用于多轴人体关节角度测量的可穿戴式导电纤维传感器

摘要

背景

对人体关节运动进行持续、长期监测的实践有很多应用，特别是在医疗和康复领域。目前缺乏可接受的设备，无法在长期内以可靠和非侵入的方式在现场进行此类测量。因此，本研究的目的是开发这样一种可穿戴的关节监测传感器，能够持续、日常监测。

方法

开发了一种将导电纤维融入关节周围柔软、紧致的织物中的新技术。测量这些导电纤维的电阻变化，并通过在初始一次性校准后使用非线性预测器直接与特定的单轴或多轴关节角度相关。由于这些传感器用于多种用途，因此使用与跨越感兴趣关节的传感器阵列匹配的灵敏度模板设计了一种自动注册算法。这样，传感器阵列就可以取下并放回个人身上进行多次使用，每次传感器都会自动校准。

结果

设计的可穿戴传感器非常舒适，可以在日常环境中长期佩戴。结果表明了这种传感器的可行性，与用于测量关节角度的标准测角仪相比，可以精确测量单轴膝关节和双轴髋关节的关节运动。研究发现，只要患者做几个简单的动作，就可以对传感器进行自我注册。

结论

在初步实验中，使用裤子感应服装进行下半身监测，结果表明该方法对于监测髋关节和膝关节的运动是有效的。因此，这种设计产生了一种坚固、舒适、真正可穿戴的关节监测设备。

背景

长期测量野外人员活动是当今的一项重要需求[1]. 对于许多类型的康复治疗，需要在实验室或医生办公室的人工环境之外的家庭环境中持续监测患者的日常生活活动[2]. 这种类型的监测对治疗师非常有益，可以在很长一段时间内更好地评估人类的运动控制、震颤或身体部位的功能使用[1]. 评估患者的日常生活活动可以更可靠地评估患者的残疾，有助于制定康复治疗和计划，并评估治疗的效果[2,三]. 此外，识别关节运动模式的偏差对于康复专家为个人选择和实施适当的康复方案至关重要[4,5].

许多特定的医疗应用都受益于持续人体运动监测提供的信息。例如，为了更好地开发和优化全关节置换，需要详细记录患者在置换后的日常活动[6]. 长期以来，人们一直在研究神经系统患者震颤和运动活动的测量[7]. 对于肺部疾病患者，通常需要精确量化日常生活中的步行量和运动量，因为这是改善身体功能和生活质量的基本目标[三]. 此外，生理反应，如心率或血压的变化，通常是由身体位置或活动的变化引起的，这使得姿势和运动的评估成为任何类型的持续、动态监测中的一个基本问题[8].

目前，现场长期人体运动监测没有令人满意的解决方案。视频和光学运动分析系统的使用提供了对人体运动最精确的评估，但显然将测量限制在有限体积内[9]. 加速计和计步器等安装在身体上的传感器用于监测日常身体活动，但这些设备无法检测到身体姿势，并且其可靠性和适用性往往受到限制[三,7]. 即使是为收集日常活动信息而设计的自我报告方法，如日记或问卷，也很费时，而且往往不可靠，尤其是对于依赖记忆的老年人而言[三].

电测角仪经常用于测量个体的动态多轴关节角度变化，提供连续的关节运动信息。然而，这些设备并不适合长期监测日常生活，因为它们是穿过关节的外骨骼设备，可能会干扰运动。此外，任何偏离原始位置的偏移都会导致角度估计错误[2]. 一旦设备与患者身体分离，并以稍微不同的方向放回同一关节上，这种商用角度计可能会产生不稳定的读数。因此，很难在家中长时间使用这些测角仪。

其他类型的测角装置也被开发用于测量身体的特定部位。电子手套[10–13]例如，可以准确测量手的姿势，但长时间佩戴往往很麻烦。还设计了具有集成传感装置的各种纺织面料[14,15]. 在每一种情况下，传感装置都是传统的应变仪，小心地固定在衣物上。一种专利设备使用导电织物作为衣服上的应变计，根据穿着者的动作发出诸如光或声音等“效果”[16]. 虽然这是一种新型的可穿戴设备，但它既不适合也不适合长期精确的关节角度测量。

对于所有类型的车载传感器，如果患者必须长时间佩戴监测设备，舒适性和可穿戴性问题至关重要。此外，这种家用可穿戴传感器需要在没有医疗专业人员密切监督的情况下每天开关。因此，正确注册传感器是将可穿戴传感器部署到家庭环境中的关键要求。

因此，本文的目标是开发一种新的连续监测人体运动的方法，通过使用可穿戴传感服测量单轴或多轴关节角度，该传感服是非侵入性的、非笨重的，并且可以正确注册以进行可靠监测。本文提出了一种新的方法，将导电纤维融入舒适、柔软的织物中进行联合监测。所需要的只是用标准角度计进行一次性校准，然后导电纤维传感器服装能够连续检测关节运动并测量特定的单轴或多轴关节角度。通过将传感器阵列集成到感测服装中，当穿着者仅通过几个简单动作穿着服装时，传感器就会自动注册。这种可穿戴式传感器可以对患者进行长期的家庭监控，并且与典型的衣物一样不难穿戴。

在下文中，将介绍这种可穿戴设备的原理和设计细节，以及允许患者在家庭环境中进行长期无监督监测的有效算法。还将对单轴和多轴关节的原型耐磨传感器进行实验可行性测试。

方法

工作原理

本文介绍的可穿戴传感器的基本原理如下：当人体上的特定关节移动时，关节周围的皮肤以及关节周围的衣服都会拉伸。纺织业以前的一项研究表明，身体在关节周围的运动需要特定程度的皮肤伸展。例如，在正常关节运动过程中，皮肤会沿膝盖纵向伸展35-45%[17].

当一个特定的关节移动时，关节周围的织物会相应地膨胀或收缩，假设织物与皮肤贴合，并具有必要的弹性特性。为了确保舒适和身体运动自由，建议与身体紧密贴合的织物具有25-30%的弹性[17]. 通过将导电纤维并入围绕接头的织物中，导电材料的长度必然会随着接头的移动而改变。导电材料的电阻也会发生变化，可以直接测量并与接头方向的变化关联。

图1显示了如何将单个导电光纤实现为传感器。导电纤维的一端永久性地附着在非导电成型织物基板上A类在图中。沿着导电纤维，在B处有一个电线接触点，永久缝合到织物中。导电纤维的另一端，点C类，由一根耦合的弹性绳索保持张力，该绳索永久连接在接头的远端，点天因此，此耦合材料中的任何拉伸都将发生在高弹性绳索中，光盘，不在导电纤维中自动控制。当接头移动时，弹性绳将改变长度，使耦合的导电纤维自由滑动通过导线接触点B类那是静止的。导电纤维始终与该导线保持电气接触，但点之间的导电线长度A类和B类将随着关节旋转而改变。然后在这两个点上连续测量与长度线性相关的电阻A类和B类.

图1

传感器设计示意图。该特定的传感器布置示出了一个传感器螺纹在单轴膝关节上纵向延伸。

预测器设计

考虑图2图中显示了一个横跨单轴膝关节的传感器和一对关于双轴髋关节的传感器。感兴趣的角度被标记θ₁,θ₂、和θ_三我们的目标是基于传感器1、2和3的输出来估计这些关节角度。

图2

下半身传感器。用于测量三个下半身关节角度的三个传感器示意图。

初步实验表明，关节角度和身体各个关节的单个传感器的传感器输出之间存在明确的关系。图三例如，显示了一组典型的输出数据，这些数据来自穿过单轴膝关节的单个传感器螺纹，对于0°的关节角度，输出“归零”。

图3

传感器输出曲线。初步数据显示传感器输出与膝关节屈曲角度。

需要设计一个滤波器来接收传感器信号作为输入，并预测感兴趣的关节角度。在所提出的方法中，被监测的每个关节角度都有一个对应的单个传感器，该传感器位于特定关节周围，以获得最大灵敏度，如图所示2.

考虑N个用于测量的轴传感器N个接头，每个接头由一个单螺纹传感器组成，如图所示2。可以使用的最简单预测模型是线性回归：

哪里是N个×1矢量N个关节角度预测，是其偏差项，年= (年₁…年 _N个 )^T型是N个对应传感器读数的×1矢量，以及G公司和分别是N个×N个矩阵和实验确定的N×1矢量，用于关联输入和输出。

由于图的初步数据中存在轻微的曲率三，非线性预测可能更有效。我们将使用二阶多项式模型

哪里

和G公司'是一个N个×N个(N个-1） /2实验确定的矩阵。可以使用增广矩阵和向量将上述等式右侧的三个项合并到齐次表达式中：

哪里W公司和Y（Y）是

W公司=(θ ₀ G公司 G’）    (5)

确定参数矩阵W公司，使用米来自单个患者的传感器集合的实验数据集。让P（P）成为N个×米矩阵包括米实验测量的接头角度，

和B类成为{1+N个(N个+ 1)/2} ×米包含相应传感器输出及其二次项的矩阵：

B类=（是⁽¹⁾…Y（Y）^(米))     (8)

最优回归系数矩阵W公司*将平方预测误差最小化的公式如下

W公司* =PB（聚丁二烯）^T型（BB^T型)^-1    (9)

如果数据足够丰富，可以生成矩阵乘积BB公司^T型非奇异。

上述表达式是N个轴传感器。然而，在实践中，它们可以简化为低阶的紧凑表达式。首先是偏移可以从系数矩阵中消除W公司，如果传感器输出在特定姿势下归零，例如四肢完全伸展的姿势。其次，尽管矩阵G公司包含表示多个关节之间交叉耦合的非对角元素，一些关节与其他关节没有交叉耦合。例如，膝关节的测量可以与髋关节的测量分开进行。如果j个-接头与所有其他接头解耦，可单独处理为：

其中消除了偏移。第三，尽管多个关节相互耦合，但在矩阵中具有非零的一阶非对角系数G公司，它们的二阶交叉耦合项，例如。年 _j个 年 _k个 ，可以忽略不计的小与个别传感器的适当设计。在这种情况下，例如两个耦合接头j个和k个，可以写为：

其中抵消项已被消除。从而减少了通过标定实验识别的参数数量。因此，必须相应地降低最优系数矩阵的维数。对于单轴和多轴情况，都要执行相同的校准程序，对于单个特定传感器组，只需执行一次。

尽管一个传感器足以捕捉单轴关节运动，但这种传感器在使用过程中的任何偏差都会导致错误的测量。从实际的角度来看，很明显，需要一种方法来调整传感器在关节上的任何移动，这种移动将从一次使用到下一次使用。每次患者脱下传感服并重新放回时，重新校准整个传感器是不可取的，也是不切实际的。为了解决此类注册问题，使用了多个传感器线程数组。通过将多个线程合并到已知模式中，可以执行模板匹配算法来确定传感器的校准偏移量。这样，传感器未对准引起的测量误差显著减少。下一节将介绍此方法的详细信息。

单轴关节的传感器配准

设计这些可穿戴传感器的目的是创建一种设备，在最初的一次性校准实验之后，最终可以自动注册以供后续使用。这意味着不需要额外的设备来登记每次使用的传感器。此外，重要的是，自我登记所需的任何程序都很简单，并且能够由患者在没有监督的情况下执行。为了实现这些目标，提出了一种多线程传感器阵列设计。

首先，考虑一个数组M（M）传感器覆盖单轴接头，如图所示4（a）每个传感器螺纹与相邻的传感器螺纹之间有一个已知的恒定距离，d日此多线程传感器阵列用于估计单轴关节角度，θ _j个 。为了制定注册程序，我们首先单独校准每个传感器螺纹。让是对j个-第个接头基于我-螺纹传感器由给出

图4

传感器阵列。（a） 膝关节上方等距分布的传感器阵列。（b） 阵列移动了未知距离，α.

哪里

和是针对我-的第个单螺纹传感器j个-将关节放置在原位。

现在考虑传感器阵列已被移除，并放回接头上进行更多测量的情况。传感器阵列现在偏移了未知距离，α，从执行校准的原始位置。请参见图4（b）。由于阵列中各个单螺纹传感器的间距相等，因此每个传感器螺纹从其原始校准位置偏移相同的距离α。假设各个传感器螺纹相同，而不是相隔一定距离d日，我们可以得出结论，灵敏度阵列的模式是校准阵列的移动版本，如图的简化图所示5这将自动注册问题简化为一种模式匹配问题。

图5

灵敏度变化。（a） 膝关节上方等距分布的传感器阵列，每个传感器在此校准位置具有独特的灵敏度。（b） 阵列移动未知距离，α，将导致敏感性的转变。

将不再是适当的回归矩阵来估计θ _j个 从Y（Y） _j个 (我). 一个新的未知向量而是将传感器输出与θ _j个 :

尽管未知时，阵列中的每个传感器在理想情况下应随时对实际关节角度给出相同的估计，以便

如果传感器阵列的移动以离散方式发生，

α=第    (16)

哪里n个是一个整数值，可以看出

自n个是未知的，希望找到n个满足（15）和（17），改写为

哪里n个假设为|n个| <M（M）- 1. 也就是说，传感器阵列虽然偏移了，但仍然可以覆盖关节，与原始位置处的原始传感器重叠。

在理想的理论情况下，将存在一个整数n个这可以精确地求解（18）。不幸的是，在实际使用中，n个将不是离散整数。此外，n个无法明确发现，因为过程和测量噪声会导致传感器输出偏离其“理想”值。据了解对于我= 1 ~M（M）然而，可以找到最佳整数n个那个最好的求解（18）。

让我们首先定义给定整数的传感器输出的M个螺纹的平均接头角度估计值n个如下（带有Y（Y）和H（H）*线性情况下减少为标量）：

最佳估计n个通过最小化每个传感器估计值和平均估计值之间的平均平方误差n个（即减少估计角度的方差，作为n个):

方程（20a）和（20b）求解如下n个= -M（M）+2, -M（M）+3, ...,M（M）-3,M（M）-2.的值然后在（17）中使用从（20c）中求得的值来近似每个传感器对于阵列的这个新偏移位置的预测回归矩阵。在理想离散情况下，其中α=n个 _o个 d日,n个 _o个 是传感器阵列的离散偏移，=n个 _o个 、和R（右） _j个 () = 0.

对于非理想情况，其中一不是的离散倍数d日，最小方差不为零，R（右） _j个 ()≠0，但随着M（M）增加，以及d日减少。

以这种方式创建更密集的传感器阵列可以更准确地估计传感器的灵敏度，进而可以更准确的估计θ _j个 此外，由于始终可以使用此算法进行近似，患者使用这些可穿戴传感器只需一次性校准即可。

在使用传感器时，会实时进行配准算法。患者开始使用这些传感器所需要的就是首先在关节完全伸展到0°位置时将传感器输出“归零”，然后自由移动关节以获得非零数据。然后，该非零数据将允许进行自我注册。虽然不需要在任何时候都进行注册，但应在初始操作期间进行注册，直到适当的聚合在上。同样，使用的传感器阵列越密集，获得的估计值就越好。在此之后，只要传感器阵列对于单独使用保持静止，就不需要经常执行该算法。为了开始监测，假设= 0.

双轴关节的传感器配准

在双轴情况下，两个传感器阵列放置在以双轴关节为主的关节周围，例如髋关节。与单轴情况一样，每个阵列包含等距分布的M个传感器螺纹d日. Thej个-放置第个关节阵列，使其对以下方面的变化最为敏感θ _j个 ，而k个-关节阵列的位置使其对以下方面的变化最为敏感θ _k个 .

对于登记，让患者一次只移动一个轴。如图所示6-（a），指示患者移动轴θ₁独自一人。髋关节屈曲/伸展导致传感器阵列1发生显著变化，年₁(我),我= 1 ~M（M）接下来，指导患者进行髋关节外展/内收(θ₂)这将导致传感器阵列2发生重大变化，如图所示6-（b）。在完成配准之前，关节角度的估计并不准确。然而，可以区分哪个接头，θ₁或θ₂，已被移动，因为传感器阵列1对θ₁，和传感器阵列2用于θ₂。一旦检测到单个轴的移动，可以应用与单个轴相同的注册程序来确定每个传感器阵列的未对准。一旦确定了偏差，现在可以使用校正的最佳预测器来验证是否根据各个轴的移动正确执行了配准。

图6

髋关节传感器阵列的注册程序。对于单个传感器阵列的注册，患者一次只移动一个轴（a）屈曲/伸展，以及（b）外展/内收。

这种配准方法将多轴问题简化为单个单轴程序。但是，如果它们紧密相关，则不必对所有轴重复单轴程序。对于图中的两个髋轴6身体周围一个传感器阵列的移动将伴随着第二个阵列中几乎相同的移动。因此，注册一个数组也会注册另一个数组。在这种情况下，要求患者在第一次放置传感器时只执行一个简单的动作，即在足够的范围内围绕单个轴延伸关节。

结果

所有实验都是根据麻省理工学院人类用作实验对象委员会批准的方案进行的（批准号0411000960）。

可穿戴原型服装

图7展示了一条氨纶裤子的原型，该裤子的面料中加入了导电纤维，用于测量下半身的运动。之所以选择氨纶，是因为它具有良好的品质：非常有弹性，紧贴皮肤，能够承受正常的身体运动，并能在不产生永久变形的情况下恢复到原来的形状[17]. 此外，它是一种舒适的材料，可以每天穿着，因为它不会以任何方式限制运动。因此，它非常适合这种传感器设计。

图7

原型感应服装。带有导电纤维传感器的氨纶裤子，用于下半身监测。

在这些特殊的裤子中，十一个传感器阵列横跨膝关节，每个传感器之间相隔5 mm，每个传感器的未拉伸长度为55 cm。传感器的线是镀银尼龙66纱线，阻抗约为3.6Ω/cm。单个传感器跨越髋部后部和侧面，并捕获髋部运动的两个轴。图中未显示这些单个传感器7，但位置与图中示意图中传感器1和2的位置相同2这是用于所有实验测试的传感服装。

初步实验

为了了解可用于联合监测的现有技术的能力，最初使用标准电测角仪进行测试。图8显示了初步实验的设置。使用的测角仪是一台BIOPAC TSD130B双轴测角仪，由两个伸缩式端块组成，端块贴在膝关节两侧的腿侧。这些块之间的应变计是测量接头角度的装置。测角仪用于测量两个离散位置的膝关节屈曲角度。一名未经培训的专业人员将测角仪连接到腿上，但按照供应商在使用手册中所述的推荐连接程序进行操作。这是为了模拟一个典型患者的知识，他或她将在一个精心控制的环境之外独自使用这种设备。

图8

初步实验装置。从位置1（0°）和位置2（50°）的标准电测角仪上进行测量

取下测角仪，分别放回膝关节八次。每次打开测角仪时，腿都会伸长（位置1），测角仪输出设置为0°。然后将腿缓慢弯曲至位置2（50°），并记录测角仪输出。测角仪输出与这些测试的已知关节角度（50°）之间的平均均方根误差为3.5°，标准偏差为2.6°。即使由同一个人将测角仪放置在同一个关节上，这些结果也说明了一个事实，即测角仪连接方式的微小变化可能会导致不同的测量结果。在分析导电光纤传感器的结果时，务必牢记此类错误。

刚刚讨论了标准电测角仪可能带来的误差，还必须强调导电光纤螺纹传感器可能带来的错误。再次考虑图三，它显示了当膝盖在大范围运动中随机摆动时，裤子衣服上的单线传感器的传感器输出与膝盖弯曲角度的关系。

可以看出，对于给定的关节角度，传感器输出可能有很大的变化。特别是，对于膝关节上的螺纹，曲线之间的平均均方根误差，如图所示三在进行的许多测试中，（10）的校准预测曲线约为3°-5°。因此，需要提前注意的是，由于磁滞、材料不确定性和其他无法准确建模的过程，将仅根据所使用的测量设备类型引入误差。使用这种可穿戴设备时，应记住这一点。

单轴结果

裤子感应服装首次用于估计单轴膝盖角度测量值。在接下来的单轴实验中，将牢牢固定在腿上的旋转电位计用作测角器，这是比较关节角度的标准。在每次实验中，当腿处于完全伸展位置时，电位计被“调零”。

进行校准以找到线性和非线性预测因子的最佳回归矩阵，然后使用传感器监测一系列膝关节运动。图9显示了这些膝关节测量的典型序列的结果，将使用预测模型的导电纤维传感器的估计角度与牢牢固定在腿上的旋转电位器的估计角度进行了比较。

图9

传感器输出–比较测角仪测量的膝关节角度和可穿戴导电纤维传感器估计的角度。

可以看出，裤子传感器的性能相当好，能够准确地捕捉关节随时间的运动模式。使用线性预测器的裤子传感器估计值和电位计之间的平均均方根误差为5.4°，而使用二次预测器时的平均均方根误差明显更好，仅为3.2°。

重要的是，这些传感器能够测量所有类型的运动，包括高频运动。为了确定原型光纤传感器的频率能力，在腿以不同频率前后摆动的位置进行了测试。图中总结了与电位计相比产生的传感器估计值和误差11和表1分别是。

图11

自我注册结果。每次测试前，脱掉并穿上传感服，测量关节角度。

表1传感器频率能力结果

从这些结果可以看出，传感器能够在高达2 Hz的频率下跟踪关节运动，但随着频率的增加，误差会显著增大。由于在典型的一天中，大多数人体粗大运动都发生在这些频率以下，因此这些传感器适用于日常测量，但如果需要更精确的测量，则应考虑这些限制。

由于用户将多次佩戴这些传感器，因此每次佩戴传感器时，注册的可靠性都很重要。因此，将模板匹配算法与传感器阵列一起使用，将在每次取下和放回传感器时提供准确的配准，这一点很重要。为了验证这一点，对原型传感器裤子进行了初始重复性测试。将裤子传感器取下，分别放回四次，以模拟初始校准测试后传感器的四种未来用途。在每种情况下，膝关节都会进行大范围的运动。光纤传感器在每次测试中测量的接头角度如11所示。表中总结了这些测量值和电位计测量值之间的误差2.

表2传感器自对准结果

同样，传感器能够捕捉每种情况下膝盖的整体运动，但每次穿裤子时，其结果似乎不太准确。因此，虽然完全自校准传感器总是可取的，但可能需要在多次使用后重新校准传感器，以获得更准确的测量结果。

双轴结果

图12显示了一系列半随机腿部运动的传感器输出。在这种情况下，从传感器捕获输出年₁和年₂分别跨越髋关节后侧和外侧（见图2). 在第一段运动中，腿在矢状面上保持完全伸展，受试者进行了三次屈曲/伸展(θ₁变化，而θ₂= 0). 在第二节中，腿只允许在额面移动，而受试者进行三次外展/内收运动(θ₂变化，θ₁= 0).

图12

多轴传感器输出。臀部传感器输出用于两种不同的腿部运动。

在每种情况下，如预期的那样，横跨发生角度变化的轴的传感器对变化最敏感。每个关节运动也会在“远程”传感器中产生较小但并非无关紧要的交叉耦合输出，这表明单个传感器的输出取决于多个关节角度，而不是单个角度。

然后用双轴测角仪校准髋关节周围的裤子传感器螺纹。表三显示了使用（11）的预测表达式根据（9）获得的校准矩阵。可以看出，一阶对角项占主导地位，交叉耦合项显著，但不占主导地位。与所示值相比，三阶和高阶非线性不显著，因此（11）形式的二阶预测值似乎足够了。

表3校准矩阵

初始校准后，用传感器监测腿部的随机运动。图13显示了髋关节角度测量结果的典型序列的结果。再次，将使用线性和二次预测器的导电光纤传感器的估计角度与双轴测角仪的估计角度进行比较。

图13

髋关节测量结果。测角仪测量的髋关节角度与可穿戴导电纤维传感器估计的角度的比较：（a）髋关节屈曲/伸展，（b）髋关节外展/内收。

裤子传感器再次能够捕获随时间变化的关节运动模式，在本例中为两个运动轴。裤子传感器对髋关节屈曲角度的估计值与测角仪的估计值之间的平均均方根误差使用线性预测值为2.5°，使用二次预测值为2.4°。对于髋外展，这些误差分别为2.1°和1.7°。在这种双轴情况下，在测量的髋关节角度的典型范围内，线性和二次预测值之间的差异并不十分显著。

以前，对于双轴髋关节，假设每次使用时，两个传感器阵列都会从其校准位置偏移相同的量。这使得双轴注册减少为单轴注册。为了验证这个假设，在裤子的臀部传感器上进行了一个简单的实验。裤子脱了十次又穿上了。每次测量臀部侧面的传感器线和臀部后部的传感器线之间腰部周围的距离（图中A点和B点之间的距离2). 用这种方法测量的单个个体的平均距离为12.5厘米，标准偏差为0.1厘米。这十个测量值之间的最大差异为0.6厘米（最大值为12.8厘米，最小值为12.2厘米），这与膝盖关节上方阵列中的单根线之间的距离大致相同。因此，作出这个假设可能会产生轻微的误差，但总的来说，由于实验数据的微小变化，这些误差不应起太大作用。

讨论

对于连续联合监测，应注意传感器输出中至少有三个基本的不确定性来源。通过一段导电纤维的电阻测量值，虽然理想情况下与长度呈线性关系，但由于以下因素，可能与预期值不同：1）由于接触区域的不确定性以及持续摩擦作用的动态效应，纤维在导线接触点的移动可能会影响传感器输出；2） 虽然弹性绳索占据了传感器张力的大部分，但随着接头的移动，纤维张力也会发生轻微变化，这将影响纤维阻力；3）即使是同一纤维的不同截面，由于这种纤维的性质稍有不均匀，其电阻特性也会略有不同。尽管存在所有这些不确定性来源，但仍有可能准确校准一组传感器，并以最小误差实现可接受的联合测量。通过仔细选择用作传感器和制造服装的特定纤维，可以将这些影响降至最低。

图10

频率变化结果。关节运动各种频率的关节角度估计。

虽然针对一组传感器的校准提出了两种特定的预测模型，但当然还有更多的候选模型可以使用。本文中使用的线性和二次模型是最简单的选择，实验结果表明添加更多项没有任何好处。这样做只会不必要地增加计算需求。这就是为什么模型呈现为原来的样子。

关于注册算法，还应该多说几句话。如前所述，该算法仅考虑一组传感器在一个方向上的移动（尤其是在“水平”方向上）。由于传感服装的结构，这是合适的。通过以“垂直”方式安装传感器，用户负责目视检查他们是否穿上了没有扭曲的衣服。这对于垂直定向的光纤来说相对容易实现。此外，只要传感器的范围远远超出关节周围皮肤运动的局部影响，理论上垂直方向的小位移对传感器输出的影响很小甚至没有影响。每次穿衣服时，要求患者在所有关节处于0°位置的情况下将传感器输出“归零”，进一步消除了传感器漂移造成的任何错误。

最后，必须解决裤子感应服装的可穿性问题。与现有的关节测量设备相比，这种传感服装“更易穿戴”的原因在于，它只是一条人们已经经常穿的裤子。

加到裤子上的额外传感器和电线小巧轻便，对穿着者来说几乎可以忽略不计。这些传感器易于使用，一般来说，与典型的测角仪相比，用户所需的技能和细心要少得多。

结论

提出了一种可穿戴的关节运动传感器设计，该设计使用导电纤维，将其融入到与关节贴合的织物中。关节运动时纤维运动引起的纤维阻力变化可能与关节角位置有关。使用多个光纤传感器，在治疗师/医生执行一次性校准程序后，除了单轴角度外，还可以确定多轴关节角度。通过实施非线性预测模型，可以在日常活动中进行连续的关节角度测量，传感器可以随时取下和放回，无需手动重新校准。通过使用跨越相关关节的传感器阵列，可以计算因错误配准引起的传感器偏移。这使得传感器能够自我校准，只需患者的几个简单动作。

在初步实验中，使用裤子感应服装进行下半身监测，结果表明该方法用于监测髋关节和膝关节的运动是可行的。多个传感器阵列用于多个d.o.f.接头，其中每个传感器输出与多个接头角度变化相耦合。因此，这种设计产生了一种坚固、舒适、真正可穿戴的关节监测设备。本文概述了这种传感器从最初的想法到工作原型的发展。不过，开发一种完全可穿戴、高精度的传感器还需要进一步努力。这将包括使传感器无线化，从而“无系绳”。还需要更精确的纺织品制造技术来进一步减少测量误差。