文献类型：期刊文章

作　　者：沈子祺[1] 谢文军[2] 刘晓平[1]

Shen Ziqi;Xie Wenjun;Liu Xiaoping(School of Computer Science and Information Technology,Hefei University of Technology,Hefei 230009,China;School of Software,Hefei University of Technology,Hefei 230009,China)

机构地区：[1]合肥工业大学计算机与信息学院,合肥230009 [2]合肥工业大学软件学院,合肥230009

出　　处：《电子测量与仪器学报》

基　　金：国家重点研发计划课题(2020YFC1523100);国家自然科学基金面上项目(61877016)资助

年　　份：2022

卷　　号：36

期　　号：2

起止页码：1-11

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、JST、RCCSE、ZGKJHX、核心刊

摘　　要：Fugl-Meyer量表是目前临床使用最多的脑卒中感知运动损伤评定方法之一,但由于Fugl-Meyer量表的动作指导和评分都需要专业的康复师参与,Fugl-Meyer评估难以在居家条件下进行。为此,提出了一种基于视频的Fugl-Meyer评估系统。该系统由运动数据获取模块和Fugl-Meyer评估模块两个模块组成。运动数据获取模块可以从视频中获取欧拉角格式的运动数据;Fugl-Meyer评估模块会根据运动数据获取模块输出的数据与Fugl-Meyer量表评分形成的映射关系给出评估结果。该系统允许用户使用最常见的相机进行居家Fugl-Meyer评估。在Human 3.6M数据集上进行了实验,实验结果表明本文系统评估准确且能覆盖Fugl-Meyer量表中的绝大多数测试项目。

关 键 词：深度学习  人体姿态估计  Fugl-Meyer评估  

分 类 号：TP391.41] R743.3[计算机类]