脆弱焦点运动监测:使用联合角度的单摄像头系统,用于评估基于椅子的运动质量
Teng Qi1, Miyuki Iwamoto2, Dongeun Choi3
1Doctoral Program of Advanced Fibro-Science, Kyoto Institute of Technology, Kyoto 606-8585, Japan.
Sensors (Basel, Switzerland)
|July 12, 2025
概括
准确评估老年人的椅子练习 (CBE) 是至关重要的. 使用MediaPipe的单个摄像头有效区分正确与不正确的CBE,达到97.77%的准确性,为家庭康复提供了低成本的解决方案.
科学领域:
- 老年学和康复工程 工程师
- 生物医学信号处理
- 计算机视觉用于医疗保健
背景情况:
- 确保老年人以椅子为基础的练习 (CBE) 的正确形式对于康复结果和伤害预防至关重要.
- 在临床环境之外对运动技术进行客观和准确的评估仍然是一个重大挑战.
- 现有的方法往往缺乏用于家庭或社区监测的实用性.
研究的目的:
- 为了评估使用单摄像头系统与MediaPipe一起使用的可行性,对评估老年人CBE正确性的估计提出了估计.
- 在正确和不正确的运动执行过程中比较关节角度动力学和表面电肌图 (sEMG).
- 开发和验证用于分类运动质量的机器学习模型.
主要方法:
- 20名老年人进行了8次CBE,包括正确和不正确的变化.
- 一个单一的摄像头用MediaPipe的姿势估计来捕获关节角度数据.
- 表面电肌图 (sEMG) 同时记录肌肉活动.
- 统计分析比较了动态和sEMG数据;一个支持矢量机器 (SVM) 被训练用于分类.
主要成果:
- 正确的CBE执行显示出明显的关节角度模式和明显更高的sEMG活动,与不正确的执行相比 (p < 0.001).
- 在功能优化后,支持向量机在八个练习中实现了高分类准确率97.77%.
- 关节角度数据被证明比sEMG更可靠,因为肌肉活动的高个体间变异性.
结论:
- 一个单摄像头,基于姿势估计的方法可以准确地区分老年人正确和不正确的CBE.
- 这项技术提供了一个低成本,用户友好的解决方案,用于在无监督康复设置中实时反.
- 这些发现支持了提高独立练习坚持和减少对持续专业监督的需求的潜力.
