A Soft On‐Skin Sensor Simultaneously Capturing Bioelectrical and Biomechanical Signals for Muscle Spasticity Detection and Assessment

痉挛 材料科学 信号(编程语言) 计算机科学 生物医学工程 物理医学与康复 定量评估 康复 肌电图 灵敏度(控制系统) 人工智能 质量评定 摩擦电效应 改良阿什沃思量表 传感器 加速度计 医学 触觉传感器 外骨骼
作者
Zhixin Wang,Yuanpeng Fu,Tianzhao Bu,Yuqi Qiu,Bo Pang,Qingyang Zheng,Sen Zhou,Yangyang Li,Xiling Xiao,Zhouping Yin,Hao Wu
出处
期刊:Advanced Functional Materials [Wiley]
标识
DOI:10.1002/adfm.202523580
摘要

Abstract Quantitative and objective assessment of muscle spasticity grades in post‐stroke patients plays a pivotal role for physicians and patients in adjusting rehabilitation plans and preventing secondary complications. However, the development of such methods for spasticity detection and assessment is hindered by the subjectivity of conventional assessment methods, the limited clinical applicability of digital‐devices, and the structural complexity of sensors used for monitoring muscle strength. Here, a multimodal on‐skin sensor is developed, enabling simultaneous acquisition of surface electromyography (sEMG) and triboelectric signals, through wavelet analysis, the signal from the sensor can comprehensively reflect the bioelectrical and biomechanical characteristics of human motion. The high‐performance triboelectric materials (BPA NPs) with metal‐organic–inorganic core‐shell structures are synthesized to enhance the signal quality of the multimodal on‐skin sensor by leveraging the self‐polymerization ability and weak reducibility of dopamine. The sensitivity of the multimodal on‐skin sensor is improved by designing a radially arranged micro‐cone array with gradient heights. Additionally, a quantitative spasticity assessment strategy is developed by integrating muscle co‐activation coefficients (Index 1) and antagonistic efficacy metrics (Index 2), which are strongly correlated with the Modified Ashworth Scale scores. The multimodal on‐skin sensor with the proposed assessment strategy enables quantitative assessment of spasticity in 9 spasticity patients.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
贼吖完成签到 ,获得积分20
3秒前
昏睡的静丹完成签到,获得积分10
4秒前
rpFengMing发布了新的文献求助10
4秒前
denny完成签到,获得积分20
5秒前
东十八完成签到 ,获得积分10
5秒前
852应助苏鑫采纳,获得10
6秒前
6秒前
Yinzixin完成签到,获得积分10
8秒前
xu完成签到,获得积分10
10秒前
充电宝应助b3lyp采纳,获得10
14秒前
小二郎应助孤独的以菱采纳,获得10
14秒前
碧蓝靳完成签到,获得积分10
16秒前
Green完成签到,获得积分10
16秒前
16秒前
17秒前
爆米花应助7298682采纳,获得10
17秒前
垃圾二硫自组装纳米粒完成签到,获得积分10
17秒前
hhhbbb完成签到,获得积分10
18秒前
汉堡包应助寒木春华采纳,获得10
18秒前
safari完成签到 ,获得积分10
18秒前
rpFengMing完成签到,获得积分10
19秒前
君君完成签到,获得积分10
20秒前
20秒前
三虎科研完成签到,获得积分10
21秒前
22秒前
西柚小怪发布了新的文献求助10
23秒前
狂野未来完成签到,获得积分10
24秒前
27秒前
清爽秋荷发布了新的文献求助10
27秒前
碧蓝青梦发布了新的文献求助10
27秒前
28秒前
30秒前
留猪完成签到,获得积分10
30秒前
b3lyp发布了新的文献求助10
31秒前
小崔加油完成签到 ,获得积分10
31秒前
漂亮的孤丹完成签到 ,获得积分10
31秒前
佳银完成签到,获得积分10
33秒前
Panda发布了新的文献求助10
33秒前
Lina完成签到 ,获得积分10
34秒前
大浪淘沙完成签到 ,获得积分10
34秒前
高分求助中
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
Questioning sequences in the classroom 700
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5379091
求助须知:如何正确求助?哪些是违规求助? 4503505
关于积分的说明 14015967
捐赠科研通 4412216
什么是DOI,文献DOI怎么找? 2423735
邀请新用户注册赠送积分活动 1416630
关于科研通互助平台的介绍 1394129