在SCI小鼠中用于闭环神经调节的基于边缘AI的步态阶段检测

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 人工智能的人工智能

背景情况:

• 实时步行阶段检测对于脊髓损伤 (SCI) 研究中的闭环神经调节至关重要.
• 现有的方法通常需要离线处理,或者对于嵌入式系统来说,它们的计算密集度过高.

研究的目的:

• 开发一种混合人工智能传感架构,用于实时运动提取和步态阶段分类.
• 为了在SCI小鼠中实现闭环神经调节的低延迟,设备上行走阶段分类.

主要方法:

• 视觉AI模块被用于标记器辅助的高速姿势估计,以提取后肢关节角度.
• 在微控制器上的轻量级边缘AI模型分类了步态阶段并生成了刺激触发器.
• 该系统在SCI小鼠中使用跑步机运动进行了评估.

主要成果:

• 混合人工智能系统实现了实时运动提取和步态阶段分类.
• 该系统一般化为新的SCI步行模式,而无需重新培训.
• 精确的相锁双相刺激在闭环评估中得到证明.

结论:

• 这项工作介绍了一种低延迟,无附着性框架,用于步态响应神经调节.
• 开发的系统支持未来的可穿戴或植入闭环神经康复系统的翻译.
• 基于人工智能的方法推进了SCI运动恢复的实时控制.