Il nuovo abbigliamento intelligente potrebbe essere utilizzato per monitorare vari tipi di attività fisica delle persone a casa o nelle strutture sanitarie.
I ricercatori dell'Università Federale di Espirito Santo in Brasile hanno sviluppato pantaloni intelligenti che utilizzano sensori in fibra ottica per monitorare in modo non invasivo il movimento e l'attività di una persona attraverso 30 punti di misurazione su ciascuna gamba.
Secondo il team, i loro pantaloni intelligenti in fibra ottica polimerica possono essere utilizzati per rilevare attività come sedersi, accovacciarsi, camminare o calciare senza ostacolare i movimenti naturali. Questo approccio evita i problemi di privacy che derivano dai sistemi basati su immagini e potrebbe essere utile per monitorare i pazienti anziani a casa o misurare parametri come la mobilità nelle cliniche di riabilitazione.
La ricerca fa parte di un progetto più ampio incentrato sullo sviluppo di tessuti fotonici per sensori indossabili a basso costo. Sebbene dispositivi come gli smartwatch possano rilevare se una persona si sta muovendo, i ricercatori volevano sviluppare una tecnologia in grado di rilevare determinati tipi di attività senza interferire in alcun modo con il movimento. Lo hanno fatto incorporando un sensore di variazione dell'intensità della fibra ottica polimerica direttamente nel tessuto che è stato poi utilizzato per realizzare i pantaloni.
I sensori, ben 60, erano basati su fibre ottiche in polimetilmetacrilato con un diametro di 1 mm. I ricercatori hanno creato aree sensibili nelle fibre rimuovendo piccole porzioni del rivestimento esterno del nucleo della fibra. Quando la fibra è piegata a causa del movimento, ciò causerà un cambiamento nella potenza ottica che viaggia attraverso la fibra e può essere utilizzato per determinare il tipo di modifica fisica che è stata applicata all'area sensibile della fibra.
Creando queste aree di fibre sensibili in luoghi diversi, i ricercatori hanno creato un sistema di sensori multipli con 30 punti di misurazione su ciascuna gamba. Hanno inoltre sviluppato un nuovo algoritmo di apprendimento automatico per la classificazione di diversi tipi di attività e la classificazione dei parametri dell'andatura in base ai dati dei sensori. L'approccio del sensore ha raggiunto una precisione del 100% nella classificazione di queste attività, che non solo dimostra la fattibilità del dispositivo proposto, ma apre anche la possibilità di un'ulteriore ottimizzazione del numero di sensori per la classificazione delle attività.
Secondo i ricercatori, l'approccio proposto è un metodo a basso costo, altamente integrato e completamente portatile per l'analisi della biomeccanica degli arti inferiori e la classificazione delle attività che può essere applicato al monitoraggio remoto di diversi pazienti con l'ulteriore possibilità di personalizzare il numero di sensori in base alle applicazioni e utenti. Quindi ora stanno lavorando per collegare l'unità di raccolta del segnale al cloud, che consentirebbe l'accesso remoto ai dati.
