Распознавание паттернов движений нижних конечностей человека

Аннотация:

В современном мире использование значительных вычислительных мощностей улучшило качество жизни людей, привело к повышению качества медицинской техники, в том числе к разработке новых методов реабилитации (VR-технологии), экзоскелетов и умных протезов, использующих бионическое управление. Отличием данных изделий является наличие систем управления, которые синхронизируют роботизированную или виртуальную конечность с намерениями пользователя. Остается сложная задача сделать движение естественным для пользователей протезов. Стратегии управления и современные алгоритмы машинного обучения должны учитывать временные требования, рельеф местности и точность работы мехатронных модулей. Алгоритмы машинного обучения играют важную роль в повышении эффективности работы. Zhang К., Luo J. и соавторы разработали систему субвиде-ния в коленном протезе, которая предоставляет информацию о среде для системы управления движением ампутантов и восстанавливает визуальную систему схемы, с помощью которой реализованы распознавание и прогнозирование движения при разных дорожных условиях. В похожем исследовании на очках пациента и на его колене были установлены камеры, а также использованы нейронные сети и технологии систем компьютерного зрения для распознавания препятствий. У таких технологий есть очевидные недостатки: они требуют высокой точности и стабильности камеры, чего тяжело достичь при интенсивной ходьбе, и стоимость камер все еще высока в рамках производства систем распознавания движений. В исследовании авторы смогли классифицировать и провести анализ силы сокращения мышц. Для данной задачи они использовали шесть признаков, большая часть которых являются частотными и соответственно требуют больших вычислений. Недавно ученые из Китая провели исследование по обнаружению падения человека, что является важной задачей в области реабилитации. Они произвели анализ 15 признаков ЭМГ-сигналов, для этого использовались временная, частотная, временная/частотная области, а также энтропия. Их задачей была классификация 7 паттернов движений, для чего они использовали пять способов классификации. Однако для управления протезами нижних конечностей следует использовать ЭМГ-сигналы, так как они генерируются чуть раньше самого движения, а также временные признаки, требующие меньших вычислительных затрат. Цель настоящего исследования - реализация алгоритма классификации паттернов движений нижних конечностей человека. Он может быть использован в системах управления протезом бедра и в других реабилитационных целях.

Авторы:

Издание: Медицинская техника
Год издания: 2025
Объем: 4с.
Дополнительная информация: 2025.-N 3.-С.36-39. Библ. 13 назв.
Просмотров: 1