基于视频的姿势估计算法的验证,用于评估单肢姿势测试中的平衡误差评分系统
Yu Yuan Lee1, Lena Fennen1, Rosemary Dubbeldam1
1University of Münster, Institute of Sport and Exercise Sciences, Department of Movement Science, Germany.
Gait & posture
|May 3, 2025
概括
使用姿势估计的视频分析提供了一种可靠和可访问的方式来评估单肢姿势测试 (SLST) 期间的平衡. 这种方法有效地测量了平衡错误评分系统 (BESS) 的总得分,尽管脚部运动细节需要进一步开发.
科学领域:
- 生物力学 生物力学
- 人类运动分析 人类运动分析
- 数字健康数字健康
背景情况:
- 单肢姿势测试 (SLST) 是一个关键的平衡评估,但当前的方法,如平衡错误评分系统 (BESS) 可能是耗时和主观的.
- 需要可靠,可访问的平衡评估工具来支持有效的干预.
研究的目的:
- 用BESS验证基于视频的姿势估计作为评估SLST性能的一种方法.
- 为了比较基于视频的BESS评估与人类观察和基于标记器的运动捕捉.
主要方法:
- 使用iPad摄像头和基于标记器的运动捕捉记录了60秒的闭眼SLST试验.
- 应用媒体管用于从视频中估计全身动力学.
- 开发了算法,从动力学数据计算BESS分数,并与基于人类/标记器的评估进行比较.
主要成果:
- 在基于视频,人类和基于标记的评估 (CCs 0.69-0.77) 之间的总体BESS总得分中没有发现显著差异.
- 在BESS前脚和脚跟提升子分数中观察到显著的差异,这是由于Mediapipe捕捉脚部运动的局限性.
结论:
- 基于视频的姿势估计提供了一种可靠和可访问的方法来评估SLST的性能,特别是BESS总分.
- 这项技术可以提高SLST评估的效率,但对于精确的脚部运动分析需要进一步的进展.
