人工智能人体关键点检测技术在步态运动学分析中的效度
刘芳超1
张元鸣飞1
武美奇2
周谋望1
李涛3
1.北京大学第三医院,北京市 1001912.中国科学院大学,北京市 1014083.北京大学第三医院,北京市 100191;北京大学人民医院,北京市 100044
摘要：目的 基于人工智能人体关键点检测技术开发一种多参数步态运动学分析测量系统(AI系统),并验证其测量的有效性.
方法 2022年4月至10月,北京大学第三医院住院的步态异常患者10例,同时招募10例健康受试者,采用标准步态分析系统GaitWatch和AI系统同时采集步态数据.
结果 以GaitWatch为标准,AI系统测得的步频、步态周期、步幅、步速平均绝对误差较小,精确度较高(>95%),一致性良好(ICC>0.75);髋关节、膝关节、踝关节角度平均绝对误差较大,但相关性良好(r>0.60).
结论 开发的步态分析系统对时空步态参数的测量有较高的准确性和一致性,对关节角度的测量误差较大,有待进一步完善.
关键词：步态分析系统运动学人工智能关键点效度
分类号：R496(康复医学)
论文发表日期：2025-03-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 249-253 )
英文信息