基于概率多视角无标记运动捕捉的临床步态分析中校准不确定性

视频-based 人类运动分析在临床实践和研究中具有运动评估潜力。然而，临床实施和多视角无标记运动捕捉（MMMC）的信任度要求这些系统不仅准确，而且能为任何单个输出提供可靠的置信区间。建立在利用变分推断估计关节角后验分布基础上的我们先前工作基础上，本研究评估了概率 MMMC 方法的校准和可靠性。我们分析了来自两个机构的 68 名受试者数据，验证模型针对仪器化步道和标准标记运动捕捉。我们使用预期校准误差（ECE）衡量置信区间的校准。该模型表现出可靠的校准，ECE 值在步幅和步长以及偏差校正后步态动力学中普遍小于 0.1。我们观察到步幅和步长的中位数误差约为 16 mm 和 12 mm，校正后关节动力学误差范围在 1.5 至 3.8 度之间。一致于校准的 ECE，模型预测不确定性的大小与观察到的误差测量呈强相关。这表明如设计，该概率模型重构量化了表征不确定性，允许其在无需同步地面实验仪器的情况下识别不可靠输出。