基于计算机视觉的居家康复训练评估算法

作者：郑奇; 郭立泉; 陈静; 杨朝; 王晓军; 熊大曦^*

来源：小型微型计算机系统, 2022, 43(11): 2336-2341.

DOI：10.20009/j.cnki.21-1106/TP.2021-0262

• 计算机视觉
• 康复评估
• 支持向量机
• 姿态估计
• 动态时间规整

针对老年人肌肉力量、平衡和活动能力等运动功能受损问题，如何有效开展居家的肢体康复训练和评估，是目前临床的痛点和研究热点.对此提出一种基于计算机视觉和支持向量机(Support Vector Machine, SVM)的居家康复训练评估算法.通过MobileNetV3结构改进了姿态估计算法，在普通RGB摄像头和家用级电脑上实现了约30FPS的实时人体姿态估计，降低了使用成本；用创新性的归一化方法和动态时间规整算法(Dynamic Time Warping, DTW),解决了人体体型差异和老年人动作滞后的问题；通过支持向量机算法建立了与临床评估结果相映射的模型.48名受试者参与了居家康复训练评估实验，结果表明，算法准确度为93.2%,与康复专家评分呈强正线性关系(r=0.967).

• 单位
  中国科学院苏州生物医学工程技术研究所; 中国科学技术大学; 生物医学工程学院; 南京医科大学; 苏州市相城人民医院