基于人工智能的步态分析的有效性,用于同时测量双边下肢动力学,使用单个视频摄像头
Takumi Ino1,2, Mina Samukawa3, Tomoya Ishida3
1Graduate School of Health Sciences, Hokkaido University, Sapporo 0600812, Japan.
Sensors (Basel, Switzerland)
|December 23, 2023
概括
使用姿势估计 (OpenPose) 进行人工智能驱动的步态分析,显示了对临床评估的强大准确性. 一个单一的摄像头可以为两个下肢提供可靠的测量,摄像头侧的精度略有提高.
科学领域:
- 生物力学 生物力学
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 使用人工智能姿势估计的步态分析准确性验证对于客观的临床评估至关重要.
- 当前的方法往往缺乏对绝对误差和波形模式相似性的客观测量.
研究的目的:
- 在人工智能驱动的步态分析中建立绝对误差和波形模式相似性的客观测量.
- 评估使用单个摄像头同时分析下肢的可行性.
主要方法:
- 将AI姿势估计 (OpenPose) 数据与使用同步视频的3D运动分析设备进行比较.
- 使用平均绝对误差 (MAE) 进行绝对误差评估.
- 使用多重相关系数 (CMC) 来评估波形模式相似性.
主要成果:
- MAE在2.3-3.1° (摄像头侧) 和3.1-4.1° (相反侧) 之间,表明摄像头侧的准确性更高.
- CMC值在0.936-0.994 (摄像头侧) 和0.890-0.988 (相反侧) 之间,表明非常好到非常好的波形相似性.
- 单摄像头行走分析显示,足够精确的临床评估在双方.
结论:
- 用单个摄像头进行人工智能姿势估计,为步态分析提供了强大的和临床可行的解决方案.
- 该方法为两个下肢提供了可靠的测量,相机侧的精度略高.
