研究人员开发了一种深度学习方法,使用单个单目摄像头视频来估算帕金森病(PD)严重程度评估的转体角度。该方法从视频中提取3D骨骼,计算髋关节和膝关节的旋转,并在自由生活家庭视频的数据集上实现了41.6%的转体计算准确率,平均绝对误差为34.7°。这项工作首次在家居环境中量化帕金森病患者的转体,旨在提供比传统基于诊所的评估更敏感的疾病进展指标。 AI
影响 能够在家中对帕金森病进展进行持续、被动的监测,有望实现更个性化的治疗和更快的症状检测。
排序理由 详细介绍疾病评估新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Fastpose
- Human3.6M
- Parkinson's disease
- Qiushuo Cheng
- Strided Transformer
- Turn-H3.6M
- Turn-REMAP
- Your Turn
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →