Semi-Automatic Sensor-to-Body Calibration of Inertial Sensors on Lower Limb Using Gait Recording
Notice bibliographique
Résumé
An inertial measurement unit (IMU) is the ideal technology for ambulatory measurement of human motion. However, because an IMU measures acceleration and angular velocity in its sensor frame, to obtain clinically meaningful kinematics, a calibration procedure is required to align the IMU frame with the anatomical frame of its corresponding segment. This paper aims to investigate whether recording of straight walking could be used for sensor-to-body calibration of IMUs instead of performing calibration-specific movements. For this purpose, after three to five seconds of quiet standing, ten participants walked for eight steps. To obtain the sensor-to-body transformations, motions of the thigh, shank, and foot segments were recorded by three IMUs. The accuracy and repeatability of the transformations obtained by the IMUs were compared to the reference anatomical frames obtained by the motion capture system. Statistical analysis showed no significant difference (p>0.05) between the calibration outcome in Test and Retest sessions. The accuracy and inter-participant repeatability of straight walking (coefficient of variation: 20.5% to 53.5%) were comparable to those of more sophisticated calibration procedures reported in the literature (coefficient of variation: 18.1% to 50.1%). The proposed calibration reduced the offset errors (e.g., from 26.3° for knee internal/external rotation without calibration to 17.1°) and RMSE of 3D joint angle estimation during over-ground walking. It also made the range of motion estimation significantly more repeatable (p<; 0.05). Therefore, using IMUs, we can measure clinically meaningful lower limb joint angles when we use straight walking data for the sensor-to-body calibration.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».