論文の概要: Monocular markerless biomechanics for clinically interpretable gait assessment in spinal cord injury

• arxiv url: http://arxiv.org/abs/2610.05552v1
• Date: Sun, 04 Oct 2026 21:40:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.378985
• Title: Monocular markerless biomechanics for clinically interpretable gait assessment in spinal cord injury
• Title（参考訳）: 脊髄損傷における単分子マーカーレスバイオメカニクスによる歩行評価
• Abstract要約: 3次元歩行解析は脊髄損傷後のリハビリテーションをガイドする。 無マーカー下体運動学は、モーションキャプチャー測定と最先端の一致を示した。 波形成分は機能独立と条件付きであった。
• 参考スコア（独自算出の注目度）: 3.1546655665759205
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Three-dimensional gait analysis guides rehabilitation after spinal cord injury but depends on marker-based motion capture and force plates, which few clinics have. Monocular markerless pipelines have been established in fewer healthy adult cohorts but not in neurological cohorts. We present the SCAI SCI Gait dataset, comprising 239 adult individuals with spinal cord injury with synchronized video, motion capture, and force-plate measurements, we fitted a parametric body mesh to a single sagittal-view video, driving an anthropometrically scaled OpenSim model via virtual markers. Markerless lower-body kinematics showed state-of-the-art agreement with motion-capture measurements (r = 0.68-0.90, p < 0.001, and RMSE = 4.18-6.49 degrees), and accurate kinematics-based predicted ground-reaction forces closely matched those measured by force plates (r = 0.85-0.87, p < 0.001, and RMSE = 2.13-2.19 Newton per kg). Furthermore, conditional-dependence graph analysis with Markov blankets revealed that waveform components were conditionally associated with functional independence, and speed-stratified clustering revealed distinct mechanical strategies among individuals walking at similar speeds. These findings establish the use of monocular video as a scalable approach for clinically meaningful biomechanical assessment and data-driven phenotyping in patients with spinal cord injury. Github: https://github.com/SCAI-Lab/SCAI-SCI-Gait
• Abstract（参考訳）: 3次元歩行解析は、脊髄損傷後のリハビリテーションを導くが、マーカーベースのモーションキャプチャーと、ほとんど診療所を持たない力板に依存している。 単分子マーカーレスパイプラインは、健康な成人コホートが少ないが、神経学的コホートには存在しない。 SCAI SCI Gaitデータセットは、脊髄損傷239名、同期ビデオ、モーションキャプチャー、力-プレート測定で構成され、パラメトリックボディメッシュを1つのサジタルビュービデオに装着し、仮想マーカーを介して人文的にスケールしたOpenSimモデルを駆動する。 マーカーレス下半身キネマティクスは、モーションキャプチャ測定(r = 0.68-0.90, p < 0.001, RMSE = 4.18-6.49°)と最先端の合意を示し、正確なキネマティクスに基づく予測地上反応力は、力板(r = 0.85-0.87, p < 0.001, RMSE = 2.13-2.19 Newton per kg)と密接に一致した。 さらに、マルコフブランケットを用いた条件依存性グラフ解析により、波形成分が機能的独立と条件的に関連していることが明らかとなり、速度成層クラスタリングにより、同じ速度で歩く個人間で異なる機械的戦略が明らかにされた。 これらの知見は,脊髄損傷患者の臨床的に有意な生体力学的評価とデータ駆動型表現型化のためのスケーラブルなアプローチとしてモノクロビデオが有用であることを示す。 Github:https://github.com/SCAI-Lab/SCAI-SCI-Gait

関連論文リスト

• Modeling Clinical Workflow for SYNTAX Scoring from Coronary Angiography Videos [73.50200033931148]
  我々はSynTAXスコアを血管セグメントのアイデンティティ保存解剖学的推論問題として再構成する。 本手法は, 骨・骨・骨・骨・骨の骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨
  論文  参考訳（メタデータ） (2026-09-20T11:08:19Z)
• From Pixels to Newtons: Predicting In Vivo Joint Contact Forces from Monocular Video [0.6768558752130311]
  非校正モノクロビデオから即時3次元股関節・膝関節接触力を予測する物理自由パイプラインを提案する。 パラメトリックボディメッシュはフレーム毎に復元され、キネティックな特徴として符号化され、トランスフォーマーによって強制的にデコードされる。 このパイプラインは、関節ローディングを推定するための実行可能なモダリティとして、未校正単眼ビデオを確立する。
  論文  参考訳（メタデータ） (2026-06-04T18:31:00Z)
• MARVEL: Universal Murray's Law-informed Vessel Tree Segmentation and Topology Estimation [75.40785674602147]
  血管セグメンテーションのための深層学習法は、しばしば生物物理学的な制約を無視している。 これは生理的に不確実な分岐と誤分類の血管木につながる。 バイオ物理の先駆体を血管樹抽出に組み込んだ背骨非依存フレームワークMARVELについて紹介する。
  論文  参考訳（メタデータ） (2026-05-25T02:32:29Z)
• Gait2Hip-60: A Unified Deep Learning Benchmark for Predicting Hip Muscle Forces and Joint Moments from Multi-Cadence Gait Kinematics [14.156448292622136]
  歩行中の股関節筋力と関節モーメントの推定は、典型的には筋骨格シミュレーションに依存する。 本研究では,下肢歩行運動学から直接これらのヒップダイナミックスパラメータを予測するためのディープラーニングフレームワークを開発した。
  論文  参考訳（メタデータ） (2026-05-24T14:00:42Z)
• Practical Geometric and Quantum Kernel Methods for Predicting Skeletal Muscle Outcomes in chronic obstructive pulmonary disease [12.752575381856934]
  慢性閉塞性肺疾患(COPD)における骨格筋機能障害の臨床的意義 このことは、縦に取得できる最小侵襲バイオマーカーによる筋肉結果の予測的モデリングを動機付けている。 低次元データ用に設計された古典的ベースライン、スタイン発散を持つ幾何対応対称正定値(SPD)記述子、量子カーネルモデルをベンチマークした。
  論文  参考訳（メタデータ） (2026-01-01T13:25:45Z)
• Estimation of Head Motion in Structural MRI and its Impact on Cortical Thickness Measurements in Retrospective Data [4.072070248526498]
  MRIでは運動関連アーティファクトは避けられない これらのアーティファクトは、皮質厚みなどの自動神経解剖学的指標をバイアスすることができる。 ここでは、3次元畳み込みニューラルネットワークをトレーニングし、振り返りの定期的な研究スキャンで要約運動距離を推定する。
  論文  参考訳（メタデータ） (2025-05-29T18:08:59Z)
• Validation of Human Pose Estimation and Human Mesh Recovery for Extracting Clinically Relevant Motion Data from Videos [79.62407455005561]
  人間のポーズ推定を用いたマーカーレスモーションキャプチャは、IMUとMoCapのキネマティクスの結果とインラインで結果を生成する。 生成するデータの品質に関してはまだ改善の余地がありますが、この妥協はエラーの部屋にあると考えています。
  論文  参考訳（メタデータ） (2025-03-18T22:18:33Z)
• Differentiable Biomechanics for Markerless Motion Capture in Upper Limb Stroke Rehabilitation: A Comparison with Optical Motion Capture [1.5719429447906519]
  Markerless Motion Captureは、臨床環境でのモーションキャプチャーに有望なアプローチを提供する。 本研究は, バイオメカニカルモデルを用いたMCCデータとOCCデータを用いて, 飲酒作業を行う15名の脳卒中患者のキーキネマティックな結果を比較した。
  論文  参考訳（メタデータ） (2024-11-22T15:02:29Z)
• MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
  筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。 このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。 また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
  論文  参考訳（メタデータ） (2024-04-16T02:18:18Z)
• A Spatio-temporal Attention-based Model for Infant Movement Assessment from Videos [44.71923220732036]
  本研究では,短いクリップから抽出した人間のポーズを用いた新たなフィジット動作評価法を開発した。 人間のポーズは関節と手足の運動プロファイルのみをキャプチャし、無関係な外観の人工物は含まない。 実験の結果,提案手法はROC-AUCスコア81.87%を達成し,既存の競合手法よりも高い性能を示し,高い解釈性を示した。
  論文  参考訳（メタデータ） (2021-05-20T14:31:54Z)
• Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
  トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。 患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。 本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:49:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。