相关实验视频
Updated: Feb 28, 2026
08:16
Movement Retraining using Real-time Feedback of Performance
Published on: January 17, 2013
13.9K
从RGB-D到RGB-only:无标记骨跟踪用于帕金森病姿势评估的可靠性和临床相关性
Claudia Ferraris1, Gianluca Amprimo1,2, Gabriella Olmo2
1Institute of Electronics, Computer and Telecommunication Engineering (IEIIT), Consiglio Nazionale delle Ricerche (CNR), 10129 Turin, Italy.
Sensors (Basel, Switzerland)
|February 27, 2026
概括
使用谷歌MediaPipe Pose (MP) 的无标记运动跟踪为评估帕金森病 (PD) 姿势提供了对微软Azure Kinect的可靠,可访问的替代方案. 低复杂度的MP模型能够准确地捕捉干部和肩膀的对齐,有助于客观的临床评估.
科学领域:
- 生物医学工程 生物医学工程
- 神经学 神经学
- 计算机视觉 计算机视觉
背景情况:
- 轴姿势异常是帕金森病 (PD) 的关键特征.
- 传统的临床尺度和基于图像的评估在客观性和广泛应用方面存在局限性.
- 无标记运动跟踪为客观姿势分析提供了一个有希望的途径.
研究的目的:
- 评估两个无标记体追踪框架的可靠性和临床相关性:微软Azure Kinect (RGB-D) 和谷歌MediaPipe Pose (MP,仅RGB).
- 为了比较不同MP模型复杂性的准确性与PD患者姿势评估的参考KIN_3D模型.
主要方法:
- 40名帕金森病患者进行了60秒的静态站立任务.
- 一个同步的双摄像头设置使用Azure Kinect和MediaPipe Pose捕获数据.
- 在KIN_3D和三个MP模型之间比较关节角度 (水平,垂直,斜,三维).
主要成果:
- 低复杂度的MP模型显示,对于干部和肩膀对齐 (ρ > 0.75) 与KIN_3D的高一致性.
- 侧视图跟踪提高了斜视角精度 (ρ ≥ 0.72),而高度复杂的MP模型引入了扭曲.
- 静态姿势指标与运动障碍和行走严重程度的结相关,表明动态表现的代理值.
结论:
- 低和中等复杂度的MP模型是RGB-D传感器的可靠替代品,用于客观的PD姿势评估.
- 由于不准确的3D重建,应避免使用高度复杂的MP模型.
- 这些可访问的框架可以促进PD的客观姿势测量,提高临床适用性.
