Intelligence artificielle dans l'analyse cinématique
1 juillet 2022 mis à jour par: Zhou Mouwang, Peking University Third Hospital
Recherche d'application de la technologie de détection des points clés de l'intelligence artificielle dans l'analyse cinématique
- Établir des ensembles de données. L'ensemble de données privé comprend des paramètres pertinents, notamment une vidéo de la démarche du sujet et des méthodes standard d'analyse cinématique ;
- Développer de nouveaux modèles. Sur la base d'ensembles de données publics et privés, le modèle d'analyse cinématique de la détection humaine des points clés est développé plus avant.
- Testez le nouveau modèle. En comparant les paramètres avec la méthode standard, la précision du modèle a été vérifiée et le modèle d'analyse cinématique de l'intelligence artificielle avec une précision supérieure à 98 % a été obtenu.
Aperçu de l'étude
Statut
Pas encore de recrutement
Les conditions
Intervention / Traitement
Description détaillée
Le modèle de détection de point clé humain d'intelligence artificielle a principalement un algorithme traditionnel, un algorithme "top-down" et un algorithme "bottom-up" trois méthodes, trois méthodes ont des avantages.
Ce projet utilisera de manière exhaustive les trois méthodes ci-dessus pour effectuer le débogage des algorithmes et des paramètres dans l'ensemble de données public et les tester dans l'ensemble de données privé, afin d'obtenir la méthode de reconnaissance des points clés humains la plus appropriée pour l'analyse de la marche.
Type d'étude
Observationnel
Inscription (Anticipé)
30
Contacts et emplacements
Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.
Coordonnées de l'étude
- Nom: Mouwang Zhou
- Numéro de téléphone: 13910092892
- E-mail: zhoumouwang@outlook.com
Critères de participation
Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.
Critère d'éligibilité
Âges éligibles pour étudier
18 ans à 75 ans (Adulte, Adulte plus âgé)
Accepte les volontaires sains
Non
Sexes éligibles pour l'étude
Tout
Méthode d'échantillonnage
Échantillon non probabiliste
Population étudiée
Sujets à démarche normale et sujets à démarche anormale
La description
Critère d'intégration:
- 1. Démarche anormale.
- Peut marcher 6 m ou plus de façon autonome.
- Plus de 18 ans.
Critère d'exclusion:
- La fracture peut être aggravée par la marche au stade aigu ou au stade postopératoire précoce. Avoir le cœur, les poumons, le foie et les reins Et d'autres maladies graves, une fonction cardiaque supérieure à GRADE I (NYHA), une insuffisance respiratoire et d'autres symptômes et signes ou Vérifier les résultats.
- L'état mental et psychologique ne peut pas coopérer avec l'achèvement de l'expérience.
- Risque élevé de chutes (score de Berg ≤20）
- Les équipements d'analyse de la cinématique de marche ne peuvent pas être utilisés ensemble.
Plan d'étude
Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.
Comment l'étude est-elle conçue ?
Détails de conception
- Modèles d'observation: Cas-témoins
- Perspectives temporelles: Transversale
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Sujets normaux
Analyse de la marche avec intelligence artificielle et méthodes traditionnelles
|
Le modèle de détection de point clé humain d'intelligence artificielle a principalement un algorithme traditionnel, un algorithme "top-down" et un algorithme "bottom-up" trois méthodes, trois méthodes ont des avantages.
Ce projet utilisera de manière exhaustive les trois méthodes ci-dessus pour effectuer le débogage des algorithmes et des paramètres dans l'ensemble de données public et les tester dans l'ensemble de données privé, afin d'obtenir la méthode de reconnaissance des points clés humains la plus appropriée pour l'analyse de la marche.
|
|
Sujets avec une démarche anormale
Analyse de la marche avec intelligence artificielle et méthodes traditionnelles
|
Le modèle de détection de point clé humain d'intelligence artificielle a principalement un algorithme traditionnel, un algorithme "top-down" et un algorithme "bottom-up" trois méthodes, trois méthodes ont des avantages.
Ce projet utilisera de manière exhaustive les trois méthodes ci-dessus pour effectuer le débogage des algorithmes et des paramètres dans l'ensemble de données public et les tester dans l'ensemble de données privé, afin d'obtenir la méthode de reconnaissance des points clés humains la plus appropriée pour l'analyse de la marche.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Paramètres liés à la marche
Délai: 30 min
|
Fréquence des pas/allure/cycle de marche/longueur des pas
|
30 min
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Dates d'enregistrement des études
Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.
Dates principales de l'étude
Début de l'étude (Anticipé)
10 juillet 2022
Achèvement primaire (Anticipé)
29 juillet 2022
Achèvement de l'étude (Anticipé)
30 août 2022
Dates d'inscription aux études
Première soumission
3 juin 2022
Première soumission répondant aux critères de contrôle qualité
1 juillet 2022
Première publication (Réel)
5 juillet 2022
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
5 juillet 2022
Dernière mise à jour soumise répondant aux critères de contrôle qualité
1 juillet 2022
Dernière vérification
1 juillet 2022
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- M2021231
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .