通过 (生物) 机械传感器融合增强运动模式识别和过渡预测,用于智能假肢膝盖
IEEE journal of biomedical and health informatics
|June 25, 2025
概括
这项研究引入了对假膝盖的新框架,该框架将机械和生物机械信号融合在一起,用于准确的运动识别和过渡预测,达到98.51%的准确性.
科学领域:
- 生物医学工程 生物医学工程
- 康复技术 康复技术 康复技术
- 假肢是一种假肢.
背景情况:
- 智能假肢膝盖需要持续的运动识别和准确的过渡预测.
- 目前的方法在实时准确性和效率方面面临挑战.
研究的目的:
- 开发和验证一个创新的框架,用于机动识别和转换预测在假膝盖.
- 为了提高性能,将机械 (IMU) 和生物机械 (FMG) 信号融合在一起.
主要方法:
- 在一个假膝盖上实施了FMG-IMU双模传感系统.
- 一个特征驱动的CNN-BiLSTM模型被开发用于分类.
- 使用RelifF-MI算法进行功能优化.
主要成果:
- FMG-IMU融合框架实现了98.51%的平均识别精度.
- 实现过渡预测的平均时间为274ms (21.82%的步态周期).
- 在五种运动模式和八种过渡中观察到分类性能的显著改善.
结论:
- 拟议的方法证明了对假膝控制的高精度和效率.
- FMG-IMU信号与特征驱动分类器的融合为先进的假肢应用提供了显著的潜力.
更多相关视频
11:16Engineering Platform and Experimental Protocol for Design and Evaluation of a Neurally-controlled Powered Transfemoral Prosthesis
Published on: July 22, 2014
16.4K
06:52An Inertial Measurement Unit Based Method to Estimate Hip and Knee Joint Kinematics in Team Sport Athletes on the Field
Published on: May 26, 2020
8.1K
