相关实验视频
Updated: Sep 13, 2025
07:51
Video Movement Analysis Using Smartphones ViMAS: A Pilot Study
Published on: March 14, 2017
16.9K
大脑小血管疾病的老年人的步行障碍:使用智能手机传感器和视频分析的混合方法研究
Xiaojun Lai1, Li-Yan Qiao2, Pei-Luen Patrick Rau1
1Department of Industrial Engineering, Tsinghua University, Beijing, China.
JMIR formative research
|July 28, 2025
概括
与对照组相比,脑小血管疾病 (CSVD) 患者表现出改变的步行模式,包括减少步骤的规律性和增加向前的头部姿势. 这项研究强调了使用可访问的传感器和视频技术进行早期检测的潜力.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 老年学是一门学科.
背景情况:
- 大脑小血管疾病 (CSVD) 显著损害运动功能,特别是步态动态.
- 目前用于CSVD相关的步行障碍的分析方法缺乏全面的工具.
- 需要先进的技术来充分捕捉CSVD对步态的影响的复杂性.
研究的目的:
- 在CSVD患者和健康的老年人中识别明显的步态模式和姿势适应.
- 利用综合性传感器和视频数据分析,全面了解CSVD步态动态.
主要方法:
- 90名50岁以上的参与者 (24对照组,66名CSVD患者) 进行了正常,双重任务和快速行走.
- 通过视频 (OpenPose BODY_25) 和智能手机应用程序 (口袋步行测试) 收集的步行参数.
- 分析的传感器 (步骤频率,RMS,可变性,规律性,对称性) 和视频 (关节角度,头部姿势) 数据.
主要成果:
- 与对照组相比,CSVD患者的步骤规律性显著降低,RMS发生变化.
- 在所有行走任务中,在CSVD患者中观察到更明显的前进头部姿势.
- 在分析的参数中,差异具有统计学意义 (P<.003到P<.02).
结论:
- CSVD与明显的步态障碍有关,包括减少步骤规律性和显著的前进头部姿势.
- 通过智能手机和视频分析检测到的可量化的差异可以作为早期CSVD检测的生物标志物.
- 综合传感器和视频分析为临床和家庭监测CSVD进展和康复提供了全面的方法.
