基于图像的行走时空参数估计使用单个摄像头和CNN-变压器混合网络

科学领域:

• 生物医学工程 生物医学工程
• 老年学是一门学科.
• 计算机视觉 计算机视觉

背景情况:

• 远程监测老年人的健康状况对于及时干预至关重要.
• 现有的基于视觉的步态分析通常只提供平均参数,限制了详细的评估.
• 准确,连续的步态参数估计是有效的老年护理所需要的.

研究的目的:

• 开发一种简单的,基于视觉的方法来估计一步一步的步态空间时间参数.
• 通过步态分析,使老年人的远程和持续健康监测成为可能.
• 根据黄金标准系统验证拟议的方法.

主要方法:

• 使用移动摄像机的RGB训练了三个深度学习网络.
• 输入:少数RGB;输出:空间和时间步态参数的连续1D信号.
• 同时使用GAITRite系统和移动摄像头从160名老年人收集数据.

主要成果:

• 估计的步伐长度与高相关性 (0.938+).
• 检测到的步态事件具有出色的F1分数 (0.914+).
• 与 GAITRite 系统在空间时空步态参数分析方面表现出极好的一致性.

结论:

• 提出的基于视觉的方法准确地估计了一步一步的步态参数.
• 这种方法有助于远程连续监测老年人的健康状况.
• 它通过步态分析支持早期疾病诊断,治疗和干预.