步行图 - - 基于IMU的人类步行分析和算法基准测试的开放生态系统
Arne Kuderle1, Martin Ullrich1, Nils Roth1
1Machine Learning and Data Analytics LabFriedrich-Alexander Universität Erlangen-Nürnberg (FAU) 91054 Erlangen Germany.
IEEE open journal of engineering in medicine and biology
|March 15, 2024
概括
本研究介绍了gaitmap,这是一个开源的Python生态系统,用于使用惯性测量单位 (IMU) 进行步行分析. 它提供算法,数据集和基准,以推进运动障碍的研究和临床应用.
科学领域:
- 生物力学 生物力学
- 可穿戴技术可穿戴技术
- 软件工程 软件工程 软件工程
背景情况:
- 使用惯性测量单位 (IMU) 的步态分析显示,对监测运动障碍有前途.
- 有限的公共数据和开源算法阻碍了方法比较和临床应用开发.
研究的目的:
- 介绍gaitmap生态系统,这是一个开源的Python包套件,用于基于IMU的步态分析.
- 促进新算法和临床应用的开发和验证.
主要方法:
- 发布了20多个最先进的算法.
- 提供对7个公共数据集的访问.
- 包括八个基准挑战与参考实施.
主要成果:
- 建立了一个全面的开源生态系统,用于基于IMU的步态分析.
- 能够快速开发和验证新的步态分析算法.
- 为运动障碍监测中的新型临床应用提供了基础.
结论:
- 步态图生态系统代表了开源步态分析的开创性努力.
- 这项工作旨在使高质量的算法获得民主化,并促进可重复的研究.
- 它作为人类步态分析和相关领域开放科学的催化剂.
