$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Кинематическая оценка задачи по употреблению алкоголя рекомендована для использования в исследованиях реабилитации послеинсульта 6. Однако практические опасения были отмечены как препятствия для внедрения кинематики в исследования реабилитации, включая стоимость и технические требования к технологиям захвата движений, традиционно используемых для измерения биомеханикичеловека 15. Эти опасения впоследствии препятствуют клиническому внедрению и переносу кинематической оценки в клиническую практику. В качестве альтернативы более практичный подход к извлечению кинематики с помощью компьютерного зрения можно реализовать с помощью одной стереокамеры, персонального компьютера и предметов, часто используемых в амбулаторныхусловиях 16. Мы представляем протокол, разработанный для клиницистов, который использует веб-руководство для записи изображений и видео, совместимых с рабочим процессом компьютерного зрения, чтобы извлекать кинематические метрики задачи с употреблением алкоголя. Долгосрочная цель — повысить доступность этих метрик, которые ранее были разработаны и рекомендованы для использования в исследованиях реабилитации послеинсульта 5,6,12,13,14.
Синхронизация видео важна для двухкамерных подходов к компьютерному зрению. Двойные камеры имитируют человеческие глаза, которые одновременно воспринимают сцену в реальном мире с немного разных точек обзора, обеспечивая восприятие глубины. В случае компьютерного зрения соответствующая синхронизация критически важна для точности трёхмерной информации (например, положения запястья человека в декартовой системе координат), определяемой из двух двумерных источников (например, расположения запястья человека на фотографии). По нашему опыту, двойные камеры могут обеспечивать разумные результаты при синхронизации с точностью до 1мс 16. Несколько факторов могут снижать синхронизацию, включая ненадёжную частоту кадров камеры, ограниченную скорость передачи данных по кабелям, неэффективность программного обеспечения и ограниченные аппаратные характеристики (например, низкий уровень оперативной памяти или низкоуровневые процессоры). Для устранения проблем с синхронизацией этот протокол использует готовую стереокамеру, которая имеет меньший физический размер и разработана как устройство plug-and-play (например, одно USB-соединение со стандартным персональным компьютером) для автоматического захвата синхронизированных изображений с двух встроенных сенсоров.
Характеристики камеры требуют тщательного рассмотрения для любого применения компьютерного зрения. Теоретически, изображения с более высоким разрешением и записи движения человека с более высокой частотой кадров предоставляют больше данных для обнаружения анатомических ключевых точек с большей пространственно-временной точностью. Однако неизбежно необходим баланс между объёмом данных и вычислительными ресурсами, доступными для их обработки. Описанный протокол основан на стереокамере, которая записывает видео с разрешением 1280 x 720 пикселей при частоте кадров 60 Гц, что сопоставимо с предыдущими исследованиями, применявшими компьютерное зрение для кинематики задач навыпивке 16,18. Для записи этих видео мы наблюдали надёжный успех с использованием потребительского компьютера более высокого уровня (например, процессор 3,2 ГГц с 128 ГБ оперативной памяти) и переменный успех на ноутбуке (например, процессор 2,6 ГГц с 16 ГБ оперативной памяти). При применении компьютеров низкого уровня типичной проблемой является отсутствие видеокадров, которые часто выглядят как выходное видео с длительностью меньше предполагаемой 20-секундной записи. Стоит отметить, что хотя вычисления данных часто являются причиной отсутствия видеокадров, передача данных также имеет значение. В медицинской сфере, например, настройки безопасности, связанные с портами доступа к компьютерам (например, USB-накопители), могут привести к задержкам передачи данных, мешая надёжной видеозаписи.
Помехи в прямой видимости будут испытывать ключевые этапы в процессе компьютерного зрения, включая калибровку и оценку позы человека. Калибровка основана на цифровых изображениях стандартного шахматного узора, что позволяет компьютерному зрению отображать пиксели изображения с физическими измерениями реального мира. Чёткая визуализация шахматного узора повышает успех такого отображения. Визуальные помехи могут возникать по ряду причин, включая, но не ограничиваясь, следующими: (i) проблемы с освещением (например, яркие блики из ближайшего окна или тёмные тени); (ii) чрезмерно быстрые движения шахматной доски (например, размытие изображения из-за длительного времени экспозиции камеры); или (iii) неправильные внутренние свойства камеры (например, неправильное фокусное расстояние или сильное искажение объектива). Оценка человеческой позы использует искусственный интеллект для автоматической аннотации анатомических ориентиров на изображениях одного человека (оценка в одной позе) или нескольких человек (многопозовая оценка). Чёткая визуализация человека становится критически важной для успешного оценки позы. Некоторые визуальные помехи могут быть терпимы в зависимости от параметров компьютерного зрения (например, архитектуры ИИ, пороги предсказания). Однако, чтобы оценить пригодность видео для оценки человеческой позы, распространёнными подводными камнями, с которыми следует обращать внимание: (i) наблюдатели в поле зрения при оценке одной позы; (ii) сегменты корпуса, периодически находящиеся вне поля зрения камеры; и (iii) самозакрытия из-за перекрывающихся сегментов тела.
Отделение сбора данных от самого процесса компьютерного зрения имеет как преимущества, так и недостатки. Заметным недостатком является задержка в получении клинически релевантной информации, доступной клиницистам и пациентам для принятия решений. Потенциальным преимуществом является снижение помех в взаимодействие клинициста и пациента. Например, если калибровка проводится до приёма пациента, видеозапись 10 повторений задачи с употреблением алкоголя, как описано в предыдущей литературе, в идеале занимает менее 4 минут видеозаписи плюс любое время, необходимое для ориентации пациентов, которые не знают протокола. Кроме того, такое разделение может повысить признание клиницистами, разделяя ответственность за информацию. В рамках этого разделения обязанностей клиницист отвечает за то, когда и почему проводятся видеооценки, а дата-сайентисты и инженеры — за совершенствование процесса компьютерного зрения, который отвечает за точные и надёжные клинические показатели (например, кинематика задач питья). Действительно, это можно сравнить с современной реальностью многих анализов на основе крови (например, полные метаболические панели) и изображений (например, МРТ), которые регулярно назначают клиницисты. Наконец, такое разделение может оказаться выгодным по мере дальнейшего развития ИИ. Видеоданные, полученные сегодня, могут пройти повторный анализ с помощью более продвинутых решений компьютерного зрения будущего, которые могут получить больше кинематических метрик с большей скоростью, точностью и надёжностью.
Наша цель — дальнейшее расширение доступа к кинематике верхних конечностей среди сообщества реабилитации, которое включает клиницистов амбулаторных учреждений и, возможно, людей на дому (например, телереабилитацию). Этот протокол и веб-приложение следует рассматривать как ранний этап разработки, который до сих пор учитывал очень сфокусированную деятельность (например, задачу с употреблением алкоголя) и относительно сфокусированную группу заинтересованных сторон (то есть клиницисты и участники, способные легко выполнять задачу с употреблением алкоголя). Будущие версии будут необходимы для более разнообразной группы пользователей, более разнообразных видов деятельности и более разнообразных групп субъектов (например, лиц с серьёзными дефицитами, требующие адаптации для активности). Кроме того, будущие разработки будут включать важные контрольные точки до широкого внедрения, такие как интеграция в электронные медицинские записи и поддержание конфиденциальности и конфиденциальности пациентов. В будущих версиях, вероятно, также будут внедрены новые технологии и усовершенствованы доступные технологии. Например, текущий протокол предполагает рабочий процесс компьютерного зрения на основе бинокулярного зрения (например, стереокамеры). Логичным следующим развитием станет протокол с монокулярным зрением (например, более простыми камерами), который можно реализовать с помощью ИИ, обученного на бинокулярных наборах данных. Стоит отметить, что текущий протокол обеспечивает изображения и видеоданные, совместимые с современными решениями для компьютерного зрения, которые уже по производительности уступают более новыерешения 18. Описанный здесь веб-протокол может позволить клиницистам внедрить в свою практику основу компьютерного зрения, которое, вероятно, значительно продвинется по мере проникновения технологий ИИ в отрасль здравоохранения.