麻省理工學院的研究員使用一種新穎的工法，製作出了與身體緊密貼合的智慧紡織物來偵測穿戴者的姿勢和動作。
透過摻入一種特別的塑膠紗線，並加熱將其稍微熔化（這一過程稱為熱成型），大大提高了被織入多層紡織物中的壓力感測器的精度，而他們稱此紡織物為 3DKnITS。研究員們利用這種製程創造了一款智慧鞋子和墊子，然後建立了軟硬體系統來即時測量和解析壓力感測器的數據。
受到圖像分類深度學習技術的啟發，Wicaksono 設計了一個將壓力感測器數據顯示為熱圖的系統，這些圖像被餵入機器學習模型，模型經過訓練後，就能根據熱圖來偵測使用者的姿勢或動作。若分類使用者在智慧墊子上的活動（走路、跑步、伏地挺身等），準確率可達 99.6%；而識別七個瑜珈姿勢的準確率則可達 98.7%。
麻省理工學院媒體實驗室的研究助理，也是 3DKnITS 論文的主要作者 Irmandy Wicaksono 說：「製程中利用了數位編織技術，能夠快速製作原型，並可以輕鬆擴展以進行大規模製造。」此技術應用層面廣，尤其是在醫療和復健等方面。例如：它可以用來生產智慧鞋，追蹤受傷後再次學習行走的人的步態；或者製作可以監測糖尿病患者腳部壓力以預防潰瘍的襪子。
未參與研究的哈佛醫學院骨科手術助理教授，馬薩諸塞州總醫院運動醫學骨科醫生 Eric Berkson 說：「看到技術以如此有意義的方式發展總是令人驚歎，沒想到我們穿的衣服、袖子、或襪子以特殊的方法製作，就能讓它們的三維結構被用來感測壓力。」「在醫學領域，特別是在骨科運動醫學中，這項技術提供了更好地偵測和分類動作的能力，並辨識現實世界（實驗室外）中的力分佈模式。這種思維方式將提升傷害預防和偵測技術，並有助於評估和指導復健。」