典型文献
基于Azure Kinect骨骼追踪的腕关节活动度测量方法
文献摘要：
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.
文献关键词：
腕;关节活动度;霍尔特双参数指数平滑法;骨长约束;骨骼追踪;Azure Kinect
中图分类号：
作者姓名：
张文波;瞿畅;周建萍;张小萍;张啸天
作者机构：
南通大学机械工程学院,江苏南通市226019;南通大学附属医院,江苏南通市226001
文献出处：
引用格式：
[1]张文波;瞿畅;周建萍;张小萍;张啸天-.基于Azure Kinect骨骼追踪的腕关节活动度测量方法)[J].中国康复理论与实践,2022(08):981-988
A类：
霍尔特双参数指数平滑法,骨长约束,关节角度测量
B类：
Azure,Kinect,骨骼追踪,腕关节活动度,关节活动度测量,自动测量,别人,手掌,指尖,空间坐标,位姿,关节点数据,平滑处理,抖动,空间向量,向量关系,多帧,健康受试者,各科,科目,R1,居中,增强现实技术,尺子,二维影像,影像测量,强相关性,最大误差,测量方式,传统测量,果无,实时测量
AB值：
0.280252
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
