hong Kong, Kowloon, Hong Kong, SAR 999077, China.
Nano letters
|March 5, 2025
概括
这项研究介绍了一种无线可穿戴系统,用于实时监测肌肉缩. 该系统使用先进的传感器和机器学习来准确地评估缩严重程度的非侵入性.
科学领域:
- 生物医学工程 生物医学工程
- 可穿戴技术可穿戴技术
- 生物医学传感器 生物医学传感器
背景情况:
- 有效监测肌肉缩对于及时诊断和治疗至关重要.
- 现有的评估肌肉缩的方法往往是重的,非特异的,缺乏对身体的应用.
- 需要使用非侵入性实时系统来量化肌肉缩程度.
研究的目的:
- 开发一个无线多传感器可穿戴系统 (WMWS),用于在身体上实时监测和评估肌肉缩.
- 整合一个单电极 triboelectric 纳米发电机 (S-TENG) 和一个电化学肌素 (CREA) 传感器,以获得全面的数据.
- 用机器学习算法评估系统在识别不同程度肌肉缩方面的有效性.
主要方法:
- 开发一个WMWS,其中包括一个S-TENG用于脚部压力和一个电化学CREA传感器用于间歇性流体 (ISF) 分析.
- 从可穿戴系统获得足部压力和ISF CREA度的实时数据采集.
- 应用长短期记忆 (LSTM) 和支持矢量机 (SVM) 机器学习算法来分析传感器数据并分类缩严重程度.
主要成果:
- 该WMWS成功获得了实时的足底压力和ISF CREA度数据.
- 机器学习模型,特别是LSTM和SVM,在识别不同程度的肌肉缩方面表现出很高的准确性.
- 使用开发的多传感器策略,在分类肌肉缩严重程度方面取得的最高准确率达到了92.32%.
结论:
- 开发的无线多传感器可穿戴系统可以实时对肌肉缩进行身体监测.
- 集成S-TENG和CREA传感器,加上ML算法,为评估缩严重程度提供了一个有效的策略.
- 这项技术可促进肌肉缩的远程和准确分级,为改善患者管理铺平了道路.
