IMUVIE：基于运动影像的拾取动作时间轴定位

老年人因拾取物体等任务困难而跌倒，构成重大的健康与安全风险，影响其生活质量与独立性。可靠且易获取的评估工具对于早期干预至关重要，但通常需要昂贵的临床设备与受过训练的人员，限制了其在日常生活中的使用。现有的基于可穿戴设备的拾取测量解决方案满足了一些需求，但在泛化性方面存在局限。我们提出了 IMUVIE，一种使用运动影像与机器学习模型自动检测并测量拾取事件的可穿戴系统，为频繁监测提供了实用解决方案。IMUVIE 的设计原则——数据归一化、遮挡处理与精简视觉——提升了模型性能，并可适应拾取分类之外的任务。在严格的留一受试者交叉验证评估中，IMUVIE 在 256,291 个运动影像帧候选上对拾取动作分类实现了 91-92% 的卓越窗口级定位准确率，同时在 129 个拾取事件上评估时保持了 97% 的事件级召回率。IMUVIE 具有很强的泛化能力，在未见过的受试者上表现良好。在一次访谈调查中，IMUVIE 展现了强烈的用户兴趣与信任，易用性被认为是采用的最关键因素。IMUVIE 提供了一种实用的居家跌倒风险评估解决方案，有助于早期发现运动功能退化，并支持老年人更安全、更独立地生活。