A HRNet-based Rehabilitation Monitoring System

要約

リハビリテーション治療は、軽度のスポーツや職業上の怪我を治すのに役立つ。従来のリハビリでは、セラピストが通院の合間に患者に一定の動作を割り当て、患者が動作とそのスケジュールを正確に覚えているかどうかにかかっていた。残念なことに、多くの患者は動作を忘れてしまったり、動作を詳細に思い出せなかったりする。その結果、リハビリテーション治療に支障をきたしたり、最悪の場合、誤った動作を行うことでさらなる怪我を負う可能性がある。このような問題を解決するため、我々はHRNetを用いたリハビリテーション・モニタリング・システムを提案する。このシステムは、患者のスマートフォンを介して、患者が動作を行うタイミングをリマインドしたり、患者が行うべき動作を表示したりすることができる。また、HRNetを利用することで、患者のリハビリテーションの進捗状況をセラピストがモニタリングすることが可能となる。私たちのシステムはiOSアプリとサーバー側のいくつかのコンポーネントで構成されています。アプリはアクション動画の表示と収集を担当する。サーバーは、各動作の繰り返し回数を記録するために、ビデオ内のセラピストの動作と患者の動作の類似度スコアを計算する。これらの統計は患者とセラピストの両方に表示される。広範な実験によると、類似度計算のF1-Scoreは0.9と高く、繰り返し回数のソフト的な精度は90％以上である。

要約(オリジナル)

The rehabilitation treatment helps to heal minor sports and occupational injuries. In a traditional rehabilitation process, a therapist will assign certain actions to a patient to perform in between hospital visits, and it will rely on the patient to remember actions correctly and the schedule to perform them. Unfortunately, many patients forget to perform actions or fail to recall actions in detail. As a consequence, the rehabilitation treatment is hampered or, in the worst case, the patient may suffer from additional injury caused by performing incorrect actions. To resolve these issues, we propose a HRNet-based rehabilitation monitoring system, which can remind a patient when to perform the actions and display the actions for the patient to follow via the patient’s smartphone. In addition, it helps the therapist to monitor the progress of the rehabilitation for the patient. Our system consists of an iOS app and several components at the server side. The app is in charge of displaying and collecting action videos. The server computes the similarity score between the therapist’s actions and the patient’s in the videos to keep track of the number of repetitions of each action. Theses stats will be shown to both of the patient and therapist. The extensive experiments show that the F1-Score of the similarity calculation is as high as 0.9 and the soft accuracy of the number of repetitions is higher than 90%.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL