智能生物传感器用于人类运动康复和意图识别
Mehrab Rafiq1, Nouf Abdullah Almujally2, Asaad Algarni3
1Department of Computer Science, Air University, Islamabad, Pakistan.
Frontiers in bioengineering and biotechnology
|July 24, 2025
概括
这项研究开发了一种使用惯性传感器进行人类运动识别 (HLR) 的强大系统,达到90%以上的准确性. 该系统有效地识别了人类的移动和定位,显示了医疗保健和可穿戴应用的前景.
科学领域:
- 生物医学工程 生物医学工程
- 计算机科学 计算机科学
- 信号处理 信号处理
背景情况:
- 智能手机和可穿戴设备中的惯性传感器对于人类运动识别 (HLR) 是至关重要的.
- 在体育,医疗保健,康复和上下文意识系统中,HLR具有应用.
- 准确的人类运动和本地化识别对于这些应用程序至关重要.
研究的目的:
- 通过惯性传感器数据呈现一个可靠的系统,用于准确地识别人类运动和定位.
- 在不同的数据集上评估系统的性能.
- 展示系统在现实世界应用中的潜力.
主要方法:
- 使用了超感应和KU-HAR数据集,包括多式传感器数据 (IMU,GPS,音频) 和加速度计/陀螺仪数据.
- 应用信号消噪 (巴特沃思波器) 和细分 (汉明窗口).
- 提取的特征包括度,能量,Kurtosis,LPCC,DTW,步数和步长,其次是叶约翰逊转换.
主要成果:
- 在超感官数据集上达到90%的准确性,在KU-HAR数据集上达到91%.
- 超过了一些现有的最先进的方法.
- 通过统计分析和测试证明了强度和概括能力.
结论:
- 开发的系统准确地识别人类的运动和定位在不同的传感器环境,即使有噪音数据.
- 它在现实场景中的有效性支持整合到医疗监测,康复和智能可穿戴设备中.
- 该模型的可扩展性和高精度适合在嵌入式平台上部署.
