智能多式传感器融合用于早期检测膝盖疾病和预防伤害,使用假肢步行控制

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
• 可穿戴系统可穿戴系统

背景情况:

• 目前的膝盖病理检测和假肢控制系统在诊断准确性和执行刚性方面存在局限性.
• 非侵入性查和自适应性假肢控制对于改善肌肉骨康复患者的结果至关重要.

研究的目的:

• 引入一个综合的两阶段框架,用于非侵入性膝关节病理查和自适应性假肢控制.
• 为了提高诊断准确度,并实现实时,健康适应性假肢功能.

主要方法:

• 第一个阶段:新的时间频率特征 (增强的平均绝对值/增强的波长) 与额外的树木分类器用于异常检测.
• 第二阶段:多式传感器融合 (EMG,FSR,IMU) 与XGBoost用于步态相识别和自适应假肢控制.
• 验证使用十倍交叉验证,统计测试 (弗里德曼/尼梅尼),SHAP分析和基于LabVIEW的控制环境.

主要成果:

• 实现了94.7%的异常检测准确度,比传统功能有3.16%的改进.
• 达到99.2%的步行相位精度,使假肢控制参数 (定时,值,运动增益) 的动态调节成为可能.
• 证明了卓越的选准确性 (>4.7%的增益与深度学习相比) 和情境意识的假肢适应.

结论:

• 综合框架为可访问的肌肉骨康复提供了一个新的范式.
• 该系统提供了增强的诊断功能和个性化的假肢控制.
• 这种方法显著推进了用于膝盖病理管理的可穿戴技术.