通过人工智能增强的3D步态分析,使用单一的消费级摄像头进行分析
Ling Guo1, Richard Chang2, Jie Wang1
1Carecam Pte Ltd., Singapore; Institute for Infocomm Research (I2R), Agency for Science, Technology and Research (A*STAR), Singapore.
Journal of biomechanics
|May 16, 2025
概括
3DGait是一个由人工智能驱动的无标记系统,使用单个深度摄像头提供可访问的3D步态分析. 它提供了临床上可接受的移动性生物标志物,简化了在各种环境中对患者的监测.
科学领域:
- 生物医学工程 生物医学工程
- 计算机科学 计算机科学
- 康复技术 康复技术 康复技术
背景情况:
- 传统的基于标记器的运动捕捉 (MoCap) 用于步态分析是昂贵而复杂的.
- 现有的无标记器系统通常需要多个摄像头和固定校准,限制临床使用.
研究的目的:
- 介绍3DGait,一个AI增强的,无标记的3D步态分析系统,使用单个深度摄像头.
- 为临床和家庭步行评估提供简化和可访问的替代方案.
主要方法:
- 开发了3DGait集成机器学习算法用于步行生物标志物提取.
- 在健康成年人中使用定时启动和启动 (TUG) 测试对基于标记的MoCap (OptiTrack) 进行了3DGait验证.
主要成果:
- 在角生物标志物 (PCC=0.75) 中,平均平均绝对误差 (MAE) 为2.3°.
- 时空生物标记误差在15%以内,时间生物标记误差在0.03秒以下.
结论:
- 3DGait提供了临床上可接受的步态指标,与基于标记的MoCap.
- 该系统的单摄像头,无标记设计提高了各种临床和家庭环境的可访问性.
- 通过非侵入性步态分析,促进患者监测和慢性疾病管理.
