基于单摄像机的实时、准确且开源上肢肌肉生物力学分析
计算机视觉与模式识别
2024-11-26 v1
摘要
生物力学生物反馈可能提高康复效果并为临床医生提供更客观的任务评估。这些反馈常常依赖昂贵的运动捕捉系统，限制了其广泛应用，导致开发基于计算机视觉的方法。这些方法在考虑上肢时受制于较大的关节角误差，并且不包括胸廓和锁骨运动的分析。我们的开源方法为使用单台低成本 RGBD 摄像机实现高保真度上肢运动学提供了用户友好的解决方案，并包括半自动皮肤标记标签。我们在八名受试者进行手踏自行车运动以演示方法在上肢上的适用性。受试者的标记物由 RGBD 摄像机和奥特瑞电子摄像机系统记录，后者被视为参考标准。肌肉活动和外部负荷分别通过八个 EMG 和带有力传感器的手踏 pedal 记录。Bland-Altman 分析显示，两种运动捕捉方法之间的 3D 标记位置具有显著一致性，误差平均为 mm。对于生物力学分析，一致性程度取决于是否使用相同的标记集合。例如，使用相同标记集合时的关节角差异平均为 ，而使用不同标记集合时为 。来自 RGBD 摄像机的生物反馈以 63 Hz 的速度提供。我们的研究提出了一种新方法，将 RGBD 摄像机用作低成本运动捕捉解决方案的方法，强调其在精确运动学重建和综合上肢生物力学研究中的潜力。
引用
@article{arxiv.2406.10007,
title = {Real-time, accurate, and open source upper-limb musculoskeletal analysis using a single RGBD camera},
author = {Amedeo Ceglia and Kael Facon and Mickaël Begon and Lama Seoud},
journal= {arXiv preprint arXiv:2406.10007},
year = {2024}
}