MGait：基于可穿戴弯曲与惯性传感器的步态分析模型
信号处理
2022-05-03 v2
摘要
帕金森病等运动障碍影响全球超过 1000 万人。步态分析是这些障碍诊断和康复中的关键步骤。具体而言，步长提供了关于步态质量和康复过程的宝贵见解。然而，传统的步长估计方法依赖于特殊垫子和临床环境，不适合连续日常监测。为解决此限制，我们提出了一种使用低功耗可穿戴弯曲和惯性传感器的新型实用步长估计技术。实验结果表明，所提模型以 5.49% 的平均绝对百分比误差估计步长，并向用户提供准确的实时反馈。
引用
@article{arxiv.2102.11895,
title = {MGait: Model-Based Gait Analysis Using Wearable Bend and Inertial Sensors},
author = {Sizhe An and Yigit Tuncel and Toygun Basaklar and Gokul Krishna Krishnakumar and Ganapati Bhat and Umit Ogras},
journal= {arXiv preprint arXiv:2102.11895},
year = {2022}
}