¿Es sin marcadores más o menos? Comparando un método de visión por computadora en smartphone para la evaluación de la cojera equina con la captura de movimiento de múltiples cámaras
Autores: Lawin, Felix Järemo; Byström, Anna; Roepstorff, Christoffer; Rhodin, Marie; Almlöf, Mattias; Silva, Mudith; Andersen, Pia Haubro; Kjellström, Hedvig; Hernlund, Elin
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
¿Es sin marcadores más o menos? Comparando un método de visión por computadora en smartphone para la evaluación de la cojera equina con la captura de movimiento de múltiples cámaras
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Zootecnia
Palabras clave
Visión por computadora
Inteligencia artificial
Evaluación ortopédica de la marcha
Teléfono inteligente
Análisis de movimiento
Evaluación de la cojera
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 9
Citaciones: Sin citaciones
La visión por computadora es una subcategoría de la inteligencia artificial centrada en la extracción de información de imágenes y videos. Proporciona un nuevo medio convincente para la evaluación objetiva de la marcha ortopédica en caballos utilizando hardware accesible, como un teléfono inteligente, para el análisis de movimiento sin marcadores. Este estudio tuvo como objetivo explorar la capacidad de evaluación de la cojera de una aplicación de visión por computadora sin marcadores con una sola cámara (SC) en un teléfono inteligente, comparando las mediciones del movimiento vertical de la cabeza y la pelvis con un sistema de captura de movimiento óptico de múltiples cámaras (MC) utilizando marcadores reflectantes adheridos a la piel. Se grabaron veinticinco caballos con un teléfono inteligente (60 Hz) y un sistema MC de 13 cámaras (200 Hz) mientras trotaban dos veces de ida y vuelta en una pista de 30 m. El video del teléfono inteligente se procesó utilizando redes neuronales artificiales que detectaban la dirección, acción y movimiento de los segmentos del cuerpo del caballo. Después de filtrar, las curvas de desplazamiento vertical de la cabeza y la pelvis se sincronizaron entre los sistemas utilizando correlación cruzada. Esto resultó en 655 y 404 curvas segmentadas de zancada coincidentes para la cabeza y la pelvis, respectivamente. A partir de las señales de desplazamiento vertical segmentadas por zancada, se compararon las diferencias entre los dos mínimos (MinDiff) y los dos máximos (MaxDiff) respectivamente por zancada entre los sistemas. La diferencia media entre los sistemas fue de mm (rango 0.0-8.7 mm) para la cabeza y 2.2 mm (rango 0.0-6.5 mm) para la pelvis. Las desviaciones estándar dentro del ensayo variaron entre 3.1-28.1 mm para MC y entre 3.6-26.2 mm para SC. La facilidad de uso y el buen acuerdo con MC indican que la aplicación SC es una herramienta prometedora para detectar niveles clínicamente relevantes de asimetría en caballos, lo que permite un monitoreo de la marcha frecuente y conveniente a lo largo del tiempo.
Descripción
La visión por computadora es una subcategoría de la inteligencia artificial centrada en la extracción de información de imágenes y videos. Proporciona un nuevo medio convincente para la evaluación objetiva de la marcha ortopédica en caballos utilizando hardware accesible, como un teléfono inteligente, para el análisis de movimiento sin marcadores. Este estudio tuvo como objetivo explorar la capacidad de evaluación de la cojera de una aplicación de visión por computadora sin marcadores con una sola cámara (SC) en un teléfono inteligente, comparando las mediciones del movimiento vertical de la cabeza y la pelvis con un sistema de captura de movimiento óptico de múltiples cámaras (MC) utilizando marcadores reflectantes adheridos a la piel. Se grabaron veinticinco caballos con un teléfono inteligente (60 Hz) y un sistema MC de 13 cámaras (200 Hz) mientras trotaban dos veces de ida y vuelta en una pista de 30 m. El video del teléfono inteligente se procesó utilizando redes neuronales artificiales que detectaban la dirección, acción y movimiento de los segmentos del cuerpo del caballo. Después de filtrar, las curvas de desplazamiento vertical de la cabeza y la pelvis se sincronizaron entre los sistemas utilizando correlación cruzada. Esto resultó en 655 y 404 curvas segmentadas de zancada coincidentes para la cabeza y la pelvis, respectivamente. A partir de las señales de desplazamiento vertical segmentadas por zancada, se compararon las diferencias entre los dos mínimos (MinDiff) y los dos máximos (MaxDiff) respectivamente por zancada entre los sistemas. La diferencia media entre los sistemas fue de mm (rango 0.0-8.7 mm) para la cabeza y 2.2 mm (rango 0.0-6.5 mm) para la pelvis. Las desviaciones estándar dentro del ensayo variaron entre 3.1-28.1 mm para MC y entre 3.6-26.2 mm para SC. La facilidad de uso y el buen acuerdo con MC indican que la aplicación SC es una herramienta prometedora para detectar niveles clínicamente relevantes de asimetría en caballos, lo que permite un monitoreo de la marcha frecuente y conveniente a lo largo del tiempo.