
在人工智能和物联网新时代,智能体育大数据收集和分析在监测人类健康方面具有重要意义。可穿戴电子产品集成先进传感器和数据分析算法,可以实时分析人体健康状况,准确跟踪和记录人体活动,为个性化健康监测和运动训练提供了前所未有的机会。需要指出的是,传统电池供电设备存在的局限性限制了可穿戴电子产品在运动监测领域中的应用。例如,频繁更换电池或为电池充电以及废弃电池等不仅导致环境污染,同时不易于实时监测运动过程。本工作利用天然生物可降解的生物质材料——玉米苞叶作为介电层,结合摩擦电纳米发电技术开发了一种自供电生物可降解摩擦电传感器。该研究避免了由于焚烧玉米苞叶引起的环境污染,实现了人体机械能的收集,同时实现了对人体运动的智能化监测。

器件制造及结构表征
为了实现对运动中颈部稳定性监测和日常生活中颈部疾病预防,团队将三个相同的NB-TENG传感器与弹性可拉伸的纺织品集成在一起,以获得可穿戴颈部状态监测传感器(NCM-TS)。通过将NCM-TS与深度学习模型相结合,构建了一个智能行为监测系统,该系统能够识别四种类型的颈部运动,平均准确率为94%。本研究开发的颈部运动监测传感器在智能体育大数据收集、运动监测、康复训练和医疗保健方面具有广泛的应用潜力。

集成深度学习辅助数据分析的智能行为监测系统