AbstractBackground: Many clinical s

Abstract
Background: Many clinical studies have shown that the arm movement of patients
with neurological injury is often slow. In this paper, the speed of arm movements in
healthy subjects is evaluated in order to validate the efficacy of using a Kinect camera
for automated analysis. The consideration of arm movement appears trivial at first
glance, but in reality it is a very complex neural and biomechanical process that can
potentially be used for detecting neurological disorders.
Methods: We recorded handmovements using a Kinect camera from 27 healthy
subjects (21 males) with a mean age of 29 years undergoing three different arbitrary
arm movement speeds: fast, medium, and slow.
Results: Our developed algorithm is able to classify the three arbitrary speed classes
with an overall error of 5.43% for interclass speed classification and 0.49% for intraclass
classification.
Conclusions: This is the first step toward laying the foundation for future studies that
investigate abnormality in arm movement via use of a Kinect camera.
Keywords: Hand speed analysis, Kinect, Physiological movement
Introduction

ผลลัพธ์ (ไทย) 1:

นามธรรม
พื้นหลัง: การศึกษาทางคลินิกมากมายได้แสดงที่เคลื่อนไหวแขนของผู้ป่วย
บาดเจ็บระบบประสาทคือมักจะช้า ในเอกสารนี้ ความเร็วของการเคลื่อนไหวของแขนใน
เรื่องสุขภาพเป็นประเมินเพื่อตรวจสอบประสิทธิภาพของการใช้กล้อง Kinect
สำหรับการวิเคราะห์แบบอัตโนมัติ การพิจารณาการเคลื่อนไหวแขนปรากฏเล็กน้อยในตอนแรก
รวดเร็ว แต่ในความเป็นจริง มันซับซ้อนมากประสาท และ biomechanical กระบวนการที่สามารถ
อาจใช้สำหรับตรวจหาความผิดปกติของระบบประสาท
วิธี: เราบันทึก handmovements ผ่านกล้อง Kinect จากสุขภาพ 27
เรื่อง (ชาย 21) อายุเฉลี่ย 29 ปีที่ 3 แตกต่างกันในระหว่างกำหนด
แขนความเร็วในการเคลื่อนไหว: รวดเร็ว ปานกลาง และช้า
ผลลัพธ์: อัลกอริทึมของเราพัฒนาแล้วจะสามารถจำแนกชั้นความเร็วที่กำหนดสาม
กับข้อผิดพลาดโดยรวม 5.43% สำหรับประเภทความเร็ว interclass และ 0.49% intraclass
จัดประเภท
บทสรุป: เป็นขั้นตอนการวางรากฐานสำหรับอนาคตศึกษาที่แรก
ตรวจสอบสารแขนเคลื่อนไหวผ่านการใช้ของตัว Kinect กล้อง
คำสำคัญ: มือเร็ววิเคราะห์ Kinect การเคลื่อนไหวสรีรวิทยา
แนะนำ

ผลลัพธ์ (ไทย) 3:

พื้นหลังนามธรรม
: หลายคนมีการศึกษาทางคลินิกแสดงให้เห็นว่าการเคลื่อนไหวของแขนของผู้ป่วยบาดเจ็บสมอง
มักจะช้า ในกระดาษนี้ ความเร็วในการเคลื่อนไหวของแขน
คนปกติคือการประเมินเพื่อตรวจสอบประสิทธิภาพของการใช้กล้อง Kinect สำหรับ
อัตโนมัติการวิเคราะห์ การพิจารณาการเคลื่อนไหวของแขนขึ้นเล็กน้อยมองแวบแรก
,แต่ในความเป็นจริงมันซับซ้อนมากและกระบวนการที่สามารถประสาทชีวกลศาสตร์
อาจใช้สำหรับการตรวจหาความผิดปกติทางระบบประสาท .
วิธี : เราบันทึก handmovements ใช้กล้อง Kinect จาก 27 คนปกติ
( 21 คน ) ที่มีอายุเฉลี่ย 29 ปีได้รับสามพล
แตกต่างกันการเคลื่อนไหวของแขน ความเร็ว : เร็ว , ปานกลาง และช้า .
ผลลัพธ์ :เราพัฒนาขึ้นนี้ สามารถแบ่งชั้นเรียนความเร็วสามพล
กับข้อผิดพลาดโดยรวม 5.43 % ประเภทความเร็ว interclass และ 0.49 % จัดแสดงด้วย
.
สรุป : นี้เป็นขั้นตอนแรกสู่การวางรากฐานสำหรับการศึกษาในอนาคตที่
ศึกษาความผิดปกติในการเคลื่อนไหวแขนผ่านการใช้กล้อง Kinect .
คำสำคัญ : มือความเร็วการวิเคราะห์ , ปฎิบัติ ,แนะนำการเคลื่อนไหว
ทางสรีรวิทยา