[ad_1]
Detectores de tensión portátiles que pueden medir con precisión el movimiento muscular y articularson extremos atractivo para el desarrollo de sensores de movimiento de cuerpo entero. Sin embargo, muchos portátiles Los detectores no brindan opciones configurables para adaptar las capacidades del sensor a los límites específicos de deformación de articulaciones/músculos, lo que resulta en un rendimiento insatisfactorio.
![Reconstrucción de todo el cuerpo habilitada por el sensor MXene y el aprendizaje automático](https://d1otjdv2bf0507.cloudfront.net/images/news/ImageForNews_39677_16631609229482800.jpg)
Estudio: Diseño topográfico en sensores portátiles MXene con aprendizaje automático en el sensor para la reconstrucción de avatares de cuerpo completo. Crédito: whiteMocca/Shutterstock.com
Un estudio reciente publicado en la revista Nature Communications aborda este problema mediante la construcción de un detector portátil MXene con algoritmos integrados de aprendizaje automático (ML) para la detección de movimiento de cuerpo completo y la reconstrucción de avatares.
Detección de movimiento para la reconstrucción de avatares: descripción general y desafíos
La captura de movimiento de todo el cuerpo es importante para muchas aplicaciones únicas, como: B. evaluación del rendimiento deportivo, interfaces hombre-máquina, evaluación de la terapia del paciente y reconstrucción individualizada del avatar en realidad virtual y aumentada.
Un requisito clave para la detección de movimiento de todo el cuerpo es la capacidad de predecir con precisión y rapidez la ubicación y orientación de las articulaciones y los músculos del cuerpo humano.
Las técnicas actuales de seguimiento del movimiento de todo el cuerpo utilizan dispositivos de imágenes digitales, como cámaras, para recopilar una secuencia de imágenes o videos a partir de datos de movimiento cuantificables. Sin embargo, estos sistemas convencionales de captura de movimiento de cuerpo entero se enfrentan a varios problemas importantes.
Una desventaja importante es que estas tecnologías de imágenes consisten en equipos estacionarios, costosos y engorrosos, lo que los hace difíciles de transportar e inadecuados para monitorear objetos distantes y en movimiento. Además, los problemas de privacidad y seguridad de los datos pueden limitar el uso de cámaras en lugares públicos. Además, generalmente se requieren unidades de procesamiento de gráficos (GPU) para analizar imágenes/videos en estaciones de datos externas, lo que plantea problemas tales como requisitos de ancho de banda alto, costos de hardware y consumo de energía.
Sensores portátiles: el futuro de la reconstrucción de avatares
Una técnica alternativa para la detección precisa del movimiento de todo el cuerpo y la reconstrucción del avatar involucra detectores de tensión portátiles que pueden adaptarse físicamente a las áreas cambiantes de las articulaciones del cuerpo humano para capturar información fisiológica.
Los movimientos multiarticulares del cuerpo requieren una colección de detectores de tensión con alta sensibilidad en diferentes rangos de tensión para una detección precisa del movimiento. Los detectores de tensión disponibles en el mercado convencionales no son lo suficientemente ajustables para adaptarse a las variaciones de tensión de articulaciones/músculos específicos, lo que da como resultado señales de detección inexactas y niveles deficientes de señal/ruido.
Además de calibrar los parámetros del extensómetro, otro problema es cómo transmitir, almacenar y procesar los datos del sensor sin procesar recopilados a través de numerosos canales de adquisición de señales. Un método innovador para esto es analizar localmente la información del sensor resuelta en el tiempo, reducir significativamente los anchos de banda de transmisión y el consumo de energía, y mejorar la latencia y la seguridad de los datos.
Un sensor MXene portátil para aplicaciones de reconstrucción de avatar
Las nanoestructuras bidimensionales (2D) se utilizan ampliamente en la fabricación de dispositivos electrónicos portátiles para diversas aplicaciones. Entre estos nanomateriales, el grupo MXene recientemente descubierto ha despertado un interés considerable en la investigación y el desarrollo de la electrónica portátil.
Los materiales MXene ofrecen fuertes propiedades electroquímicas y fotónicas y una funcionalidad de superficie variable. En particular, la mayor conductividad eléctrica y los grupos funcionales de superficie programables han permitido que los materiales MXene se utilicen en una variedad de sistemas electrónicos, incluidos sistemas médicos avanzados, dispositivos optoelectrónicos e industrias relacionadas con la energía.
En este estudio, los investigadores desarrollaron un sensor MXene portátil con algoritmos de aprendizaje automático integrados para la categorización del movimiento de todo el cuerpo y la reconstrucción personalizada de avatares.
Las nanoláminas MXene se seleccionaron específicamente para la fabricación de nanoláminas piezorresistivas debido a su excelente conductividad eléctrica, facilidad de integración y facilidad de procesamiento. Las topografías similares a arrugas se generaron de manera diferencial en nanoláminas MXene al explotar las inestabilidades interfaciales durante el ablandamiento térmico localizado.
Conclusiones clave del estudio
Los rangos operativos de los detectores de deformación MXene se ajustaron del 6 al 84 % mediante ingeniería topográfica para que coincidan con los límites de deformación de todas las juntas sin comprometer la sensibilidad ultra alta. La unidad de sensor inalámbrico MXene pudo transmitir continuamente información del sensor multicanal, que se utilizó para construir una red neuronal artificial (ANN) capaz de detectar con precisión una amplia gama de movimientos de todo el cuerpo.
Finalmente, se creó un sensor de borde mediante la combinación de detectores de tensión portátiles MXene con un chip de computadora de borde que permite que la red neuronal convolucional (CNN) integrada cree una reconstrucción de avatar personalizada en realidad virtual/aumentada.
Con base en estos resultados, es razonable concluir que los sensores portátiles MXene con chips informáticos de borde descritos en este estudio son altamente adaptables y pueden respaldar los avances en una variedad de disciplinas, incluidos los dispositivos de productividad portátiles en atletismo y robótica blanda subacuática.
Relación
Yang, H. et al. (2022). Diseño topográfico en sensores portátiles MXene con aprendizaje automático en el sensor para la reconstrucción de avatares de cuerpo completo. comunicación de la naturaleza. Disponible en: https://www.nature.com/articles/s41467-022-33021-5
[ad_2]