在椎脊髓损伤后,基于视频的双边上肢运动活动的无标记评估

科学领域:

• 计算机视觉 计算机视觉
• 生物力学 生物力学
• 康复技术 康复技术 康复技术

背景情况:

• 计算机视觉的进步使得从视频中分析人类运动成为可能.
• 神经学群体,特别是脊髓损伤 (SCI) 中的姿势估计应用尚未得到充分研究.
• 对上肢运动功能的评估对于SCI康复至关重要.

研究的目的:

• 评估基于视频的姿势估计算法,用于在宫SCI中检测上肢运动障碍.
• 将算法可靠性和灵敏性与基于标记器的移动捕获进行比较.
• 在神经群体中研究无标记物姿势估计的实用性.

主要方法:

• 12名宫SCI患者和12名对照人进行了静态手臂姿势.
• 应用MediaPipe 2D,AlphaPose和MediaPipe 3D对单摄像头视频构成估计.
• 将算法输出与基于八个摄像头标记器的运动捕捉系统进行比较,通过补偿比率量化运动性能.

主要成果:

• 所有测试的姿势估计算法都显示出强大的重复性.
• 媒体Pipe 3D显著关联了SCI损伤严重程度的补偿指标,区分了各组.
• 2D方法缺乏灵敏度,可能是由于缺乏深度信息.

结论:

• 无标记物姿势估计,特别是3D方法,为评估神经疾病中上肢功能提供了一种可行的非侵入性方法.
• 这些技术可以提高临床和研究环境中运动评估的可访问性.
• 需要进一步的研究来证实对微妙运动障碍的敏感性.