基于无标记物姿势估计模型的自动化步态分析
Chang Soon Tony Hii1, Kok Beng Gan1, Nasharuddin Zainal1
1Department of Electrical, Electronic and Systems Engineering, Faculty of Engineering and Built Environment, Universiti Kebangsaan Malaysia, Bangi 43600, Malaysia.
Sensors (Basel, Switzerland)
|July 29, 2023
概括
本研究介绍了一种使用MediaPipe Pose进行时间步态分析的自动化方法,为监测步态和评估康复效率提供了可靠和易于使用的工具. 这种方法显示出与大多数步行参数的黄金标准有很好的一致性.
科学领域:
- 生物力学 生物力学
- 人类运动分析 人类运动分析
- 康复技术 康复技术 康复技术
背景情况:
- 传统的步态分析方法 (视觉观察,仪器评估) 有其局限性,包括不一致性,高成本,侵入性和专门设备要求.
- 使用二维姿势估计的无标记步态分析提供了一个潜在的替代方案,但往往需要大量的计算资源和人类投入.
- 需要在各种环境中使用可访问,自动化和可靠的方法来进行时间步行分析.
研究的目的:
- 提出和验证一种使用低计算资源的MediaPipe Pose模型进行时间步行分析的自动化方法.
- 通过将其输出与黄金标准的Vicon运动捕捉系统进行比较,评估拟议方法的可靠性和准确性.
- 确定这种方法对于基于社区的步态监测和干预评估的有用性.
主要方法:
- 使用MediaPipe Pose估计模型开发了一种自动化的时间步行分析方法.
- 通过将其结果与Vicon运动捕捉系统的数据进行比较,评估了拟议方法的可靠性.
- 统计分析包括计算类内相关系数 (ICC) 和时间步行参数的平均绝对误差.
主要成果:
- 基于MediaPipe Pose的方法对大多数时间步行参数表现出良好至优异的一致性 (ICC> 0.75至> 0.90).
- 对于双支时间 (右) 和摇摆时间 (右) 观察到温和的协议 (ICC>0.50).
- 该方法产生了时间步行参数,平均绝对误差很低,表明准确度很高.
结论:
- 自动化的MediaPipe Pose方法提供了一种可靠和准确的方法来进行时间步行分析.
- 该技术为步态评估提供了一种实用,低资源的解决方案,适合社区应用.
- 这些发现支持其用于监测步态变化和评估康复和培训计划的有效性.


