Künstliche Intelligenz in der Kinematikanalyse
Anwendungsforschung der Schlüsselpunkterkennungstechnologie der künstlichen Intelligenz in der Kinematikanalyse
- Datensätze erstellen. Der private Datensatz umfasst relevante Parameter, einschließlich Videos des Gangs des Probanden und Standardmethoden für die kinematische Analyse;
- Entwickeln Sie neue Modelle. Basierend auf öffentlichen und privaten Datensätzen wird das kinematische Analysemodell der menschlichen Schlüsselpunkterkennung weiterentwickelt.
- Testen Sie das neue Modell. Durch den Vergleich der Parameter mit der Standardmethode wurde die Genauigkeit des Modells überprüft und ein kinematisches Analysemodell der künstlichen Intelligenz mit einer Genauigkeit von über 98 % erhalten
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Studientyp
Studientyp
Einschreibung (Voraussichtlich)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Mouwang Zhou
- Telefonnummer: 13910092892
- E-Mail: zhoumouwang@outlook.com
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- 1. Abnormaler Gang.
- Kann 6 m oder mehr selbstständig gehen.
- Älter als 18.
Ausschlusskriterien:
- Im akuten oder frühen postoperativen Stadium kann sich die Fraktur durch Gehen verschlimmern. Sie haben Herz-, Lungen-, Leber- und Nierenerkrankungen sowie andere schwere Erkrankungen, eine Herzfunktion mit einem Grad über GRADE I (NYHA), Atemversagen und andere Symptome und Anzeichen oder überprüfen Sie die Ergebnisse.
- Der mentale und psychologische Zustand kann nicht zum Abschluss des Experiments beitragen.
- Hohes Sturzrisiko (Berg-Score ≤20)
- Geräte zur Analyse der Gangkinematik können nicht zusammen verwendet werden.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Fallkontrolle
- Zeitperspektiven: Querschnitt
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Normale Themen
Ganganalyse mit künstlicher Intelligenz und traditionellen Methoden
|
Das menschliche Schlüsselpunkterkennungsmodell mit künstlicher Intelligenz verfügt hauptsächlich über traditionelle Algorithmen, drei Methoden: „Top-Down“-Algorithmus und „Bottom-Up“-Algorithmus, wobei drei Methoden Vorteile haben.
In diesem Projekt werden die oben genannten drei Methoden umfassend verwendet, um das Debuggen von Algorithmen und Parametern im öffentlichen Datensatz durchzuführen und im privaten Datensatz zu testen, um die am besten geeignete Methode zur Erkennung menschlicher Schlüsselpunkte für die Ganganalyse zu erhalten
|
|
Personen mit abnormalem Gang
Ganganalyse mit künstlicher Intelligenz und traditionellen Methoden
|
Das menschliche Schlüsselpunkterkennungsmodell mit künstlicher Intelligenz verfügt hauptsächlich über traditionelle Algorithmen, drei Methoden: „Top-Down“-Algorithmus und „Bottom-Up“-Algorithmus, wobei drei Methoden Vorteile haben.
In diesem Projekt werden die oben genannten drei Methoden umfassend verwendet, um das Debuggen von Algorithmen und Parametern im öffentlichen Datensatz durchzuführen und im privaten Datensatz zu testen, um die am besten geeignete Methode zur Erkennung menschlicher Schlüsselpunkte für die Ganganalyse zu erhalten
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Gangbezogene Parameter
Zeitfenster: 30 Minuten
|
Schrittfrequenz/Tempo/Gangzyklus/Schrittlänge
|
30 Minuten
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Voraussichtlich)
Studienbeginn
Primärer Abschluss (Voraussichtlich)
Primärer Abschluss
Studienabschluss (Voraussichtlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- M2021231
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .