在使用非接触式技术的肩部绑架练习中估计关节角度
Ali Barzegar Khanghah1,2, Geoff Fernie3,4,5, Atena Roshan Fekr3,4
1KITE Research Institute, Toronto Rehabilitation Institute, University Health Network, 550 University Ave, Toronto, M5G 2A2, ON, Canada. ali.barzegarkhanghah@mail.utoronto.ca.
Biomedical engineering online
|January 28, 2024
概括
这项研究引入了一种新的无标记器远程康复系统,使用LiDAR和骨跟踪进行精确的3D关节角度分析. 基于深度的方法增强了远程运动评估,提高了远程康复能力.
科学领域:
- 生物医学工程 生物医学工程
- 康复技术 康复技术 康复技术
- 计算机视觉 计算机视觉
背景情况:
- 远程康复 (tele-rehab) 利用通信技术进行远程医疗保健,在COVID-19大流行期间变得越来越重要.
- 现有的远程康复系统往往缺乏全面的运动分析能力.
- 建议采用一种新的方法,将深度传感和骨跟踪集成在一起,以解决这一局限性.
研究的目的:
- 开发和验证一个没有标记器的系统,用于在远程康复中精确的3D关节角度评估.
- 为了评估 LiDAR 深度技术与骨架跟踪算法 (Cubemos,Mediapipe) 结合的性能.
- 通过个性化的校准技术,提高关节角度计算的准确性.
主要方法:
- 使用LiDAR摄像头收集深度视频和通过Motion Capture (Mocap) 系统收集的运动数据,来自14名参与者进行肩部绑架练习.
- 集成LiDAR数据与Cubemos和Mediapipe骨架跟踪框架,以估计3D关节角度.
- 通过将估计的关节角度与Mocap地面真相进行比较来验证系统,并应用各种回归模型进行校准.
主要成果:
- 与Mediapipe相比,Cubemos框架在联合角度估计方面表现出更高的准确性.
- 拟议的系统显示与Mocap有很强的相关性,尽管由于噪声造成的微小偏差.
- 系统精度随着距离LiDAR传感器的距离增加而下降,但校准显著提高了精度,线性回归模型表现最好.
结论:
- 这种基于深度的系统有效地跟踪身体关节和上肢角度,以实现远程康复.
- 该系统与Mocap取得了强大的相关性,表明其具有精确联合跟踪的潜力.
- 激光雷达的深度传感器使得精确的角度计算超出了传统RGB摄像机的范围,增强了远程康复应用.
更多相关视频
10:07Measurement of Dynamic Scapular Kinematics Using an Acromion Marker Cluster to Minimize Skin Movement Artifact
Published on: February 10, 2015
19.3K
06:52An Inertial Measurement Unit Based Method to Estimate Hip and Knee Joint Kinematics in Team Sport Athletes on the Field
Published on: May 26, 2020
7.9K
