TransKinect:一个计算机视觉和机器学习临床决策支持系统,用于自动独立评估轮椅转移技术

科学领域:

• 康复工程 康复工程 康复工程
• 临床生物力学 临床生物力学
• 人与计算机的互动.

背景情况:

• 物理和职业治疗师评估手动轮椅转移.
• 错误的转移技术可能会导致上肢关节紧张.
• 由于复杂性和速度,目前的评估工具未得到充分利用.

研究的目的:

• 开发和验证计算机视觉和机器学习解决方案.
• 改善转移评估工具在临床环境中的实施.

主要方法:

• 使用红外深度传感器和定制软件开发了一个原型系统TransKinect.
• 可用性测试涉及15名治疗师进行转移评估.
• 经过验证的调查和定性反分析了熟练程度,可用性和满意度.

主要成果:

• 治疗师在使用TransKinect. 7的转移评估中获得了86.7%的熟练程度.
• 报告了高可用性 (77.6%) 和满意度 (83.5%) 的得分.
• 质量反强调TransKinect是用户友好和易于学习的.

结论:

• TransKinect显示出作为治疗师临床决策支持系统的潜力.
• 该系统可以自动化转移技术分析,提供摘要报告和视频.
• 采用TransKinect可能会提高手动轮椅使用者的护理质量.