基于可穿戴传感网络的全膝关节置换术后的步态训练研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51875347
  • 项目类别:
    面上项目
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0507.机械仿生学与生物制造
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

An important problem after unilateral total knee arthroplasty is that the contralateral knee is loaded significantly more than the replacement knee. Traditional post-operative rehabilitation only focuses on muscle strength training but hasn’t solved the problem of unbalanced forces between both knee joints, which can accelerate osteoarthritis progression in the contralateral knee joint and significantly increases the rate of required knee replacement in the contralateral knee. Gait training can change knee joint forces by adjusting gait walking patterns. However, existing methods primarily rely on large-scale experimental equipment such as motion capture systems and floor-mounted force plates, which has thus far prevented widespread clinical adoption. This project intends to: 1) combine multi-source body sensing networks, including inertial measurement units and electromyographic measurement units, to establish a gait kinetic model and muscular model for real-time wearable systems to study the effect of gait training on joint forces; 2) study the new principle of gait training via wearable flexible assistive devices and tactile feedback to achieve rebalance knee joint forces; 3) based on the above theoretical research, the integrated sensor network, flexible active assistance and tactile passive feedback and other key components, develop a wearable gait training system and test patients after total knee arthroplasty to verify the effectiveness of knee force rebalancing. The research results of the project will provide theoretical methods and wearable solutions for post-operative rehabilitation of total knee arthroplasty, biomechanical measurements, and gait training research.
单侧全膝关节置换手术后的一个重要问题是对侧的膝关节受力明显高于置换侧。传统的术后康复只关注肌肉力量训练,而未解决两侧关节受力不平衡的问题,使得对侧膝关节的关节炎恶化加快,置换率显著增加。步态训练能通过调整步态模式改变关节受力,但现有方法主要依赖于步态实验室内大型设备,临床推广困难。本项目拟:1)融合惯性测量单元和肌电信号测量单元等多源传感网络信息,建立适用于实时可穿戴系统的步态动力学模型和肌骨模型,研究在步态训练作用下的关节受力时域演变;2)研究基于柔性助力装置和触觉反馈的步态训练新原理,实现患膝和健膝关节受力的再平衡;3)基于上述理论研究,集成传感网络、柔性主动助力和触觉被动反馈等关键模块,研发可穿戴式步态训练系统,通过对全膝关节置换术后患者进行测试,验证膝关节受力再平衡的有效性。项目研究成果将为全膝关节置换术的术后康复、生物力学测量、步态训练等研究提供理论方法和可穿戴解决方案。

结项摘要

单侧全膝关节置换手术后的一个重要问题是对侧的膝关节受力明显高于置换侧。传统的术后康复只关注肌肉力量训练,而未解决两侧关节受力不平衡的问题,使得对侧膝关节的关节炎恶化加快,置换率显著增加。步态训练能通过调整步态模式改变关节受力,但现有方法主要依赖于步态实验室内大型设备,临床推广困难。本项目从步态估计算法研究、步态动力学参数估计研究、触觉反馈理论研究和可穿戴系统平台研发四个方面开展了研究,具体包括:研发了一种基于惯性测量单元(IMU)的膝关节角度估计算法,用于前交叉韧带损伤风险评估测试中膝关节屈曲、外展和内旋角度的评估,该角度估计算法能够在降落和平切任务中有效估计膝盖外展和内旋角度,并且膝盖屈曲角度估计比以前报道的方法更准确,解决了膝盖关节角度估计不准的问题;提出了一个三维关节角度估计的通用模型,研究了传感器与节段错位和IMU方向误差对三维膝关节角度估计精度的影响;探究了足部撞击模式、步速和前躯干倾斜步态的改变对跑步者下肢冲击负荷的综合影响,发现前足冲击与步速增加相结合导致冲击载荷率最低,后足冲击与躯干前倾相结合导致冲击载荷率最高;研究了IMU位置和方向放置误差对人体下肢地反作用力(GRF)估计精度的影响;建立了一种受试者独立的卷积神经网络模型并使用一个或多个可穿戴惯性测量单元准确估算跑步者的垂直平均负荷率;提出了一种智能手机摄像数据和可穿戴惯性测量单元数据融合的、可评估年轻健康非肥胖男性的膝关节内收力矩(KAM)和膝关节屈曲力矩(KFM)的新模型;验证了共振频率皮肤拉伸可以产生高度显著的触觉刺激,为可穿戴式触觉反馈开辟了新途径;研发了具有触觉反馈的定制鞋,其鞋底包括一个用于估计FPA的计算模块,以及两个连接在鞋内侧和外侧衬里的振动电机,用于提供振动触觉反馈;研发了一款可嵌入到鞋中并测量FPA的嵌入式系统,运动捕捉和传感器测量的FPA之间的平均绝对误差分别为1.7度和2.1度,可以在室外环境下连续测量足偏角,为后续的长期实验提供硬件保证;设计了两款可用于能量采集的滑动鞋,能量收集滑动鞋可以潜在地用于各种可穿戴设备,以减少机载能量存储,这些发现可以为各种医疗和健康应用提供预期的能量收集率和相关的代谢成本。上述研究为后续步态训练理论研究、家庭式康复应用等研究打下了理论与实践基础。在项目资助下,发表SCI检索的国际期刊论文22篇,EI检索的国际会议论文5篇。

项目成果

期刊论文数量(22)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(1)
Resonant Frequency Skin Stretch for Wearable Haptics
可穿戴触觉的共振频率皮肤拉伸
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    IEEE Transactions on Haptics
  • 影响因子:
    2.9
  • 作者:
    Shull Peter B.;Tan Tian;Culbertson Heather;Zhu Xiangyang;Okamura Allison M.
  • 通讯作者:
    Okamura Allison M.
IMU and Smartphone Camera Fusion for Knee Adduction and Knee Flexion Moment Estimation During Walking
IMU 和智能手机摄像头融合,用于步行期间的膝关节内收和膝关节屈曲力矩估计
  • DOI:
    10.1109/tii.2022.3189648
  • 发表时间:
    2022
  • 期刊:
    IEEE Transactions on Industrial Informatics
  • 影响因子:
    12.3
  • 作者:
    Tan Tian;Wang Dianxin;Shull Peter B.;Halilaj Eni
  • 通讯作者:
    Halilaj Eni
Transfer Learning Improves Accelerometer-Based Child Activity Recognition via Subject-Independent Adult-Domain Adaption
迁移学习通过独立于主体的成人域适应改进基于加速度计的儿童活动识别
  • DOI:
    10.1109/jbhi.2021.3118717
  • 发表时间:
    2022
  • 期刊:
    IEEE Journal of Biomedical and Health Informatics
  • 影响因子:
    7.7
  • 作者:
    Li Jinxuan;Kang Peiqi;Tan Tian;Shull Peter B.
  • 通讯作者:
    Shull Peter B.
Influence of IMU position and orientation placement errors on ground reaction force estimation
IMU位姿放置误差对地面反作用力估计的影响
  • DOI:
    10.1016/j.jbiomech.2019.109416
  • 发表时间:
    2019
  • 期刊:
    Journal of Biomechanics
  • 影响因子:
    2.4
  • 作者:
    Tan Tian;Chiasson David P.;Hu Hai;Shull Peter B.
  • 通讯作者:
    Shull Peter B.
Ultrawideband Ranging in Dynamic Dense Human Networks
动态密集人体网络中的超宽带测距
  • DOI:
    10.1109/thms.2022.3175414
  • 发表时间:
    2022
  • 期刊:
    IEEE Transactions on Human-Machine Systems
  • 影响因子:
    3.6
  • 作者:
    Chiasson David;Shull Peter B.
  • 通讯作者:
    Shull Peter B.

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

PETER BRADLEY SHULL的其他基金

基于可穿戴传感和触觉反馈的膝骨关节炎患者步态训练系统研究
  • 批准号:
    51505283
  • 批准年份:
    2015
  • 资助金额:
    21.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码