由液体金属嵌入式海绵三电传感器阵列启用的智能步行分析系统

科学领域:

• 生物医学工程 生物医学工程
• 材料科学 材料科学 材料科学
• 人工智能的人工智能

背景情况:

• 步态动态是健康评估和疾病预测的关键生物标志物.
• 现有的步态监测方法往往缺乏舒适性和长期可用性.

研究的目的:

• 开发一个智能,舒适和长期的步态监测系统.
• 整合灵活的 triboelectric 纳米发电机与人工智能进行步态分析.

主要方法:

• 一个灵活的PDMS/液体金属海绵 triboelectric纳米发电机 (PLMFT) 阵列被开发出来.
• 构建了一个带有五个PLMFT传感单元的内类型监控系统.
• 卷积神经网络 (CNN) 用于分析步态信号.

主要成果:

• PLMFT装置表现出卓越的灵活性,高电力输出和3000个周期的稳定性.
• 内系统提供了透气性和可穿戴舒适性.
• 在CNN的分析中,步态识别准确度达到98.95%.

结论:

• 拟议的系统为可穿戴健康监测提供了高精度,轻量级的解决方案.
• 这项技术在探测步行异常,评估运动功能和预测疾病方面具有重大潜力.