正在阅读:苏州医工所成功研发可穿戴传感器设备

苏州医工所成功研发可穿戴传感器设备

2017-06-05 09:14:29来源:中国科技网 编辑:一不做 关键词:传感器MEMS传感器穿戴传感器设备阅读量:40814

导读:中国科学院苏州生物医学工程技术研究所光健康研究中心郭立泉课题组基于各种MEMS传感器(加速度、陀螺仪、磁力计和弯曲传感器等)开发出一种可穿戴传感器设备。
  【中国智能制造网 新品速递】中国科学院苏州生物医学工程技术研究所光健康研究中心郭立泉课题组基于各种MEMS传感器(加速度、陀螺仪、磁力计和弯曲传感器等)开发出一种可穿戴传感器设备。
 
  随着我国社会老龄化的加剧,临床康复资源愈发紧张,且存在严重的区域不平衡,致使许多脑卒中患者在回到家庭或社区后无法得到及时、有效的康复治疗与指导服务。近年来,互联网、物联网和可穿戴传感器网络(Wearable Sensor Networks, WSN)等技术的发展为脑卒中患者的远程康复训练与评估提供了一种新的途径,但如何保证设备长时间稳定运行却有待解决。压缩感知(Compressed Sensing, CS)是一种新的在采样的同时实现压缩目的的理论框架,能以较低的频率采样信号,并且可以高概率重构该信号。这为可穿戴设备的低功耗长时间运行提供了可能的解决方案。
 
  中国科学院苏州生物医学工程技术研究所光健康研究中心郭立泉课题组基于各种MEMS传感器(加速度、陀螺仪、磁力计和弯曲传感器等)开发出一种可穿戴传感器设备,并结合ZigBee无线协议搭建了无线传感器网络平台。在此基础上,利用互联网技术开发出了远程康复训练与评定系统,从而用于脑卒中患者居家或社区康复训练与评定。为了减少可穿戴传感器设备的无线传输数据量,延长其续航能力,研究人员又基于压缩感知理论设计了一种新的信息采集系统。设备采集到的运动数据在发送前需要进行“压缩采样”处理,这样可以保证通过ZigBee无线协议传输的数据量大大减少。在计算机端,多了一个“信号重构”环节,即利用压缩感知理论将压缩的数据恢复成原始信号。由于避开了高速采样,该系统一方面显著降低了数据存储与传输代价,另一方面也给高维数据分析提供了一条新的途径。
 
  稀疏性分析结果表明,脑卒中患者在康复训练过程中可穿戴设备所记录下的运动信号具备稀疏性,因此可以利用压缩感知对其进行压缩。实验结果表明在压缩域下直接进行特征提取,并进行后续的信号处理,可以避开传统的压缩感知理论框架中的信号重构环节,在减小重构过程计算量的同时,也使得下一步在可穿戴传感器硬件上实现“On Node Analysis”成为了可能。该研究成果发表在Sensors 杂志上(Volume 16, Issue 2)。
 
  (原标题:苏州医工所开发出可穿戴MEMS传感器设备)
我要评论
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了