北京
一款实时监测步态的新型智能鞋垫系统，既能帮助矫正体态，又能为从足底筋膜炎到帕金森病等疾病提供早期预警。这款内置22个微型压力传感器的设备，通过鞋面太阳能板供电，能基于人类“生物指纹”般独特的步态特征实现实时健康追踪。
研究共同作者、俄亥俄州立大学材料科学与工程助理教授李静华（音）表示，系统可通过蓝牙将复杂的人体健康数据传至手机进行即时分析。“人体蕴藏着大量未被察觉的有用信息，而这些状态会随时间变化。我们的目标就是用电子设备解码这些信号，推动自我健康管理。”
全美至少有7%人群存在步行、跑步或爬楼梯困难。尽管近年智能鞋垫研发热度攀升，但过往原型机常受困于能量限制与性能不稳。为解决这些难题，李静华（音）与论文第一作者、该校博士生王琦（音）团队聚焦三大突破：设备耐用性、数据采集分析精度、持续稳定供电。
“我们的创新体现在高分辨率、空间感知、自供电能力及与机器学习算法融合。”李静华指出。该研究近期发表于《科学进展》。
系统独特性还体现在AI应用——通过先进机器学习模型，设备能识别8种运动状态，涵盖静坐站立到跑跳蹲等动态动作。鞋垫采用柔性安全材料制成，如同智能手表般适合长期佩戴。太阳能转化的电能储存于微型锂电池，既安全又不影响日常活动。
从脚趾到脚跟分布的传感器阵列，可清晰呈现步行与跑步时的足压差异：步行时压力从脚跟到脚趾顺序传导，跑步时所有传感器几乎同时受压；步行施压时长占总时长50%，跑步时仅25%。
在医疗领域，该鞋垫能通过步态分析早期发现足压相关病变（如糖尿病足溃疡）、肌肉骨骼疾病（如足底筋膜炎）及神经系统疾病（如帕金森病）。机器学习赋予其运动分类能力，为实时姿势矫正、损伤预防、康复监测等个性化健康管理提供可能，未来或可应用于定制化健身训练。
经18万次压缩循环测试，鞋垫性能未见明显衰减。李静华（音）表示：“柔性超薄界面在重复形变下仍能保持功能，软硬件结合突破传统局限。”团队预计该技术将在3-5年内商业化，下一步将提升手势识别能力，并扩大人群测试范围。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
