编辑推荐：
为解决康复领域数据收集问题，研究人员开展了深度数据和上肢损伤对轻量化单目 RGB 人体姿态估计（HPE）模型影响的研究。结果显示早期融合深度数据可提升 HPE 模型的精度 - 效率平衡，且模型精度不受肢体损伤影响。这为康复数据收集提供了新方向。
在康复医学的广阔领域中，精准量化运动表现对评估治疗效果和实现个性化治疗至关重要。传统的基于标记的光学运动捕捉（MoCap）系统虽精度高，却如同 “笨重的大象”，不仅设备昂贵、搭建耗时，还只能在实验室特定环境下收集数据，严重限制了数据的多样性和数量。随着深度学习的蓬勃发展，基于视频数据的人体姿态估计（HPE）技术崭露头角。它成本低、使用方便，能摆脱场地限制收集大量数据。然而，目前的 HPE 模型存在两大关键问题：一是深度数据利用不足，3D RGB HPE 模型常受深度模糊困扰，虽 RGB - D 数据能解决此问题，但多数模型未充分利用；二是模型多基于健康人数据训练，在康复场景中对有肢体损伤患者的适用性存疑。
为攻克这些难题，来自加拿大的 KITE 研究所、多伦多大学等机构的研究人员 Gloria - Edith Boudreault - Morales、Cesar Marquez - Chin 等人开展了深入研究，成果发表于《BioMedical Engineering OnLine》。
研究人员主要采用了以下关键技术方法：首先，选取了 CMU Panoptic、Human3.6M 公共数据集及自定义数据集（包含 15 名未受伤者和 12 名中风患者的 RGB - D 和光学运动捕捉数据）。其次，选择 Dite - HRNet（用于 2D HPE）和 MobileHumanPose（用于 3D HPE）这两个轻量化单目 RGB HPE 模型，并运用早期融合（CH）、简单中间融合（Cat）和复杂中间融合（Fuse）三种技术将深度数据融入模型。最后，通过平均关节位置误差（MPJPE）、浮点运算次数（FLOPs）和帧率等指标评估模型性能。
研究结果如下：
- 深度数据对轻量化单目 HPE 模型的影响
- 对精度的影响：在不同数据集测试中，CH 方法通常能使模型获得更低的 MPJPE。以 Dite - HRNet 模型为例，在 CMU 数据集训练和测试时，CH 模型的 MPJPEpix为 18.86 像素，低于 RGB 模型的 25.70 像素；在 SUD 数据集上，CH 模型的 MPJPEpix均值为 11 像素，同样表现更优。MobileHumanPose 模型也呈现类似趋势，在 H3.6M 数据集训练和测试时，CH 模型的 MPJPEmm为 72.52 毫米，比 RGB 模型的 463.95 毫米低很多。不过，在 2D HPE 中，随着训练数据增加，深度数据带来的优势会减弱；而在 3D HPE 中，优势则会增强。
- 对计算效率的影响：从 FLOPs 来看，RGB 版本模型最低，CH 版本紧随其后，Cat 和 Fuse 版本较高。在帧率方面，2D HPE 中 CH 方法与 RGB 模型相近或略高，Cat 和 Fuse 模型则较慢；3D HPE 中模型复杂度增加（FLOPs 增多）时帧率下降，CH 模型速度仅次于 RGB 模型。
- 身体损伤对轻量化单目 HPE 模型的影响：利用自定义 SUD 数据集，对比未受伤组和中风组的 HPE 精度。结果显示，所有模型在两组间的 MPJPE 差异均无统计学意义（所有 p 值 > 0.36），表明模型训练数据虽来自健康人，但对有身体损伤的患者同样适用。
研究结论和讨论部分意义重大。在深度数据利用方面，早期融合深度数据（CH 方法）在提升模型精度的同时，对计算效率影响较小，为 HPE 模型的优化提供了有效途径。在模型适用性上，研究首次证实身体损伤对 HPE 模型预测精度无显著影响，意味着基于健康人数据训练的模型可推广应用于康复场景，为康复医学中使用 HPE 技术提供了有力依据。这一成果有望重塑康复治疗流程，在患者层面实现更精准的运动评估和个性化干预；在系统层面，为康复过程中的数据收集提供可扩展方案，推动康复医学的发展，助力构建更完善的康复干预证据体系。但研究也存在局限性，如数据多样性不足，未来可探索更多样化数据对模型的影响，进一步优化 HPE 模型在康复领域的应用。
