Selecting Optimal Camera Views for Gait Analysis: A Multi-Metric Assessment of 2D Projections

目标: 系统量化前倾视角与侧视视角在 2D 标记无接触步态分析中相对于 3D 动作捕捉基准的准确性影响。方法: 来自 18 名受试者的步态数据同时使用前倾、侧视和 3D 动作捕捉系统记录。姿态估计使用 YOLOv8。评估了四个指标以衡量一致性: 动态时间变形 (DTW) 用于时间对齐，最大交相关 (MCC) 用于信号相似性，库克-莱克尔散度 (KLD) 用于分布差异，信息熵 (IE) 用于复杂度。采用 Wilcoxon 符号秩检验（显著性: $p < 0.05$）和 Cliff's delta ($\delta$) 衡量统计差异和效应大小。结果: 侧视视角在侧腰面运动学方面显著优于前倾视角：步幅 (DTW: $53.08 \pm 24.50$ vs. $69.87 \pm 25.36$, $p = 0.005$) 和膝关节旋转 (DTW: $106.46 \pm 38.57$ vs. $155.41 \pm 41.77$, $p = 0.004$)。前倾视角在对称性参数方面更优：躯干旋转 (KLD: $0.09 \pm 0.06$ vs. $0.30 \pm 0.19$, $p < 0.001$) 和手腕到髋中点距离 (MCC: $105.77 \pm 29.72$ vs. $75.20 \pm 20.38$, $p = 0.003$)。效应大小为中等至大 ($\delta: 0.34$--$0.76$)。结论: 摄像机视角关键性影响步态参数准确性。侧视视角最适合侧腰运动学；前倾视角适合躯干对称性。意义在于，这是首个系统性证据，使数据驱动的摄像机部署在 2D 步态分析中成为可能，增强了临床实用性。未来实现应利用疾病导向的设置两者结合使用。