使用人体姿态估计为临床分析开发规范化步态循环参数
计算机视觉与模式识别
2024-11-22 v1
摘要
基于计算机视觉的步态分析是人工智能的一个新兴领域，为临床医生提供一种客观、多特征的方法来分析复杂运动。尽管前景广阔，但目前仅使用RGB视频数据的应用在测量临床相关的空间和时间运动学以及建立步态循环内必需的规范参数方面受到限制，难以识别步态循环内的运动异常。本文提出了一种基于RGB视频数据和2D人体姿态估计的、数据驱动的方法，用于开发规范化运动学步态参数。通过分析关节角度——这是生物力学和临床实践中已知的度量标准——旨在提升步态分析能力并提高可解释性。我们的逐周期运动学分析使临床医生能够同时测量和比较多个关节角度，评估个体是否符合规范人群，并仅使用单目RGB视频即可。该方法拓展了临床能力，支持客观决策，并自动识别步态循环内的特定空间和时间偏差和异常。
引用
@article{arxiv.2411.13716,
title = {Developing Normative Gait Cycle Parameters for Clinical Analysis Using Human Pose Estimation},
author = {Rahm Ranjan and David Ahmedt-Aristizabal and Mohammad Ali Armin and Juno Kim},
journal= {arXiv preprint arXiv:2411.13716},
year = {2024}
}