Разработка игрового модуля с использованием технологии оценки положения тела человека для системы неврологической реабилитации
(Стр. 116-128)

Развитие алгоритмов глубокого обучения позволяет расширить область их применения на различные сферы жизни человека. Сегодня глубокие нейронные сети могут решать задачи по обработке естественного языка, генерации данных, компьютерного зрения и так далее. В работе разработан и внедрен игровой модуль для системы неврологической реабилитации, использующий алгоритм оценки позы человека (Human pose estimation) на видео. В процессе исследования были рассмотрены различные алгоритмы HPE, включая REMOTE, MAPN и MediaPipe Pose, и проведен их сравнительный анализ по метрикам PCK, FPS и MAP. В результате был выбран MediaPipe Pose, обеспечивающий наилучший баланс между точностью и производительностью. Разработанный игровой модуль позволяет пациентам выполнять движения в интерактивной среде, а врачам – отслеживать прогресс реабилитации на основе параметров движений таких, как количество выполнений, время между выполнениями, количество ошибок при выполнении, типы совершаемых ошибок. Модуль поддерживает возможность выбора уровня сложности игры врачом для работы с пациентами на разных этапах реабилитации.

ОБРАЗЕЦ ЦИТИРОВАНИЯ: Павликов А.Е. Разработка игрового модуля с использованием технологии оценки положения тела человека для системы неврологической реабилитации // Computational Nanotechnology. 2025. Т. 12. № 1. С. 116-128. DOI: 10.33693/2313-223X-2025-12-1-116-128. EDN: MQMTIG

Hak Gu Kim, Sangmin Lee, Seongyeop Kim. Towards a better understanding of VR sickness: Physical symptom prediction for VR contents // arXiv. 2021.
Steinmetz J.D., Seeher K.M., Schiess N. et al. Global, regional, and national burden of disorders affecting the nervous system, 1990–2021: A systematic analysis for the Global Burden of Disease Study 2021 // The Lancet Neurology. 2024. Vol. 23. Issue 4. Pp. 344–381.
Sungtaek Cho, Dongyeon Kim, Sungon Lee. A comparative evaluation of a single and stereo lighthouse systems for 3-D estimation // IEEE Sensors Journal. 2021. P. 99.
Xianzheng Ma, Hossein Rahmani, Zhipeng Fan et al. REMOTE: Reinforced motion transformation network for semi-supervised 2D pose estimation in videos // The Thirty-Sixth AAAI Conference on Artificial Intelligence (AAAI-22). 2022. Pp. 1944–1952.
Zhipeng Fan, Jun Liu, Yao Wang. Motion adaptive pose estimation from compressed videos // IEEE/CVF International Conference on Computer Vision (ICCV). 2021. Pp. 11719–11728.
Бычков А.Г., Киселёва Т.В., Маслова Е.В. Использование сверточных нейросетей для классификации изображений // Вестник Сибирского государственного индустриального университета. 2023. № 1 (43). С. 39–49.
Карякин А.В. Исследование задачи детектирования человека с помощью компьютерного зрения. URL: https://www.researchgate.net/publication/381037033_Issledovanie_zadaci_detektirovania_celoveka_s_pomosu_komputernogo_zrenia (дата обращения: 24.04.2025).
Кисленко С.Л., Менжега М.М. Использование современных технических средств в процессе фиксации результатов осмотра места происшествия // Вестник Института права Башкирского государственного университета. 2024. № 7 (3 (23)). С. 108–123.
Коновалов А.Н., Пилипенко Ю.В. и др. Использование дополненной реальности как метода нейронавигации при выполнении экстра-интракраниального микроанастомоза // Оперативная хирургия и клиническая анатомия. 2024. Т. 8. № 3. С. 28–34.
Кудинов Я.О. Исследование возможности классификации картин при помощи компьютерного зрения. URL: https://www.researchgate.net/publication/377219522_Klassifikacia_kartin_s_pomosu_komputernogo_zrenia (дата обращения: 30.01.2025).
Леонов И.Ю. Human pose estimation на изображениях асан в йоге. URL: https://www.researchgate.net/publication/381116740_Human_pose_estimation_na_izobrazeniah_asan_v_joge (дата обращения: 30.01.2025).
Павликов А.Е., Городничев М.Г. Обзор технологий определения положения тела человека // Модели, системы, сети в экономике, технике, природе и обществе. 2023. № 3. С. 81–97.
Писарь Н.В. Технологии виртуальной и дополненной реальности как инструмент обучения коммуникации на русском языке // Преподаватель XXI век. 2023. No. 3. Ч. 1. С. 212–222.
Хуако В.О., Абакумов А.А. Определение положения тела человека с использованием нейронных сетей. URL: https://www.researchgate.net/publication/380785157_Opredelenie_polozenia_tela_celoveka_s_ispolzovaniem_nejronnyh_setej (дата обращения: 30.01.2025).

оценка позы человека, неврологическая реабилитация, глубокое обучение, машинное зрение, автоматизированная диагностика движений.