完全集成的AI增强的灵活可穿戴传感器,用于实时运动评估和乒乓球训练

科学领域:

• 生物医学工程 生物医学工程
• 可穿戴技术可穿戴技术
• 人与计算机的交互

背景情况:

• 可穿戴电子设备对于健康监测至关重要,但在生物机械分析的整合,灵活性和准确性方面面临挑战.
• 现有的解决方案往往缺乏必要的精度和适应性,以进行全面的运动评估.

研究的目的:

• 开发和评估一个薄的,皮肤符合灵活的惯性传感平台,用于高准确度的运动捕获和时空运动评估.
• 创建一个框架,准确分析运动质量,并提供实时反.

主要方法:

• 集成高精度微电子机械系统 (MEMS) 惯性传感器到一个灵活的印刷电路内医疗级粘合贴.
• 无线传输加速,角速度和方向的数据,功耗低.
• 使用有限动态时间曲线 (LDTW) 和多个序列对齐 (MAFFT) 进行运动分析的时空空间评估框架的实施.

主要成果:

• 在连续运动过程中实现了低于0.14°的静态角误差和6.21°的动态漂移.
• 与光学运动捕捉相比,传感器网络显示出高精度 (RMSE为11.54±8.46°).
• 新手在基于传感器的指导下显著改善了运动质量 (41.67%),相当于专家指导.

结论:

• 开发的灵活的惯性传感平台提供了准确的实时运动捕获和时空运动评估.
• 该技术显示了通过详细的运动分析来增强体育训练,身体康复和个性化医疗保健的巨大潜力.
• 高精度的动作识别和轨迹估计支持其在各种人类运动分析场景中的应用.