长期短期记忆网络用于平地行走期间对侧膝盖角度估计:对身体健康的受试者进行可行性研究
Ala'a Al-Rashdan1, Hala Amari1, Yahia Al-Smadi2,3
1Biomedical Engineering Department, Faculty of Engineering, Jordan University of Science and Technology, Irbid 22110, Jordan.
Micromachines
|February 27, 2026
概括
研究人员开发了一个长期短期记忆 (LSTM) 网络,使用惯性测量单位 (IMU) 预测膝关节的角度. 这种技术显示了改善假肢膝关节控制在转腿截肢患者的前景.
科学领域:
- 生物工学和生物医学工程
- 康复工程 康复工程 康复工程
- 医疗保健中的人工智能
背景情况:
- 由于战争,事故和血管疾病,下肢截肢的发病率不断上升,骨截肢占39%的病例.
- 需要先进的假膝关节来增强截肢者的功能移动性和日常生活活动.
- 准确预测膝关节的角度是必要的,有效的转骨关节假肢控制在步行.
研究的目的:
- 开发和评估一种使用长短期记忆 (LSTM) 网络估计膝关节角度的新技术.
- 利用惯性测量单元 (IMU) 的动态数据进行实时膝盖角度预测.
- 调查LSTM网络在仿制自然膝盖生物力学方面对假肢应用的可行性.
主要方法:
- 训练和测试一个LSTM网络,使用20名身体健康的人的动力学数据.
- 使用一个定制的感觉装置,配备四个IMU来收集数据.
- 估计逆侧膝盖角度作为预期的假肢膝盖运动的代理.
主要成果:
- LSTM模型在估计对侧膝关节角度方面表现出很高的准确性,实时根平均平方误差 (RMSE) 范围为2.48-2.78°.
- 实现了0.9937-0.9991的高相关系数范围,表明了强大的性能.
- 该研究证实了LSTM网络的实时性能和稳定性,用于在有能力的个人中估计膝盖角度.
结论:
- LSTM网络对于估计对侧膝关节角度是有效的,显示了对假肢膝关节控制的潜力.
- 开发的技术证明了可行性和稳定性,为未来生物四肢发育研究铺平了道路.
- 对截肢患者进行进一步的临床验证是必要的,以概括发现并优化假肢控制.
