没病走两步?智能鞋垫或能提前预警健康风险 近日,西安电子科技大学公布了一项创新研究成果。该校集成电路学部郝跃院士团队的常晶晶教授等人,成功研制出一款能量自主的仿生智能鞋垫,其集成了AI增强的力学诊断功能。 该技术的核心在于深度融合了仿生学设计、自供能技术与人工智能。其目标是为下肢功能障碍性疾病的早期
近日,西安电子科技大学公布了一项创新研究成果。该校集成电路学部郝跃院士团队的常晶晶教授等人,成功研制出一款能量自主的仿生智能鞋垫,其集成了AI增强的力学诊断功能。
该技术的核心在于深度融合了仿生学设计、自供能技术与人工智能。其目标是为下肢功能障碍性疾病的早期筛查、康复监测及日常健康管理,提供一种全新、近乎无感的监测工具。
长期稳定更新的攒劲资源: >>>点此立即查看<<<

步态是反映人体健康状况的重要窗口。从帕金森等神经系统疾病,到关节炎等骨骼肌肉问题,许多疾病的早期信号都会在行走姿态中留下细微痕迹。然而,这些早期步态异常往往难以被肉眼或主观察觉,容易错过最佳干预时机。为解决这一难题,研究团队从自然界中寻找灵感。
研究团队通过三项环环相扣的创新,构建了一套完整的可穿戴闭环监测平台。
首先是感知能力的突破。受螳螂腿部结构启发,团队设计出双微结构电容传感器。该传感器检测下限极低(0.10 Pa),可感知微弱压力;同时最大量程高达1.4 MPa,能承受剧烈冲击。在12000次循环加载测试后,其性能依然稳定。

其次是能量供给的自主化。鞋垫集成了纳米钙钛矿太阳能电池与高容量锂硫电池,平均光电转换效率达11.21%,储能效率为72.15%。在光照下行走即可充电,无光环境下可持续供电8小时以上,实现“行走即充电”。

最后是智能数据分析环节。鞋垫通过16通道无线模块实时传输足底压力数据,并由嵌入式人工智能算法进行深度挖掘与分析。
经过训练与优化,该智能系统的诊断能力得到验证。其对足弓异常的识别准确率达96.0%;对包括偏瘫步态、跛行步态等在内的12种常见病理步态,综合分类准确率高达97.6%,不仅能发现结构问题,还能区分不同疾病特征。

根据西安电子科技大学官方信息,这一可穿戴监测平台已完成临床验证阶段。验证表明,系统运行稳定,其采集的步态力学数据与专业临床评估结果具有良好一致性,为未来实际应用与推广奠定了坚实基础。
侠游戏发布此文仅为了传递信息,不代表侠游戏网站认同其观点或证实其描述