使用Azure Kinect估计健康和半患者的步态参数:与光电子系统进行比较研究
Serena Cerfoglio1,2, Claudia Ferraris3, Luca Vismara2
1Department of Electronics, Information and Bioengineering, Politecnico di Milano, Milan, Italy.
Frontiers in bioengineering and biotechnology
|December 10, 2024
概括
一个单一的RGB-D摄像头准确地评估健康和半患者的步态参数,与黄金标准系统相对应. 这项技术为各种环境中的步态分析提供了可行的工具.
科学领域:
- 生物医学工程 生物医学工程
- 康复技术 康复技术 康复技术
- 临床生物力学 临床生物力学
背景情况:
- 步行能力对独立性至关重要,并且经常受到诸如中风后半等疾病的影响.
- 准确的步态分析对于中风幸存者的有效康复,跌倒预防和功能恢复至关重要.
研究的目的:
- 使用单个微软Azure Kinect DK (MAK) RGB-D摄像头来评估步态参数.
- 为了将MAK衍生的时空和质量中心 (CoM) 参数与金标准的运动捕获 (MoCap) 系统进行比较.
主要方法:
- 走路分析是在使用单个MAK RGB-D摄像机在短路上进行的.
- 收集了27名健康和20名半患者的数据.
- 将MAK衍生的参数与仪表式3D MoCap系统的参数进行了比较.
主要成果:
- 马克系统表现出高准确度 (>93%) 和与MoCap系统的强相关性 (r>0.9) 对于健康和半步行.
- 两组在特定的时空参数上都观察到很好的一致性.
- 在健康个体中,COM位移的相关性略低,但仍然很强.
结论:
- 一个单一的光学传感器解决方案,如MAK摄像头,是步态分析的有效中间工具.
- 这种方法适用于临床环境和环境,金标准系统不实用.
- 这些发现支持在康复中使用可访问的技术来评估健壮的步态.
