IMU:hun ja tekoälyyn perustuvan tasapainoisen kuntoutusjärjestelmän kehittäminen iäkkäille aikuisille: henkilökohtainen koulutus ja ennaltaehkäisevät strategiat

Ikääntyneiden aikuisten tasapainokuntoutusjärjestelmän kehittäminen, joka yhdistää inertiaalisen mittausyksikön (IMU) tunnistuksen ja tekoälyn (AI). Tärkeimmät tekniset komponentit ja menetelmät ovat seuraavat:

Tekninen perusta:

IMU-antureita käytetään ihmisen liikkeiden ja asennon seurantaan ja arviointiin. Nämä anturit havaitsevat liikkeen kiihtyvyysantureiden, gyroskooppien ja magnetometrien avulla, mikä mahdollistaa tarkan kävelyanalyysin.

Tekoäly ja Generative Adversarial Networks (GAN) käsittelevät tietoja yksilön fysiologisten ja liikeominaisuuksien mukaiseksi harjoitusohjelmiksi.

Vicon 3D motion capture -järjestelmää käytetään yhdessä IMU:iden kanssa tiedon validointiin ja keräämiseen kehitysvaiheen aikana.

Tutkimusvaiheet:

Vuosi 1: Tekoälypohjaisen kävelyharjoitusjärjestelmän kehittäminen IMU:iden avulla. Tämä edellyttää kävelytietokannan luomista ja tasapainoharjoitusprotokollia käyttämällä kahden- ja yksipuolisia liikkeitä.

Vuosi 2: Harjoitusjärjestelmän optimointi tekoälyn ja GAN:n avulla tietojen monipuolistamiseksi ja harjoittelun tehokkuuden parantamiseksi.

Vuosi 3: Järjestelmän kliininen validointi vertaamalla tuloksia IMU-pohjaisen koulutuksen saaneiden osallistujien ja tavallisten fyysisten harjoitusten välillä.

Harjoitteluprotokollat:

Exergame Environment: Osallistujat osallistuvat harjoituksiin virtuaalisessa ympäristössä, joka jäljittelee todellisia olosuhteita, mutta sisältää keinotekoisia elementtejä, jotka haastavat tasapainoa ja koordinaatiota.

Tasapainoharjoittelu: Rullalautapohjainen harjoittelu keskittyy yksipuolisiin jalkojen liikkeisiin, joita IMU:t valvovat antaakseen palautetta ja säätääkseen vaikeutta suorituskyvyn perusteella.

Tietojen analyysi:

Kävelytiedot: AI:tä ja GAN:ia käytetään henkilökohtaisten kävelyprofiilien luomiseen, jotka syötetään harjoitusjärjestelmään.

Tilastollinen analyysi: Erilaiset tilastolliset testit (esim. ANOVA) arvioivat järjestelmän tehokkuutta verrattuna perinteisiin kuntoutusmenetelmiin.

Järjestelmän tavoitteena on tarjota iäkkäille henkilökohtaista kuntoutusta, vähentää kaatumisriskiä ja parantaa heidän elämänlaatuaan.