闭环神经运动训练系统 通过皮肤神经刺激与基于视频的实时运动分类配对
Minoru Shinohara1,2, Arya Mohan3, Nathaniel Green4
1School of Biological Sciences, Georgia Institute of Technology.
medRxiv : the preprint server for health sciences
|June 30, 2025
概括
这项研究介绍了一种闭环系统,用于在运动康复期间自动化的迷走神经刺激 (VNS). 该系统使用视频分析来检测成功的运动,并无线触发穿皮VNS (tVNS),帮助运动恢复.
科学领域:
- 神经科学是一个神经科学.
- 康复工程 康复工程
- 生物医学技术 生物医学技术
背景情况:
- 神经刺激 (VNS) 在动物运动康复方面表现有前途.
- 将VNS转化为人类康复需要进行非侵入性,自动化,实时的运动质量评估.
- 现有的方法缺乏对VNS触发的客观,自动化和最小限制的方法.
研究的目的:
- 开发一套集成的闭环系统,用于通过实时运动分类触发的自动化穿皮VNS (tVNS).
- 为了创建一个符合规范的tVNS电极,用于非侵入性应用.
- 在舞蹈治疗使用案例 (倒行) 中展示该系统的有效性.
主要方法:
- 开发了一种无标记视频分析模型,用于实时运动分类.
- 将视频分析与无线系统集成在一起,在检测成功的移动时触发tVNS.
- 利用蓝牙低能为分类和刺激组件之间的通信.
- 为外耳设计了一个类似薄膜的,符合规格的tVNS电极.
主要成果:
- 视频分析模型实现了0.91精度和0.72回忆步骤检测,成功分类后退步骤的F1得分为0.93.
- 在71.3%的成功移动中,集成系统成功触发了tVNS.
- 该系统从视频捕获到tVNS传输的低延迟时间为2.24秒.
结论:
- 开发的闭环系统可实现实时,自动化和非侵入性神经刺激,用于运动康复.
- 这项技术代表了患者驱动的家庭康复的重大进步.
- 该系统展示了低成本,自动闭环神经刺激技术的潜力.
更多相关视频
11:06A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
Published on: April 12, 2016
10.5K
05:12Using Virtual Reality to Transfer Motor Skill Knowledge from One Hand to Another
Published on: September 18, 2017
546.7K
