基于运动学与动力学稳健融合的颈部姿态预测分析检测
信号处理
2020-03-16 v1 机器学习
机器学习
摘要
在人类医疗保健应用中，颈部姿态与运动需要被监测、测量、量化和分析，以作为预防措施。不当的颈部姿态是颈部肌肉骨骼疾病日益增加的来源，需要治疗与康复。本文所呈现研究的动机是开发一种针对不当颈部使用的通知机制。由传感器捕获的运动学数据在准确分类颈部姿态方面存在局限。因此，我们提出融合使用运动学与动力学数据以高效分类颈部姿态。利用机器学习算法，我们在此数据的预测分析中获得了 100% 的准确率。研究分析与讨论表明，在给定颈带捕获的相应运动学数据的情况下，舌骨肌肉的动力学数据可准确检测颈部姿态。所提出的运动学与动力学数据稳健融合平台已使得用于预防颈部肌肉骨骼疾病的智能颈带设计成为可能。
引用
@article{arxiv.2003.06311,
title = {Predictive Analysis for Detection of Human Neck Postures using a robust integration of kinetics and kinematics},
author = {Korupalli V Rajesh Kumar and Susan Elias},
journal= {arXiv preprint arXiv:2003.06311},
year = {2020}
}
备注
12 pages, 15 figures, To appear in the Journal of Computer Methods in Biomechanics and Biomedical Engineering