视频步态分析可用于确定一个人跌倒的风险,然后通过物理治疗或指导性锻炼降低跌倒风险。视频步态分析在一个装有多个摄像头的实验室里进行,放置在跑步机周围。跑步者或步行者在他或她的身体上的不同标志物上有小的反射标记物,例如膝盖、脚踝和骨盆上的点。患者行走或跑步大约30秒。计算机会跟踪标记物的移动,计算机计算每个点的力和轨迹。计算机模型为分析员提供了对每个关节运动的详细分析。
视频步态分析有助于发现内旋不足或过度,这可能导致脚踝不稳定。视频步态分析的一种常见类型是确定跑步者的位置跑步时的脚。跑步者的腿,步幅适中,从膝盖到脚的运动完全一致。内旋过度者的脚在跑步时会转向内侧。脚掌内旋不足的跑步者在跑步时会发现自己的脚转向外侧一旦诊断出来,就有治疗用的鞋子和衬垫,可以帮助中和步幅,减轻内旋或过度内旋造成的压力。一种形式的视频步态分析被用来确定一个人跌倒的风险。该方法使用步态异常评定量表(GARS)。GARS分析身体16个不同部位,共5个部位,躯干、上半身和头部有7个,下半身有4个。每个区域的评分从0分(好)到3分(差)。综合得分提供了一个基线,以确定参与者是否有较高的跌倒风险。视频步态分析的一个相对新的用途是在生物识别领域。生物特征识别是根据人的身体或性格的某些不变的方面来识别人的过程。步态分析属于行为生物识别,也包括声音和打字节奏。另一种生物特征识别是生理学的,包括身份筛选,如手掌和指纹、DNA、虹膜和面部识别。
0 篇文章
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!