Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Industrial Internet of Things >> Capteur

Un capteur portable aide les patients SLA à communiquer

Les personnes atteintes de sclérose latérale amyotrophique (SLA) souffrent d'une diminution progressive de leur capacité à contrôler leurs muscles. En conséquence, ils perdent souvent la capacité de parler, ce qui rend difficile la communication avec les autres. Une équipe de chercheurs a conçu un appareil extensible ressemblant à une peau qui peut être attaché au visage d'un patient pour mesurer de petits mouvements tels qu'un tic ou un sourire. Grâce à cette approche, les patients peuvent communiquer une variété de sentiments avec de petits mouvements qui sont mesurés et interprétés par l'appareil.

Les chercheurs espèrent que l'appareil permettrait aux patients de communiquer de manière plus naturelle, sans avoir à composer avec des équipements encombrants. Le capteur doux, jetable et portable est fin et peut être camouflé avec du maquillage pour correspondre à n'importe quel teint, ce qui le rend discret. La version initiale de l'appareil a été testée sur deux patients SLA et a montré qu'il pouvait distinguer avec précision trois expressions faciales différentes :sourire, bouche ouverte et lèvres pincées.

L'appareil se compose de quatre capteurs piézoélectriques intégrés dans un mince film de silicone. Les capteurs, fabriqués en nitrure d'aluminium, peuvent détecter les déformations mécaniques de la peau et les convertir en une tension électrique facilement mesurable. Tous ces composants sont faciles à produire en masse, de sorte que les chercheurs estiment que chaque appareil coûterait environ 10 $.

L'équipe a utilisé un processus appelé corrélation d'imagerie numérique sur des volontaires sains pour les aider à sélectionner les emplacements les plus utiles pour placer le capteur. Ils ont peint un motif aléatoire de taches en noir et blanc sur le visage, puis ont pris de nombreuses images de la zone avec plusieurs caméras pendant que les sujets exécutaient des mouvements faciaux tels que sourire, secouer la joue ou prononcer la forme de certaines lettres. Les images ont été traitées par un logiciel qui analyse la façon dont les petits points se déplacent les uns par rapport aux autres pour déterminer la quantité de tension subie dans une seule zone.

Ils ont également utilisé les mesures des déformations cutanées pour former un algorithme d'apprentissage automatique afin de distinguer un sourire, une bouche ouverte et des lèvres pincées. En utilisant cet algorithme, ils ont testé les appareils avec deux patients SLA et ont pu atteindre une précision d'environ 75 % pour distinguer ces différents mouvements. Le taux de précision chez les sujets sains était de 87 %.

Sur la base de ces mouvements faciaux détectables, une bibliothèque de phrases ou de mots pourrait être créée pour correspondre à différentes combinaisons de mouvements. Techniquement, des milliers de messages pourraient être créés. Les informations du capteur sont envoyées à une unité de traitement portable qui les analyse à l'aide de l'algorithme formé pour distinguer les mouvements du visage. Dans le prototype actuel, cette unité est câblée au capteur mais la connexion pourrait également être faite sans fil pour une utilisation plus facile.

En plus d'aider les patients à communiquer, l'appareil pourrait également être utilisé pour suivre la progression de la maladie d'un patient ou pour mesurer si les traitements qu'il reçoit ont un effet.


Capteur

  1. Capteur de gaz portable pour la surveillance de la santé et de l'environnement
  2. Capteur d'oxygène sans fil miniaturisé pour nourrissons malades
  3. 5 Ws d'un métamatériau portable
  4. Film de capteur pour l'aérospatiale
  5. Capteur poumon-cœur miniature sur puce
  6. Capteur à base de graphite pour dispositifs médicaux portables
  7. Capteur de dioxyde de carbone à semi-conducteurs
  8. Les capteurs portables détectent les fuites de gaz
  9. L'apprentissage automatique aide à détecter les problèmes de marche chez les patients atteints de sclérose en plaques