开发一个基于IMU的中风后步行数据获取和分析系统,用于步行评估和干预工具

科学领域:

• 生物医学工程 生物医学工程
• 康复医学 康复医学 康复医学
• 可穿戴技术可穿戴技术

背景情况:

• 脑卒中是导致死亡和残疾的主要原因,需要有效的步行恢复策略.
• 目前的步行评估工具,如步行评估和干预工具 (GAIT). 依赖于主观的医生判断.
• 可穿戴惯性测量单元 (IMU) 传感器的进步为客观和常规的步态分析提供了潜力.

研究的目的:

• 开发基于IMU的系统,用于中风患者的步态数据采集和分析.
• 创建可靠的校准方法,以尽量减少IMU传感器错误.
• 为实时步行参数计算和G.A.I.T.建立一个机器学习驱动的方法. 评分估计 评分估计.

主要方法:

• 开发使用IMU可穿戴传感器的步态数据采集系统.
• 实施一个校准协议以减轻IMU漂移错误.
• 设计一种机器学习算法,用于实时坐标计算和步态参数提取.
• 推导出一个公式,将IMU衍生的GAIT与IMU衍生的GAIT相关联. 与医生观察分数的分数.医生观察分数.

主要成果:

• 成功开发了一种基于IMU的步态分析系统.
• 一个简单的校准过程有效地减少了IMU漂移错误.
• 机器学习算法准确计算了实时步态参数.
• 一个衍生的公式显示了基于IMU和医生观察到的GAIT之间的显著相关性. 一个分数,一个分数.

结论:

• IMU可穿戴传感器可以在中风康复中提供客观的步态评估.
• 开发的系统和校准方法为主观临床评估提供了可靠的替代方案.
• 这项技术有可能被整合到常规的临床实践中,以改善步行恢复监测.