无标记(markerless)动作分析技术可靠性评估:一项生物力学运动分析中各系统性能的比较研究

《Frontiers in Sports and Active Living》:Reliability assessment of markerless technologies in biomechanical motion analysis: a performance comparison

【字体: 大 中 小 】 时间:2026年01月12日 来源:Frontiers in Sports and Active Living 2.6

编辑推荐:

  引言:身体追踪系统(body tracking systems)广泛应用于健康与体育等领域,针对研究设计目的选用最准确、合适的系统至关重要。方法:本研究以标记式(marker-based)系统OptiTrack为金标准(gold standard),评估无标记

  
引言:身体追踪系统(body tracking systems)广泛应用于健康与体育等领域,针对研究设计目的选用最准确、合适的系统至关重要。方法:本研究以标记式(marker-based)系统OptiTrack为金标准(gold standard),评估无标记(markerless)动作捕捉系统的可靠性,受评系统包括StereoLabs ZED 2i、MediaPipe(2D和3D)及YOLOv8 Pose(8n和8x-p6)。在受控条件下对单名受试者分析简单的上肢与下肢动作,主要采用组内相关系数(Intraclass Correlation Coefficient, ICC)值和Bland-Altman分析评估系统间一致性,并辅以其他统计手段提供补充视角。结果:结果表明StereoLabs ZED 2i在无标记系统中可靠性最高(多相机ICC:0.92,单立体相机ICC:0.88),MediaPipe 2D亦表现出有竞争力的性能(ICC:0.85)。讨论:本研究通过提供全面评估并揭示文献中大多被忽视的性能差异,不仅质疑现有范式,也为未来研发精确且可扩展的运动追踪技术奠定基础,有助于理解无标记技术在生物力学中的适用性。
论文解读:《无标记(markerless)动作分析技术可靠性评估:一项生物力学运动分析中各系统性能的比较研究》
该研究发表于《Frontiers in Sports and Active Living》。
一、研究背景与目的
传统标记式(marker-based)光学动作捕捉系统(如OptiTrack)因精度高被视为生物力学运动分析的金标准(gold standard),但其存在标记粘贴耗时、需专业人员操作、设备昂贵、须专用实验室且限于室内使用等局限。近年来,基于计算机视觉与深度学习的无标记(markerless)运动捕捉技术——利用普通RGB或RGB-D相机结合二维/三维姿态估计网络(如MediaPipe框架或基于Transformer的架构)——因低成本、便携、无需物理标记而受到关注,可分为单目/多视角、RGB/深度等不同硬件与算法配置。其中StereoLabs等深度相机通过融合立体RGB与深度感知可在较小捕捉空间内恢复三维关节位置,已在远程康复等领域应用。已有验证研究显示无标记系统在步态、跑步、上肢及平衡任务中与标记式系统的一致性因关节、任务而异,但多数仅测试单一系统且多在多受试者队列中聚焦步态或跑步,缺乏在相同严格受控条件下对比不同低成本流程(含深度式和纯视频式)对上肢及下肢运动学表现的证据。为此,研究人员开展本项基础性仪器精度比较研究,旨在明确常用无标记系统相较金标准提供可靠、准确关节角度测量的程度,以辅助临床与体育科研人员依精度需求、成本及可行性选型。
二、主要关键技术方法
研究人员采用强化重复测量单被试实验设计(single-subject experimental design, SSED),招募一名健康女性受试者(20岁,165 cm,53 kg)无肌骨神经疾患,签署知情同意并经伦理委员会批准(KAEK-200)。以16镜头OptiTrack(240 Hz,49枚14 mm被动反射标记,按Plug-in Gait等规范贴放)为参照金标准;同步采集五台StereoLabs ZED 2i(60 Hz,720p,经ZED360标定并多相机融合或取单立体相机模式)的视频。同一视频分别输入StereoLabs内置体驱追踪、MediaPipe(2D及3D版)、YOLOv8-Pose(YOLOv8n-pose即8n模型与YOLOv8x-pose-p6即8x-p6模型)提取关节角。要求受试者重复执行标准化的单自由度(single-degree-of-freedom, single-DoF)上肢(肩外展/内收、水平外展/内收、旋转;肘屈/伸)与下肢(髋屈/伸、外展/内收、旋转;膝屈/伸)动作各5次。经最近邻时间戳匹配算法将60 Hz无标记数据与240 Hz OptiTrack数据时间同步(最大约±2.08 ms偏差)。以ICC(2,k)评估相对可靠性(ICC<0.5差,0.5–0.75中等,0.75–0.9高,>0.9优异),辅以Bland-Altman分析求偏差(Bias)、95%一致性界限(Limits of Agreement, LoA)、测量标准误(Standard Error of Measurement, SEM)及最小可测变化(Minimal Detectable Change, MDC),使用Python的Pingouin包计算。
三、研究结果
整体ICC表现
以OptiTrack为参照,各无标记系统全关节—动作组合的平均ICC为:StereoLabs多相机0.92(范围0.71–0.98)、StereoLabs单立体相机0.88(0.24–0.99)、MediaPipe 2D 0.85(0.47–0.98)、MediaPipe 3D 0.66(0.27–0.96)、YOLOv8 Pose 8n 0.61(?0.03–0.98)、YOLOv8 Pose 8x-p6 0.74(0.20–0.98)。表明多相机StereoLabs最接近金标准,MediaPipe 2D优于其3D版及YOLO系列单相机模型。
肩关节(Reliability between methods w.r.t. golden standard for shoulder)
肩外展/内收各系统ICC均较高(多≥0.95)。肩水平外展/内收与旋转中,StereoLabs多相机ICC较高(水平外展/内收右0.94左0.96,旋转右0.98左0.98),MediaPipe 3D在旋转与水平外展动作ICC偏低(最低右水平外展0.32),YOLOv8n及8x-p6在某些旋转动作ICC降至0.42–0.82。StereoLabs对应SEM及MDC亦更小。
肘关节(Reliability between methods w.r.t. golden standard for elbow)
肘屈/伸StereoLabs多相机ICC高(右0.97左0.96),MediaPipe 2D保持较好(右0.95左0.94),MediaPipe 3D明显下降(右0.61左0.42),YOLOv8n在左侧仅0.57。StereoLabs误差指标低。
髋关节(Reliability between methods w.r.t. golden standard for hip)
结果呈关节—动作依赖性:髋屈/伸StereoLabs多相机较优(右0.91);髋外展/内收MediaPipe 2D与YOLOv8 8x-p6达0.94;髋旋转单StereoLabs及MediaPipe 2D、YOLOv8 8x-p6可达0.93–0.95,但YOLOv8n及MediaPipe 3D部分条件ICC低于0.5甚至近零(右髋屈/伸YOLOv8n为?0.03),提示单相机模型在深度模糊与肢体遮挡下可能失效。
膝关节(Reliability between methods w.r.t. golden standard for knee)
膝屈/伸StereoLabs多相机ICC为0.95(双侧),单StereoLabs右膝仅0.24,MediaPipe 3D(0.71–0.76)略优于MediaPipe 2D;YOLOv8n及8x-p6部分ICC接近零或为负(右YOLOv8n ?0.03),归因于肢体重叠致遮挡与深度感知不足。Bland-Altman图示多数数据点落于LoA内,极端角度误差趋近零,但个别条件LoA宽(如MediaPipe 3D右肩水平外展/内收LoA约140°),提示不适用于需高精度临床场景。
四、讨论与结论总结
讨论指出多相机StereoLabs无标记系统在所测各关节中平均ICC最高且与金标准偏差较小,但LoA在某些条件下仍宽至约30°,故应视为本研究中表现最佳之无标记方案而非金标准替代。MediaPipe 2D意外优于MediaPipe 3D,源于单RGB升维至3D属病态问题(ill-posed problem),简单平面运动中2D关键点定位稳健且免受深度重建误差干扰。单相机RGB模型靠训练集推断深度,对遮挡与旋转任务泛化差,且无时序约束致波动大;StereoLabs借助立体深度感知直接解算深度故旋转跟踪更优。上身运动中多相机StereoLabs优,髋膝某些动作单相机MediaPipe 3D略有改善或与减少2D投影失真有关。着黑色连体服加反光标记可能微降无标记系统绝对精度,结果属保守估计。局限含单被试设计(特为隔离仪器方差设基线而非群体效度断言)及仅慢速单自由度动作、60 Hz帧率不适高速动态;未来需多人群、高速生态动作验证。
研究结论翻译:
OptiTrack标记式系统为领域内金标准。StereoLabs无标记多相机系统表现出色(平均ICC[Multi]:0.915,平均ICC[Single]:0.868),在无法粘贴标记时具可行性。多相机StereoLabs配置多数关节角度ICC更高、偏差更小,但一致性界限仍宽,应视作本研究中相对最优无标记选项而非临床/运动生物力学中高精度标记式系统替代品。单相机方案如MediaPipe 2D可作为康复监测或远程医疗经济可及之选,YOLOv8模型适于优先考虑速度的实时体育分析,MediaPipe 2D(平均ICC:0.848)与YOLO Pose 8x-p6(平均ICC:0.740)对较简动作具满意精度。虽标记式系统仍为精细分析首选,计算机视觉与机器学习进展使无标记系统更适多场景,尤当成本、便捷及无创为首要考量,系统选型应权衡应用需求中对精度、复杂度及可行性的妥协。弥合当前能力与临床竞技需求差距需整合多视角融合(multi-view fusion)解单相机遮挡、加入生物力学约束防解剖不合理姿态、扩充训练集及跨设备标准化,并对黑箱深度学习引入可解释性分析(如SHAP或LIME)以提升信任度。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号