基于雷达的超宽带步态分析系统用于非接触式膝盖角度监测

科学领域:

• 生物力学 生物力学
• 传感器技术 传感器技术
• 人工智能的人工智能

背景情况:

• 临床步态分析依赖于膝盖角度变化,通常通过基于标记器的运动捕捉来测量.
• 目前的方法面临着诸如劳动密集型,局限于实验室和需要特定环境条件 (照明,视线) 等限制.
• 超宽带 (UWB) 雷达提供了一个有前途的替代方案,可以克服这些步态分析的限制.

研究的目的:

• 推出一种基于雷达的超宽带 (UWB) 系统,用于捕捉行走步态和估计膝盖角度.
• 开发和验证一个新的检测强度水平算法 (DILA) 和一个以PointNet为灵感的神经网络 (DIL-PointNet) 来准确测量膝盖角度.
• 评估系统在受控实验室环境之外长期远程步行监测的潜力.

主要方法:

• 开发UWB雷达系统以获取行走数据.
• 实施一种新的检测强度水平算法 (DILA) 来处理雷达信号.
• 集成一个以PointNet为灵感的神经网络 (DIL-PointNet),用于3D点云记录和膝盖角度估计.
• 对UWB系统与基于黄金标准标记器的运动捕捉系统 (Qualisys) 的验证.

主要成果:

• 拟议的UWB雷达系统成功捕获了行走步态数据.
• DIL-PointNet模型实现了精确的膝盖角度估计.
• 与基于标记器的系统进行验证时,平均绝对误差 (MAE) 为7.9°,根平均平方误差 (RMSE) 为11.1°.
• 该系统在记录在3D空间中的检测方面表现出了有效性.

结论:

• 基于雷达的UWB步态分析系统为传统方法提供了可行的替代方案.
• 开发的DILA和DIL-PointNet算法显示了准确的膝盖角度估计的巨大潜力.
• 这项技术可以在现实环境中实现远程和长期步态监测,克服了以前的局限性.