用软机器人康复手套进行基于视觉的手部功能评估

科学领域:

• 机器人技术 机器人技术 机器人技术
• 康复医学 康复医学 康复医学
• 计算机视觉 计算机视觉

背景情况:

• 柔软的机器人手套在手部康复方面表现有前途,但由于闭塞,在精确的运动跟踪方面面临挑战.
• 目前基于视觉的手姿势估计与软机器人手套使用作斗争,限制了远程评估.
• 传统的临床评估缺乏定量准确性和数据驱动康复的效率.

研究的目的:

• 开发一个基于RGB的评估系统,用于软机器人手套在手部康复中的应用.
• 解决阻塞处理和定量评估的局限性,以实现个性化康复.
• 提供可靠的系统,在康复期间准确和持续跟踪手部运动.

主要方法:

• 使用了手网重建 (HaMeR) 模型,与动作捕获数据进行了微调.
• 开发了一个基于RGB的手部估计框架,以克服闭塞问题.
• 整合了传统的指标 (MPJAE,ROM) 并引入了新的指标 (APCK,MPJAVE,SPARC) 用于运动表征.

主要成果:

• 实现了精确的连续手动跟踪,尽管出现了闭塞,但错误率降低 (<10°).
• 使用既定和新的基准,提供了定量和一致的康复进展指标.
• 证明了系统能够表现出运动稳定性和流性的能力.

结论:

• 拟议的基于RGB的系统有效地弥合了在软机器人手套辅助康复期间评估手部功能的差距.
• 该系统提供了一个可扩展和适应的解决方案,用于临床和家庭环境中的定量,基于视觉的评估.
• 这项技术有可能推进数据驱动的个性化康复和远程患者监控.