인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Gait analysis is a crucial tool for diagnosing neuromuscular disorders and evaluating rehabilitation treatments, but the conventional 3D motion capture systems have limited clinical applicability due to high costs and spatial constraints. This study proposes a novel method for precise lower limb joint angle estimation using monocular camera images and LSTM networks, specifically leveraging knee joint temporal information as the primary input. The system employs HybrIK for 3D pose estimation, uDEAS optimization for initial joint angle calculation, and an LSTM network that predicts hip and ankle movements from knee joint angle sequences by exploiting kinematic coupling between lower limb joints. Validation with 11 participants during overground and treadmill walking showed that the LSTM-based model significantly outperformed the uDEAS-only approach, achieving approximately 40% reduction in estimation errors. Notably, the method enabled reliable ankle angle prediction, which was not feasible with uDEAS alone. By effectively learning inter-joint coordination through knee joint’s temporal patterns, this approach demonstrates that knee joint information can serve as a robust predictor for other joint movements, enabling clinically reliable gait analysis using only a monocular camera.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095626667
