關注我們，為您推送更多最新資訊。
文章引言
可穿戴健康監測裝置可以在不限制個人日常活動的情況下，通過測量生理資料，反映個人健康狀況。這種傳感系統可以鑲嵌在鞋墊裡，通過測量分析足底的生理資料，了解個人的健康狀況。
來自加拿大的M. Jamal Deen博士團隊在Sensors上發表了一篇相關文章，他們對能測量多種健康參數的基于鞋墊的智能傳感系統進行了一個全面的回顧，提出并探讨了一些有待解決的問題，具體内容如圖1所示。
圖1.智能鞋墊綜述。
研究過程與結果
基于傳感機制和應用，監測系統大緻可以分為兩類：足壓監測系統和步态監測系統。足壓監測系統使用壓力傳感器來測量步态特征或有關足底壓力分布的詳細資訊；步态監測系統主要依靠慣性傳感單元來測量步态動力學，監測步态模式。
本文回顧了十種不同的足底壓力分布傳感器。例如，德國亞琛工業大學的Bernhard Rumpe教授等人在鞋墊的8個測量點上各放置了3個傳感器，該傳感器重量輕、體積小，且能夠記錄超過24小時的資料。Josie Hughes博士團隊開發了一種由炭黑和碳纖維導電顆粒在非導電矽錐基體上合成的軟應變傳感器，它的柔性特性為長期監測提供了有利條件。每套系統都有各自的優缺點，但在增強某一優點的同時，不得不犧牲一些其他性能。例如，若增加傳感器的數量以獲得更詳細的測量結果，則會增加電力的消耗。
這些智能鞋墊的傳感器類型非常相似，主要的差別在于傳感器的融合和分析資料的算法。比如，Gu-Min Jeong團隊采用支援向量機算法來區分三種行走類型，Hyunil Kim教授等人使用深度卷積神經網絡 (DCNN) 對類似的七種步态類型進行了分類，達到了90%以上的準确率。
基于對上述技術的分析回顧，本文給出了四個研發智能鞋墊需要注意的問題和思考：傳感器的選擇；采集信号的最佳頻率或速率；在資料分析方面，來自多個傳感器的資訊可以互相組合或融合，以執行更複雜的分析；更加合理的資料回報。
綜上所述，作者總結了十個目前對于智能鞋墊研究上的挑戰：
(1) 傳感器的放置，如圖2所示；
(2) 系統的內建；
(3) 信号的誤差及校準；
(4) 信号的同步問題；
(5) 系統的相容性；
(6) 使用者的舒适性；
(7) 系統與鞋子的相容性；
(8) 在不同環境下的适用性；
(9) 裝置的一緻性；
(10) 資料和隐私安全。
圖2.測量各種參數的傳感器在基于鞋墊的監測系統中的位置建議。
一個理想的鞋墊系統應該包含所有期望的功能，包括穿着舒适、接受信号完整、資料準确以及具有高能源效率和長電池壽命。此外，目前的挑戰還必須考慮增加設計一個高性能和高效的基于鞋墊的傳感器系統。基于上述讨論，作者描述了關于智能鞋墊的四個未來展望：多傳感器檢測相結合、智能回報系統、使用智能紡織品、 跨學科協作。
研究總結
本文提出了基于鞋墊的下肢健康監測系統的最新研究進展。這種系統的主要目的是在不影響人們日常活動的情況下，對下肢健康進行持續且不引人注目的監測。
通過開發一種能夠測量足底壓力分布、慣性運動、足部溫度和心率的裝置，進而友善地測量如足跖壓力、體溫、脈搏頻率和步态等參數，進而達到遠端監測下肢健康的目的，使使用者和醫療保健提供者可以獲得反映個人日常健康狀況的資訊。這種系統與計算和機器學習技術相結合，可以發現早期疾病或其他異常，對個人的健康和生活方式具有深遠的影響。目前，還需要進一步的研究和技術開發來解決現有的一些挑戰，比如确定傳感器的最佳數量和位置，確定使用者的舒适度和易用性、電力效率、資料隐私和安全性等。