18、基于物联网与图像处理技术在步态分析及超声检查中的应用

基于物联网与图像处理技术在步态分析及超声检查中的应用

在医疗领域，高效准确的诊断和服务至关重要。本文将探讨两个不同但同样重要的医疗相关应用场景，一是基于物联网（IoT）和在线图像处理的惯性测量单元（IMU）步态分析系统，二是利用模拟和物联网应用减少超声检查中患者等待时间的研究。

基于IMU的步态分析系统

在步态分析中，利用物联网通信和服务器进行实时图像处理和传感器解读软件的研究具有重要意义。以下是该系统的详细介绍：
- 相机同步的影响 ：为了研究相机在步态分析中的作用，设置了α和β值，α取值范围为0到1，β = 1 - α。通过对不同α和β值下一个步行周期的结果分析发现，相机集成水平在多个方面影响着估计的步态数据。
- 从图12可以看出，100%和0%的相机集成水平在一定角度区间内与黄金标准数据相匹配，但相机集成水平会改变步态阶段、最大 - 最小值点以及上升和下降周期。手腕关节的估计在角度值上与黄金标准数据匹配，而腰部和膝关节在步态阶段上与黄金标准数据匹配。
- 图13显示不同的相机集成百分比对黄金标准数据和估计数据的影响不同。对于大多数关节，随着相机集成水平的提高，相关性下降。不过，一些关节运动（如手腕屈伸、手腕方向、膝关节方向和腰部方向）在相关性下降之前存在一个使相关性增加的集成区间。
- 由于跑步机行走空间的限制，腰部关节的运动较难通过相机检测到，这导致与其他关节相比，腰部运动的估计数据与黄金标准数据之间的相关性较低。因此，在自由行走应用中，相机同步可能会在腰部关节产生更准确的步态数据。此外，行走速度、相机角度和IMU方向也会影响相关性和角度 - 相位匹配。