可穿戴式超声波检测与双阵列和机器学习实时震特征和对手肌肉监测.

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
• 神经学 神经学

背景情况:

• 精确的震动动态传感对于像帕金森病 (PD) 和基本震动 (ET) 等运动障碍的个性化治疗至关重要.
• 目前的方法,如惯性测量单元 (IMU) 和表面电肌图 (EMG) 在肌肉特异性上有局限性,易受人工物影响.

研究的目的:

• 开发和验证可穿戴超声波传感 (WUS) 系统,用于精确和时间效率高的震动跟踪.
• 评估WUS系统与现有技术的性能,并评估其用于组织位移估计的机器学习管道.

主要方法:

• 制造一个WUS系统,配备双灵活的64元传感器阵列,用于同时监测对手肌肉 (FCR和ECR).
• 实施机器学习 (ML) 管道,从原始超声波信号估计组织位移 (TD).
• 与商业B模式和IMU传感器进行比较分析,并评估实时处理能力.

主要成果:

• 在WUS系统实现震动频率检测在10%的商业传感器的变化,满足统计学等效.
• TD估计模型显示了高的预测准确性 (皮尔森的r:0.88-0.97,nRMSE<10%).
• WUS-ML管道显著减少了离线模型构建时间 (75%更快) 和级延迟 (从3700 ms到17 ms),超过50 Hz的处理速率.

结论:

• 双阵列可穿戴超声波系统可用于准确,低延迟的震动跟踪.
• 这项技术为管理运动障碍的先进闭环 afferent刺激系统铺平了道路.
• 在临床和家庭环境中,WUS为监测动态提供了一个有希望的,肌肉特定的替代方案.