이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

IMU 및 AI를 기반으로 한 노인을 위한 균형 재활 시스템 개발: 맞춤형 훈련 및 예방 전략

2025년 11월 16일 업데이트: National Taiwan University Hospital

관성 측정 장치 감지 및 인공 지능을 기반으로 한 노인을 위한 균형 재활 시스템 개발: 맞춤형 훈련 및 예방 전략

노인의 노화된 생리상태는 불안정한 보행, 균형장애, 낙상 등의 문제를 야기할 수 있다. 이전 연구에서는 운동 훈련이 노인의 신체 기능과 삶의 질을 향상시키고 낙상 위험을 줄이는 데 도움이 될 수 있음을 확인했습니다. 효과적이고 지속적인 중재 훈련을 달성하기 위해 최근에는 체성감각 게임이 트렌드가 되었습니다. 그 중 비몰입형 가상 현실 훈련 방법을 사용하면 노인들에게 훈련을 제공할 뿐만 아니라 가상 환경으로 인한 불편함도 줄어듭니다. 그러나 임상 재활 훈련 방법에는 데이터 기반 평가 및 개인화가 부족한 등 몇 가지 한계가 있습니다. 위의 문제를 해결하기 위해 본 연구 계획에서는 관성 측정 장치를 임상 모니터링 및 인간 움직임 평가를 위한 도구로 사용하고, 인공 지능 기술을 사용하여 보행 특성에 따라 훈련 계획을 평가 및 조정하여 개인화 훈련 및 예방 전략.

연구 개요

상세 설명

관성측정장치(IMU) 센싱과 인공지능(AI)을 통합한 노인을 위한 균형 재활 시스템 개발. 주요 기술 구성 요소 및 방법론은 다음과 같습니다.

기술 기반:

IMU 센서는 인간의 움직임과 자세를 모니터링하고 평가하는 데 사용됩니다. 이러한 센서는 가속도계, 자이로스코프 및 자력계를 통해 동작을 감지하여 정확한 보행 분석을 가능하게 합니다.

AI와 GAN(Generative Adversarial Networks)은 데이터를 처리하여 개인의 생리학적 및 움직임 특성에 따라 훈련 요법을 맞춤화합니다.

Vicon 3D 모션 캡처 시스템은 개발 단계에서 데이터를 검증하고 수집하기 위해 IMU와 함께 사용됩니다.

연구 단계:

1년 차: IMU를 활용한 AI 기반 보행 훈련 시스템 개발. 여기에는 양측 및 일측 움직임을 사용하여 보행 데이터베이스와 균형 훈련 프로토콜을 만드는 것이 포함됩니다.

2년차: AI와 GAN을 사용하여 훈련 시스템을 최적화하여 데이터를 다양화하고 훈련 효율성을 향상합니다.

3년차: IMU 기반 훈련과 표준 신체 운동을 받는 참가자 간의 결과를 비교하여 시스템의 임상적 검증.

훈련 프로토콜:

엑서게임 환경: 참가자는 실제 환경을 모방하지만 균형과 조정에 도전하는 인공 요소를 포함하는 가상 환경 내에서 연습에 참여합니다.

균형 훈련: 스케이트보드 기반 훈련은 IMU가 모니터링하여 피드백을 제공하고 성과에 따라 난이도를 조정하는 한쪽 다리 움직임에 중점을 둡니다.

데이터 분석:

보행 데이터: AI와 GAN은 개인화된 보행 프로필을 생성하는 데 사용되며, 이는 훈련 시스템에 제공됩니다.

통계 분석: 다양한 통계 테스트(예: ANOVA)를 통해 기존 재활 방법과 비교하여 시스템의 효과를 평가합니다.

이 시스템은 노인들에게 맞춤형 재활을 제공하여 낙상 위험을 줄이고 삶의 질을 향상시키는 것을 목표로 합니다.

연구 유형

중재적

등록 (추정된)

120

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

  • 이름: Hsu Wei-Li, Ph. D
  • 전화번호: 886-2-33668127
  • 이메일: wlhsu@ntu.edu.tw

연구 장소

      • Taipei, 대만, 100
        • 모병
        • National Taiwan University, College of Medicine, School and Graduate Institute of Physical Therapy
        • 연락하다:

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

설명

포함 기준:

독립적으로 걸을 수 있는 18~80세

제외 기준:

  1. 하지 정형외과 수술, 강직성 척추염, 류마티스 관절염, 골관절염 및 기타 내과적 관절 질환의 병력
  2. 의사소통이 불가능하거나 지시사항을 따를 수 없는 분, 심한 시각 또는 청각 장애가 있는 분
  3. 뇌졸중, 척수 손상, 메니에르 증후군과 같은 신경학적 장애 또는 전정 장애.

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 방지
  • 할당: 무작위
  • 중재 모델: 병렬 할당
  • 마스킹: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: 실험그룹
IMU 기반 균형 훈련
AI 기술을 활용하여 동작 결함을 식별하는 실험 그룹은 IMU 기반 균형 훈련을 받게 됩니다.
다른: 대조군
일반 건강 교육 또는 운동 훈련
일반 건강 교육 또는 운동 훈련

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
정적 기립 균형 테스트
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
균형 평가
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
한쪽 다리로 서기 테스트
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
균형 평가
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
5회 앉았다 일어서기 테스트
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
기능 테스트
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
타임업 앤 고 테스트
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
기능 테스트
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
6분 도보 테스트
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
기능 테스트
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
지상 걷기
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
걷기 테스트
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
런닝머신에서 걷기
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
걷기 테스트
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
Delsys Trigno EMG 분석 시스템
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
3차원 모션 분석
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
비콘 보니타
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
3차원 모션 분석
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
포스 플레이트
기간: 사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)
3차원 모션 분석
사전훈련, 사후훈련(6주 후), 후속훈련(2주 후)

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2023년 11월 3일

기본 완료 (추정된)

2026년 12월 1일

연구 완료 (추정된)

2026년 12월 1일

연구 등록 날짜

최초 제출

2024년 9월 11일

QC 기준을 충족하는 최초 제출

2024년 9월 11일

처음 게시됨 (실제)

2024년 9월 19일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 11월 19일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 11월 16일

마지막으로 확인됨

2025년 10월 1일

추가 정보

이 연구와 관련된 용어

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

미국에서 제조되어 미국에서 수출되는 제품

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

IMU 기반 균형 훈련에 대한 임상 시험

구독하다