通过基于视频的步态分析可以识别步态偏差吗? 对BlazePose Pose估计算法的验证

科学领域:

• 生物机械分析分析
• 儿科康复儿童康复中心
• 医疗技术创新 医疗技术创新

背景情况:

• 准确的步态偏差识别对于患有脑 (CP) 的儿童至关重要.
• 基于标记的步态分析是精确的,但昂贵且不适合广泛临床使用.
• 基于视频的姿势估计算法 (PEAs) 提供了一个可扩展和可访问的替代方案.

研究的目的:

• 为了验证BlazePose的使用,PEA,用于诊断CP的儿童的步态偏差.
• 为了比较BlazePose的诊断准确度和联合动力学分析与基于标记器的运动捕捉 (黄金标准) 和观察步态分析 (OGA).

主要方法:

• BlazePose被用来分析CP的儿童的步态.
• 诊断结果与OGA进行了比较.
• 基于标记器的动作捕捉作为验证的黄金标准.
• 统计分析包括混矩阵,RMSE和相关性分析.

主要成果:

• 与OGA相比,BlazePose在诊断步行偏差方面表现出更高的准确性和精度.
• 然而,BlazePose的回忆力和F1分数低于OGA.
• 使用BlazePose的关节角度误差超过了5度.

结论:

• BlazePose显示出作为一种具有成本效益的工具的潜力,用于步态查和CP儿童的远程监测,特别是在资源有限的环境中.
• 它可以通过提供客观的步态偏差诊断来补充传统系统.
• 需要进一步改进,以解决回忆和联合角度精度的局限性.