你的位置:首页 >> 产品展示 >> 薄膜压力分布测试系统 >> 压力分布测试系统标定  压力分布测试系统标定
半自动测角测量用光纤手套的评价
来源:薄膜压力传感器 | 发布时间:2019-8-2 10:33:51 | 浏览次数:
一种用于延长监测和功能手评估的低成本仪器手套 新泽西理工学院生物医学工程系,新泽西州纽瓦克市海茨大学芬斯特大厅,邮编:07102-1982,美国凯斯勒医学康复研究与教育公司,地址:1199 Pleasant Valley Way,West Orange,NJ 07052,United States C Sensory Motor PerfOrmance项目,芝加哥康复研究所,东高级街345号,RIC 1365,芝加哥,IL 60611,美国伊利诺伊理工学院生物医学工程系,伊利诺伊州芝加哥,伊利诺伊州 摘要 对一种可穿戴式手指弯曲监测仪的可行性、测量重复性和可靠性、无线传输的保真度和用户接受度进行了评估,该监测仪是为测量手功能障碍患者的手功能而开发的。显示器的配置允许在传统测量手套无法佩戴的情况下使用。5名健康人参与了重复性研究,10名健康人和10名后天性脑损伤患者参与了评估可行性和用户舒适性的试验。重复性结果显示,与其他传感器手套报告的5.5°和5.7°以及手动测量(5–8°)相比,总体误差为3.4°。类内可靠性系数(使用系数α)平均为0.95。用户对显示器舒适性的反馈非常高。无线传输过程中数据丢失不大于1.2%。结果表明,该监护仪具有很强的潜力,可作为家庭和社区进行短期和长期监测的客观手功能评价工具。 关键词:电测角;手指弯曲;手功能;功能结果测量;无线监测 1。介绍 康复研究人员希望通过量化手指姿势来了解运动障碍患者日常生活活动中的关节运动。了解个人在与家庭和社区环境互动时如何使用手和手指,对于有效规划和评估上肢运动障碍的康复治疗和治疗至关重要。直接在这些环境中评估功能将比在诊所收集的数据提供更现实的信息。例如,当个体进行日常活动(如吃饭、穿衣和操纵物体)时,收集手部姿势数据将提供更清晰的真实手部使用情况,这可能不同于传统的临床环境下评估的功能潜力。用序数尺度,如功能独立性测度或修正的阿什沃斯尺度(Bohannon和Smith,1987)。 虽然可以在实验室中对手指运动控制的各个方面进行精确测量(Darling等人,1994年;Lang和Schieber,2004年;Li等人,2003年),但尚不清楚这些测量与日常生活中的实用性有多相符。在更自然的环境中,能够长时间监测手的使用情况,可以获得有关各种干预措施有效性的宝贵信息。 手功能的评估通常包括一些测量,如运动范围(rom)、力量和执行功能任务的能力。传统上,ROM的评估是一种手工测试,其中弯曲和伸展是使用测角仪一次测量一个关节。虽然这提供了关于被动只读存储器的有用信息,但是在没有特殊设备的情况下,在执行功能任务期间,不可能评估只读存储器。活动性ROM和功能性ROM已被提出作为多种评估的功能性措施,包括关节置换后的掌指关节运动、假体性能(Fowler和Nicol,2001;Hume等人,1990;Mallon等人,1991)和手术疗效。然而,还没有确定哪种方法最适合测量ROM来评估功能能力(Hume等人,1990年;Mallon等人,1991年)。 除了简单的运动范围外,有关特定手部运动的详细信息可用于增强传统方法在评估康复功能、工作场所过度使用和可用性问题以及对物理治疗或远程康复的依从性方面的作用(Dipietro等人,2003年)。在许多情况下,建议对手的使用进行长期监测(Fowler和Nicol,2001年)。然而,对于最低采样率、信号分辨率和准确度值,或适合家庭使用的传感器配置,没有指导方针以合理的价格提供有用的信息。 为了解决被动测量的缺点和探索功能活动,半自动测角仪已提出了含有传感器的手套,用于测量弯曲和伸展(Dipietro等人,2003;Rand和Nicol,1993;Williams等人,2Karlsson等人,1998年;Zurbrugg,2003年;Jurgens和Patterson,1997年;Hofmann和Henz,1995年;Asada和Mascaro,1999年;Williams等人,2000年)。传统上,这些手套是直接用电缆连接到数据采集计算机上的,限制了佩戴者的运动。然而,一些公司现在在手套和附近的数据采集计算机之间提供无线连接,允许佩戴者在房间内自由移动。5dt和Immersion都发布了无线版本的手套,使用蓝牙技术将数据传输到附近的计算机。这些无线选项可能很昂贵,并且不会给佩戴者在收集数据时自由移动家庭和通讯设置。 现有仪器手套的第二个缺点是,由于手套必须安装得足够紧密,以使传感器保持在正确的位置,因此,如果手和手指的运动范围因脑损伤或其他创伤而明显减小,大多数人可能很难或不可能戴手套。共同利益。在对四肢麻痹症的研究中,Castro和Cliquet发现,用于测量物体操作的手套必须为每个人定制,以确保最佳传感器位置和手套尺寸(Castro和Cliquet,1997年)。Bothwise和Dipietro发现,在重复性分析中使用的商用手套由于手的尺寸较小而不适合健康女性受试者(Dipietro等人,2003年;Wise等人,1990年)。研究报告称,在脑损伤人群中使用了商业测量手套。研究报告称,受试者的手功能水平相对较高,并且能够戴上手套。在两项报告对脑损伤患者使用CybergLove的研究中,所有患者都有足够的被动rom戴手套(65指和43指rom)(Merians等人,2002年),或者有足够的功能能力用精密握把握住笔(Lang和Schieber,2003年)。有关其他设备及其对该应用程序的适用性的详细信息出现在其他地方(Simone和Kamper,2005年)。 现有的测量方法(即手套)不是评估随时间变化的功能能力的最佳解决方案,也不是评估社区中在诊所或康复机构中观察到的广泛手功能紊乱的最佳解决方案。阴影监视器的开发是为了在这个服务不足的人群中,在所有的能力水平上对手指姿势进行不引人注目的测量(Simone和Kamper,2005年)。与其将手和手指完全包裹起来,从而排除一些不能戴手套状装置的人,不如将其戴在手的背面,并遮住佩戴者的手部活动。该设备无线记录了个人日常活动中连续不断的手指姿势,为评估和治疗手和手指的运动障碍提供了大量新信息。短期或长期的测试可以不通过计算机进行。如果无法传输到计算机,数据可以本地存储在设备上。目前最多可以使用8个传感器;虽然可以在手上的任何位置进行连接,但我们将传感器连接到了背部,使手掌没有障碍物。该系统比目前可用的无线系统便宜得多。 本研究的目的是评估该装置在临床人群中的应用。评估传感器测量的重复性和可靠性、无线传输率故障和用户可接受性。 2。方法 2.1。阴影监视器 2.1.1组件 阴影监视器是一种轻便的测量设备,设计用于自动测量手指关节的弯曲度。可穿戴系统包括信号调节/无线发射器盒和包含商用传感器的一次性传感器手套。根据受试者的活动性和舒适性,电子箱可以安装在手臂上的不同位置。可以安装在前臂(图1)或上臂(图2a)。 与大多数商用系统的优先事项不同,阴影监视器最重要的要求是为手和手指运动范围明显缩小的个人穿戴和移除时的舒适性和舒适性。 图1.阴影监视器。 图2.阴影监视器无线数据传输演示。(a)当数据无线传输时,受试者执行功能任务。(b)当数据传送至显示器后面的电脑时,受试者交替地张开和合手。显示屏上实时显示每个MCP接头的弯曲-伸展曲线。 其他要求包括低成本、轻型结构、数据收集期间在家中和社区内无障碍移动,以及手掌侧无障碍触摸感。 因此,此设备的配置在在目前的配置中,“手套”最多支持8个传感器;这里介绍的分析集中在5个MCP接头上。为了解决成本和耐久性问题,使用了由flexpoint传感器(draper,UT)制造的廉价弯曲传感器。这些传感器在弯曲时会改变电阻。弯曲传感器的一个常见特征是,当保持在固定弯曲位置时,会发生时变蠕变,有时不准确度会返回到相同的基线(平坦)电阻值。随着时间的推移,这可能会导致严重的错误。在我们评估了不同制造商的几种传感器配置后,选择了flexpoint传感器。弯曲角度假阶跃增加后传感器值的衰减为满刻度的0.6%或15 s后阶跃振幅的6.1%,相比之下,下一个最佳和流行的艾布拉姆斯Gentile传感器(艾布拉姆斯Gentile Entertainment Inc.,纽约,NY)为9.5%和24.4%。虽然这些错误并不重要,但在准确性和耐用性/成本之间,这些错误是可以接受的折衷。其他地方更详细地探讨了这些传感器的行为和测试协议(Simone和Kamper,2005年)。 当前系统的臂装盒包含信号调节电子设备、微处理器、非易失性存储器和无线发送器/接收器(参见图3中的方框图)。为了准备模拟-数字(A/D)转换,信号被调平到0–1.5 V的范围。剩下的功能是通过tmotesky设备实现的(加利福尼亚州伯克利市Moteiv公司)。每个“mote”包含10 k RAM、48 k闪存、外部1MB闪存(用于数据存储)、8个12位A/D通道、250 kbps 2.4 GHz IEEE 802.15.4 Chipcon无线收发器和一个机载天线。操作由德州仪器MSP430微控制器控制。 图3。阴影监视器的方框图。 手指弯曲信号使用12位A/D进行采样,并存储在板载闪存中。整个系统(包括电机、传感器和信号调节硬件)由2节AA电池供电,这足以完成至少24小时的数据采集。系统的可穿戴部分约重145克(5个传感器+套管:~5克,信号调节箱:85克,2节AA电池:55克)。系统中使用了两个独立的mote:第一个是一个“采样”mote,位于安装在臂上的盒子内;第二个是一个“基站”mote,插入计算机或笔记本电脑的USB端口以接收可穿戴设备传输的数据。 为阴影监视器选择的无线协议是适用于低速无线个人区域网络的IEEE标准(IEEE 802.15.4)(2003)。测量界专门提出了这一新标准,以满足对极低功率、传感器网络监测、家庭健康监测和远程医疗以及家庭自动化数据传输的需求(Adams,2004年)。ZigBee是基于此IEEE标准的主要协议。该标准是蓝牙®的一个较低的数据传输速率,并使用了现有的4 GHz工业、科学和医疗(ISM)频段,而FCC为医疗遥测等应用预留了该频段。在实施用于康复应用和动态监测的无线身体区域网络(WBAN)时也提出了这一建议(Jovanov等人,2005年)。基于这一标准的新产品正在被提出,从家用网络的远程监控开始,包括设备控制、安全、远程公用电抄表和防火系统。 2.1.2.操作模式 阴影监视器可以在三种数据采集模式下工作;适当的模式由ARM单元软件自动选择和控制。这些模式包括:(1)采样和发送模式,其中ARM单元使用无线链路收集数据并立即将所有数据传输到数据采集计算机(ARM单元上没有本地存储的数据);(2)采样和保存模式,其中数据采集和存储在ARM上。单元(不需要外部计算机);(3)采样和转储模式,在这种模式下,新数据被采样并立即传输,任何存储在本地存储器中的数据被同时发送,直到所有存储的数据从存储器中清除。模式2和模式3使用1MB板载存储器存储数据;监视器不将数据发送到外部计算机而存储数据的时间取决于所用传感器的数量、所需采样率和数据压缩算法的使用。如果没有可用的接收计算机,存储1MB后获取的数据将丢失。所有模式都使用相同的采样率,尽管根据使用的数据采集模式,有效的空中传输率可能更高。我们的实验方案可能根据预期结果使用不同的采样率。 原始数据采样最初是在25赫兹时进行的,随后的测试验证了采样频率高达25赫兹时的低错误率。操作模式的选择由ARM单元中的采样电机控制。采样电机最初会搜索到基站电机的路径,该基站电机连接到个人电脑或笔记本电脑的USB端口。如果检测到基站,则设备与基站电机建立通信,并使用采样和发送模式开始发送数据(模式1)。数据以每个数据包28字节的数据有效负载传输。每套样品都有一个时间戳。采样电机和基站电机之间的握手由IEEE 802.15.4标准规定的媒体访问控制层控制。如果在ARM单元和基站MOTE之间未检测到数据路径,则阴影监视器将进入发送和保存模式(模式2)。所有采样数据本地存储在ARM单元闪存中。在这种模式下,可以存储以25赫兹采样的50分钟未压缩原始数据,这适用于我们较短的评估和测量会话。对于家庭和社区中的扩展数据收集会话,可以压缩或预处理数据,以便在数据丢失之前收集更多数据。简单的位压缩允许存储90分钟连续采样的原始数据,而对原始数据进行预处理可以将超出范围的时间延长到3小时以上。24小时试验中的参与者收到指令,要求他们离开家(或接收计算机的位置)不超过3小时。为了防止数据丢失。 在发送和保存模式下,ARM单元每隔1000 ms(1 s)定期检查是否存在基站MOTE。如果到基站的路径可用,则建立(或重新建立)通信,系统进入采样和转储模式(模式3)。(此基站检测行为在所有模式下都会发生,以便在未检测到任何连接时重新建立连接,或确保仍存在任何当前连接。)在此组合模式下,仍将以原始采样率对新数据进行采样并通过空气发送。在这些新数据包之间,ARM单元开始发送包含先前保存到本地存储器的数据的额外数据包。系统将继续此组合模式,直到本地内存为空。 ARM单元采样MOTE和基站MOTE的软件是用NESC(C语言的扩展)编写的,运行在为无线嵌入式传感器网络(U.C.Berkeley)设计的开源Tinyos操作系统上。基站利用Java程序控制基站和计算机之间的通信,将数据传送到计算机。数据存储在一个ASCII数据文件中,然后根据先前记录的校准数据转换为关节角度。时间戳可用于对计算机上的数据进行排序。如果ARM单元曾经在本地存储过数据,这是必需的,因为当重新建立通信时,新的和保存的数据包会混合发送,直到内存为空。为了帮助数据收集,原始数据也可以使用定制的Java示波器程序(如图2B所示)在计算机屏幕上显示,从而允许测试人员确保传感器被正确放置,电子设备是功能性的,并且无线链路是可操作的。 2.2。实验程序 2.2.1.学科 五名手部无运动障碍的健康人参与了这里提出的重复性和可靠性研究。三名女性和两名男性,年龄在22-47岁之间,完成了任务。所有受试者都是右手,研究者把手套放在占优势的右手上。 从这一组和另外一组15名参与者中获得关于手套舒适性和可用性的反馈:10名患有获得性脑损伤(ABI)和另外5名健康对照者(HC)。整个小组的人口统计包括10名男性和10名女性。在ABI人群中,平均年龄为59±11岁(40%为女性)。手套总是放在受伤的手上。所有受试者都是右手,10名受试者中有4人在非支配手上戴手套。ABI人群中的个体在测试前平均4.8年被诊断为中风。为了调查手套在使用中的性能和舒适性,纳入标准包括足够的自愿手功能,以持有一支笔和拾起小物体,如检查器,没有时间限制。 在健康人群中,平均年龄为41±19岁(60%为女性)。十分之九的人是右手。由于一些患有ABI的患者使用非显性手进行测试,10名健康受试者中的2人也在非显性手上戴手套。 所有测试均在新泽西州西奥兰治市凯斯勒医疗康复研究与教育公司(kmrrec)进行。在测试会议开始时,所有参与者都完成了一个2.2.3.重复性试验和可靠性分析 重复性是使用WISE提出的方法进行的,Dipietro对半自动或全自动测角手套进行了扩展(Dipietro等人,2003年;WISE等人,1990年)。WISE提出了四个测量重复性试验。两个测试使用握紧的手位置,两个测试使用平手位置。这两个手位置的排列用于测试重复性,手套在测量之间保持打开,手套取下,然后在测量之间更换。我们将这项测试分为两部分,首先重点放在握把和平手位置测量的重复性上,手套放在测量之间(测试A和C)。这两项测试最好地反映了我们最初的目标,即评估这个新系统在短期和24小时监测中的有效性,并比较有脑损伤和无脑损伤的个体如何执行不同的活动。在开始任何建议的前后评估之前,将单独进行重复的穿上测试。 使用了臂装系统的原型版本。为了将传感器错误与无线传输引起的错误分开,使用LabVIEW(德克萨斯州奥斯汀国家仪器公司)在25赫兹采样的8通道16位A/D卡直接捕获原始传感器信号。 测试A:为每个受试者创建一个大致圆柱形的自定义石膏模具,以确保对给定受试者重复测试时手指弯曲到相同的位置(见图4)。参与者紧握模具6 s,然后释放模具6 s。这个紧握/释放循环重复10次。在握持阶段,对每个传感器进行重复性测量。在数据采集过程中,操作员手动按下按钮,在数据文件中放置电子标记,指示手和手指停止移动后的每个稳定握持阶段。数字按钮信号与传感器信号同时采样,并与这些数据一起存储。 图4.参与重复性试验的受试者。 测试C:参与者将手放在桌面上,交替地举起手,轻轻地弯曲手指,然后将手放回桌面,在每个位置停留6秒。本试验探讨了平手位置的重复性。为了实现手和手指位置的重复性,在纸上画出手的轮廓并放在桌子上。这个循环也重复了10次。在数据采集过程中,操作员手动按下按钮,在数据文件中放置一个电子标记,指示每个扁平手相位。 对于上述每个测试,参与者至少休息1分钟,然后重复整个测试。对试验A和C进行10次,每次试验共进行100次握力/释放循环。 2.2.4.无线通信系统测试 在三种情况下测试了无线链路的可靠性,并计算了每种情况下的误差。对于所有的测试,数据都是从五个通道记录下来的,并以25赫兹的频率连续采样。在第一个测试条件下,采样电机始终在基站电机的范围内,因此在采集每个样品后立即传输所有数据(采样和发送,模式1)。来自所有五个通道的数据,带有时间戳,在每个包中一起传输。采样和传输进行30分钟。 在第二个测试条件下,采样单元在30分钟的采样期间不在基站的范围内。所有数据都保存在采样单元的闪存中(采样和保存,模式2)。采样完成后,将装置置于基站范围内,以25赫兹的频率传输整个存储数据块。 在最终测试条件下,将采样单元从附近拆下,目的是在采样周期的前15分钟内防止传输到基站电机。然后将采样单元置于基站范围内,以便监视器开始发送存储的数据以及新收集的数据(采样和转储,模式3)。监视器自动开始同步传输新的采样数据(25赫兹),并传输存储的样本(15赫兹),直到发送所有存储的样本。本试验的有效过空气传输率为40Hz(25Hz+15Hz)。 2.2.5.电池寿命测试 进行测试以确定装置的电池寿命。在ARM单元中插入两个新的AA碱性电池,启动ARM单元和接收笔记本电脑的基站。系统被置于模式1,采样并发送。数据被基站MOTE连续接收并存储到计算机硬盘中。在测试期间定期验证传感器采样和无线数据传输是否正确。2.3.1.校准 评估包含被动关节操作期间在整个运动范围内收集的角度测量数据的数据文件,以提取与每个关节角度对应的原始电压值。手动扫描文件,以确定按钮标记的最大延伸(超延伸)、0°、30°、60°、90°位置。度和最大弯曲度。使用按钮信号作为标记;对按钮前面约1 s的数据进行平均,以达到相应的电压值。根据每个关节的最大弯曲值,在该关节的被动运动范围内为每个传感器/关节识别出3-5个电压-角度对。 电压-角度关系不是线性的,因此从这些对中,matlab(the mathworks,inc.)保形插值函数pchip被用来生成0.1下插值电压-角度值的查找表。间隔时间,这样就可以使用结果查找表将所有原始数据文件的原始传感器电压转换为校准角度。PChip是一种分段三次插值方法,它使用与分段线性插值相同的断点,同时去除每个断点(电压-角度对)处的瞬时斜率变化,以平滑曲线(Moler,2004)。图5显示了一个具有多个电压-角度对的插值曲线示例。编写了一个自定义C语言程序来读取每个关节的查找表,然后将所有原始数据文件转换为包含校准关节角度的新文件。对转换后的文件执行所有后续数据分析。 2.3.2.重复性试验 重复性测试的数据处理是使用自定义Excel电子表格模板半自动执行的。每个原始数据文件包含一个包含11个握把(或扁手)动作的数据块;第一次试验是一个不包含在分析中的实践动作。对于数据块文件中的10次试验中的每一次,电子表格都会自动定位与这些动作相对应的按钮峰值,并在按钮时间之前的3秒钟窗口内计算出每个关节传感器的平均值。这个过程为每个关节产生了10个试验值(变量i),平均每个关节产生一个单一值(变量k),用于数据块(变量j)。对收集的10个数据块中的每个数据块重复此过程,以生成每个数据块的每个关节的平均弯曲值。 图5。采用保形线性插值法进行电压-角度关系的采样。 2.3.3.可靠性分析 通过计算类内系数(ICC)来进行可靠性分析,以确定测量值之间的可变性来源。接近1的ICC值表明测量方法具有很高的内部一致性,使测试结果能够反映真实分数。为了评估ICC,Dipietro等人介绍了一些方法。(2003)在此重复。通过随机选择每个受试者10个数据块中的2个进行试验A和试验C的可靠性分析,并进一步随机选择每个数据块中10个试验中的1个。计算每个数字的ICC。重复20次。计算每个数字和整个测试的单个ICC值的平均值和标准偏差。 2.3.4.无线通信系统测试 计算了上述三种测试条件下的每种传输错误率。利用传输的时间戳,计算出连续数据包之间的时间间隔,并将其保存到计算机中。(在这个实现中,一个数据包等于来自所有5个MCP节点的一个数据样本加上相应的时间戳。)从这个时间间隔,以及对采样率的了解,计算出每种模式下丢失的数据包总数。这个数字除以计算传输错误率的数据包总数。此外,还可以根据该信息确定最大数量的连续样品损失。应该注意的是,该软件目前没有实施纠错算法。未保存到计算机中的样本代表那些通过帧确认未接收到的样本,或者那些通过IEEE标准的介质访问控制(MAC)层提供的数据验证功能确定的错误接收到的样本。 2.3.5.电池寿命测试 经过一段时间的不间断工作后,电池容量会下降,直到采样电机无法将数据可靠地传输到基站电机时,电池容量才会达到某一点。设备的电池寿命被定义为基站MOTE无法再检测到采样MOTE以接收数据包之前所经过的总时间。 2.3.6.用户反馈调查表 参与者对个别问题的回答被转换成1到7之间的数值,7对应t。图6.测试C(平手)执行期间收集的单个数据块的每个关节(顶部:拇指,底部:小指)的原始握力释放数据。角度以度为单位。 图7。试验A(夹模)性能期间一个接头的重复弯曲数据。在原始数据块文件中的每个手动按钮(显示为垂直线)之前,通过自动平均数秒数据来执行数据分割。沉降瞬变是由于受试者将手指放在模具中,然后放松手指,使其与模具保持接触并掉落。 图8。重复性试验A的单个受试者的单个数据块平均值。每个值是10个单独握把释放循环的平均值。每个关节的最大值和最小值之间的差异用于计算此主题的测量范围。 根据这些数据,计算每个受试者的范围和标准偏差(图9)。平均范围是每个受试者在整个测试中最大数据块值和最小数据块值之间的差异。重复性通常报告为范围的标准偏差。试验A(图9a)和试验C(图9b)显示了这些值。在所有情况下,所有受试者的平均平手重复性(试验C)均优于握力重复性(试验A)。试验A中所有受试者(n=5)的平均重复性结果为s=1.61°,试验C中的平均重复性结果为σ=0.50°,平均重复性结果为1.05°。范围结果为试验a=5.22°,试验c=1.49°,平均3.36°。这些数据出现在表2中。 所有受试者的单个数字结果如图10所示;拇指MCP测量显示握力测试(测试A)的最高标准偏差,所有数字与平手测试(测试C)相似。 3.2。可靠性分析 分别对每个测试和每个传感器进行ICC分析。对于试验A,每个MCP接头的平均ICC范围为0.933至0.980,总平均值为0.955±0.091。对于试验C,每个接头的平均ICC范围为0.794至0.992,总平均值为0.937±0.172。从一个数据块到另一个数据块,ICC值(表3)非常一致,没有特定的接头显示出明显低于平均值的可靠性。 图9。每个受试者测量的平均范围和标准偏差(s.d.)(°)以及试验A(a)和试验C(b)的每个重复性试验。 图10。测量的每个接头的平均重复性标准偏差。 表2-重复性结果比较 表3-可靠性的类内相关系数 3.3。无线通信系统测试 对于第一个试验条件,在整个取样期间,立即传输取样数据,每次损失的连续样本不超过一个。共有1.1%的样品未收到(见表4)。对于第二个试验条件,在完成所有取样后传输,所有样品均在第一次传输和接收。没有遗漏样本,总错误率为0.0%。测试1和测试2的持续时间约为10分钟,各46秒,在开始测试之前,在接收器处验证了高信号强度。 在最终测试条件下,同时采样和传输存储的数据,总的传输错误率为1.2%。这个错误的主要原因是单个丢失的样本(1.1%),尽管有3个实例没有收到最多3个连续的数据包,还有24个实例丢失了2个连续的样本。15分钟后,当设备返回范围时,需要额外的37分钟来传输存储的数据,同时对新数据进行采样。所有测试的信号强度都很高,除非监护仪特别超出测试3的范围。 为了预期使用更高的采样率和更长的信息(对于额外的传感器值),进行了额外的测试,以评估模式1中采样率高达100赫兹的错误率,同时发送能够支持9个同时采样的传感器数据的信息。采样率高达75赫兹时,误差较小(25赫兹:1.1%;50赫兹:1.7%;75赫兹:1.9%),而采样率100赫兹及以上(100赫兹:50.2%)时,误差率明显上升。使用相同信息大小的模式2(采样和保存)中的单独测试显示,从车载存储器传输至75赫兹(25赫兹:0.76%;50赫兹:0.79%;75赫兹:0.83%)的数据采集后误差很小。模式2的错误率稍低,因为数据存储算法监视传输接收,并在可能的情况下重新发送丢失的数据。总的来说,使用当前的软件,75赫兹是数据传输的一个实际上限,没有明显的错误率。 3.4。电池寿命测试 在电池寿命测试期间,臂单元保持在基本STA的范围内。3.5。用户反馈调查表 受试者对大多数问题都有积极的反应,平均分在5.6到6.9之间,最高分为7分(见表5)。舒适和穿着舒适是重要的目标。问题1、2、10和11说明了穿戴和脱衣过程中的舒适性;所有受试者的平均反应均为阳性(6.6±0.3)。通过问题3、5、6、7、8和9捕捉到在执行活动时佩戴监视器的舒适性;受试者的回答也非常积极(6.6±0.2)。健康组和脑损伤组的反应无显著性差异。尽管调查问卷中含有否定的词组,但措辞是积极的,可能会使结果产生偏差。然而,本调查问卷中的个人回答并未被用作结果变量或参与者表现的预测指标;相反,他们被用于发起有关佩戴者体验的开放式对话,以改进设备。 只有三个问题引起了重大讨论。问题3(个人回答范围从2到7)被认为是胡乱的。在向受试者解释了我们对这只手套的限制感兴趣后,许多人认为这个问题令人困惑,因为目前的设备不是“手套”。问题4关于在公开讨论中戴手套的问题(分数从1到7),范围从“尴尬”“它看起来很有趣”,“只戴一只手套会觉得很有趣”到“会把它磨掉”,“没问题戴它”。有趣的是,四名受试者建议用某种传统手套覆盖单个传感器,以使其不那么引人注目。这些人大多是健康的人,他们没有意识到戴手套可能是对限制手运动的人的挑战。颜色的概念也是一个流行的话题,产生了几个面向时尚的建议,使整个设备与当前传感器套的米色颜色相同,或使其全部变黑,因为“黑色匹配一切”。正如正畸矫正器和铸造选择一样,提供了一个变量。让人们从中选择颜色是另一种选择。参与者的反馈也促使设备的磨损方式发生了变化;我们最初将手臂装置安装在前臂上,但是在参与者的建议之后,我们发现上臂装置更舒适,更不突兀。 表4-三种测试条件下的无线错误率 表5-用户反馈问卷:每个问题的平均得分 最后,问题11(分数从2分到7分)对用于将传感器固定在手指上的双面胶带提出了几点看法。许多人在取下胶带时感到有些不适;人们把它比作“拉下创可贴”,尽管有一个人觉得它比创可贴更痛苦。另一位医生说,胶带让皮肤在切除后感到干燥。我们研究了双面Toupee胶带(TopStick®[Vapon,Inc.,Fairfield,NJ])和双面“皮肤友好型”压敏胶(TP9720[Mactac Technical Products,Stow,Oh]),发现两者都是可接受的;但是,TP7920更坚固,可能更耐用临床环境之外的扩展数据收集会议。 4。讨论 对阴影监视器的可重复性、可靠性、无线传输、用户接受度和电池寿命进行了评估。 虽然Immersion公司和5dt公司都发布了商用无线手套,其前臂安装的形状与影子监视器相似,但影子监视器的电池寿命要长得多。阴影监视器连续传输近60小时,显著优于数据手套超无线(在公司文献中报告的时间超过8小时)和赛博格洛夫II(报告的时间为3小时),用于一组电池的连续无线使用。通过影子监视器的电池寿命,一个人可以戴上手套回家几天,让研究人员可以探索多天的活动,从而获得更真实的家庭和社区活动的快照。 与两种商用设备所使用的蓝牙(IEEE 802.15.1)无线协议不同,为阴影监视器选择IEEE 802.15.4无线协议直接导致电池寿命更长。蓝牙®提供了比我们的应用程序实际需要更多的功能,以牺牲电池寿命为代价。蓝牙协议支持高达每秒1000千比特(Kbps)的数据速率,但它在系统资源中至少使用了250Kb(Adams,2004年)。相反,Zig-Bee/802.15.4只能支持高达250 Kbps的数据速率,但它只使用28 Kbps的系统资源,大约是蓝牙®所需资源的十分之一。这些较低的基准直接与较低的功耗要求相结合。事实上,协议的一个关键特性是延长电池寿命。校准在几个方面具有挑战性。必须对每个关节和每个受试者进行。将测角仪放在传感器套筒和接头上,测量接头角度。然而,我们发现在不按压传感器或轻轻地扭动手和手指的情况下,很难从物理上读取角度计值。这可能会引入少量的测量误差,因为测角仪的端部可能会压在传感器上,造成改变测量电压的微小变形。为了避免这种情况,我们多次测量了一些值。我们将探索评估关节角度的其他方法,以进行校准。 其次,由于电压-角度关系是非线性的,因此约1.2 mV的固定电压分辨率(由硬件和ADC设置定义)在整个工作范围内映射为不同的角度分辨率。在瞬时坡度较大的中程,这相当于大约0.06°的角分辨率。在坡度可能小得多的端点,角分辨率平均为0.22°,这仍然是可以接受的。在极端情况下,一个受试者上一个传感器的终点分辨率超过3°(=4.6°)。 第三,对于大多数传感器手套和设备来说,超延伸(以及该区域的校准)尤其具有挑战性。大多数传感器在反向(超伸展)方向不能正常工作。尽管电压随弯曲角度的变化幅度显著减小,但弯点传感器仍继续提供正确的关系(较大的超延伸对应于减小的电阻)。本研究包括10名健康受试者和10名ABI受试者,每名受试者使用5个传感器。每次试验校准每个传感器后(20次试验×5个传感器/试验=100次校准),超延伸范围内的合成角分辨率为0?至-30°平均0.5°。七个传感器的角度分辨率超过3°(平均角度分辨率=10.7°)。(需要注意的是,0.1°的插值间隔与这些值无关;它只是一个Matlab可选择的参数,不能提供超过ADC子系统所规定的额外分辨率。)对于许多人来说,没有超扩展,只有适度的弯曲数据可以由于残疾程度的原因而收集,因此超延伸问题不是一个因素。但是,我们计划在需要超延伸高分辨率的情况下重新访问传感器配置。 wise等人提出的重复性协议。(1990)并由Dipietro等人提炼。(2003)也发现了一些以前报告的局限性,我们一致认为,本协议不太精确,重复性结果受仪器单独引起的因素以外的因素影响。例如,增加握力会导致不同的手指和手腕位置,以及随后不同的关节角度测量,如其他人所指出的(Dipietro等人,2003年;Wise等人,1990年)。这些与人类相关的错误源只能在开始前使用定制的握把模具并将实验目标传达给受试者,这些错误不能完全消除,它们的影响不能与仅仪器的影响分开。虽然模具设计用于在一个位置稳定抓握,但我们发现它并没有像平手位置一样稳定关节。迪皮特罗也报告了这一观察结果。尽管存在这些缺点,该协议似乎是一种有效的方法:(1)评估戴着的测量手套装置,并(2)将结果与其他报告的手套分析进行比较,该系统的当前实施仅限于五个传感器。这个数字可以很容易地扩展到八个传感器,而不需要改变硬件,甚至超过八个传感器,加上一个小电路板,将额外的传感器输入多路复用到TMote上的8通道模数转换器中。弯点弯曲传感器可以制作成任何需要的长度,因此可以在每个数字上使用多个传感器。 但是,可能并不总是需要扩展到八个通道之外。使用4到14个具有不同约束假设和处理方法的传感器研究手部姿势的研究表明,减少传感器组可能是合适的。利用主成分分析(PCA)、神经网络和识别生物力学和手部解剖导致的位置约束等方法,降低了数据的高维性。Jerde等人(2003)使用PCA从17个关节角度(美国手语手册字母表)识别4个临界自由度,并报告了使用拇指外展、指数和中近端指间弯曲和环掌指关节弯曲的准确度为86.6%。在测量时)。同样,Mehdi和Khan(2005。结论 与其他建议和评估的系统和手动测角相比,阴影监视器有几个优点。首先,阴影监视器可以容纳所有的手尺寸。尽管手的大小各不相同,并且包含了两种性别,但我们不需要根据手的大小来分离结果,这是为数据手套和人体手套所做的,以便说明手套不适合女性受试者(Dipietro等人,2003年;Wise等人,1990年)。 第二个优点是传感器应用的独特方法。这种方法使得在任何手的位置都能很容易地安装设备,因为不需要弯曲关节来安装传感器。此外,只需测量感兴趣的关节,使其他关节不受阻碍。现有的手套对于手残疾人士来说是非常具有挑战性或痛苦的,阴影监视器可以满足这种服务不足的需要。有脑损伤的人报告说手套很舒服,戴上手套时手指没有放在不舒服的位置。 我们发现了这种装置的一些缺点,包括在公共场合佩戴它和去除后双面胶带的瘙痒。此外,近0.06°的中距离角测量分辨率在超伸时在端点处降低到平均0.5°,需要小心以确保该设备可用于所需应用。目前,监护仪必须由训练有素的调查员使用,以确保传感器位置正确,并进行校准。 本研究的长期临床应用是探讨获得性脑损伤患者在休息时以及主动和被动功能任务执行期间的日常手指姿势,尤其是在治疗干预后。在一天的过程中,在家里和社区中进行的监测将为评估被动和意志活动的手功能受损提供有价值的信息。定量实时测量可以通过将功能能力与特定任务表现(如精细运动控制或以功能辅助方式使用钥匙或手)相关联来记录干预(如药理、治疗或化学神经溶解)的效果。其他应用包括远程康复、评估物理治疗方案的合规性,以及非康复相关应用,如虚拟现实和游戏,以及作为计算机输入设备。 本研究的主要目标之一是评估阴影监视器的几个测量参数,并评估其在日常活动中捕捉手部姿势的有效性和舒适性。测量的重复性与报告的其他半测角手套相当,这表明阴影监视器也可用于康复应用,以评估功能任务期间的手姿势。用户反馈和延长电池寿命支持其作为长期测量工具在门诊外使用。 未来的工作将包括精度评估和多天的扩展数据收集。为了更好地捕捉拇指对手姿的贡献,将增加拇指外展和旋转传感器,并增加一个低记忆指示器,提醒佩戴者返回接收计算机以防止数据丢失。将评估额外的传感器长度(目前,使用3英寸传感器;较小接头可使用1英寸和2英寸)。现有硬件很容易支持八个传感器;额外的传感器需要添加一个小的子板。测试表明,增加几个传感器不会对传输速率产生不利影响。此外,将开发数据分析方法来描述在研究方案的其他部分执行的功能活动。 技术的进步继续改进诊断和测量工具,最终导致更好的医疗保健。然而,医疗成本继续上升,这表明需要低成本、易于部署的解决方案,这些解决方案可以尽可能多地分发给更多人。此外,基于个人经济和地理状况的不均衡医疗保险覆盖率凸显了需要更加分散的护理和对预防和健康计划的关注(Park和Jayaraman,2003年)。已提出技术来满足这些需求,例如通过创建可穿戴的监测系统和使用互联网进行分权和访问。阴影监视器的设计目标是广泛部署。 确认 这项材料是基于纽泽西医学与牙科大学(第29—05)基金会、亨利·H·凯斯勒基金会、科尔曼基金会和美国国立卫生研究院(NIH 1 R24 HD050)所支持的工作。确认 这项材料是基于纽泽西医学与牙科大学(第29—05)基金会、亨利·H·凯斯勒基金会、科尔曼基金会和美国国立卫生研究院(NIH 1 R24 HD050821-01)所支持的工作。作者希望感谢布拉德·加列戈的贡献。 工具书类 Adamovich SV、Merians AS、Boian R、Tremaine R、Burdea GS、Recce M等。基于虚拟现实的中风后手部康复运动系统:功能转移。载于:第26届IEEE EMBS国际年会论文集;2004年。 亚当斯J.符合齐格比标准。传感器在线2004[引用2003年12月29日]。网址:www.sensormag.com。 Asada HH,吉祥物S。指甲接触传感器。麻省理工学院家庭自动化与医疗联盟,第2-4号进度报告,1999年10月1日。Bohannon R,Smith M.改良阿什沃思肌痉挛量表的评分间可靠性。物理1987;67(2):206-7. Castro MCF,Cliquet Jr A.一种低成本的仪器手套,用于在物体操纵过程中监控力量。IEEE Trans Rehabil Eng 1997;5(2):140–7.Darling WG、Cole KJ、Miller GF。协调食指运动。生物医学杂志1994;27(4):479-91。 Dipietro L,Sabatini AM,Dario P.手部运动采集仪器手套的评估。《康复研究与发展》2003;40(2):179-90。 杜拉克一世,玛沃一世。虚拟现实研究委员会、行为发展委员会、社会科学委员会、数学教育委员会、物理科学和应用委员会、国家研究委员会。在:虚拟现实:科学和技术挑战。国家学院出版社;1994年。第189页。 FelsSS,Hinton,例如GloveTalk II——一个将手势映射到并行共振峰语音合成器控件的Nural网络接口。IEEE Trans-Neur网络1997;8(5):977–84。 Fowler N,Nicol A.正常和类风湿手掌指间关节运动的长期测量。Proc Inst Mech Eng 2001;215(第H6部分):549–53. Hofmann F,Henz J.图柏林传感器手套。1995年毕业论文,柏林理工大学。http://pdv.cs.tu-berlin.de/forschung/sensorglove2-engl.html. 休姆·麦克、盖尔曼·H、麦肯洛普·H、布鲁姆菲尔德·右。手关节运动的功能范围。《汉德外科杂志》,1990年;15A:240-3。IEEE 802.15.4标准规范:个人无线局域网,2003年[引用日期:2005年12月30日]。网址:http://standards.ieee.org/getieee802/802.15.4.html。 Jerde Te,Soechting JF,Flanders M.生物约束简化了手形的识别。IEEE Trans Biomed Eng 2003;50(2):265–9.Jovanov E、Milenkovic A、Otto C、De Groen P。一种用于计算机辅助物理康复的智能运动传感器无线身体区域网络。神经工程康复杂志2005;2(1):6. Jurgens J、Patterson PE。用于测量相对手指位置的廉价传感器系统的开发和评估。医学工程物理1997;19(1):1-6. 卡尔森N,卡尔森B,宽P。一种手套,配有手指弯曲传感器,作为模糊控制系统中的命令发生器。在:IEEE仪器和测量技术会议记录;1998年。第441-5页。 Lang C,Schieber M。运动皮层或皮质脊髓束损伤后人类个体手指运动的差异性损伤。《神经生理学杂志》2003;90(2):1160-70。 朗斯,希伯。运动皮层或皮质脊髓束受损后,人体手指运动时肌肉选择性降低。《神经生理学杂志》,2004年;91:1722-33。 李S,拉塔什ML,岳GH,西蒙诺夫,萨哈加尔V。中风和年龄对多指力生产任务中手指相互作用的影响。临床神经生理学2003;114:1646–55。 林杰,吴勇,黄慈.人体手部运动约束的建模。美国电气与电子工程师协会(IEEE)会议录,人体运动2000:121-6。 Mallon WJ、Brown HR、Nunley JA。数字运动范围:年轻人的正常值。《汉德外科杂志》,1991年;16A:882-7。梅森CR、戈麦斯JE、艾布纳TJ。手握时手的协同作用。《神经生理学杂志》,2001年;86:2896–910。 Mehdi Sa和Khan Yn。使用传感器手套进行手语识别。摘自:第九届神经信息处理国际会议论文集(ICONIP'02);2002(5)。第2204-6页。 Merians A、Jack D、Boian R、Tremaine M、Burdea G、Adamovich S等。虚拟现实增强中风患者的康复。物理2002;82(9):898–915。 Merians AS、Poizner H、Boian R、Burdea G、Adamovich S。虚拟现实环境中的感觉运动训练:它是否能改善中风后的功能恢复?神经康复神经修复2006;20:1–16. 摩尔CB。用matlab进行数值计算。费城:工业和应用数学学会;2004,第3章,第8-17页。 Park S,Jayaraman S.通过可穿戴技术提高生活质量。《IEEE医学生物杂志》2003;22(3):41–8。 一种用于监测MCP关节运动的仪器手套。Proc Inst机械工程[H]1993;207(4):20Park S,Jayaraman S.通过可穿戴技术提高生活质量。《IEEE医学生物杂志》2003;22(3):41–8。 一种用于监测MCP关节运动的仪器手套。Proc Inst Mech Eng[H]1993;207(4):207–10. Simone LK,Kamper DG。设计一个可穿戴的显示器来测量手指的姿势。神经工程康复杂志2005;2(1):5. Simone LK、Sundarrayan N、Elovic E、Kamper DG。使用低成本可穿戴式监测仪测量脑损伤后的被动、主动和功能性运动范围。载于:2006年第29届雷斯纳国际会议记录。 范加伦GP,范多恩RR,肖马克LR。运动规划对手指和手腕运动功率谱密度函数的影响。《实验精神人类感知》1990;16(11月4日):755-65。 Williams N、Penrose J、Caddy C、Barnes E、Hose D、Harley P.临床手部评估用测角手套。J Hand Surg 2000;25B(2):200–7.Wise S、Gardnerw、Sabelman E、Valainis E、Wongy、Glass K等。半自动测角测量用光纤手套的评价。《康复研究与发展》1990;27(4):411-24。 zurbr–ugg t.智能电极的动态抓握评估(Grassy)。学期论文。苏黎世联邦理工学院(瑞士联邦理工学院),信息技术和电气工程系,2003年。http://www.wearable.ethz.ch/grassy.0.html。
 
TAG:
打印本页 || 关闭窗口
 上一篇:电子传感器更灵敏
 下一篇:Tactilus®无线脚底传感器系统
点击这里给我发消息
点击这里给我发消息
点击这里给我发消息
点击这里给我发消息