成果简介
手势识别系统是现代智能康复训练方法的缩影，在辅助驾驶、手语理解和机器控制等方面都有应用。然而，能够实时监测和激励身体康复者的可穿戴设备仍然鲜有研究。本文，重庆大学王平 教授团队，陶璐琪 副教授等在《ACS Appl. Mater. Interfaces》期刊发表名为“Gesture Recognition System Using Reduced Graphene Oxide-Enhanced Hydrogel Strain Sensors for Rehabilitation Training”的论文，研究介绍一种创新的手势识别系统，该系统将水凝胶应变传感器与机器学习相结合，以促进手指康复训练。
PSTG（PAM/SA/TG）水凝胶由丙烯酰胺（AM）、海藻酸钠（SA）和单宁酸还原氧化石墨烯（TA-rGO，TG）热聚合而成，其中AM聚合成聚丙烯酰胺（PAM）。TG 表面具有丰富的官能团，可与PAM和SA链建立多个氢键，从而赋予水凝胶高拉伸性和机械稳定性。我们的应变传感器灵敏度高（测量系数=6.13），响应时间快（40.5ms），线性度高（R2= 0.999），是监测人体关节运动和发音的有效工具。利用机器学习技术，我们的手势识别系统能准确识别九种不同类型的手势，识别准确率达到 100%。我们的研究推动了可穿戴设备的发展，提升了患者康复的水平，并增强了手势识别系统在医疗保健领域的应用。
图文导读
图1.用于人机界面的可穿戴传感器
图2.形态和结构特征
图3.PSTG水凝胶的力-电特性
图4.使用 PSTG 水凝胶传感器进行实时运动跟踪
图5.基于手势识别的交互式演示
小结
总之，我们设计了一个可穿戴智能系统，以提高患者对康复训练的参与度。该系统通过使用PSTG水凝胶应变传感器和机器学习算法收集和处理患者的手指运动数据，从而提高患者的康复结果。此外，医疗专业人员可以更准确地了解患者手指的康复状态。PSTG水凝胶的卓越物理性能，包括653%的拉伸性，高灵敏度（GF = 6.13,250-653%），快速响应和高线性度（0.999），是人体运动检测和智能输入的基础。我们还将水凝胶应变传感器集成到无线传感系统中，可实现远程音乐播放和手势识别控制。我们的研究为培训设施不足、康复专家有限和缺乏个性化培训带来的挑战提供了潜在的解决方案。这项研究展示了PSTG凝胶传感器在人机交互中的可行性，特别是在康复场景中。
文献：https://doi.org/10.1021/acsami.3c08709
本文来自材料分析与应用，本文观点不代表石墨烯网立场，转载请联系原作者。
