相关实验视频
Updated: Jun 3, 2025
07:51
Video Movement Analysis Using Smartphones ViMAS: A Pilot Study
Published on: March 14, 2017
16.7K
单眼人体姿势估计模型的有效性分析与评估上肢运动范围的移动应用程序接口
Rayele Moreira1, Silmar Teixeira1, Renan Fialho1
1Postgraduate Program in Biotechnology, Parnaíba Delta Federal University, Parnaíba 64202-020, Brazil.
Sensors (Basel, Switzerland)
|January 8, 2025
概括
人体姿势估计 (HPE) 模型显示出使用患者照片评估上肢运动范围 (ROM) 的潜力. 虽然一些运动显示出希望,但ROM评估的整体准确性需要进一步改进.
科学领域:
- 计算机视觉 计算机视觉
- 生物医学工程 生物医学工程
- 康复技术 康复技术 康复技术
背景情况:
- 人体姿势估计 (HPE) 使用深度学习来确定姿势描述的关键关节点 (KJPs).
- HPE 模型可以从患者图像中进行运动范围 (ROM) 评估.
研究的目的:
- 评估和比较五个HPE模型在评估上肢ROM方面的性能.
- 为了确定HPE模型与传统通用气球计 (UG) 测量的准确性.
主要方法:
- 52名参与者进行了肩膀和肘部运动.
- 通过NLMeasurer应用程序使用通用气球计 (UG) 和五个HPE模型进行测量.
- 配对的t测试,偏差和错误分析被用于比较.
主要成果:
- 移动网雷INT16模型表现出卓越的性能,根平均平方误差在8/10次移动中<10°.
- HPE模型在肩膀曲/绑架方面表现更好,而不是肘部曲.
- 挑战包括图像扭曲,照明和单眼视图限制.
结论:
- 虽然HPE模型对方便和高效的ROM测量有希望,但目前缺乏令人满意的准确性.
- 需要进一步开发,以克服临床应用的性能挑战.
- 检查人员的监督对于确保可靠的自动ROM测量至关重要.
