理学療法ジャーナル58巻4号

2024年04月発行

特集 DXが理学療法にもたらす未来

歩行分析のデジタイゼーション—深層学習を活用した姿勢推定技術の現在地点と今後のDXの可能性

著者： 奥山航平¹²

所属機関： ¹東京湾岸リハビリテーション病院リハビリテーション部 ²慶應義塾大学医学部リハビリテーション医学教室

ページ範囲：P.411 - P.416

Point

●深層学習を活用した姿勢推定技術により，簡便かつ安価に定量的な歩行分析が実施可能である

●姿勢推定技術による歩行分析の精度は，時空間的パラメータはおおむね良好とされている一方で，運動学的パラメータには課題が残されている

●低コストで大量の歩行情報が集積可能になることで，歩行以外の臨床的に有益な情報が推定できる可能性がある

参考文献

1）Abu-Faraj ZO, et al：Human gait and clinical movement analysis, 2nd ed. Wiley encyclopedia of electrical and electronics engineering. pp1-34, Wiley, New York, 2015

2）飯田　勝：歩行分析の目的，歴史，方法．理学療法と作業療法1986；20：40-46

3）Cao Z, et al：OpenPose：realtime multi-person 2D pose estimation using part affinity fields. IEEE Trans Pattern Anal Mach Intell 2021；43：172-186

4）Votel R, et al：Next-generation pose detection with MoveNet and TensorFlow. js. 2021. https://blog.tensorflow.org/2021/05/next-generation-pose-detection-with-movenet-and-tensorflowjs.html（2023年11月29日閲覧）

5）Bazarevsky V, et al：BlazePose：on-device real-time body pose tracking. arXiv 2020. doi：10.48550/arXiv.2006.10204

6）Uhlrich SD, et al：OpenCap：Human movement dynamics from smartphone videos. PLoS Comput Biol 2023；19：e1011462. doi：10.1371/journal.pcbi.1011462

7）Mathis A, et al：DeepLabCut：markerless pose estimation of user-defined body parts with deep learning. Nat Neurosci 2018；21：1281-1289

8）Yamamoto M, et al：Accuracy of temporo-spatial and lower limb joint kinematics parameters using OpenPose for various gait patterns with orthosis. IEEE Trans Neural Syst Rehabil Eng 2021；29：2666-2675

9）John K, et al：Accuracy of video-based gait analysis using pose estimation during treadmill walking versus overground walking in persons after stroke. Phys Ther 2023：pzad121. doi：10.1093/ptj/pzad121

10）Washabaugh EP, et al：Comparing the accuracy of open-source pose estimation methods for measuring gait kinematics. Gait Posture 2022；97：188-195

11）Horsak B, et al：Concurrent validity of smartphone-based markerless motion capturing to quantify lower-limb joint kinematics in healthy and pathological gait. J Biomech 2023；159：111801. doi：10.1016/j.jbiomech.2023.111801

12）Stenum J, et al：Two-dimensional video-based analysis of human gait using pose estimation. PLoS Comput Biol 2021；17：e1008935. doi：10.1371/journal.pcbi.1008935

13）Wade L, et al：Applications and limitations of current markerless motion capture methods for clinical gait biomechanics. PeerJ 2022；10：e12995. doi：10.7717/peerj.12995

14）Kidziński Ł, et al：Deep neural networks enable quantitative movement analysis using single-camera videos. Nat Commun 2020；11：4054. doi：10.1038/s41467-020-17807-z

15）Ng KD, et al：Measuring gait variables using computer vision to assess mobility and fall risk in older adults with dementia. IEEE J Transl Eng Health Med 2020；8：2100609. doi：10.1109/JTEHM.2020.2998326

16）Zhao N, et al：See your mental state from your walk：recognizing anxiety and depression through Kinect-recorded gait data. PLoS One 2019；14：e0216591. doi：10.1371/journal.pone.0216591.

17）Wang Y, et al：Detecting depression through gait data：examining the contribution of gait features in recognizing depression. Front Psychiatry 2021；12：661213. doi：10.3389/fpsyt.2021.661213