通过负担得起的移动技术实现个人运动评估和指导的自动化

科学领域:

• 生物医学工程 生物医学工程
• 计算机科学 计算机科学
• 运动科学 运动科学 运动科学

背景情况:

• 身体活动 (PA) 对健康至关重要,但初学者面临的挑战,如丧和受伤.
• 限制对监督运动的访问,特别是在流行病期间,凸显了对远程,个性化的系统的需求.
• 现有的系统往往缺乏实时,个性化的反,以家庭为基础的炼.

研究的目的:

• 开发和评估一个监控的体育炼系统,以实时提供指导和建议.
• 帮助使用者,特别是初学者和老年人,在家中正确执行练习.
• 创建一个互动工具,支持远程康复计划.

主要方法:

• 使用BlazePose通过计算机或智能手机摄像头来估计姿势,以识别身体运动.
• 采用机器学习分类器和信号处理来进行运动识别,实现高精度.
• 进行了运动分析和运动范围 (ROM) 的统计研究,以检测执行偏差.

主要成果:

• 机器学习分类器在运动识别方面达到94.76%至100%的测试准确度.
• 动力学分析发现了与预期的炼执行的偏差,从而实现了有针对性的指导.
• 从57名志愿者收集的数据提供了对运动表现的全面了解.

结论:

• 开发的系统为家庭环境提供实时,个性化的炼指导.
• 利用BlazePose和机器学习,该系统可以有效地监控炼性能.
• 这种交互式工具有可能显著支持远程康复和体育活动计划.