用于动作评估的虚拟现实技术

物理康复在恢复功能能力方面发挥着关键作用，但传统方法在成本、可及性和个性化监测方面常常面临挑战。异步物理康复作为一种经济高效且便捷的替代方案日益受到关注，但缺乏实时监测和评估能力。本研究调查了使用低成本虚拟现实（VR）设备进行康复训练中动作评估的可行性。我们利用最先进的深度学习模型，并评估了它们在源自现有康复数据集的三种数据流（头部和手部）上的性能，这些数据流近似于 VR 头显和手部数据。我们的结果表明，VR 跟踪数据可有效用于动作评估，为物理治疗中更易普及且经济实惠的远程监测解决方案铺平了道路。通过利用人工智能技术和消费级虚拟现实技术，本研究提出了一种方法，有望解决异步康复中的一些挑战，例如对昂贵动作捕捉系统或线下就诊的需求。