类风湿性关节炎患者的手部活动度评估
计算机视觉与模式识别
2019-03-19 v1
摘要
我们引入了一个用于手指运动（屈曲、伸展、外展和内收）动态评估的框架。该框架根据手部姿态估计算法利用深度传感器（Realsense SR300）计算出的关节来估计角度测量值。给定深度图作为输入，我们的框架使用 Pose-REN——一种利用深度卷积神经网络估计三维手部关节位置的当前最优（SOTA）手部姿态估计方法。该姿态估计算法实时运行，允许用户在获取深度图像的同时可视化三维骨骼跟踪结果。一旦获得三维关节姿态，我们的框架估计一个包含腕关节与 MCP 关节的平面，并通过对该平面施加计算几何运算来测量屈曲/伸展和外展/内收角度。我们使用真实数据分析了屈曲和外展运动模式，提取了运动轨迹。我们的初步结果表明，该方法可自动区分类风湿性关节炎（RA）患者与健康人的手。关节间角度可用作当前运动能力与功能的指示。尽管测量结果可能有噪声且不如通过测角术静态获取的准确性高，但采集更简便、无创且对患者友好，这显示了我们方法的潜力。该系统可在有或没有矫形器的情况下使用。我们的框架可在最小干预下获取测量值并显著减少评估时间。
引用
@article{arxiv.1903.06949,
title = {Hand range of motion evaluation for Rheumatoid Arthritis patients},
author = {Luciano Walenty Xavier Cejnog and Roberto Marcondes Cesar and Teofilo Emidio de Campos and Valeria Meirelles Carril Elui},
journal= {arXiv preprint arXiv:1903.06949},
year = {2019}
}
备注
This preprint has been submitted to 4th IEEE International Conference on Automatic Face and Gesture Recognition, FG2019. 5 pages, 7 figures, 1 table