Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Intelligenza artificiale nell'analisi cinematica

1 luglio 2022 aggiornato da: Zhou Mouwang, Peking University Third Hospital

Ricerca applicativa della tecnologia di rilevamento dei punti chiave dell'intelligenza artificiale nell'analisi cinematica

  1. Stabilire set di dati. Il set di dati privati ​​include parametri rilevanti tra cui video dell'andatura del soggetto e metodi standard per l'analisi cinematica;
  2. Sviluppare nuovi modelli. Sulla base di set di dati pubblici e privati, il modello di analisi cinematica del rilevamento dei punti chiave umani viene ulteriormente sviluppato.
  3. Prova il nuovo modello. Confrontando i parametri con il metodo standard, è stata verificata l'accuratezza del modello ed è stato ottenuto il modello di analisi cinematica dell'intelligenza artificiale con un'accuratezza superiore al 98%

Panoramica dello studio

Stato

Non ancora reclutamento

Condizioni

Intervento / Trattamento

Descrizione dettagliata

Il modello di rilevamento del punto chiave umano dell'intelligenza artificiale ha principalmente algoritmo tradizionale, algoritmo "top-down" e algoritmo "bottom-up" tre metodi, tre metodi hanno vantaggi. Questo progetto utilizzerà in modo completo i tre metodi di cui sopra per condurre il debug di algoritmi e parametri nel set di dati pubblico e testare nel set di dati privato, in modo da ottenere il metodo di riconoscimento del punto chiave umano più adatto per l'analisi dell'andatura

Tipo di studio

Osservativo

Iscrizione (Anticipato)

30

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

Da 18 anni a 75 anni (Adulto, Adulto più anziano)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Soggetti con andatura normale e soggetti con andatura anomala

Descrizione

Criterio di inclusione:

  • 1. Andatura anomala.
  • Può camminare per 6 metri o più indipendentemente.
  • Più vecchio di 18 anni.

Criteri di esclusione:

  • La frattura può essere aggravata camminando nella fase acuta o nella prima fase postoperatoria. Avere malattie cardiache, polmonari, epatiche e renali E altre gravi malattie, classificazione della funzione cardiaca superiore a GRADO I (NYHA), insufficienza respiratoria e altri sintomi e segni o Controllare i risultati.
  • Lo stato mentale e psicologico non può cooperare con il completamento dell'esperimento.
  • Alto rischio di cadute (punteggio Berg ≤20）
  • Le apparecchiature per l'analisi della cinematica dell'andatura non possono essere utilizzate insieme.

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

  • Modelli osservazionali: Caso di controllo
  • Prospettive temporali: Trasversale

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Soggetti normali
Analisi del cammino con intelligenza artificiale e metodi tradizionali
Dispositivo: Ricerca applicativa della tecnologia di rilevamento dei punti chiave
Il modello di rilevamento del punto chiave umano dell'intelligenza artificiale ha principalmente algoritmo tradizionale, algoritmo "top-down" e algoritmo "bottom-up" tre metodi, tre metodi hanno vantaggi. Questo progetto utilizzerà in modo completo i tre metodi di cui sopra per condurre il debug di algoritmi e parametri nel set di dati pubblico e testare nel set di dati privato, in modo da ottenere il metodo di riconoscimento del punto chiave umano più adatto per l'analisi dell'andatura
Soggetti con andatura anomala
Analisi del cammino con intelligenza artificiale e metodi tradizionali
Dispositivo: Ricerca applicativa della tecnologia di rilevamento dei punti chiave
Il modello di rilevamento del punto chiave umano dell'intelligenza artificiale ha principalmente algoritmo tradizionale, algoritmo "top-down" e algoritmo "bottom-up" tre metodi, tre metodi hanno vantaggi. Questo progetto utilizzerà in modo completo i tre metodi di cui sopra per condurre il debug di algoritmi e parametri nel set di dati pubblico e testare nel set di dati privato, in modo da ottenere il metodo di riconoscimento del punto chiave umano più adatto per l'analisi dell'andatura

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Parametri relativi all'andatura
Lasso di tempo: 30 minuti
Frequenza del passo/ritmo/ciclo del passo/lunghezza del passo
30 minuti

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Peking University Third Hospital

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Anticipato)

10 luglio 2022

Completamento primario (Anticipato)

29 luglio 2022

Completamento dello studio (Anticipato)

30 agosto 2022

Date di iscrizione allo studio

Primo inviato

3 giugno 2022

Primo inviato che soddisfa i criteri di controllo qualità

1 luglio 2022

Primo Inserito (Effettivo)

5 luglio 2022

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

5 luglio 2022

Ultimo aggiornamento inviato che soddisfa i criteri QC

1 luglio 2022

Ultimo verificato

1 luglio 2022

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

  • M2021231

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Prove cliniche su Andatura

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Costa Rica

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi