Wearable IMU-Based System for Real-Time Monitoring of Lower-Limb Joints
Notice bibliographique
Résumé
Recent advances in micro-electromechanical systems technology have enabled the evolution of miniature, low-power, and high-performance inertial motion sensors that are commonly found in most present-day smart gadgets. Furthermore, high-speed and power-efficient communication and computing technologies may enable these sensors to potentially pave the way for home-based remote monitoring and assessment of human health in the imminent age of new technologies such as Smart Home, internet-of-things, and internet-of-everything. Continuous monitoring of lower-limb joints in a wearable platform is such an application that may potentially enable the tele-rehabilitation of patients with motor impairment, gait abnormalities, and joint injuries through quantitative rather than observational analysis of gait health. In this work, we designed, implemented, and validated a two-stage sensor fusion algorithm to estimate lower-limb joint angles in real-time. The drift in the cumulatively integrated gyroscope data was estimated in real-time using a gradient descent approach that was subsequently used to correct the inclination of the sensors. The roll and pitch angles thus obtained for each sensor mounted above and below the joint were then fused in the second stage to obtain a real-time estimate of joint angle by exploiting a gradient descent method. Since the joint angles were estimated primarily from the gyroscope data and without incorporating any magnetic field measurement, the joint angles thus obtained were least affected by the external acceleration and are insensitive to magnetic disturbances. The performance of the proposed algorithm was validated with a publicly available dataset and in the presence of simulated external acceleration.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».