基于人工视觉的颈部屈伸运动分析
图像与视频处理
2020-04-03 v1
摘要
在颈部疼痛的治疗中，几种常用技术无法指示患者的疼痛强度，仅能识别结构性损伤。通过分析三种运动——屈伸、侧屈和旋转——的颈椎关节运动学变量，可实现疼痛强度的评估。本工作中，我们将研究通过低成本相机（即 Kinect V1）的摄影测量技术的可靠性。Kinect 相机将采集颈部关节屈伸运动学的参数。我们使用人工视觉及深度/彩色图像技术来获取技术（和解剖）标记的轨迹。采用卡尔曼滤波器修正技术标记的连续跟踪，以获取各标记的空间坐标。数据来自七名身体健康的男女受试者，年龄介于 17 至 40 岁。我们计算与每个技术标记空间坐标相关的角速度、角加速度和角位移等运动学参数。随后，我们通过均值标准误、多重相关指数和 Pearson 相关指数（常用于临床分析）获取测试间的可靠性和相关性参数。这些相关指数的高值使我们确信本方法学的可靠性。
引用
@article{arxiv.2004.00694,
title = {Flexo-extension analysis of the neck using artificial vision},
author = {Kleber Vicente and William Venegas and Christian L. Vásconez and Ivan Zambrano},
journal= {arXiv preprint arXiv:2004.00694},
year = {2020}
}
备注
8 pages, in Spanish, 6 figures