KAVAGait：用于临床步态分析的知识辅助可视分析
人机交互
2019-05-27 v2
摘要
2014 年，美国超过 1000 万人受到行走障碍的影响。因此，步态康复是医疗保健系统的重要组成部分。人体运动的量化使临床医生能够详细描述和分析患者的步态表现，并使其基于客观数据做出临床决策。这些评估生成了大量复杂数据，需要在短时间内解读。我们与步态分析专家合作开展了一项设计研究，以开发一种用于临床步态分析的新颖知识辅助可视分析解决方案 (KAVAGait)。KAVAGait 允许临床医生存储和检查临床步态分析期间得出的复杂数据。该系统融合了基于临床医生需求开发的创新交互式可视界面概念。此外，显式知识库 (EKS) 允许将临床医生的隐式知识外化并存储。它使这些信息可供他人使用，支持数据检查和临床决策过程。我们通过专家评审、用户研究和案例研究验证了我们的系统。结果表明，KAVAGait 能够通过可视化复杂步态数据和提供其他临床医生的知识，在临床实践中为临床医生提供支持。
引用
@article{arxiv.1707.06105,
title = {KAVAGait: Knowledge-Assisted Visual Analytics for Clinical Gait Analysis},
author = {Markus Wagner and Djordje Slijepcevic and Brian Horsak and Alexander Rind and Matthias Zeppelzauer and Wolfgang Aigner},
journal= {arXiv preprint arXiv:1707.06105},
year = {2019}
}
备注
16 pages, 8 figures, minor revisions during the peer review, to appear in IEEE Transactions on Visualization and Computer Graphics