Žmogaus eisenos ir laikysenos įvertinimas yra kliniškai veiksmingas būdas ankstyvai diagnozuoti ligas, susijusias su eisenos sutrikimais, pavyzdžiui, suaugusiųjų stuburo deformacija (ASD).
Tyrėjai iš Tsukuba universiteto (Japonija) sukūrė ASD klasifikavimo metodą, pagrįstą susijusių eisenos sutrikimų charakteristikomis, naudodami gilų eisenos vaizdo įrašų ir vaizdų mokymąsi, sutelkdami dėmesį į ciklinį judesį einant ir judesių simetriją.
Išvados paskelbtos žurnale IEEE prieiga.
ASD sergančių pacientų eisenos įpročiai pakito dėl stuburo deformacijos; todėl eisenos analizė gali būti veiksminga diagnozei nustatyti. Tačiau įprastinių eisenos analizės metodų gali nepakakti, norint ištirti laikysenos ir judesių ypatybes vaikščiojant, kurios yra būtinos diagnozei nustatyti. Pastaruoju metu buvo naudojama gilaus mokymosi technologija, naudojant vaizdo vaizdus.
Naudodami šią techniką, mokslininkai sukūrė naują metodą, leidžiantį tiksliai užfiksuoti kūno judesių ritmą ir simetriją vaikščiojant, kuris gali būti naudojamas klasifikuojant periodiškumą ir pozas, kurias pasirenka apatinės galūnės ir kūnas eisenos metu.
Jie išbandė šį metodą naudodami 81 paciento vaikščiojimo vaizdo įrašus ir pasiekė teisingą 71,43% atsako dažnį, kuris buvo tikslesnis nei įprastas metodas (66,30%), ir patvirtino jo veiksmingumą diagnozuojant ASD.
Ateityje šis metodas gali leisti realiuoju laiku analizuoti judančius vaizdus klinikinėje aplinkoje, kad būtų galima akimirksniu patvirtinti ir greitai diagnozuoti ASD.