CBRRES:基于计算机的REBA和RULA评估系统用于肌肉骨疾病估计估计
Mohit Lal1, Amay Singh1, Sk Aman Ali1
1Department of Industrial Design, National Institute of Technology Rourkela, India.
概括
这项研究开发了一个使用Python和MediaPipe进行人体工程学风险评估的自动化系统,计算快速全身评估 (REBA) 和快速上肢评估 (RULA) 评分,具有高准确性和实时反.
科学领域:
- 数字人体工程学数字人体工程学
- 人与计算机的互动.
- 职业健康和安全 职业健康和安全
背景情况:
- 传统的人体工程学风险评估往往是耗时和主观的.
- 准确的姿势评估对于预防肌肉骨疾病至关重要.
- 在人体工程学评估中需要自动化,实时的解决方案.
研究的目的:
- 设计和开发一个计算机化的姿势评估系统.
- 为了计算整个身体快速评估 (REBA) 和上肢快速评估 (RULA) 的分数.
- 为了提高效率,准确性,并为人体工程学风险评估提供实时反.
主要方法:
- 使用Python和MediaPipe进行姿势估计和地标提取.
- 开发了不同的方法来估计上半身和全身姿势.
- 利用预先训练的机器学习模型进行骨标志识别.
主要成果:
- 实现了姿势分析和REBA/RULA评分,每500-700ms以内,可实时反.
- 与人类专家相比,在估计关节角度和人体工程学分数方面达到93%的平均准确度.
- 在各种姿势和照明条件下表现出强性.
结论:
- 开发的系统为人体工程学风险评估提供了可靠的,自动化的解决方案.
- 这项工作代表了数字人体工程学领域的重大进步.
- 该系统的准确性,低延迟和易于集成,为实时的人体工程学监测和干预提供了潜力.
更多相关视频
08:40Isokinetic Robotic Device to Improve Test-Retest and Inter-Rater Reliability for Stretch Reflex Measurements in Stroke Patients with Spasticity
Published on: June 12, 2019
8.0K
06:28Biomechanical Changes Related to Low Back Pain: An Innovative Tool for Movement Pattern Assessment and Treatment Evaluation in Rehabilitation
Published on: December 13, 2024
1.5K
