Inteligência Artificial em Análise Cinemática
1 de julho de 2022 atualizado por: Zhou Mouwang, Peking University Third Hospital
Pesquisa de Aplicação de Tecnologia de Detecção de Pontos Chave de Inteligência Artificial em Análise Cinemática
- Estabeleça conjuntos de dados. O conjunto de dados privados inclui parâmetros relevantes, incluindo vídeo da marcha do sujeito e métodos padrão para análise cinemática;
- Desenvolver novos modelos. Com base em conjuntos de dados públicos e privados, o modelo de análise cinemática da detecção de pontos-chave humanos é desenvolvido.
- Teste o novo modelo. Comparando os parâmetros com o método padrão, verificou-se a precisão do modelo, obtendo-se o modelo de análise cinemática de inteligência artificial com precisão acima de 98%.
Visão geral do estudo
Status
Ainda não está recrutando
Condições
Intervenção / Tratamento
Descrição detalhada
O modelo de detecção de ponto-chave humano de inteligência artificial tem principalmente algoritmo tradicional, algoritmo "top-down" e algoritmo "bottom-up" três métodos, três métodos têm vantagens.
Este projeto usará de forma abrangente os três métodos acima para conduzir a depuração de algoritmos e parâmetros no conjunto de dados públicos e testar no conjunto de dados privados, de modo a obter o método de reconhecimento de ponto-chave humano mais adequado para análise de marcha
Tipo de estudo
Observacional
Inscrição (Antecipado)
30
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Contato de estudo
- Nome: Mouwang Zhou
- Número de telefone: 13910092892
- E-mail: zhoumouwang@outlook.com
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
18 anos a 75 anos (Adulto, Adulto mais velho)
Aceita Voluntários Saudáveis
Não
Gêneros Elegíveis para o Estudo
Tudo
Método de amostragem
Amostra Não Probabilística
População do estudo
Indivíduos com marcha normal e indivíduos com marcha anormal
Descrição
Critério de inclusão:
- 1. Marcha anormal.
- Pode andar 6m ou mais de forma independente.
- Mais de 18 anos.
Critério de exclusão:
- A fratura pode ser agravada pela deambulação na fase aguda ou pós-operatória precoce. Tem coração, pulmão, fígado e rim E outras doenças graves, grau de função cardíaca maior que GRAU I (NYHA), insuficiência respiratória e outros sintomas e sinais ou Verifique os resultados.
- O estado mental e psicológico não pode cooperar com a conclusão do experimento.
- Alto risco de quedas (escore de Berg ≤20)
- Os equipamentos de análise da cinemática da marcha não podem ser usados juntos.
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
- Modelos de observação: Controle de caso
- Perspectivas de Tempo: Transversal
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Assuntos normais
Análise da marcha com inteligência artificial e métodos tradicionais
|
O modelo de detecção de ponto-chave humano de inteligência artificial tem principalmente algoritmo tradicional, algoritmo "top-down" e algoritmo "bottom-up" três métodos, três métodos têm vantagens.
Este projeto usará de forma abrangente os três métodos acima para conduzir a depuração de algoritmos e parâmetros no conjunto de dados públicos e testar no conjunto de dados privados, de modo a obter o método de reconhecimento de ponto-chave humano mais adequado para análise de marcha
|
|
Indivíduos com marcha anormal
Análise da marcha com inteligência artificial e métodos tradicionais
|
O modelo de detecção de ponto-chave humano de inteligência artificial tem principalmente algoritmo tradicional, algoritmo "top-down" e algoritmo "bottom-up" três métodos, três métodos têm vantagens.
Este projeto usará de forma abrangente os três métodos acima para conduzir a depuração de algoritmos e parâmetros no conjunto de dados públicos e testar no conjunto de dados privados, de modo a obter o método de reconhecimento de ponto-chave humano mais adequado para análise de marcha
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Parâmetros relacionados à marcha
Prazo: 30 minutos
|
Frequência do passo/ritmo/ciclo da marcha/comprimento do passo
|
30 minutos
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo (Antecipado)
10 de julho de 2022
Conclusão Primária (Antecipado)
29 de julho de 2022
Conclusão do estudo (Antecipado)
30 de agosto de 2022
Datas de inscrição no estudo
Enviado pela primeira vez
3 de junho de 2022
Enviado pela primeira vez que atendeu aos critérios de CQ
1 de julho de 2022
Primeira postagem (Real)
5 de julho de 2022
Atualizações de registro de estudo
Última Atualização Postada (Real)
5 de julho de 2022
Última atualização enviada que atendeu aos critérios de controle de qualidade
1 de julho de 2022
Última verificação
1 de julho de 2022
Mais Informações
Termos relacionados a este estudo
Outros números de identificação do estudo
- M2021231
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .