提高了无标记步态分析的准确性
对于有步态障碍的人(即行走模式或步态不正常)，评估步态速度、步幅和关节运动学是必不可少的。在一段时间内测量步态参数对于确定治疗效果、预测老年人跌倒风险和计划理疗治疗至关重要。基于光电标记的三维运动捕捉(3DMC)是一种步态分析工具，可以准确地测量步态指标。
然而，经济和时间的限制，再加上对大空间、大量设备和技术专长的要求，使得3DMC在临床环境中不切实际。替代方法包括基于惯性测量单元(IMU)的方法动作捕捉系统以及基于RGB摄像机的方法，当配备深度传感器时，可以在没有反射标记的情况下测量步态。但这些都有自己的缺点。
基于IMU的系统需要将许多IMU传感器连接到人体节段，降低了其可行性，并且与光电3DMC系统相比，基于RGB相机的方法在测量下肢关节角度等运动学参数时精度较低。
因此，需要改进的步态分析系统。
为此，由东京科学大学科学技术学院的Masataka Yamamoto博士、Yuto Ishige先生和Hiroshi Takemura教授以及日本广岛县立大学的Koji Shimatani教授组成的研究团队开发了一种简单而准确的传感器融合方法，用于精确的步态分析。
该研究的主要作者山本博士解释说:“我们将连接在鞋子上的一个小型IMU传感器的信息与通过单个RGB摄像机捕捉步态获得的下肢骨骼和关节的估计信息结合起来。”在最近发表于科学报告，研究人员详细介绍了这种方法以及他们使用这种方法获得的结果。
该团队使用OpenPose (OP)基于单个RGB相机的姿势估计和脚上的IMU传感器来测量16名21至23岁之间没有任何身体活动限制的健康成年男性在不同步态条件下的踝关节运动学。
受试者在四种步态条件下的步态参数和下肢关节角度随步态的变化而变化步速仅使用OP以及OP和imu的联合测量来记录足部进展角。后者是该团队提出的新颖方法。这些技术的结果与使用3DMC的步态分析进行了比较，3DMC是当前的金标准。
所提出的组合方法可以在矢状面(将身体分为左右两部分)测量步态参数和下肢关节角。此外，在所有四种步态条件下，组合方法计算出的峰值踝关节角的平均绝对误差均明显小于单独使用OP。这是步态分析的一个重大发展。
“我们的方法不仅可以用于医疗和福利，还可以用来预测人口的下降步态它在医疗保健、健身房和体育设施的培训和技能评估，以及通过与虚拟现实系统集成，将人类动作准确地投射到虚拟化身上。”
随着进一步的研究，这种方法可以适用于临床环境和更大的人群。
