分析人类运动是一个活跃的研究领域,具有各种应用。在这项工作中,我们使用机器人教练系统进行身体康复的背景下关注人类运动分析。计算机辅助评估的体育康复评估需要评估患者绩效,以完成基于用感官系统捕获的处理运动数据(例如RGB和RGB-D摄像机)完成规定的Reha-BiLitation练习。作为RGB图像的2D和3D人姿势估计取得了极大的改进,我们旨在使用从RGB-D摄像头(Microsoft Kinect)获得的运动数据和RGB视频(OpenPose和Blazepose算法)进行比较进行体育康复练习的评估。从位置(和方向)特征采用了高斯混合模型(GMM),其性能指标基于GMM的对数可能性值定义。评估是在临床患者的医学数据库上进行的,该数据库进行了较低的背痛康复运动,以前由机器人罂粟指导。
没有指示手术。正确选择符合特定标准的患者(基于从随机对照试验中的史学结果),他们努力地遵守植入物的使用情况并预先实施神经肌肉康复,改善功能恢复显着的成功成功,以及减少止痛药物。接受植入多卵形神经刺激的伤害性机械CLBP患者已受到医生和康复专家的治疗,他们磨练了从事多纤维神经刺激的经验。他们已经合作制定了共识和证据驱动的指南,以提高质量外,并在遇到此设备患者时协助提供者。医师和物理治疗师一起提供精确的以患者为中心的医疗管理,并具有优质的神经肌肉康复,以鼓励患者成为其植入物的专家和优质的脊柱运动,以帮助覆盖长期以来与CLBP相关的长期多发性功能障碍。©2024作者。由Elsevier Inc.代表美国康复医学大会出版。这是CC BY-NC-ND许可证(http://creativecommons.org/licenses/by-nc-nd/4.0/)下的开放访问文章。
