《Sensors》:Reliability and Validity of AI-Based Pose Estimation Algorithms for Assessing Lower-Limb Flexibility and Joint Range of Motion
编辑推荐:
肌肉柔韧性与关节活动度(Range of Motion, ROM)评估对损伤预防和康复至关重要;然而,传统手动测量方法因依赖于检查者且耗时较长,在大规模筛查和自我监测中受到限制。本研究评估了基于人工智能(Artificial Intelligence, A
肌肉柔韧性与关节活动度(Range of Motion, ROM)评估对损伤预防和康复至关重要;然而,传统手动测量方法因依赖于检查者且耗时较长,在大规模筛查和自我监测中受到限制。本研究评估了基于人工智能(Artificial Intelligence, AI)的姿态估计与传统手动测量相比在下肢柔韧性和ROM测试中的信度与效度。20名健康志愿者(40侧下肢;年龄24.4 ± 2.6岁)接受了三项柔韧性测试——主动伸膝测试(Active Knee Extension Test, AKET)、改良托马斯测试(Modified Thomas Test, MTT)和负重弓步测试(Weight-Bearing Lunge Test, WBLT)。测试由一名物理治疗师和三种姿态估计模型(MediaPipe、OpenPose和HRNet)进行评估。评估者内信度(Intra-rater Reliability)采用ICC(3,1)进行评估。并发效度(Concurrent Validity)和一致性采用线性回归和Bland-Altman分析进行评估。所有方法的评估者内信度均为良好至优秀(ICC ≥ 0.87),并发效度较高(r2 ≥ 0.80),但使用HRNet的MTT除外(r2 = 0.73)。柔韧性测试中观察到固定偏倚。AKET和MTT的一致性界限(Limits of Agreement, LOA)范围为±8.04–10.87 cm,WBLT为±3.13–4.42 cm。WBLT显示出显著的系统偏倚,所有模型均低估?6.25°至?7.17°。在标准化实验室条件下,年轻健康志愿者的结果表明,姿态估计模型作为下肢柔韧性评估的客观工具表现出稳健的信度和并发效度。然而,系统偏倚的存在提示研究人员在AI测量与传统方法之间的可互换性方面需谨慎对待。
**论文解读**
**一、研究背景与目的**
肌肉柔韧性与关节活动度(Range of Motion, ROM)的评估是运动医学领域中康复训练和损伤预防的重要临床指标。具体而言,腘绳肌(hamstring)和股直肌(rectus femoris)的紧张以及踝关节背屈(ankle dorsiflexion)活动度受限与多种运动损伤风险密切相关,因此需要准确且频繁的评估。临床上常用的测试包括主动伸膝测试(Active Knee Extension Test, AKET)、改良托马斯测试(Modified Thomas Test, MTT)和负重弓步测试(Weight-Bearing Lunge Test, WBLT)。然而,使用量角器(goniometer)和倾角计(inclinometer)等传统工具进行手动测量需要识别骨性标志,导致检查者依赖性较强,且耗时费力,因此难以应用于运动场景中的大规模筛查。
近年来,基于深度学习的姿态估计算法(pose estimation algorithms)快速发展,能够从智能手机或单目相机拍摄的图像和视频中自动估计关节位置。此类技术成本低、操作简便,且非接触式特性减少了对解剖标志手动识别的需求,为大规模筛查、远程康复和自我监测提供了可能。然而,姿态估计模型具有任务依赖性,在特定动作中可能出现精度下降。例如,矢状面运动易受自遮挡(self-occlusion)影响,误差可达28.6°;深度屈曲姿态下效度降低且估计误差增加。既往尚无研究系统评估AI姿态估计模型在下肢柔韧性和ROM三项核心测试(AKET、MTT、WBLT)中的信度与效度。因此,本研究的首要目的是评估姿态估计模型与传统手动测量相比在上述三项测试中的信度和效度;第二目的是比较不同姿态估计算法(MediaPipe、OpenPose和HRNet)的信度、并发效度和一致性,以确定各柔韧性测试的最有效模型。研究人员假设姿态估计模型在下肢柔韧性和ROM评估中可表现出可接受的信度和效度,但其性能和与传统方法的一致性可能因测试类型而异。
**二、关键技术方法**
本研究招募了20名健康志愿者(10男10女,年龄24.4 ± 2.6岁,共40侧下肢),样本量基于信度分析的先验功效分析确定。受试者在恒温25°C的实验室内,穿着标准化T恤和短裤,先进行5分钟固定自行车热身,随后依次完成AKET、MTT和WBLT三项测试。每项测试执行四次,首次测量排除以消除预处理效应。测量由一名经验丰富的物理治疗师同时使用传统方法(通用量角器和倾角计)和图像采集(用于AI姿态估计分析)完成。图像使用iPad Pro后置摄像头在标准距离和高度下采集。AI姿态估计采用三种代表性模型:MediaPipe(BlazePose,轻量级回归策略)、OpenPose(BODY_25模型,自底向上部件关联策略)和HRNet(HRNet-W48网络,自顶向下高分辨率表示策略)。关节角度由提取的关键点坐标通过向量点积计算得出。所有测量试验按成功试验和两种失败类型(粗略关键点误差和左右对称误差)进行分类,仅成功试验纳入分析。统计方法包括:评估者内信度采用双向混合效应模型、绝对一致性、单次测量的组内相关系数ICC(3,1)(Intraclass Correlation Coefficient,衡量同一评估者多次测量一致性的指标),并计算标准测量误差(Standard Error of Measurement, SEM)和最小可检测变化(Minimal Detectable Change, MDC
95);并发效度与一致性采用线性回归和Bland-Altman分析。
**三、研究结果**
**3.1 成功与失败计数**
三种姿态估计模型在不同测试中的成功率存在差异。在AKET中,HRNet成功率最高(99%),OpenPose和MediaPipe均为94%。在MTT中,OpenPose达100%,MediaPipe为98%,而HRNet降至87%,为其最低表现。在WBLT中,OpenPose和HRNet均达到100%,MediaPipe为97%。HRNet在MTT中的失败主要表现为左右身体部位误分类,即将对称关节错误映射至同一侧,这可能归因于卷积神经网络(Convolutional Neural Networks, CNN)固有的局部性限制,在深度髋屈曲导致关节密集聚集的姿态下无法捕获充分的全局空间依赖关系。
**3.2 信度**
所有AKET测量均显示出优秀的评估者内信度,仅MediaPipe被归类为良好(95%置信区间CI: 0.89–0.96)。各方法的SEM均在±5°以内,姿态估计模型的MDC
95为9.8–10.8°,而量角器和ImageJ的MDC
95 ≤5°。在MTT中,除HRNet外所有方法信度均为优秀(95% CI: 0.83–0.95),MediaPipe和OpenPose的SEM分别为1.8°和1.7°,MDC
95分别为5.0°和4.8°,与量角器(SEM 1.6°,MDC
95 4.5°)水平相当。在WBLT中,除HRNet外所有方法信度均为优秀(95% CI: 0.87–0.95),所有姿态估计模型的SEM和MDC
95分别低于2°和5°。
**3.3 效度**
线性回归分析显示所有柔韧性测试的决定系数(Coefficient of Determination, r
2)范围为0.73至0.94,表明较高的并发效度。在AKET中,ImageJ、OpenPose和MediaPipe表现出显著的固定偏倚(1.9–3.2°),HRNet无固定偏倚,所有方法均未观察到比例偏倚。在MTT中,ImageJ和OpenPose表现出显著的固定偏倚(?3.1°和?2.2°),仅OpenPose出现显著的比例偏倚。在WBLT中,所有方法均表现出系统偏倚,所有AI姿态估计模型均存在低估现象(?6.3°至?7.2°),且所有方法均观察到比例偏倚。事后分析(post-hoc analysis)的组件级线性回归表明,系统偏倚主要来源于水平分量(即姿态估计的胫骨水平矢量分量与三角函数法中跟墙距离之间的系统性偏移),而垂直分量未检测到统计学差异。这一偏移可归因于两种方法在踝关节-足跟区域关键点定义上的差异。
**四、讨论总结与研究结论**
本研究的结果部分支持了研究假设:所有姿态估计模型均表现出较高的评估者内信度,与常规方法的相关性较强,表明效度可接受;但部分方法存在固定偏倚和比例偏倚。在信度方面,AI姿态估计方法的MDC
95与既往文献报道的传统方法测量误差范围总体相当(如AKET量角器MDC
95约12°,MTT的SEM约6°,WBLT三角函数法MDC
95约3.26°),表明姿态估计可作为可靠的替代评估工具。在效度方面,虽然Bland-Altman分析揭示了固定偏倚和较宽的一致性界限(LOA),但这些偏差很可能反映了关键点定义、测量轴线和原理上的差异,而非测量质量本身的缺陷。因此,在将AI姿态估计测量值与传统测量值直接比较或应用相同截断值(cutoff values)时需谨慎,但较高的信度和回归系数支持将姿态估计模型作为独立的定量评估工具使用。随着姿态估计模型的广泛应用,未来可能需要建立AI特异性的参考值或截断值。
在模型比较方面,MediaPipe和OpenPose的信度总体上与ImageJ(人工标注方法)相当,表明这些AI方法可替代耗时的人工标注。HRNet尽管在标准人体姿态估计基准测试中表现优异,但在涉及复杂关节位置的特定测试姿势(如MTT中深度屈髋导致的关节密集聚集)中稳健性不足。MediaPipe在临床应用中具有可在移动设备和中央处理器(CPU)上快速运行的实际优势。
本研究存在若干局限性:样本量较小且来自同一受试者的双侧下肢观测值不独立;仅纳入成功检测案例,导致信度和效度估计偏向最优情况;实验环境为良好照明的室内空间,结果可能不完全适用于户外或可变现场条件;样本为20名健康年轻成人,结果向老年人、儿童或肌肉骨骼损伤患者的推广性受限;柔韧性测试顺序未随机化;以量角器和三角函数法为参考标准本身存在人工测量误差;未评估评估者间信度;未涵盖最新的Transformer架构姿态估计模型。
**研究结论**:本研究表明,在评估下肢柔韧性和ROM方面,基于AI的姿态估计模型表现出良好至优秀的信度,并支持其与传统方法的并发效度,但存在系统性偏倚。临床医生在解读观察到的变化时应考虑测量误差,尤其是AKET的MDC
95。OpenPose和MediaPipe表现出相对优于HRNet的性能。尽管在AI测量与传统方法的可互换性方面需要审慎考量,但基于AI的姿态估计可作为评估下肢柔韧性和ROM的高效且可扩展的评估工具。