助力特殊患者与事故检测：创新科技的双重突破

### 助力查科-马里-图思病患者与交通事故检测的创新技术 #### 查科 - 马里 - 图思病患者抓握辅助手套 查科 - 马里 - 图思病（CMT）会导致患者生活质量逐渐下降，患者在抓握物品时需时刻留意，以防掉落。为解决这一问题，研究人员开发了抓握辅助手套，并与其他相关手套进行了对比。 1. **与其他手套的对比** - **智能肌肉力量评估手套**：这是一款集成人工智能的设备，用于将肌肉力量或损伤程度分为 6 类。它在每个手指上使用 5 个力传感器，手掌上使用 1 个称重传感器来捕捉肌肉力量。数据被输入人工神经网络进行分类，主要用于帮助医生跟踪肌肉损伤后的恢复情况，对残疾或受伤者无直接反馈。而提出的抓握辅助手套是专门为 CMT 患者设计的辅助设备，能帮助用户在日常生活中监测抓握水平，使用仅两个力传感器检测抓握水平，并通过微控制器和振动电机向用户提供直接反馈。 - **用于手动轮椅用户实地监测的力测量手套**：该项目提供了一种实验室外的传感设备，用于监测和存储推动轮椅时手掌施加的力。手套手掌部分编织了 4 个力传感器，每个传感器略有重叠。一个放置在 3D 打印外壳中的 PCB 以 20Hz 的频率采样力传感器数据，并记录到 32GB 的 microSD 卡中，后续使用 MATLAB 进行离线分析。其目的是开发一种与实验室设备相当的测量设备，而非直接应用于残疾个体。而抓握辅助手套旨在帮助 CMT 患者。 - **用于日常生活中测量手部力量的预制力手套**：该研究旨在对握住物体时手部不同部位施加的力进行详细的定量分析，使用了 14 个力传感器，分布在拇指和四个手指的不同部位，主要为未来手部假肢设备的设计提供信息，未为最终用户实现应用。抓握辅助手套则是直接为 CMT 患者设计的应用，带有反馈回路，使用仅两个力传感器定量确定用户是否即将掉落物体。 - **用于神经康复训练的嵌入式力传感器可穿戴系统**：该设备旨在为神经康复提供物理参数的电子测量，设计了一款不影响佩戴者日常活动舒适度的手套，在指尖放置了 4 个力传感器，并与 Bluno Beetle 板上的 ATMega 328 配对，提供无线功能。虽然该设备能准确实现信号调理和采集，但未为最终用户实现应用。抓握辅助手套则为最终用户提供了反馈机制，直接提高了用户的生活质量。 - **用于力和运动传感的触觉传感手套**：该设备旨在评估与手部相关的损伤，如拇指肌腱炎和腕管综合征，通过多个薄膜柔性和可拉伸应变计及力传感器评估手指运动和压力，目前工作仅限于拇指运动。抓握辅助手套主要用于帮助 CMT 患者，使用两个力传感器测量握力，当力值低于阈值时触发振动电机，帮助患者正常进行日常任务。 - **测量工人握力的智能手套**：该项目旨在分析手部的肌肉骨骼损伤，通过积累数据和长期观察工人，研究重复性工作量对其健康的影响。使用了 14 个力传感器，其灵敏度可通过反馈电阻调节，还使用了电子控制系统进行信号处理、12 位 ADC 和蓝牙模块。抓握辅助手套帮助 CMT 患者进行日常活动，力传感器测量用户握力，信号经调理后，Arduino Nano 使用 10 位 ADC 将输入电压映射到 0 到 1023 之间的值，与定义的阈值比较，若低于阈值则触发振动电机。 - **用于摩托车骑行时手部力量测量的力传感手套系统**：该论文专注于评估摩托车骑行时的手部性能，旨在区分用户在刹车、转向和离合时施加的力，手套系统使用 2 个 FlexiForce A401 传感器模拟刹车时施加的力，通过微控制器和蓝牙将分析数据传输到平板电脑或显示器。抓握辅助手套专门为解决 CMT 患者的日常问题而设计，使用 2 个 FlexiForce A101 传感器测量握力，微控制器接收信号并与阈值比较，当握力下降时向振动电机发送输出信号。 2. **手套测试** - 手套在日常生活环境中进行测试，握住不同物体，逐渐释放物体并记录掉落点，