相关实验视频
Updated: Jun 6, 2025
10:19
3D Kinematic Gait Analysis for Preclinical Studies in Rodents
Published on: August 3, 2019
10.6K
使用多种姿势和深度估计用于定量步行分析的3D无标记运动捕捉工具的验证
Mathis D'Haene1, Frédéric Chorin2,3, Serge S Colson2,3
1Arts et Métiers-Institut de Biomécanique Humaine Georges Charpak, 75013 Paris, France.
Sensors (Basel, Switzerland)
|November 27, 2024
概括
这项研究验证了用于步态分析的3D无标记运动捕捉 (3D MMC) 系统. 3D MMC 系统显示出作为临床和研究应用的可靠和用户友好的工具的潜力.
科学领域:
- 生物力学 生物力学
- 运动分析 运动分析
- 人类运动科学科学 人类运动科学
背景情况:
- 步态分析对于评估步行和识别功能缺陷至关重要.
- 传统的基于标记器的动作捕捉是昂贵的,劳动密集型,需要专业知识.
- 无标记器的动作捕捉提供了一个潜在的更容易获得的替代方案.
研究的目的:
- 评估3D无标记运动捕捉 (3D MMC) 系统的准确性和可靠性.
- 为了将3D MMC系统与步态分析的金标准运动捕捉 (MOCAP) 系统进行比较.
- 在不同速度行走时评估部和膝关节关节的角度.
主要方法:
- 采用了利用姿势和深度估计的3D MMC系统.
- 15名健康参与者以0.7米/秒,1.0米/秒和1.3米/秒的速度完成了步行任务.
- 来自3D MMC系统的数据与黄金标准的MOCAP系统进行了比较.
主要成果:
- 3D MMC 系统表现出高精度 (LCC > 0.96) 和卓越的会话间可靠性 (RMSE < 3°).
- 在特定的步态事件中,观察到具有恒定偏差的中高精度.
- 差异归因于系统之间的不同采样率和动力学方法.
结论:
- 3D MMC 系统显示出作为步态分析的可靠工具的巨大潜力.
- 该系统为临床和研究环境提供了更好的可用性.
- 未来的研究应该解决诸如参与者人口等局限性,并提出估计模型的关键点.
