視頻步態分析可用于確定一個人跌倒的風險,然后通過物理治療或指導性鍛煉降低跌倒風險。視頻步態分析在一個裝有多個攝像頭的實驗室里進行,放置在跑步機周圍。跑步者或步行者在他或她的身體上的不同標志物上有小的反射標記物,例如膝蓋、腳踝和骨盆上的點。患者行走或跑步大約30秒。計算機會跟蹤標記物的移動,計算機計算每個點的力和軌跡。計算機模型為分析員提供了對每個關節運動的詳細分析。
視頻步態分析有助于發現內旋不足或過度,這可能導致腳踝不穩定。視頻步態分析的一種常見類型是確定跑步者的位置跑步時的腳。跑步者的腿,步幅適中,從膝蓋到腳的運動完全一致。內旋過度者的腳在跑步時會轉向內側。腳掌內旋不足的跑步者在跑步時會發現自己的腳轉向外側一旦診斷出來,就有治療用的鞋子和襯墊,可以幫助中和步幅,減輕內旋或過度內旋造成的壓力。一種形式的視頻步態分析被用來確定一個人跌倒的風險。該方法使用步態異常評定量表(GARS)。GARS分析身體16個不同部位,共5個部位,軀干、上半身和頭部有7個,下半身有4個。每個區域的評分從0分(好)到3分(差)。綜合得分提供了一個基線,以確定參與者是否有較高的跌倒風險。視頻步態分析的一個相對新的用途是在生物識別領域。生物特征識別是根據人的身體或性格的某些不變的方面來識別人的過程。步態分析屬于行為生物識別,也包括聲音和打字節奏。另一種生物特征識別是生理學的,包括身份篩選,如手掌和指紋、DNA、虹膜和面部識別。
0 篇文章
如果覺得我的文章對您有用,請隨意打賞。你的支持將鼓勵我繼續創作!