双尺度生物传感器具有高伸展性,用于支持人工智能的坐运动监控

科学领域:

• 生物医学工程 生物医学工程
• 材料科学 材料科学 材料科学
• 人工智能的人工智能

背景情况:

• 准确的实时膝盖曲监测对于预防运动伤害至关重要.
• 现有的方法面临着巨大的曲幅度和复杂的运动动态的挑战.

研究的目的:

• 开发一种高度灵敏,耐用的柔性应变传感器,用于测量膝盖曲.
• 整合人工智能用于精确的运动分析和体育训练中的反.

主要方法:

• 制造具有双尺度结构的生物蜂形灵活电阻应变传感器 (HSFRSS).
• 传感器性能的描述,包括测量因子,工作范围和耐用性.
• 应用AI算法 (决策树回归器和完全连接的神经网络) 用于膝盖角度预测和式模式分类.

主要成果:

• 在HSFRSS展示了高标尺因子 (高达541),广泛的工作范围 (0-200%的应变),和优秀的耐用性 (>1000个周期).
• 人工智能模型实现了高精度:膝盖角度预测99.9%,腰错误分类100% .
• 该系统在不同人群中显示出强烈的概括性,预测准确度超过97.8%.

结论:

• 开发的HSFRSS系统为体育运动中的智能运动监控提供了一个有前途的解决方案.
• 集成先进的传感器和人工智能,便于实时反,以纠正姿势和预防伤害.
• 这项技术在增强体育训练和绩效分析方面具有重大潜力.