Automatizovaná identifikace anatomických bodů z hloubkových map zad

Abstract

Posturální stabilita hraje důležitou roli při vzpřímeném postavení člověka, aniž by došlo ke ztrátě stability často následované pádem. Hodnocení posturální stability je v klinické praxi založeno převážně na subjektivním posudku a praktických zkušenostech specialisty s minimálním využitím přístrojové techniky pro rychlou, levnou a neinvazivní diagnostiku zdravotního stavu zad. Cílem této práce je navrhnout metodu obrazové analýzy hloubkových map zad ze senzoru Kinect, která detekuje průběh páteře. Součástí práce je uživatelský skript, jehož výstupem je vizualizace detekovaného průběhu páteře. Tento průběh je porovnán s referenční metodou využívající reflexní markery. Navržená metoda detekuje jednotlivé body představující páteř v oblasti zad mezi krční a bederní částí. Implementace metody byla provedena nad vstupním souborem dat naměřeným v rámci jiné studie. Výsledky ukazují, že se detekovaná páteř u těchto dat statisticky významně lišila v porovnání s referenční metodou. Na základě výsledků této práce byl předložen návrh jiné referenční metody pro vyhodnocování metod obrazové analýzy hloubkových map zad ze senzoru Kinect.

Postural stability plays a major role in the human upright stance, so that a stability loss followed by a fall risk does not occur. In clinical practise, postural stability evaluation is based mostly on examiner's experience and subjective judgement with a minimal use of technical devices for quick, cheap and noninvasive diagnosis of patient's back health. The aim of this master's thesis is to propose a method of a back depth map analysis from a Kinect sensor, which can detect a spine curve. As a part of this thesis, a user script is proposed with a graphical output of the detected spine curve. This curve is compared with the reference method that uses reflective markers. The proposed method detects each point of the spine in the area of the back between the cervical and lumbal part. The method was applied to an input data set measured within a different previous study. The results show that there is a statistically significant difference between the detected spine curve and the reference markers in this data set. Based on this master's thesis results, a suggestion of a different reference method is proposed for future evaluation of a back depth map analysis from the Kinect sensor.