BriefGPT - AI 论文速递
·
AtGCN：用于共济失调步态检测的图卷积网络
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
临床步态分析（CGA）是人工智能的新兴领域，面临数据和任务目标的挑战。本文介绍了步态分析的方法和数据集，并推出了包含1874个步态序列的步态异常视频数据集（GAVD）。使用预训练模型对GAVD进行异常检测，准确率分别为94%和92%。
🎯
关键要点
- 临床步态分析（CGA）是人工智能中的新兴领域。
- CGA面临可访问的现实世界数据和明确的任务目标的障碍。
- 本文介绍了适用于步态分析的基于计算机视觉的方法和数据集。
- 推出了步态异常视频数据集（GAVD），包含1874个正常、异常和病态步态序列。
- GAVD数据集包含来自公开在线平台的临床注释的RGB数据。
- 使用预训练模型TSN和SlowFast网络对GAVD进行异常检测，准确率分别为94%和92%。
- 提供了超过450个在线视频的GitHub仓库链接和与CGA相关的临床注释。
➡️
