传感器技术在物理康复期间可视化身体的内部结构

大约四分之三的残疾生活可以从身体康复中受益——但没有足够的物理治疗师 (PT) 来解决。日益增长的需求与人口增长并驾齐驱，即使在同一年龄组内，老龄化以及严重疾病的高发病率也导致了这一问题。

基于传感器的技术(例如体上运动传感器)的兴起为患者提供了一定的自主权和精确度。尽管如此，极简主义的手表和戒指在很大程度上依赖于运动数据，因此除了运动之外，还缺乏更全面的 PT 组合图，包括肌肉接合和张力。

可以这么说，这种肌肉运动语言障碍促使麻省理工学院计算机科学与人工智能实验室 (CSAIL) 和马萨诸塞州总医院 (MGH) 的研究人员创建了一个无人监督的身体康复系统 MuscleRehab。它包含三个要素：运动跟踪(您猜对了)、一种称为电阻抗断层扫描 (EIT) 的成像技术，用于测量肌肉的活动，以及虚拟现实(VR) 耳机和可让您观看的跟踪服自己与物理治疗师一起表演。

对于患者，他们只需穿上时尚的 ninja esq-all black 运动服和捕捉 3D 运动数据的 VR，然后进行各种运动，如弓步、膝盖弯曲、硬拉、抬腿、膝盖伸展、深蹲、消防栓等。测量股四头肌、缝匠肌、腘绳肌和内收肌活动的桥梁。

在虚拟环境中，患者被赋予了两个条件。在这两种情况下，他们的化身都会与物理治疗师一起表演。在第一种情况下，仅将运动跟踪数据覆盖在他们的患者头像上。在第二种情况下，患者戴上 EIT 感应带，然后他们就会获得运动和肌肉接合的所有信息。

在这两种情况下，团队比较了锻炼的准确性，并将结果交给了专业的治疗师，后者解释了在每次锻炼中应该使用哪些肌肉群。通过在这些无人监督的练习中可视化肌肉参与和运动数据，而不仅仅是运动，练习的整体准确性提高了 15%。

然后，该团队对锻炼期间正确肌肉群在两种情况下触发的时间进行了交叉比较。在我们实时显示肌肉参与数据的情况下，这就是反馈。通过监测和记录参与度最高的数据，PT 报告了对患者运动质量的更好理解，并有助于根据这些统计数据更好地评估他们当前的运动状态和运动。

“我们希望我们的传感场景不局限于临床环境，以便更好地为受伤恢复中的运动员、目前正在接受物理治疗的患者或患有身体限制性疾病的患者提供数据驱动的无监督康复，最终看看我们是否可以协助麻省理工学院 CSAIL 博士生和有关 MuscleRehab 的论文的主要作者朱俊一说，不仅是恢复，而且可能是预防。“通过积极测量深层肌肉参与，我们可以观察数据与患者的基线相比是否异常，以深入了解潜在的肌肉轨迹。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！