一种用于实时识别和评估体位理疗运动的 M-Health 算法方法
计算机视觉与模式识别
2025-12-12 v1 人工智能
摘要
本工作提出了一种高效的算法框架，用于基于移动设备的实时识别、分类和评估人类体位理疗运动。该方法将动作学运动解释为由静态姿态序列构成，这些姿态通过基于姿态估计神经网络从相机输入中估计。提取的身体关键点被转化为基于三角函数角度的特征，并通过轻量级监督模型进行分类，以生成姿态预测和准确度分数。为了识别完整运动并检测偏离 prescribed 模式的偏差，我们采用基于修改 Levenshtein 距离算法的动态规划方案，实现稳健的序列匹配和不准确位置定位。该系统完全在客户端运行，确保了可扩展性和实时性能。实验评估显示，该方法有效，突显了其在远程体位理疗监督和 m-health 应用中的适用性。
引用
@article{arxiv.2512.10437,
title = {An M-Health Algorithmic Approach to Identify and Assess Physiotherapy Exercises in Real Time},
author = {Stylianos Kandylakis and Christos Orfanopoulos and Georgios Siolas and Panayiotis Tsanakas},
journal= {arXiv preprint arXiv:2512.10437},
year = {2025}
}
备注
11 pages, 5 figures