close

FTEQCM2M$]$)EV708_BM(SX.png

當這些線隨著外部施加的機械應變而彎曲時,其導電性會發生變化。因此,通過監測這些變化,可以確定螺紋彎曲的時間和程度。在對該技術的測試中,研究小組將兩根線放在測試對象的脖子後面。這些線以相反的方向排列,相互交叉,形成一個寬闊的X形,這種配置使它們沿著兩個不同的軸線排列。

然後,當測試對象移動頭部(也包括移動頸部)時,電流通過螺紋。由此產生的線程阻抗變化通過藍牙傳輸到計算機,在那裡,基於機器學習的算法被用來將這些變化與特定的頭部運動實時匹配。

總而言之,該系統在識別頭部方向、旋轉角度和位移程度的變化方面的準確率為93%。該技術很可能在跟蹤其他身體部位的運動時也能發揮同樣的作用,盡管算法必須針對每個部位進行專門訓練。

[{1$JL_F[[PY17HW98@NIME.png

研究人員希望一旦開發成薄薄的皮膚貼片甚至是貼身衣物的形式,該系統就可以投入使用,例如謹慎地監測運動表現,檢查卡車司機是否變得昏昏欲睡,或者監測帕金森病患者。

“這是一個很有希望的示范,說明我們如何能夠制造出以非侵入性方式監測我們的健康、性能和環境的傳感器,”該研究論文的第一作者、本科生蔣怡文(音譯)說。“還需要做更多的工作來提高傳感器的范圍和精度,在這種情況下,這可能意味著從更大的線程陣列中收集數據,有規律地間隔或以模式排列,並開發算法,以提高關節運動的量化。”

該論文發表在本周的《科學報告》雜志上。

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 Ken641228 的頭像
    Ken641228

    Ken641228的部落格

    Ken641228 發表在 痞客邦 留言(0) 人氣()