This article describes the development of a cost-effective, efficient, and accessible solution for diagnosing hand movement disorders using smartphone-based computer vision technologies. It highlights the idea of using ToF camera data combined with RG data and machine learning algorithms to accurately recognize limbs and movements, which overcomes the limitations of traditional motion recognition methods, improving rehabilitation and reducing the high cost of professional medical equipment. Using the ubiquity of smartphones and advanced computational methods, the study offers a new approach to improving the quality and accessibility of diagnosis of movement disorders, offering a promising direction for future research and application in clinical practice.
PL
W niniejszym artykule opisano opracowanie opłacalnego, wydajnego i dostępnego rozwiązania do diagnozowania zaburzeń ruchu ręki przy użyciu technologii wizyjnych opartych na smartfonach. Podkreślono w nim ideę wykorzystania danych z kamery ToF w połączeniu z danymi RG i algorytmami uczenia maszynowego do dokładnego rozpoznawania kończyn i ruchów, co przezwycięża ograniczenia tradycyjnych metod rozpoznawania ruchu, poprawiając rehabilitację i zmniejszając wysokie koszty profesjonalnego sprzętu medycznego. Wykorzystując wszechobecność smartfonów i zaawansowane metody obliczeniowe, badanie oferuje nowe podejście do poprawy jakości i dostępności diagnostyki zaburzeń ruchu, oferując obiecujący kierunek przyszłych badań i zastosowań w praktyce klinicznej.
Upper limb prosthetic is an area of medical research and development that aims to restore functionality and improve the quality of life of people affected by the loss of one or both upper limbs. The development and implementation of 3D scanning tools and analysis of 3D scanning data requires the use of specialized analysis methods that ensure the achievement of the required indicators. It should take into account the impact of the model resolution on the result. This paper is devoted to the analysis of finding matches between a point cloud of a hand model and another point cloud using Gromov Wasserstein distance. For analysis, a subset of the MANO dataset was employed, containing a substantial volume of data and serving as a representative sample of the human population. The results obtained indicate the possibility of using this approach in the processing and analysis of three-dimensional data, which serves as one of the stages of designing individualized prostheses.
PL
Protetyka kończyn górnych to dziedzina badań i rozwoju medycznego mająca na celu przywrócenie funkcjonalności i poprawę jakości życia osób dotkniętych utratą jednej lub obu kończyn górnych. Opracowanie i wdrożenie narzędzi do skanowania 3D oraz analiza danych pochodzących ze skanowania 3D wymaga zastosowania specjalistycznych metod analizy, które zapewnią osiągnięcie wymaganych wskaźników. Należy przy tym uwzględnić wpływ rozdzielczości modelu na uzyskany wynik. Niniejszy artykuł poświęcony jest analizie znajdowania dopasowań między chmurą punktów modelu dłoni a inną chmurą punktów przy użyciu odległości Gromova-Wassersteina. Do analizy wykorzystano podzbiór zbioru danych MANO, który zawiera znaczną ilość danych i służy jako reprezentatywna próbka populacji ludzkiej. Uzyskane wyniki wskazują na możliwość wykorzystania tego podejścia w przetwarzaniu i analizie danych trójwymiarowych, które służą jako jeden z etapów projektowania zindywidualizowanych protez.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The paper describes visualization steps of the surface of internal structures of the human body during stereo-endoscopic and laparoscopic operations using modern computer vision techniques. The presented stages make it possible to obtain three-dimensional representation (more useful for representation and analysis), which is especially important for assessing the state of the examined area and for training health care specialists. The direction of further research is the development of training tools using the proposed approaches.
PL
W pracy opisano etapy wizualizacji powierzchni struktur wewnętrznych ciała ludzkiego podczas operacji stereo-endoskopowych i laparoskopowych z wykorzystaniem nowoczesnych technik widzenia komputerowego. Przedstawione etapy pozwalają na uzyskanie trójwymiarowej reprezentacji (bardziej przydatnej do reprezentacji i analizy), co jest szczególnie istotne dla oceny stanu badanego obszaru oraz dla szkolenia specjalistów ochrony zdrowia. Kierunkiem dalszych badań jest opracowanie narzędzi szkoleniowych wykorzystujących proponowane podejście.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.