换一批基于Azure Kinect骨骼追踪的腕关节活动度测量方法
Wrist joint range of motion measurement based on Azure Kinect bone tracking
摘要目的 使用体感捕捉设备Azure Kinect,实现腕关节活动度的自动测量.方法 利用Azure Kinect识别人体肘、腕、手掌、指尖等关节点的空间坐标,通过正交试验确定最佳测量位姿;运用霍尔特双参数指数平滑法、骨长约束法对获取的关节点数据进行平滑处理,消除抖动,通过空间向量关系计算多帧角度的平均值,实现腕关节活动度的自动测量.2021年5月至10月,采用上述方法对5例健康受试者的腕关节各科目进行5次×10组测量试验.结果 得到腕关节各科目的R1值均处于83和127之间,且数值居中.该方法测量结果与增强现实技术尺子、二维影像测量结果有极强相关性(r>0.990),最大误差在1.61°以内.结论 Azure Kinect腕关节角度测量方式与传统测量方式测量结果无明显差异,可以应用于腕关节活动度的测量,并满足实时测量要求.
更多相关知识
分类号
R496（康复医学）
栏目名称
DOI
10.3969/j.issn.1006⁃9771.2022.08.014
发布时间
2022-09-05（万方平台首次上网日期，不代表论文的发表时间）
基金项目
南通市社会民生科技计划项目（No.MS12021022）
- 浏览17
- 被引9
- 下载15
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
