在老年人患有跌倒风险的跑步机上进行步态分析的深度成像

科学领域:

• 生物力学 生物力学
• 老年学是指老年学的学科.
• 医疗技术 医疗技术 医学技术

背景情况:

• 意外跌倒对老年人来说构成重大健康风险,而减弱的步行稳定性是关键的可修改因素.
• 目前用于评估步态稳定的临床方法往往不复杂,简单或负担得起.
• 深度成像和人工智能姿势估计显示出对步态分析的希望,但对于有跌倒风险的老年人来说,它们的实用性需要进行调查.

研究的目的:

• 评估深度成像技术 (Azure Kinect) 对老年人的步态分析的适用性.
• 为了比较深度摄像头步态分析的准确性与已建立的惯性测量单位 (IMU).
• 确定使用负担得起的深度摄像机来评估老年人的步行稳定性的有效性,包括那些有跌倒史的人.

主要方法:

• 一项涉及59名老年人的方法比较 (有或没有跌倒史).
• 使用多个IMU和Azure Kinect深度摄像头同时记录了步行模式,而参与者则在跑步机上行走.
• 来自两种系统的时空步态参数使用相关性和布兰德-阿尔特曼图分析了趋同有效性.

主要成果:

• 在这两种系统之间观察到的高相关性是步伐长度 (r=.992) 和步伐时间 (r=0.914).
• 布兰德-阿尔特曼分析显示,脚步长度 (-0.74±3.68厘米) 和脚步时间 (-3.7±54毫秒) 的适度一致.
• Azure Kinect系统在测量老年人的步态参数方面与IMU达成了良好的协议.

结论:

• IMU和Azure Kinect深度摄像头都能有效地测量老年人的步行参数,包括那些有更高跌倒风险的人.
• 价格实惠的深度摄像头显示,IMU与IMU达成协议,用于在这个人群中进行临床步态分析.
• 虽然有希望,但评估功能或监测步态变化的可容忍准确性仅限于多个步骤的时间空间参数的平均值,特别是那些来自初始脚接触的空间参数.