정확도 비교: 광전자 모션 캡처 및 마커리스 시스템 (OPR)
2026년 2월 25일 업데이트: IRCCS Eugenio Medea
광전자 모션 캡처 시스템과 비교한 마커리스 모션 분석의 정확도
본 연구의 목적은 운동학 및 시공간 보행 매개변수를 측정하고 최소한의 기술 요구 사항을 평가하기 위한 Openpose 신뢰성을 평가하는 것이었습니다.
이 분석에서는 동시에 녹화된 비디오와 광전자 모션 캡처를 사용했습니다.
다양한 운동 보행 장애가 있는 20명 이상의 피험자를 평가했습니다.
연구 개요
상태
모집하지 않고 적극적으로
상세 설명
마커 기반 광학 동작 추적은 보행 분석의 표준이지만 오늘날에는 마커 없는 솔루션이 빠르게 성장하고 있습니다.
안정적인 모션 캡처가 지원되면 신체 장애 치료가 향상될 수 있습니다.
또한, 마커리스 기술을 사용하면 다양한 조건에서 소아 집단을 대상으로 작업할 때 많은 이점을 얻을 수 있습니다.
이 논문에서는 보행 장애가 있거나 없는 어린이 집단에서 운동학 및 시공간 보행 매개 변수를 측정하고 최소 기술 요구 사항을 평가하기 위해 Openpose 신뢰성을 평가합니다.
마커리스 방법을 검증하면 새로운 모션 캡처 기술의 길을 열 수 있으며 운동학적 측정의 접근성을 향상하고 신체 장애 치료를 개선할 수 있습니다.
연구 유형
관찰
등록 (실제)
25
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Italy
-
Bosisio Parini, Italy, 이탈리아, 22037
- IRCCS E. Medea
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
확률 샘플
연구 인구
본 연구에는 과거에 Eugenio Medea 연구소의 IRCCS에서 SMART DX 100 시스템을 사용하여 기능적 운동 평가를 수행한 피험자(건강한 피험자 및 걷기에 어려움이 있는 병리학적 피험자)가 포함되었으며 4세 이상입니다.
설명
포함 기준:
- 4세 이상
- 보행 보조기 및/또는 보조기 없이 독립적으로 걸을 수 있는 능력.
제외 기준:
- 보행 보조기 및/또는 보조기 없이 짧은 거리를 독립적으로 안전하게 걸을 수 없습니다.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
건강한 과목
이 그룹에는 4세 이상의 건강한 피험자가 포함됩니다. 보행 보조기 및/또는 보조기 없이 독립적으로 걸을 수 있는 능력이 있습니다.
|
두 비디오는 각 비디오의 신체 자세 추정을 위해 25개의 2D 키포인트 좌표 세트를 반환하는 OpenPose를 사용하여 정교하게 만들어졌습니다.
키포인트는 해당 신체 랜드마크에 위치하고 시상면과 전두면의 2차원 직교좌표를 결정하는 데 사용되었습니다.
루틴으로 계산된 데이터는 누락된 데이터가 있는 경우 필터링 및 보간되었습니다.
운동학적 변수는 각 관절의 추정된 특징점으로부터 분절 및 관절 각도를 측정하였다.
시공간 보행 매개변수는 연속적인 발뒤꿈치 닿기 및 발가락 떼기 이벤트를 사용하여 계산되었습니다.
모션 캡처 시스템에서 수집한 원시 데이터는 Smart Analyser 소프트웨어(BTS Bioengineering, Milano, Italy)를 사용하여 처리되었습니다.
먼저, 짧은 시간 동안 데이터가 누락된 경우를 대비하여 3D 데이터를 필터링하고 보간했습니다.
그런 다음 공간적 시간적 매개변수(주기 기간, 케이던스, 보행 속도, 입각기, 유각기, 이중 지지 단계, 보폭 길이 및 단계 폭)와 기존 Davis 마커 세트 프로토콜의 기존 운동학 매개변수가 계산되었습니다.
|
|
뇌성마비 및 우편마비 진단을 받은 자
이 그룹에는 뇌성마비 및 우측 편마비 진단을 받은 4세 이상의 피험자가 포함됩니다. 보행 보조기 및/또는 보조기 없이 독립적으로 걸을 수 있는 능력이 있습니다.
|
두 비디오는 각 비디오의 신체 자세 추정을 위해 25개의 2D 키포인트 좌표 세트를 반환하는 OpenPose를 사용하여 정교하게 만들어졌습니다.
키포인트는 해당 신체 랜드마크에 위치하고 시상면과 전두면의 2차원 직교좌표를 결정하는 데 사용되었습니다.
루틴으로 계산된 데이터는 누락된 데이터가 있는 경우 필터링 및 보간되었습니다.
운동학적 변수는 각 관절의 추정된 특징점으로부터 분절 및 관절 각도를 측정하였다.
시공간 보행 매개변수는 연속적인 발뒤꿈치 닿기 및 발가락 떼기 이벤트를 사용하여 계산되었습니다.
모션 캡처 시스템에서 수집한 원시 데이터는 Smart Analyser 소프트웨어(BTS Bioengineering, Milano, Italy)를 사용하여 처리되었습니다.
먼저, 짧은 시간 동안 데이터가 누락된 경우를 대비하여 3D 데이터를 필터링하고 보간했습니다.
그런 다음 공간적 시간적 매개변수(주기 기간, 케이던스, 보행 속도, 입각기, 유각기, 이중 지지 단계, 보폭 길이 및 단계 폭)와 기존 Davis 마커 세트 프로토콜의 기존 운동학 매개변수가 계산되었습니다.
|
|
뇌성마비 및 좌편마비 진단을 받은 자
이 그룹에는 뇌성 마비 진단을 받은 4세 이상의 왼쪽 편마비 환자가 포함됩니다. 보행 보조기 및/또는 보조기 없이 독립적으로 걸을 수 있는 능력이 있습니다.
|
두 비디오는 각 비디오의 신체 자세 추정을 위해 25개의 2D 키포인트 좌표 세트를 반환하는 OpenPose를 사용하여 정교하게 만들어졌습니다.
키포인트는 해당 신체 랜드마크에 위치하고 시상면과 전두면의 2차원 직교좌표를 결정하는 데 사용되었습니다.
루틴으로 계산된 데이터는 누락된 데이터가 있는 경우 필터링 및 보간되었습니다.
운동학적 변수는 각 관절의 추정된 특징점으로부터 분절 및 관절 각도를 측정하였다.
시공간 보행 매개변수는 연속적인 발뒤꿈치 닿기 및 발가락 떼기 이벤트를 사용하여 계산되었습니다.
모션 캡처 시스템에서 수집한 원시 데이터는 Smart Analyser 소프트웨어(BTS Bioengineering, Milano, Italy)를 사용하여 처리되었습니다.
먼저, 짧은 시간 동안 데이터가 누락된 경우를 대비하여 3D 데이터를 필터링하고 보간했습니다.
그런 다음 공간적 시간적 매개변수(주기 기간, 케이던스, 보행 속도, 입각기, 유각기, 이중 지지 단계, 보폭 길이 및 단계 폭)와 기존 Davis 마커 세트 프로토콜의 기존 운동학 매개변수가 계산되었습니다.
|
|
경직성 하반신마비 진단을 받은 피험자
T이 그룹에는 4세 이상의 경직성 하반신 마비 진단을 받은 피험자가 포함됩니다. 보행 보조기 및/또는 보조기 없이 독립적으로 걸을 수 있는 능력이 있습니다.
|
두 비디오는 각 비디오의 신체 자세 추정을 위해 25개의 2D 키포인트 좌표 세트를 반환하는 OpenPose를 사용하여 정교하게 만들어졌습니다.
키포인트는 해당 신체 랜드마크에 위치하고 시상면과 전두면의 2차원 직교좌표를 결정하는 데 사용되었습니다.
루틴으로 계산된 데이터는 누락된 데이터가 있는 경우 필터링 및 보간되었습니다.
운동학적 변수는 각 관절의 추정된 특징점으로부터 분절 및 관절 각도를 측정하였다.
시공간 보행 매개변수는 연속적인 발뒤꿈치 닿기 및 발가락 떼기 이벤트를 사용하여 계산되었습니다.
모션 캡처 시스템에서 수집한 원시 데이터는 Smart Analyser 소프트웨어(BTS Bioengineering, Milano, Italy)를 사용하여 처리되었습니다.
먼저, 짧은 시간 동안 데이터가 누락된 경우를 대비하여 3D 데이터를 필터링하고 보간했습니다.
그런 다음 공간적 시간적 매개변수(주기 기간, 케이던스, 보행 속도, 입각기, 유각기, 이중 지지 단계, 보폭 길이 및 단계 폭)와 기존 Davis 마커 세트 프로토콜의 기존 운동학 매개변수가 계산되었습니다.
|
|
건강한 어린이들이 제스처를 모방합니다
이 그룹은 뇌성마비와 자폐증과 같은 일부 질병의 전형적인 증상을 모방한 건강한 피험자 샘플을 포함합니다.
|
두 비디오는 각 비디오의 신체 자세 추정을 위해 25개의 2D 키포인트 좌표 세트를 반환하는 OpenPose를 사용하여 정교하게 만들어졌습니다.
키포인트는 해당 신체 랜드마크에 위치하고 시상면과 전두면의 2차원 직교좌표를 결정하는 데 사용되었습니다.
루틴으로 계산된 데이터는 누락된 데이터가 있는 경우 필터링 및 보간되었습니다.
운동학적 변수는 각 관절의 추정된 특징점으로부터 분절 및 관절 각도를 측정하였다.
시공간 보행 매개변수는 연속적인 발뒤꿈치 닿기 및 발가락 떼기 이벤트를 사용하여 계산되었습니다.
계산된 운동학적 특징은 걸음걸이나 서 있는 동안 발끝 걸음의 수를 식별하고 세는 데 사용됩니다
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
절대 오류
기간: 연구 수료를 통해 평균 1년
|
마커 기반 모션 캡쳐를 이용하여 측정한 값에서 자세 추정 방법을 이용하여 얻은 값을 뺀 값을 절대값으로 취하여 기구학 매개변수와 시공간 변수별 절대오차를 계산하였다.
|
연구 수료를 통해 평균 1년
|
|
클래스 내 상관 계수
기간: 연구 수료를 통해 평균 1년
|
OpenPose에서 얻은 데이터가 광전자 시스템의 데이터와 일치하는지 확인하기 위해 연구자는 두 시스템의 시공간 데이터와 운동학 데이터 간의 ICC(양방향 혼합 효과 모델, 절대 일치, 평균 측정)를 계산했습니다.
ICC 값은 ICC < 0.5에 대한 낮은 일치, 0.5와 0.75 사이의 값에 대한 중간 일치, 0.75와 0.9 사이의 값에 대한 좋은 일치, 0.90보다 큰 값에 대한 우수한 일치로 해석되었습니다.
|
연구 수료를 통해 평균 1년
|
|
상호 상관 계수
기간: 연구 수료를 통해 평균 1년
|
두 시스템 간의 상호 상관 계수(CCC)를 사용하여 보행 주기 동안 각도의 유사성을 평가했습니다.
CCC 값은 -0.3과 0.3 사이의 값에 대해 약한 결합 또는 없음, 0.3과 0.7 또는 -0.7과 -0.3 사이의 값에 대한 중간 결합, 0.7보다 크거나 -0.7보다 작은 값에 대한 강한 결합으로 해석되었습니다.
|
연구 수료를 통해 평균 1년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Giuseppe Andreoni, IRCCS E.Medea
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2024년 5월 15일
기본 완료 (추정된)
2026년 9월 24일
연구 완료 (추정된)
2026년 9월 24일
연구 등록 날짜
최초 제출
2024년 8월 5일
QC 기준을 충족하는 최초 제출
2024년 8월 5일
처음 게시됨 (실제)
2024년 8월 9일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 2월 27일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 2월 25일
마지막으로 확인됨
2026년 2월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .