将新型智能手机姿势估计框架与Kinect V2进行比较,用于在运动压力测试期间跟踪膝盖

科学领域:

• 生物力学 生物力学
• 运动医学 运动医学
• 计算机视觉 计算机视觉

背景情况:

• 前十字带 (ACL) 损伤在运动员中很常见.
• 准确评估膝盖动力学对于预防伤害至关重要.
• 目前用于动力学分析的方法可能是繁而昂贵的.

研究的目的:

• 为了评估谷歌的MediaPipe框架对膝盖运动学的准确性.
• 将MediaPipe的性能与微软Kinect V2进行比较.
• 探索基于智能手机的ACL损伤风险评估的潜力.

主要方法:

• 254名大学运动员使用Kinect V2和带有MediaPipe的智能手机应用程序进行了分析.
• 运动员在2.5米的距离上进行了三次运动压力测试.
• 膝盖的角度被提取出来,然后在两个系统之间进行比较,使用Kinect V2作为地面真相.

主要成果:

• 在冠状平面上观察到膝盖角度的小差异.
• 在角平面中发现了适度的差异.
• 与Kinect V2.2相比,MediaPipe倾向于低估膝盖和角.

结论:

• 谷歌的MediaPipe框架展示了下肢运动分析的潜力.
• 使用MediaPipe的智能手机应用程序可以实现广泛的,低成本的ACL伤害预防.
• 需要进一步验证,但结果表明,这是传统运动捕捉的可行替代方案.