基于视频的自动Fugl-Meyer评估方法研究

Fugl-Meyer量表是目前临床使用最多的脑卒中感知运动损伤评定方法之一,但由于Fugl-Meyer量表的动作指导和评分都需要专业的康复师参与,Fugl-Meyer评估难以在居家条件下进行。为此,提出了一种基于视频的Fugl-Meyer评估系统。该系统由运动数据获取模块和Fugl-Meyer评估模块两个模块组成。运动数据获取模块可以从视频中获取欧拉角格式的运动数据;Fugl-Meyer评估模块会根据运动数据获取模块输出的数据与Fugl-Meyer量表评分形成的映射关系给出评估结果。该系统允许用户使用最常见的相机进行居家Fugl-Meyer评估。在Human 3.6M数据集上进行了实验,实验结果表明本文系统评估准确且能覆盖Fugl-Meyer量表中的绝大多数测试项目。

多模态人体运动同步数据集

人体运动数据集是运动数据去噪、运动编辑及运动合成等研究的重要基础.为支撑更具通用性的多模态数据融合研究,设计并采集一套公开的多模态人体运动数据集是亟待解决的问题.首先设计基于传感器的动作捕捉设备采集精准的运动数据、基于体感设备采集的粗糙运动数据、基于惯性测量单元采集的局部惯性数据的采集环境;然后基于网络时间协议实现设备间时序同步,以及多模态数据间的空间同步;最后分类采集了全身运动多模态数据集(HFUT multimodal motion dataset,HFUT-MMD),包含12位采集者进行6类运动的总计6971568帧数据.利用已有算法在HFUT-MMD数据集上的实验结果表明,低精度运动数据经过模型优化能够得到与精准的运动数据相近的运动数据,佐证了各模态数据间的一致性.

C++语言在数据结构中的运用分析

数据结构属于编程过程中的一个关键概念,在编程的过程中起到了十分重要的作用,由于需要处理的数据量十分庞大,并且处理过程比较烦琐,如果不通过数据结构将这些数据进行整合,编程的难度将会大大增加。数据结构虽然有很多优势,但是仍然只是一种思维的模式,需要通过有效的途径去实现,因此,在编程的过程中,数据结构就是编程过程中的法,所用到的就是编程过程中的技术。笔者尝试分析如何将数据结构应用在C++语言中,以充分发挥出数据结构的优势。