基于视频衍生的3D姿势估计的步行异常检测

科学领域:

• 老年学是一门学科.
• 生物医学工程 生物医学工程
• 计算机科学 计算机科学

背景情况:

• 与年龄相关的下肢强度和功能下降会影响老年人的幸福感.
• 早期发现运动功能障碍对于预防残疾和改善生活质量至关重要.
• 像养老院这样的团体生活环境需要高效的步态监测解决方案.

研究的目的:

• 建议在团体环境中为老年人提供一个异常步行识别网络.
• 解决评估老年人运动能力的挑战,包括主观性和速度精度的权衡.
• 利用日常行走信息进行持续和客观的步态评估.

主要方法:

• 改进了多视图3D姿势估计网络,以从定时上升和去 (TUG) 练习中提取步态参数.
• 设计了一个异常步态识别网络,专门用于群体住宿的老年人.
• 利用日常行走数据进行步态监测和异常检测.

主要成果:

• 姿势估计准确度保持在96.53%以上,联合误差在21.75 fps的3.63°内.
• 步行异常检测实现了96.71%的灵敏度和512ms的推断速度.
• 记录了高性能指标,包括F1得分为0.9680和AUROC为0.9694.

结论:

• 开发的步态监测技术显示,在老年人群体生活中提供辅助护理的巨大潜力.
• 该系统可以客观地及时检测运动功能障碍.
• 这项技术可以有助于改善老年人群的健康结果和整体福祉.