计算机视觉与异常患者步态评估：机器学习模型比较
计算机视觉与模式识别
2020-04-07 v1
摘要
异常步态及其相关跌倒与并发症具有高患者发病率与死亡率。计算机视觉可检测、预测患者步态异常，评估跌倒风险，并作为医师的临床决策支持工具。本文系统综述计算机视觉与机器学习模型如何执行异常患者步态评估。计算机视觉有益于步态分析，可辅助捕捉患者姿态。若干文献建议使用不同机器学习算法（如 SVM、ANN、K-Star、Random Forest、KNN 等）对提取的特征进行分类，以研究患者步态异常。
引用
@article{arxiv.2004.02810,
title = {Computer Vision and Abnormal Patient Gait Assessment a Comparison of Machine Learning Models},
author = {Jasmin Hundall and Benson A. Babu},
journal= {arXiv preprint arXiv:2004.02810},
year = {2020}
}
备注
2 tables