Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Kunstig intelligens i kinematisk analyse

1. juli 2022 opdateret af: Zhou Mouwang, Peking University Third Hospital

Anvendelsesforskning af nøglepunktersdetektionsteknologi for kunstig intelligens i kinematikanalyse

  1. Etabler datasæt. Det private datasæt indeholder relevante parametre, herunder video af forsøgspersonens gang og standardmetoder til kinematisk analyse;
  2. Udvikle nye modeller. Baseret på offentlige og private datasæt videreudvikles den kinematiske analysemodel for human key point detection.
  3. Test den nye model. Ved at sammenligne parametrene med standardmetoden blev modellens nøjagtighed verificeret, og kinematikanalysemodellen for kunstig intelligens med nøjagtighed over 98% blev opnået

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Kunstig intelligens menneskelige nøglepunkt detektionsmodel har hovedsageligt traditionel algoritme, "top-down" algoritme og "bottom-up" algoritme tre metoder, tre metoder har fordele. Dette projekt vil omfattende bruge ovenstående tre metoder til at udføre algoritme- og parameterfejlfinding i det offentlige datasæt og teste i det private datasæt, for at opnå den bedst egnede metode til genkendelse af menneskelige nøglepunkter til ganganalyse

Undersøgelsestype

Observationel

Tilmelding (Forventet)

30

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

18 år til 75 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Normale gangfag og unormale gangfag

Beskrivelse

Inklusionskriterier:

  • 1. Unormal gang.
  • Kan gå 6m eller mere selvstændigt.
  • Ældre end 18.

Ekskluderingskriterier:

  • Fraktur kan forværres ved at gå i det akutte eller tidlige postoperative stadium. Har hjerte, lunge, lever og nyre Og andre alvorlige sygdomme, hjertefunktionsgrad over GRADE I (NYHA), respirationssvigt og andre symptomer og tegn eller Tjek resultaterne.
  • Den mentale og psykologiske tilstand kan ikke samarbejde med afslutningen af ​​eksperimentet.
  • Høj risiko for fald (Berg score ≤20）
  • Gangkinematikanalyseudstyr kan ikke bruges sammen.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Case-Control
  • Tidsperspektiver: Tværsnit

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Normale fag
Ganganalyse med kunstig intelligens og traditionelle metoder
Enhed: Anvendelse Forskning af nøglepunktsdetektionsteknologi
Kunstig intelligens menneskelige nøglepunkt detektionsmodel har hovedsageligt traditionel algoritme, "top-down" algoritme og "bottom-up" algoritme tre metoder, tre metoder har fordele. Dette projekt vil omfattende bruge ovenstående tre metoder til at udføre algoritme- og parameterfejlfinding i det offentlige datasæt og teste i det private datasæt, for at opnå den bedst egnede metode til genkendelse af menneskelige nøglepunkter til ganganalyse
Emner med unormal gang
Ganganalyse med kunstig intelligens og traditionelle metoder
Enhed: Anvendelse Forskning af nøglepunktsdetektionsteknologi
Kunstig intelligens menneskelige nøglepunkt detektionsmodel har hovedsageligt traditionel algoritme, "top-down" algoritme og "bottom-up" algoritme tre metoder, tre metoder har fordele. Dette projekt vil omfattende bruge ovenstående tre metoder til at udføre algoritme- og parameterfejlfinding i det offentlige datasæt og teste i det private datasæt, for at opnå den bedst egnede metode til genkendelse af menneskelige nøglepunkter til ganganalyse

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Gangrelaterede parametre
Tidsramme: 30 min
Skridtfrekvens/tempo/gangcyklus/trinlængde
30 min

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Peking University Third Hospital

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Forventet)

10. juli 2022

Primær færdiggørelse (Forventet)

29. juli 2022

Studieafslutning (Forventet)

30. august 2022

Datoer for studieregistrering

Først indsendt

3. juni 2022

Først indsendt, der opfyldte QC-kriterier

1. juli 2022

Først opslået (Faktiske)

5. juli 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

5. juli 2022

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

1. juli 2022

Sidst verificeret

1. juli 2022

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • M2021231

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Gang

Kliniske forsøg med Anvendelse Forskning af nøglepunktsdetektionsteknologi

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Costa Rica

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner