误差引导的姿态增强：通过定向数据生成提升康复运动评估
计算与语言
2025-06-12 v1
摘要
有效的康复评估对于监测患者进展至关重要，特别是在家庭环境中。现有的系统通常面临数据不平衡和检测细微运动错误的挑战。本文提出了误差引导的姿态增强（EGPA），一种通过模拟临床相关的运动错误来生成合成骨架数据的方法。与标准增强技术不同，EGPA 针对康复中观察到的生物力学错误。结合基于注意力的图卷积网络，EGPA 在多个评估指标上提升了性能。实验表明，平均绝对误差降低了高达 27.6%，错误分类准确率提高了 45.8%。注意力可视化显示模型学会了关注临床显著的关节和运动阶段，从而提升了准确性和可解释性。EGPA 为改善临床和家庭康复环境中的自动化运动质量评估提供了一种有前景的方法。
引用
@article{arxiv.2506.09833,
title = {Error-Guided Pose Augmentation: Enhancing Rehabilitation Exercise Assessment through Targeted Data Generation},
author = {Omar Sherif and Ali Hamdi},
journal= {arXiv preprint arXiv:2506.09833},
year = {2025}
}
备注
6 pages, 1 figure. To appear in Intelligent Methods, Systems, and Applications 2025