Доктор медицинских наук, профессор И.И. Новикова¹
Доктор педагогических наук, профессор В.Н. Коновалов²
Кандидат медицинских наук, доцент Е.В. Усачева³
Кандидат технических наук, доцент О.М. Куликова^{1, 4
1}Новосибирский научно-исследовательский институт гигиены Роспотребнадзора, Новосибирск
²Сибирский государственный университет физической культуры и спорта, Омск
³Омский государственный медицинский университет, Омск
⁴Сибирский государственный автомобильно-дорожный университет, Омск

Цель исследования – разработать комплекс показателей объективизации ходьбы человека.
Методика и организация исследования. Методология исследования построена на применении аппарата нейронных сетей для реконструкции координат точек элементов тела человека по видеофрагменту с применением модели Body_25. Расчет параметров движений проводился с применением методов параметрической геометрии.
Результаты исследования и выводы. Для оценки ходьбы экспертным путем выделены параметры, подлежащие регистрации: 1) амплитуда маятникообразного движения рук во время ходьбы; 2) скорость ходьбы; 3) длина шага; 4) высота подъема стопы; 5) частота шагов; 6) угол между бедром и голенью; 7) угол между плечом и предплечьем; 8) угол между головой и вертикалью, определяемой прямой, перпендикулярной к плоскости поверхности ходьбы. Расчет координат точек элементов тела проводится с помощью системы OpenPose. Апробация разработанного подхода выполнена на примере оценки параметров движений на примере ходьбы девочки 8 лет. Разработан новый подход к идентификации движений во время ходьбы, определены параметры ходьбы, что позволяет сделать анализ ходьбы более доступным, особенно в областях, где нет опыта в оценке ходьбы, в том числе в медицинских исследованиях.

Ключевые слова: ходьба, параметры ходьбы, искусственный интеллект, OpenPose.

Литература

1. Гуй Ю. Современные возможности и вызовы для ученых в области биомеханики спорта / Ю. Гуй // Теория и практика физической культуры. – 2024. – № 1. – С. 12-13.
2. Королева С.В. Новая технология оценки ходьбы и пример ее применения в профилактике травматизма при подготовке спортсменов / С.В. Королева // Физическая культура и спорт в структуре профессионального образования: ретроспектива, реальность и будущее: материалы Всероссийской научно-практической конференции, Иркутск, 30 апреля 2020 года. – Иркутск: Восточно-Сибирский институт Министерства внутренних дел Российской Федерации, 2020. – С. 233-237.
3. Рыбина Е.А. Положительное воздействие ходьбы на организм / Е.А. Рыбина, А.А. Власова, В. А. Ротанова и др. // Современные научные исследования и инновации. – 2020. – № 5 (109). – С. 28. URL: http://web.snauka.ru/issues/2020/05/92508 (дата обращения: 16.09.2023).
4. Сироткина И.Е. Биомеханика: между наукой и искусством / И.Е. Сироткина // Вопросы истории естествознания и техники. – 2011. – Т. 32.– № 1. – С. 46-70.
5. Baroudi L., Yang H., Newman M.W. et al. Investigating walking speed variability of young adults in the real world // Gait Posture. 2022. Vol. 98. P. 69-77.
6. Bohannon R.W., Andrews A.V. Normal walking speed: a descriptive meta-analysis // Physiotherapy. 2011. Vol. 97. No. 3. P. 182-189.
7. Kamnardsiri T., Boripuntakul S., Kayket S. Computer vision-based instantaneous speed tracking system for measuring the subtask speed in the 100-meter sprinter: Development and concurrent validity study // Heliyon. 2024. P. e24086.
8. Li Q., Young M., Naing V., Donelan J.M. Walking speed estimation using a shank-mounted inertial measurement unit // Biomech. 2010. Vol. 43. No. 8. P. 1640-1643.
9. Pavei G., Cazzola D., La Torre A., Minetti A.E. The biomechanics of race walking: literature overview and new insights // Eur J Sport Sci. 2014. Vol. 14. No. 7. P. 661-670.
10. Ramesh S.H. Automated Implementation of the Edinburgh Visual Gait Score (EVGS) Using OpenPose and Handheld Smartphone Video // Sensors (Basel). 2023. 101 p.
11. Rodman C.H., Martin A.E. Quantification of spatiotemporal parameter behavior during walking speed transitions // Biomech. – 2020. No. 7. Vol. 112. P. 110068.
12. Smith J.A., Stubbert H., Bagwell J.J. et al. Do people with low back pain walk differently? A systematic review and meta-analysis // Sport Health Sci. 2022. Vol. 11. No. 4. P. 450-465.
13. Wu J., Mohrenbrecher H, Schaer A, et al. Human gait-labeling uncertainty and a hybrid model for gait segmentation // Front Neurosci. 2022. Vol. 16. P. 976594.
14. Yousef R.N., Khalil A.T., Samra A.S., Ata M.M. Model-based and model-free deep features fusion for high performed human gait recognition // Supercomput. 2023. P. 1-38.
15. Zihajehzadeh S., Park E.J. Regression Model-Based Walking Speed Estimation Using Wrist-Worn Inertial Sensor // PLoS One. 2016. Vol. 11. No. 10. – P. e0165211.