基于智能手机的无标记运动捕捉可用于可访问的康复:计算机视觉研究

科学领域:

• 生物医学工程 生物医学工程
• 康复科学 康复科学 康复科学
• 计算机视觉 计算机视觉

背景情况:

• 身体康复对于康复至关重要,但由于依赖个人专业反,经常受到可访问性和坚持性问题的限制.
• 家庭练习缺乏一致的指导,导致动机和效率下降.
• 目前用于运动评估的计算机视觉系统在准确性和可访问性方面存在局限性.

研究的目的:

• 提出和评估一种基于智能手机的新型系统,用于独立的身体康复运动反.
• 通过可访问的,人工智能驱动的支持来提高患者的坚持和恢复结果.
• 减少对个人监督和康复专用设备的依赖.

主要方法:

• 开发一个智能系统,利用计算机视觉来通过智能手机视频追踪和分析康复练习的运动.
• 人体姿势检测和运动质量评估框架.
• 通过使用专家标记的数据,对该系统与Qualysis运动捕捉系统进行评估.

主要成果:

• 拟议的系统证明了作为概念验证的可行性,通过一项涉及15名参与者的试点研究.
• 该框架的重点是准确地检测人体姿势和评估运动质量.
• 该系统旨在最大限度地减少人为错误,并提高康复的可访问性.

结论:

• 基于智能手机的计算机视觉提供了一个可行的解决方案,用于在体力康复中提供独立的运动反.
• 这项技术有可能显著改善康复的可访问性,缩短康复时间,并改善患者的治疗结果.
• 用更大的数据集进行进一步验证是有必要的,以扩展这种创新的方法.