当前位置:首页 > 濒危动物

研究检查了IMU传感器在强度和条件训练中的生物

时间:2019-06-12编辑:Black

【图片声明:图片来源网络,如有侵权请联系作者删除!】

  研究检查了IMU传感器在强度和条件训练中的生物反馈的使用

  2018年3月31日

  力量与训练技术:用可穿戴传感器跟踪下肢运动

  力量训练通常是业余和职业运动员非常重要的一部分。培训制度,但由于财政和时间的限制,许多人在没有专业教练的支持和监督的情况下进行培训。

  这会对运动技术产生相当大的负面影响,并且会增加受伤的风险。博士研究员和长期Shimmer用户Martin O’ Reilly最近发表了他关于使用Shimmer IMU进行强度和条件反射(S& C)训练的生物反馈的最新研究。该研究探讨了如何使用惯性测量单位(IMU)来准确区分特定的S& C练习–为S& C教练提供实时反馈,锻炼记录和远程监督的可能性。

  该研究确定了专门的S& C培训和监督的潜在替代方案,该培训和监督通常由合格的教练亲自提供。用于跟踪S& C进展的最常见的当前方法是通过使用基于纸张或计算机化的日志。 O’ Reilly的研究开辟了使用可穿戴IMU系统高度准确记录锻炼和实时反馈的可能性。云服务也可用于允许来自单独位置的反馈。这可以减轻教练的压力,并提供记录训练的定量方法。

  招募了82名健康个体参加本研究。 Shimmer无线IMU被放置在每个参与者身体的5个区域上–一个在腰椎上,一个在每个大腿上,一个在每个小腿上。使用在身体上以不同组合放置的1至5个IMU进行测试。参与者被要求完成10个重复的一系列5个不同的练习:

  1.体重蹲

  2.体重韵律

  3.杠铃硬拉

  4.单腿深蹲

  5. Tuck Jumps

  从每个IMU收集了9个信号;加速度计x,y,z,陀螺仪x,y,z和磁力计x,y,z。并使用n = 8阶的巴特沃斯滤波器在Fc = 20Hz下过滤。从这些信号中得到另外9个信号,每个IMU总共产生18个信号。对于来自每个IMU的每个信号,每个运动重复计算19个特征。这导致总共1710个特征(每个IMU 342个,每个信号19个)。然后使用这些特征来开发和评估各种分类器。

  相关故事新项目解决了我们对虚拟现实的看法的不同情绪与Moimmer合作,发布用于生物识别研究的NeuroLab计算机微调开发算法以从足部传感器获取移动数据运动分类系统的质量使用留一交叉验证(LOSOCV)建立)和随机森林分类器有400棵树。还计算了特征重要性,以降低模型复杂性,并了解哪些特征对于正确的分类结果最有价值。

  

  研究结果表明,使用IMU信号时,每次运动可以在使用5个IMU传感器时达到99.7%的准确度,使用3个时为98.7%,使用单个IMU传感器时为98.2%。

  这不是第一次进行研究以确定可穿戴IMU传感器是否能够识别个别运动;然而,O’ Reilly的研究表明,与之前的研究相比,运动检测的准确性有了显着提高。这种改进可能是由于使用专用研究设备而不是精确度较低的IMU或智能手机。此外,与以前的工作相比,O’ Reilly的研究表明,使用单个IMU可以实现高度准确的运动分类(98%)。

  这项研究只是Shimmer技术真实应用的另一个奇妙的例子,可能对健身爱好者,力量和训练教练甚至康复专业人员都有很大的好处,因为在这项研究中调查的所有五个练习都常用于康复。像这样的研究表明,可穿戴传感器如何用于使力量和调节训练更安全和更有效,并为身体活动监测中的其他可穿戴应用开辟了更多可能性。

  出处:http://www.shimmersensing.com/about/news/shimmer-used-in-new-research-on-the-use-of-imu-sensors-for-exercise-identif

上一篇:罕见的鲸鱼:白色驼背在新西兰被捕

下一篇:没有了