{"id":535,"date":"2023-04-21T00:00:00","date_gmt":"2023-04-20T21:00:00","guid":{"rendered":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/"},"modified":"2024-10-01T10:58:26","modified_gmt":"2024-10-01T07:58:26","slug":"tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa","status":"publish","type":"post","link":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/","title":{"rendered":"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa"},"content":{"rendered":"

Teko\u00e4lypohjainen liikkumisen analysoinnin teknologia tarjoaa lupaavia mahdollisuuksia objektiiviseen ja automaattisen toimintakyvyn arviointiin ja kuntoutustulosten seurantaan. Viime vuosien aikana konen\u00e4k\u00f6\u00f6n perustuvien ihmiskehon liikkeit\u00e4 seuraavien mallien tarkkuus ja keveys ovat siirtyneet sellaiselle tasolle, ett\u00e4 niit\u00e4 voidaan k\u00e4ytt\u00e4\u00e4 kannettavilla tietokoneilla ja \u00e4lypuhelimilla. Mallien pohjalta kehitettyj\u00e4 sovelluksia voidaan jatkossa hy\u00f6dynt\u00e4\u00e4 niin urheiluvalmennuksessa, kliinisess\u00e4 ty\u00f6ss\u00e4 kuin tutkimuksessakin.<\/strong><\/p>\n

 <\/p>\n

Tausta<\/h2>\n

Metropolia osallistui OKM-rahoitteiseen Verkostoyhteisty\u00f6ll\u00e4 vauhtia teko\u00e4lypohjaisten virtuaaliteknologioiden saavutettavuuteen kuntoutuksessa -hankkeeseen, jossa etsittiin ja kehitettiin sovelluksia hy\u00f6dynt\u00e4en uusia teknologioita.\u00a0 Hankkeen tuotoksena Metropolia ammattikorkeakoulun asiantuntijat ja opiskelijat kehittiv\u00e4t yhteisty\u00f6ss\u00e4 kaksi avoimen l\u00e4hdekoodin teko\u00e4lypohjaista verkkosovellusta, joiden avulla voidaan:<\/p>\n

    \n
  1. analysoida reaaliaikaisesti polven ja lantion asentoa yhden jalan kyykistysliikkeen aikana<\/li>\n
  2. analysoida sivulta kuvatusta k\u00e4velyvideosta alaraajojen suurimpien nivelten kulmamuutoksia.<\/li>\n<\/ol>\n

    \u00a0<\/strong><\/p>\n

    Asennon tunnistus ja seuranta<\/h2>\n

    Ihmisen asentoestimointi (pose estimation<\/em>) voi kuvailla kyvykkyydeksi tunnistaa ja seurata kehon osia kuvista ja videoista (Zhang et al., 2020). Liikekaappausta on tehty heijastavien, kehoon kiinnitett\u00e4vien, markkeripallojen avulla jo useita vuosikymmeni\u00e4, mutta asentojen ja liikkeiden tarkkaan seuraamiseen on tarvittu laboratorioymp\u00e4rist\u00f6, kalliit erikoislaitteet ja koulutettu henkil\u00f6st\u00f6.<\/p>\n

    Laskentatehon kasvaminen ja konen\u00e4\u00f6n kehittyminen ovat mahdollistaneet asentojen tunnistamisen yh\u00e4 kevyemmill\u00e4 v\u00e4lineill\u00e4. Markkeriton liikekaappaus, jossa kehon ihmiskehon tunnistaminen tapahtuu suoraan videokuvasta ilman kehon kiinnitett\u00e4vi\u00e4 mittalaitteita, perustuu syv\u00e4opetettujen neuroverkkojen hy\u00f6dynt\u00e4miseen. (Armitano-Lago et al., 2022).<\/p>\n

    Neuroverkkojen opettamiseen on k\u00e4ytetty suuri m\u00e4\u00e4r\u00e4 kuvia ihmisist\u00e4 ja heid\u00e4n kehon osista, jotka laskentamalli on oppinut tunnistamaan. Kuva 1 esitt\u00e4\u00e4 markkeripohjaisen ja markkerittoman liikekaappauksen eroja.<\/p>\n

    \"Ihmisen
    Kuva 1. Saman suorituksen vertailu kahdella eri menetelm\u00e4ll\u00e4. Vasemmalla markkeripohjainen 3D-malli ja vasemmalla videokuvasta markkerittomalla menetelm\u00e4ll\u00e4 tunnistetut vasemman jalan nivelpisteet nilkasta, polvesta ja lonkasta. Kuva: Tom Thiel.<\/figcaption><\/figure>\n

    Erilaisia konen\u00e4k\u00f6\u00f6n perustuvia asennon tunnistus algoritmeja on ollut saatavilla jo vuosikymmenen. Vasta viime aikoina algoritmien nopeus, tarkkuus ja keveys on siirtynyt sellaiselle tasolle, ett\u00e4 niit\u00e4 voidaan hy\u00f6dynt\u00e4\u00e4 tavanomaisilla laitteilla, kuten kannettavilla tietokoneilla ja \u00e4lypuhelimilla. Raajojen asentojen ja liikkeiden l\u00e4hes reaaliaikainen seuranta luo mahdollisuuden esimerkiksi objektiiviseen ja automaattisen toimintakyvyn arviointiin ja et\u00e4kuntoutukseen. (Cronin et al., 2023; Hellsten et al., 2021)<\/p>\n

    \u00a0<\/strong><\/p>\n

    MediaPipe Pose<\/h2>\n

    Google Mediapipe on kokoelma avoimen l\u00e4hdekoodin paketteja, jotka mahdollistavat konen\u00e4k\u00f6\u00f6n pohjautuvien sovellusten kehitt\u00e4misen ohjelmointikielill\u00e4 kuten Pythonilla tai JavaScriptill\u00e4. MediaPipea voidaan hy\u00f6dynt\u00e4\u00e4 esimerkiksi viittomakielen tunnistamiseen, ilmeiden tunnistamiseen ja asennon tunnistamiseen (Mediapipe.io)<\/p>\n

    \"MediaPipen
    Kuva 2. MediaPipen asentoestimontimalli perustuu 33 kehonpisteen eli maamerkin seurantaan.<\/figcaption><\/figure>\n

    Asentoestimointia MediaPipe Pose -paketissa on hy\u00f6dynnetty kevytt\u00e4 BlazePose -algoritmia (Bazarevsky et al., 2020). Se pystyy arvioimaan 33 kehon pisteen liikkeet yhdelt\u00e4 henkil\u00f6lt\u00e4, k\u00e4yt\u00e4nn\u00f6ss\u00e4 mist\u00e4 tahansa kuvasta tai videosta. Yhdist\u00e4m\u00e4ll\u00e4 pisteet toisiinsa, saadaan rakennettua henkil\u00f6st\u00e4 kaksiulotteinen (2D) malli. T\u00e4m\u00e4 malli on kehitetty erityisesti reaaliaikaista seurantaa varten ja sen tunnistuksen viive on vain muutamia kymmeni\u00e4 millisekunteja. Laskentamallin tarkkuus on s\u00e4\u00e4dett\u00e4viss\u00e4. Kevyemmill\u00e4 asetuksilla mallin laskenta toimiin nopeammin, raskaammilla asetuksilla taas luotettavammin.<\/p>\n

    Mediapipen laskentamalleja on pyritty hy\u00f6dynt\u00e4m\u00e4\u00e4n esimerkiksi reaaliaikaisessa kuntoiluliikkeiden seurannassa \u00a0(Chen et al., 2022), kaatumisen tunnistamisessa (Liu et al., 2022) sek\u00e4 juoksun aika- ja matkamuuttujien mittaamisessa (Young et al., 2023)<\/p>\n

     <\/p>\n

    Yhdell\u00e4 kameralla toteutettu liikeanalyysi<\/h2>\n

    Kun ihmisen liikett\u00e4 kuvataan yhdell\u00e4 kameralla, pysyt\u00e4\u00e4n siit\u00e4 analysoimaan tasossa tapahtuvia liikkeit\u00e4. Videopohjaisen 2D-analyysin on todettu olevan hyv\u00e4ksytt\u00e4v\u00e4 tapa seurata ihmisen liikkeit\u00e4 frontaalitasossa eli edest\u00e4 kuvattuna (Schurr et al., 2017; Werner et al., 2019) ja sagittaalitasossa eli sivulta kuvattuna (Ota et al., 2020).<\/p>\n

    Kiertoliikkeiden tulkinta sen sijaan on haastavaa eiv\u00e4tk\u00e4 konen\u00e4k\u00f6\u00f6n perustuvat algoritmit ainakaan t\u00e4ll\u00e4 hetkell\u00e4 pysty mittaamaan kuvassa syvyyssunnassa tapahtuvia muutoksia luotettavasti. T\u00e4m\u00e4n haasteen kiert\u00e4miseksi onkin kehitetty j\u00e4rjestelmi\u00e4, joissa useat synkronoidut ja kalibroidut videokamerat ker\u00e4\u00e4v\u00e4t tietoa kolmiulotteiseen (3D) mallin luomiseksi. Vaikka n\u00e4iden j\u00e4rjestelmien tarkkuus on todettu p\u00e4\u00e4piirteitt\u00e4in luotettavaksi (Kanko et al., 2020; Lahkar et al., 2022), vaativat ne j\u00e4lleen kalliita laitteita ja teknist\u00e4 osaamista.<\/p>\n

    Yht\u00e4 kameraa hy\u00f6dynt\u00e4vien 2D-mallien tarkkuudesta on tehty paljon tutkimusta (Wade et al., 2022). Mallien luotettavuutta on testattu valikoiduissa toimintakyvyn arviointiin liittyviss\u00e4 testeiss\u00e4, kuten yhden ja kahden jalan kyykistyksess\u00e4 (Ota et al., 2020), hyppysuorituksissa, k\u00e4velyss\u00e4 ja juoksussa (Ota et al., 2021; Young et al., 2023) ja vesijuoksun aikana (Cronin et al., 2019).<\/p>\n

    N\u00e4ill\u00e4 testeill\u00e4 on selkeit\u00e4 k\u00e4ytt\u00f6mahdollisuuksia toimintakyvyn arvioinnissa kuntoutuksessa. Esimerkiksi yhden jalan kyykistyksess\u00e4 dynaaminen polven valgus voidaan tulkita ep\u00e4suotuisaksi liikemalliksi ja tunnistaa alaraajojen vammoihin liittyv\u00e4ksi riskitekij\u00e4ksi (Mauntel et al., 2014; R\u00e4is\u00e4nen et al., 2018). Toisaalta k\u00e4velyst\u00e4 teht\u00e4v\u00e4 analyysi tuo monipuolisesti esiin mahdollisia liikkumisessa esiintyvi\u00e4 rajoitteita tai poikkeamia.<\/p>\n

    Verkostoyhteisty\u00f6hankkeen sovellukset<\/h2>\n

     <\/p>\n

    Verkostohankkeen aikana Metropolian asiantuntijat ja opiskelijat kehittiv\u00e4t yhteisty\u00f6ss\u00e4 kaksi erilaista JavaScript -sovellusta liiketietojen objektiivisen analysointiin. Tavoitteena oli saavuttaa sovelluksista ensimm\u00e4inen toimiva kehitysversio, jonka avulla teknologian toimintaa voitiin arvioida. Sovellusten toimintaan liittyv\u00e4\u00e4 pilotointia tehtiin kehitystiimin kesken.<\/p>\n

    Kummankin sovelluksen MVP-toteutus (Minimum Viable Product) on siirretty verkkoon vapaasti saataville ja niiden k\u00e4ytt\u00f6\u00f6notto onnistuu ilman asennuksia. Sovellusten k\u00e4ytt\u00f6liittym\u00e4t pyrittiin pit\u00e4m\u00e4\u00e4n mahdollisimman yksinkertaisena siten, ett\u00e4 jatkossa niist\u00e4 on mahdollista jalostaa kevyit\u00e4 ja k\u00e4yt\u00e4nn\u00f6llisi\u00e4 ty\u00f6kaluja, jotka soveltuisivat niin kliinikoille, valmentajille kuin tutkijoillekin.<\/p>\n

     <\/p>\n

    Yhden jalan kyykky -sovellus<\/h2>\n

    Ensimm\u00e4inen sovelluksista analysoi yhden jalan kyykistysliikett\u00e4 ja siin\u00e4 mahdollisesti tapahtuvaa polven sivuttaissuuntaista siirtym\u00e4\u00e4 ja lantion kallistuskulmaa. Liikkeeksi valittiin yhden jalan kyykky, koska se on riitt\u00e4v\u00e4n yksinkertainen suorittaa ja polven linjauksen analysointi edest\u00e4 katsottuna on suoraviivaista. Lis\u00e4ksi liikkeen silm\u00e4m\u00e4\u00e4r\u00e4ist\u00e4 havainnointia opetetaan Metropolian fysioterapian ja jalkaterapian tutkinto-ohjelmissa osana toimintakyvyn arviointia, joten sovelluksen ajateltiin lis\u00e4\u00e4v\u00e4n opiskelijoiden ymm\u00e4rryst\u00e4 teko\u00e4lypohjaisesta tiedonkeruusta ja analysoinnista. K\u00e4ytt\u00f6kohteita t\u00e4lle sovellukselle ovat esimerkiksi et\u00e4kuntoutus, liikehallinnan seulonta ja kyykistysliikkeen harjoittelu biopalautteella.<\/p>\n

    \"Mies
    Kuva 3. Kuva polven kulman mittauksesta kyykistysliikkeen aikana. Vasemmalla hyv\u00e4 liikehallinta, oikealla heikentynyt liikehallinta. Kuva: Tom Thiel.<\/figcaption><\/figure>\n

    Polven valgus-liike tapahtuu kolmiulotteisesti ja siihen liittyy sek\u00e4 polven sis\u00e4kiertoa ett\u00e4 abduktiota. Toisaalta on todettu, ett\u00e4 pelkk\u00e4\u00e4 polven sivuttaissiirtym\u00e4st\u00e4 (Kuva 1) mitattua dynaamista valguskulmaa voidaan k\u00e4ytt\u00e4\u00e4 luotettavana indikaattorina yhden jalan kyykistysliikkeess\u00e4 (Mauntel et al., 2014; Oldfather et al., 2020). Niinp\u00e4 sovellukseen polven frontaalitason kulma m\u00e4\u00e4ritettiin lonkan ja nilkan nivelpisteiden v\u00e4liin k\u00e4ytt\u00e4m\u00e4ll\u00e4 vektoreiden skalaarituloa (Kaava 1). Kaavaa voidaan k\u00e4ytt\u00e4\u00e4 esimerkiksi kolmen pisteen v\u00e4lisen kulman laskemiseen.<\/p>\n

    \"matemaattinen
    Vektoreiden skalaaritulo, jossa pisteet A, B ja C edustavat lonkan, polven ja nilkan nivelpisteit\u00e4.<\/figcaption><\/figure>\n

    Sovelluksen kehitys l\u00e4hti liikkeelle kyykkysuorituksia sis\u00e4lt\u00e4vien YouTube -videoiden analysoinnista. T\u00e4m\u00e4n j\u00e4lkeen kehitys jatkui Metropolian innovaatioprojektissa, jossa ohjelmistokehityksen opiskelijat rakensivat k\u00e4ytt\u00f6liittym\u00e4n, tietokannan ja raportointity\u00f6kalun. Opiskelijat Risto-Matti Leivo ja Samuel Ahjoniemi jatkoivat hankkeessa projektiassistentteina siirt\u00e4en sovelluksen kokeiluversion verkkoon kaikkien saataville osoitteeseen https:\/\/web-sls-test-tool.rahtiapp.fi<\/a> FUNETin palvelimet tarjosivat tietoturvallisen ja luotettavan ratkaisun ohjelmistokontin s\u00e4ilytykseen.<\/p>\n

    Sovelluksessa k\u00e4ytt\u00f6liittym\u00e4st\u00e4 voidaan valita mitattava polvi (vasen \/ oikea) ja sen j\u00e4lkeen m\u00e4\u00e4ritet\u00e4\u00e4n haluttu toistojen m\u00e4\u00e4r\u00e4. Itse mittauksen aikana 2D-malli skaalautuu henkil\u00f6n koon mukaan ja antaa sek\u00e4 visuaalisen ett\u00e4 auditiivisen palautteen, kun kyykistyminen on riitt\u00e4v\u00e4n syv\u00e4. Toistot lasketaan lonkkanivelen ja nilkkanivelen suhteellisen et\u00e4isyyden muutoksista.<\/p>\n

    Mittauksen aikana suoritettujen toistojen m\u00e4\u00e4r\u00e4 n\u00e4kyy n\u00e4yt\u00f6ll\u00e4. Raportoinnissa (Kuva 2) toistot on interpoloitu 101 (0\u2013100) datapisteeseen. Toistoja voidaan tarkastella graafisesti raportilta ja verrata niiden yhdenmukaisuutta. K\u00e4ytt\u00f6liittym\u00e4n kautta suoritusta voi toistaa my\u00f6s videotallenteena. Tietosuojasyist\u00e4 tunnisteellinen videoaineisto tuhotaan session p\u00e4\u00e4tytty\u00e4. Mallista tallennetut koordinaattitiedot sen sijaan s\u00e4ilyv\u00e4t tietokannassa, ja ne voidaan tuoda CSV-muodossa tutkimusk\u00e4ytt\u00f6\u00e4 varten.<\/p>\n

    \"Nelj\u00e4
    Kuva 4. Kyykkysovelluksen esimerkkiraportti viiden toiston suorituksesta vasemmalla jalalla. Toistoista nelj\u00e4ss\u00e4 ensimm\u00e4isess\u00e4 liikehallinta on ollut hyv\u00e4ksytt\u00e4v\u00e4ll\u00e4 tasolla, mutta viidenness\u00e4 polven kulma on k\u00e4\u00e4ntynyt yli 20 astetta valgus-asentoon.<\/figcaption><\/figure>\n

    Kokonaisuudessaan kyykkysovelluksen k\u00e4ytt\u00f6 on tehty hyvin yksinkertaiseksi ja se mahdollistaa nopeat kokeilut. K\u00e4ytt\u00f6liittym\u00e4n ja raportoinnin jatkokehityst\u00e4 tullaan tekem\u00e4\u00e4n asiantuntijapalautteen perusteella.<\/p>\n

     <\/p>\n

    K\u00e4velysovellus<\/h2>\n

    Toinen hankkeessa kehitetty sovellus pyrkii analysoimaan sivulta kuvatusta k\u00e4velyst\u00e4 alaraajojen suurimmat nivelkulmamuutokset ojennus- ja koukistussuunnassa. \u00a0N\u00e4it\u00e4 tietoja voidaan hy\u00f6dynt\u00e4\u00e4 esimerkiksi k\u00e4velyn aikaisten puolierojen arviointiin. Sovellus analysoi ennalta kuvattuja videoita. Se k\u00e4y kuva kerrallaan l\u00e4pi valikoidun videon, ker\u00e4\u00e4 talteen maamerkkien koordinaatit, tunnistaa niist\u00e4 automaattisesti k\u00e4velysuunnan, laskee nivelten v\u00e4liset kulmat, jaksottaa kulmamuutokset askelsykleihin ja tuottaa aineistosta raportin. K\u00e4sittely kest\u00e4\u00e4 tavanomaisella tietokoneella (i5-1145, 16 GB) noin kaksikymment\u00e4 sekuntia.<\/p>\n

    Analysointi tehd\u00e4\u00e4n paikallisesti eli videota ei l\u00e4het\u00e4 verkon yli. T\u00e4m\u00e4 nopeuttaa sovelluksen toimintaa ja parantaa sen tietoturvaa. Analysoinnin nopeutta voidaan lis\u00e4t\u00e4 k\u00e4ytt\u00e4m\u00e4ll\u00e4 tietokonetta, jossa on erillinen grafiikkasuoritin. Sovellusta p\u00e4\u00e4see kokeilemaan osoitteessa https:\/\/s-gait.rahtiapp.fi\/<\/a><\/p>\n

    \"Mies
    Kuva 5. Askellussovelluksen tietojen k\u00e4sittely. Kuva: Tom Thiel.<\/figcaption><\/figure>\n

    Mielenkiintoinen vaihe sovelluksen kehityksess\u00e4 liittyi askelsyklin automaattiseen tunnistukseen. Askelsykli mitataan kahden identtisen tapahtuman, esimerkiksi kantakosketuksen, v\u00e4lilt\u00e4. Sovelluksessa k\u00e4ytettiin askeltapahtumien m\u00e4\u00e4ritt\u00e4miseen lonkka-, varvas- ja nilkkanivelten siirtymi\u00e4 eteen-taakse suunnassa eli kuvakoordinaatiston x-akselilla. Tukivaiheen alku m\u00e4\u00e4ritettiin hetkest\u00e4, jolloin lonkan ja kantap\u00e4\u00e4n et\u00e4isyys ovat maksimissa vartalon etupuolella. Tukivaiheen p\u00e4\u00e4ttymien puolestaan m\u00e4\u00e4ritettiin hetkest\u00e4, jolloin varpaiden ja lonkan pisteiden et\u00e4isyys ovat maksimissa vartalon takana. T\u00e4llaisen menetelm\u00e4n on todettu tunnistavan kriittiset askellustapahtumat yhden ruudun tarkkuudella 94 % tapauksista. (Zeni et al., 2008)<\/p>\n

    \"Mies
    Kuva 6. Kaksi ruudunkaappausta k\u00e4velysovelluksen k\u00e4ytt\u00f6liittym\u00e4st\u00e4. Vasemmalla kuvassa n\u00e4kyy videon valinta ja asetusty\u00f6kalut. Oikealla kuvassa on analysointi k\u00e4ynniss\u00e4. Kuva: Tom Thiel.<\/figcaption><\/figure>\n

    Sovellus analysoi molempien alaraajojen suurimpia nivelkulmia sagittaalitasossa. Mittausta varten polven kulma m\u00e4\u00e4ritettiin samalla tavalla kuin kyykkysovelluksessa. Lonkan ja nilkan osalta kulmien m\u00e4\u00e4ritt\u00e4minen oli haastavampaa, sill\u00e4 MediaPipen -mallista puuttui oleellisia maamerkkej\u00e4 tyypillisten kliinisten nivelkulmalaskelmien tekemiseksi. Nilkan ojennus ja koukistuskulmat m\u00e4\u00e4riteltiin vertaamalla s\u00e4\u00e4riluun asentoa varpaiden ja kannan v\u00e4liseen linjaan.<\/p>\n

    Lonkan nivelkulma m\u00e4\u00e4riteltiin polven, lonkan ja hartian v\u00e4lille. Sovelluksen toimintaa pilotointiin eri ymp\u00e4rist\u00f6iss\u00e4, eri laatuisilla videoilla, eri k\u00e4velynopeuksilla ja muutamilla eri koehenkil\u00f6ill\u00e4. Pilotoinnin yhteydess\u00e4 huomattiin, ett\u00e4 mallia kannattaa ajaa sen raskaimmilla asetuksilla, koska se lis\u00e4\u00e4 huomattavasti maamerkkien tunnistamisen ja seurannan luotettavuutta. Toisaalta raskaampi laskentamalli ei hidasta juuri lainakan k\u00e4sittelyaikaa.<\/p>\n

    Pilotoinnin tuloksena voidaan todeta, ett\u00e4 polven osalta sovelluksen mittausta voidaan pit\u00e4\u00e4 jokseenkin luotettavana ja tulokset eri k\u00e4velynopeuksilla ja ymp\u00e4rist\u00f6iss\u00e4 antavat kohtuullisen toistettavia arvoja. Vastaavaan tulokseen on p\u00e4\u00e4dytty my\u00f6s toisessa tutkimuksessa, jossa MediaPipe -mallia on hy\u00f6dynnetty juoksumatolla (Young et al., 2023). Lonkan osalta mittauksen tuottama k\u00e4yr\u00e4 on normaalin muotoista, mutta astelukemat poikkeavat huomattavasti k\u00e4velymatolla mitatuista normaaliarvoista (Fukuchi et al., 2018).<\/p>\n

    Nilkan osalta mittaus niin ik\u00e4\u00e4n n\u00e4ytt\u00e4\u00e4 tyypillisen muotoiselta, mutta vaihteluv\u00e4li on kaksinkertainen verrattuna normaaliin (Fukuchi et al., 2018). Jotta lonkan mittaus saataisiin luotettavammaksi, t\u00e4ytyisi alasel\u00e4st\u00e4 l\u00f6yty\u00e4 seurattava maamerkki. Nilkan ep\u00e4tarkkuuteen vaikuttaa puolestaan eniten se, ett\u00e4 maamerkkien seuranta ei pysy vakaana. Toinen huomionarvoinen tekij\u00e4 nilkan seurannassa on, ett\u00e4 kannan ja varpaiden v\u00e4lille asetettava suora linja ei l\u00e4ht\u00f6kohtaisesti tunnista varpaiden ojentumista p\u00e4\u00e4t\u00f6stukivaiheessa. Parempi seurattava maamerkki k\u00e4velyn kannalta olisikin 2. metatarsaalip\u00e4\u00e4.<\/p>\n

    \u00a0<\/strong><\/p>\n

    Lopuksi<\/h2>\n

    Verkostohankkeessa kehitettiin kaksi sovellusta, jotka hy\u00f6dynsiv\u00e4t avoimen MediaPipen Pose -mallia. Ensimm\u00e4inen sovelluksista mittasi polven dynaamista valgus-kulmaa. Toinen analysoi k\u00e4vely\u00e4 sivulta.<\/p>\n

    Pilotoinnin tuloksena todettiin, ett\u00e4 polven dynaamisen valgus-kulman mittaus MediaPipen avulla on lupaava tapa seurata kyykistysliikkeen laatua ja antaa siit\u00e4 objektiivista palautetta. Sen sijaan k\u00e4velyyn liittyen MediaPipen seurantatarkkuus ja maamerkkien sijainti eiv\u00e4t olleet optimaalisia. T\u00e4m\u00e4 saattaa johtua siit\u00e4, ett\u00e4 avoimen l\u00e4hdekoodin mallit eiv\u00e4t ole alun perin suunniteltu biomekaniikkasovelluksiin, joten datasetit ja nivelkeskipisteiden sijainnit, joilla ne on koulutettu, ovat ep\u00e4tarkkoja ja antavat ep\u00e4johdonmukaisia tuloksia (Wade et al., 2022).<\/p>\n

    T\u00e4st\u00e4 huolimatta markkeritonta liikekaappausta voidaan pit\u00e4\u00e4 lupaavana teknologiana, jonka avulla pystyt\u00e4\u00e4n jatkossa siirt\u00e4m\u00e4\u00e4n mittauksia laboratorion ulkopuolelle. MediaPipen mallia onkin onnistuneesti hy\u00f6dynnetty juoksussa aika- ja matkamuuttujien seurantaan hyv\u00e4ll\u00e4 tarkkuudella (Young et al., 2023).<\/p>\n

    Ty\u00f6 markkerittoman liikekaappauksen luotettavuuden ja teko\u00e4lypohjaisten liikeanalyysisovellusten kehitt\u00e4misen parissa jatkuu Metropolian liikelaboratoriossa Kuntoutus- ja tutkiminen -osaamisalueen rahoittamana.<\/p>\n

    Ensinn\u00e4kin vuoden 2023 aikana selvitet\u00e4\u00e4n t\u00e4m\u00e4n hankkeen sovelluksien taustalla toimivan BlazePose -algoritmin toistettavuutta ja luotettavuutta 3D-liikeanalyysij\u00e4rjestelm\u00e4\u00e4 vasten. Toiseksi saksalainen Contemplas on kehitt\u00e4nyt nimenomaan k\u00e4velyyn ja juoksuun soveltuvan 2D-mallin, jonka suorituskyky\u00e4 tullaan testaamaan. Kolmanneksi Hytke-hankkeeseen (https:\/\/hytke.metropolia.fi\/<\/a>) liittyen kyykkysovelluksen jatkokehityst\u00e4 varten tullaan ker\u00e4\u00e4m\u00e4\u00e4n asiantuntijalausuntoja kliinikoilta, valmentajilta ja tutkijoilta. Jatkokehityksess\u00e4 keskityt\u00e4\u00e4n sovellusten k\u00e4ytt\u00f6liittymien ja k\u00e4ytett\u00e4vyyden parantamiseen.<\/p>\n

     <\/p>\n

    Tekninen sanasto<\/strong><\/p>\n\n\n\n\n\n\n\n\n\n\n\n
    Termi<\/strong><\/td>\nSelite<\/strong><\/td>\n<\/tr>\n
    Konen\u00e4k\u00f6<\/td>\nAutomaattiseen kuvank\u00e4sittelyyn perustuva\u00a0tietokoneohjelma, joka tulkitsee kuvavirtaa ja pyrkii tunnistamaan siit\u00e4 itselleen tuttuja piirteit\u00e4, kuten esimerkiksi ihmiskehon, kasvot ja raajat. K\u00e4sittelyn aikana kuvavirta muutetaan numeeriseen muotoon, jota voidaan hy\u00f6dynt\u00e4\u00e4 analyyseihin ja p\u00e4\u00e4t\u00f6ksentekoon.<\/td>\n<\/tr>\n
    Asentoestimointi<\/td>\nKonen\u00e4k\u00f6\u00f6n pohjautuvat tekniikka, joka pyrkii ennustamaan ja seuraamaan ihmisen tai esineen asentoja ja sijaintia. Ihmisen asentoestimoinnissa konen\u00e4k\u00f6malli pyrkii yhdist\u00e4m\u00e4\u00e4n eri osista (esim. k\u00e4sist\u00e4 ja jaloista) saatavia tietoja ja rakentamaan niist\u00e4 yhten\u00e4isen mallin.<\/td>\n<\/tr>\n
    Markkeripohjainen liikekaappaus<\/td>\nIhmisen kehon liikkeiden objektiivista seurantaa ja tallentamista. Menetelm\u00e4 perustuu heijastavien markkeripallojen seuraamiseen. Pallot on kiinnitetty ihon pintaan kaksipuoleisella teipill\u00e4.\u00a0 Menetelm\u00e4\u00e4 k\u00e4ytet\u00e4\u00e4n niin biomekaaniseen mallintamiseen, mutta my\u00f6s liikkeen tuottamiseen peli- ja elokuvahahmoille. Tuloksena saadaan kolmiulotteista tietoa kehon osien koordinaateista, joita voidaan hy\u00f6dynt\u00e4\u00e4 asentojen tunnistamisessa ja liikkeen seuraamisessa.<\/td>\n<\/tr>\n
    Markkeriton liikekaappaus<\/td>\nKonen\u00e4k\u00f6\u00f6n pohjautuva menetelm\u00e4, jossa yhdest\u00e4 tai useammasta videokuvasta tunnistetaan ihmishahmo ja seurataan sen liikkeit\u00e4 objektiivisesti.<\/td>\n<\/tr>\n
    MediaPipe<\/td>\nGooglen julkaisema paketti avoimen l\u00e4hdekoodin teko\u00e4lymalleja. MediaPipe helpottaa valmiiden teko\u00e4lymallien k\u00e4ytt\u00f6\u00f6nottoa ja niiden intergrointia sovelluksiin. Paketti sis\u00e4lt\u00e4\u00e4 malleja mm.\u00a0 kehon liikkeiden seurantaa tai tarkemmin jonkin kehon osan, kuten vaikkapa sormien nivelten tai silmien liikkeiden seurantaan.<\/td>\n<\/tr>\n
    BlazePose<\/td>\nBlazePose on Googlen kehitt\u00e4m\u00e4 koko kehon asentojen tunnistusalgoritmi, joka pystyy havaitsemaan ihmisen kehosta 33 eri kohdan sijainnit kuvassa tai videossa. BlazePose on yksi osa MediaPipe -pakettia.<\/td>\n<\/tr>\n
    Ohjelmistokontti<\/td>\nOhjelmistokontit ovat standardoitu tapa pakata ohjelmisto siten, ett\u00e4 sit\u00e4 voidaan siirt\u00e4\u00e4 paikasta toiseen ilman, ett\u00e4 ohjelmistoa tarvitsee muokata. Koodi\u00a0on usein riippuvainen erilaisista kirjastoista, lis\u00e4osista ja asetuksista.\u00a0Konttiin pakattuna kaikki osat matkustavat k\u00e4ytt\u00f6valmiina.<\/p>\n

     <\/td>\n<\/tr>\n

    FUNET<\/td>\nFunet (Finnish University and Research Network) on Suomen korkeakoulujen, tutkimuksen ja opetuksen\u00a0tietoverkko.\u00a0Funetissa on noin 80 tutkimusorganisaatiota ja noin 370 000 k\u00e4ytt\u00e4j\u00e4\u00e4. Se tarjoaa k\u00e4ytt\u00e4jilleen nopeat ja tietoturvalliset palvelut esimerkiksi tiedostojen ja ohjelmistojen s\u00e4ilytykseen.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

     <\/p>\n

     <\/p>\n

    Kirjoittajat:<\/h2>\n

    Tom Thiel, laboratorioinsin\u00f6\u00f6ri, Metropolia AMK<\/p>\n

    Anu Valtonen, yliopettaja, Metropolia AMK<\/p>\n

    \u00a0<\/strong><\/p>\n

    L\u00e4hteet<\/h2>\n

    Armitano-Lago, C., Willoughby, D., & Kiefer, A. W. (2022). A SWOT Analysis of Portable and Low-Cost Markerless Motion Capture Systems to Assess Lower-Limb Musculoskeletal Kinematics in Sport. Frontiers in Sports and Active Living<\/em>, 3<\/em>.<\/a><\/p>\n

    Bazarevsky, V., Grishchenko, I., Raveendran, K., Zhu, T., Zhang, F., & Grundmann, M. (2020). BlazePose: On-device Real-time Body Pose tracking<\/em> (arXiv:2006.10204). arXiv.<\/a><\/p>\n

    Chen, K.-Y., Shin, J., Hasan, M. A. M., Liaw, J.-J., Yuichi, O., & Tomioka, Y. (2022). Fitness Movement Types and Completeness Detection Using a Transfer-Learning-Based Deep Neural Network. Sensors (Basel, Switzerland)<\/em>, 22<\/em>(15), 5700.<\/a><\/p>\n

    Cronin, N. J., Mansoubi, M., Hannink, E., Waller, B., & Dawes, H. (2023). Accuracy of a computer vision system for estimating biomechanical measures of body function in axial spondyloarthropathy patients and healthy subjects. Clinical Rehabilitation<\/em>, 02692155221150133.<\/a><\/p>\n

    Cronin, N. J., Rantalainen, T., Ahtiainen, J. P., Hynynen, E., & Waller, B. (2019). Markerless 2D kinematic analysis of underwater running: A deep learning approach. Journal of Biomechanics<\/em>, 87<\/em>, 75\u201382.<\/a><\/p>\n

    Fukuchi, C. A., Fukuchi, R. K., & Duarte, M. (2018). A public dataset of overground and treadmill walking kinematics and kinetics in healthy individuals. PeerJ<\/em>, 6<\/em>, e4640.<\/a><\/p>\n

    Hellsten, T., Karlsson, J., Shamsuzzaman, M., & Pulkkis, G. (2021). The Potential of Computer Vision-Based Marker-Less Human Motion Analysis for Rehabilitation. Rehabilitation Process and Outcome<\/em>, 10<\/em>, 11795727211022330.<\/a><\/p>\n

    Kanko, R., Laende, E. K., Davis, E. M., Selbie, W. S., & Deluzio, K. J. (2020). Concurrent assessment of gait kinematics using marker-based and markerless motion capture<\/em> [Preprint]. Bioengineering.<\/a><\/p>\n

    Lahkar, B. K., Muller, A., Dumas, R., Reveret, L., & Robert, T. (2022). Accuracy of a markerless motion capture system in estimating upper extremity kinematics during boxing. Frontiers in Sports and Active Living<\/em>, 4<\/em>.<\/a><\/p>\n

    Liu, W., Liu, X., Hu, Y., Shi, J., Chen, X., Zhao, J., Wang, S., & Hu, Q. (2022). Fall Detection for Shipboard Seafarers Based on Optimized BlazePose and LSTM. Sensors (Basel, Switzerland)<\/em>, 22<\/em>(14), 5449.<\/a><\/p>\n

    Mauntel, T. C., Frank, B. S., Begalle, R. L., Blackburn, J. T., & Padua, D. A. (2014). Kinematic differences between those with and without medial knee displacement during a single-leg squat. Journal of Applied Biomechanics<\/em>, 30<\/em>(6), 707\u2013712.<\/a><\/p>\n

    Oldfather, T., Zabala, M., Goodlett, M., & Murrah, W. (Hank). (2020). Knee Valgus Versus Knee Abduction Angle: Comparative Analysis of Medial Knee Collapse Definitions in Female Athletes. Journal of Biomechanical Engineering<\/em>, 142<\/em>(12).<\/a><\/p>\n

    Ota, M., Tateuchi, H., Hashiguchi, T., & Ichihashi, N. (2021). Verification of validity of gait analysis systems during treadmill walking and running using human pose tracking algorithm. Gait & Posture<\/em>, 85<\/em>, 290\u2013297.<\/a><\/p>\n

    Ota, M., Tateuchi, H., Hashiguchi, T., Kato, T., Ogino, Y., Yamagata, M., & Ichihashi, N. (2020). Verification of reliability and validity of motion analysis systems during bilateral squat using human pose tracking algorithm. Gait & Posture<\/em>, 80<\/em>, 62\u201367.<\/a><\/p>\n

    R\u00e4is\u00e4nen, A. M., Pasanen, K., Krosshaug, T., Vasankari, T., Kannus, P., Heinonen, A., Kujala, U. M., Avela, J., Perttunen, J., & Parkkari, J. (2018). Association between frontal plane knee control and lower extremity injuries: A prospective study on young team sport athletes. BMJ Open Sport & Exercise Medicine<\/em>, 4<\/em>(1), e000311.<\/a><\/p>\n

    Schurr, S. A., Marshall, A. N., Resch, J. E., & Saliba, S. A. (2017). TWO-DIMENSIONAL VIDEO ANALYSIS IS COMPARABLE TO 3D MOTION CAPTURE IN LOWER EXTREMITY MOVEMENT ASSESSMENT. International Journal of Sports Physical Therapy<\/em>, 12<\/em>(2), 163\u2013172.<\/p>\n

    Wade, L., Needham, L., McGuigan, P., & Bilzon, J. (2022). Applications and limitations of current markerless motion capture methods for clinical gait biomechanics. PeerJ<\/em>, 10<\/em>, e12995.<\/a><\/p>\n

    Werner, D. M., Di Stasi, S., Lewis, C. L., & Barrios, J. A. (2019). Test-retest reliability and minimum detectable change for various frontal plane projection angles during dynamic tasks. Physical Therapy in Sport: Official Journal of the Association of Chartered Physiotherapists in Sports Medicine<\/em>, 40<\/em>, 169\u2013176.<\/a><\/p>\n

    Young, F., Mason, R., Morris, R., Stuart, S., & Godfrey, A. (2023). Internet-of-Things-Enabled Markerless Running Gait Assessment from a Single Smartphone Camera. Sensors<\/em>, 23<\/em>(2), Article 2.<\/a><\/p>\n

    Zeni, J. A., Richards, J. G., & Higginson, J. S. (2008). Two simple methods for determining gait events during treadmill and overground walking using kinematic data. Gait & Posture<\/em>, 27<\/em>(4), 710\u2013714.<\/a><\/p>\n

    Zhang, F., Zhu, X., Dai, H., Ye, M., & Zhu, C. (2020). Distribution-Aware Coordinate Representation for Human Pose Estimation<\/em>. 7093\u20137102.<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

    Teko\u00e4lypohjainen liikkumisen analysoinnin teknologia tarjoaa lupaavia mahdollisuuksia objektiiviseen ja automaattisen toimintakyvyn arviointiin ja kuntoutustulosten seurantaan. Viime vuosien aikana konen\u00e4k\u00f6\u00f6n perustuvien ihmiskehon liikkeit\u00e4 seuraavien mallien tarkkuus ja keveys ovat siirtyneet sellaiselle tasolle, ett\u00e4 niit\u00e4 voidaan k\u00e4ytt\u00e4\u00e4 kannettavilla tietokoneilla ja \u00e4lypuhelimilla. Mallien pohjalta kehitettyj\u00e4 sovelluksia voidaan jatkossa hy\u00f6dynt\u00e4\u00e4 niin urheiluvalmennuksessa, kliinisess\u00e4 ty\u00f6ss\u00e4 kuin tutkimuksessakin.   Tausta Metropolia […]<\/p>\n","protected":false},"author":11,"featured_media":544,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[4],"tags":[651,653,49,655,657,659,661],"class_list":["post-535","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-henkilosto","tag-kavely","tag-konenako","tag-kuntoutus","tag-kyykky","tag-markkeriton-liikekaappaus","tag-tekoaly","tag-verkkosovellus"],"acf":[],"yoast_head":"\nTeko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa - Rehablogi<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/\" \/>\n<meta property=\"og:locale\" content=\"fi_FI\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa - Rehablogi\" \/>\n<meta property=\"og:description\" content=\"Teko\u00e4lypohjainen liikkumisen analysoinnin teknologia tarjoaa lupaavia mahdollisuuksia objektiiviseen ja automaattisen toimintakyvyn arviointiin ja kuntoutustulosten seurantaan. Viime vuosien aikana konen\u00e4k\u00f6\u00f6n perustuvien ihmiskehon liikkeit\u00e4 seuraavien mallien tarkkuus ja keveys ovat siirtyneet sellaiselle tasolle, ett\u00e4 niit\u00e4 voidaan k\u00e4ytt\u00e4\u00e4 kannettavilla tietokoneilla ja \u00e4lypuhelimilla. Mallien pohjalta kehitettyj\u00e4 sovelluksia voidaan jatkossa hy\u00f6dynt\u00e4\u00e4 niin urheiluvalmennuksessa, kliinisess\u00e4 ty\u00f6ss\u00e4 kuin tutkimuksessakin.   Tausta Metropolia […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/\" \/>\n<meta property=\"og:site_name\" content=\"Rehablogi\" \/>\n<meta property=\"article:published_time\" content=\"2023-04-20T21:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-10-01T07:58:26+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-content\/uploads\/sites\/6\/2024\/09\/Liikelaboratorio.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1349\" \/>\n\t<meta property=\"og:image:height\" content=\"900\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Rehablogin bloggaajat\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Kirjoittanut\" \/>\n\t<meta name=\"twitter:data1\" content=\"Rehablogin bloggaajat\" \/>\n\t<meta name=\"twitter:label2\" content=\"Arvioitu lukuaika\" \/>\n\t<meta name=\"twitter:data2\" content=\"15 minuuttia\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/\"},\"author\":{\"name\":\"Rehablogin bloggaajat\",\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/#\\\/schema\\\/person\\\/2b516a0063c99ed8bbc0d3a1a07f28bd\"},\"headline\":\"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa\",\"datePublished\":\"2023-04-20T21:00:00+00:00\",\"dateModified\":\"2024-10-01T07:58:26+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/\"},\"wordCount\":2945,\"commentCount\":0,\"image\":{\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/wp-content\\\/uploads\\\/sites\\\/6\\\/2024\\\/09\\\/Liikelaboratorio.jpg\",\"keywords\":[\"k\u00e4vely\",\"konen\u00e4k\u00f6\",\"kuntoutus\",\"kyykky\",\"markkeriton liikekaappaus\",\"Teko\u00e4ly\",\"verkkosovellus\"],\"articleSection\":[\"Henkil\u00f6st\u00f6\"],\"inLanguage\":\"fi\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/\",\"url\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/\",\"name\":\"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa - Rehablogi\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/wp-content\\\/uploads\\\/sites\\\/6\\\/2024\\\/09\\\/Liikelaboratorio.jpg\",\"datePublished\":\"2023-04-20T21:00:00+00:00\",\"dateModified\":\"2024-10-01T07:58:26+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/#\\\/schema\\\/person\\\/2b516a0063c99ed8bbc0d3a1a07f28bd\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/#breadcrumb\"},\"inLanguage\":\"fi\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/#primaryimage\",\"url\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/wp-content\\\/uploads\\\/sites\\\/6\\\/2024\\\/09\\\/Liikelaboratorio.jpg\",\"contentUrl\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/wp-content\\\/uploads\\\/sites\\\/6\\\/2024\\\/09\\\/Liikelaboratorio.jpg\",\"width\":1349,\"height\":900},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/2023\\\/04\\\/21\\\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Etusivu\",\"item\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/#website\",\"url\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/\",\"name\":\"Rehablogi\",\"description\":\"Kuntoutuksen ja terveydenhuollon hyvi\u00e4 k\u00e4yt\u00e4nteit\u00e4 kehitt\u00e4m\u00e4ss\u00e4\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fi\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/#\\\/schema\\\/person\\\/2b516a0063c99ed8bbc0d3a1a07f28bd\",\"name\":\"Rehablogin bloggaajat\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/e829eb17fe0615db870be6e8ab2adcb05968694f5276390911073cc4ae438bcb?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/e829eb17fe0615db870be6e8ab2adcb05968694f5276390911073cc4ae438bcb?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/e829eb17fe0615db870be6e8ab2adcb05968694f5276390911073cc4ae438bcb?s=96&d=mm&r=g\",\"caption\":\"Rehablogin bloggaajat\"},\"description\":\"Rehablogi on kuntoutuksen hyviin k\u00e4yt\u00e4nteisiin keskittyv\u00e4 toimitettu blogi, jota Metropolia Ammattikorkeakoulu yll\u00e4piti vuosina 2015\u20142025. Rehablogiin kirjoittajat ovat olleet kuntoutuksen YAMK-opiskelijoita, kuntoutusalan AMK-opiskelijoita, opettajia ja asiantuntijoita ty\u00f6el\u00e4m\u00e4st\u00e4 monialaisesti. Rehablogi on tuonut esille kuntoutumisen tutkimus- ja kehitysty\u00f6n pohjalta nousevaa tietoa sek\u00e4 nostanut keskusteluun kuntoutuksen alaan liittyvi\u00e4 keskeisi\u00e4 kysymyksi\u00e4.\",\"url\":\"https:\\\/\\\/blogit.metropolia.fi\\\/rehablogi\\\/author\\\/reha\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa - Rehablogi","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/","og_locale":"fi_FI","og_type":"article","og_title":"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa - Rehablogi","og_description":"Teko\u00e4lypohjainen liikkumisen analysoinnin teknologia tarjoaa lupaavia mahdollisuuksia objektiiviseen ja automaattisen toimintakyvyn arviointiin ja kuntoutustulosten seurantaan. Viime vuosien aikana konen\u00e4k\u00f6\u00f6n perustuvien ihmiskehon liikkeit\u00e4 seuraavien mallien tarkkuus ja keveys ovat siirtyneet sellaiselle tasolle, ett\u00e4 niit\u00e4 voidaan k\u00e4ytt\u00e4\u00e4 kannettavilla tietokoneilla ja \u00e4lypuhelimilla. Mallien pohjalta kehitettyj\u00e4 sovelluksia voidaan jatkossa hy\u00f6dynt\u00e4\u00e4 niin urheiluvalmennuksessa, kliinisess\u00e4 ty\u00f6ss\u00e4 kuin tutkimuksessakin.   Tausta Metropolia […]","og_url":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/","og_site_name":"Rehablogi","article_published_time":"2023-04-20T21:00:00+00:00","article_modified_time":"2024-10-01T07:58:26+00:00","og_image":[{"width":1349,"height":900,"url":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-content\/uploads\/sites\/6\/2024\/09\/Liikelaboratorio.jpg","type":"image\/jpeg"}],"author":"Rehablogin bloggaajat","twitter_card":"summary_large_image","twitter_misc":{"Kirjoittanut":"Rehablogin bloggaajat","Arvioitu lukuaika":"15 minuuttia"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/#article","isPartOf":{"@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/"},"author":{"name":"Rehablogin bloggaajat","@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/#\/schema\/person\/2b516a0063c99ed8bbc0d3a1a07f28bd"},"headline":"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa","datePublished":"2023-04-20T21:00:00+00:00","dateModified":"2024-10-01T07:58:26+00:00","mainEntityOfPage":{"@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/"},"wordCount":2945,"commentCount":0,"image":{"@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/#primaryimage"},"thumbnailUrl":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-content\/uploads\/sites\/6\/2024\/09\/Liikelaboratorio.jpg","keywords":["k\u00e4vely","konen\u00e4k\u00f6","kuntoutus","kyykky","markkeriton liikekaappaus","Teko\u00e4ly","verkkosovellus"],"articleSection":["Henkil\u00f6st\u00f6"],"inLanguage":"fi","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/","url":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/","name":"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa - Rehablogi","isPartOf":{"@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/#website"},"primaryImageOfPage":{"@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/#primaryimage"},"image":{"@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/#primaryimage"},"thumbnailUrl":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-content\/uploads\/sites\/6\/2024\/09\/Liikelaboratorio.jpg","datePublished":"2023-04-20T21:00:00+00:00","dateModified":"2024-10-01T07:58:26+00:00","author":{"@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/#\/schema\/person\/2b516a0063c99ed8bbc0d3a1a07f28bd"},"breadcrumb":{"@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/#breadcrumb"},"inLanguage":"fi","potentialAction":[{"@type":"ReadAction","target":["https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/"]}]},{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/#primaryimage","url":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-content\/uploads\/sites\/6\/2024\/09\/Liikelaboratorio.jpg","contentUrl":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-content\/uploads\/sites\/6\/2024\/09\/Liikelaboratorio.jpg","width":1349,"height":900},{"@type":"BreadcrumbList","@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/2023\/04\/21\/tekoalypohjaista-liikeanalyysia-voi-hyodyntaa-toimintakyvyn-arvioinnissa\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Etusivu","item":"https:\/\/blogit.metropolia.fi\/rehablogi\/"},{"@type":"ListItem","position":2,"name":"Teko\u00e4lypohjaista liikeanalyysia voi hy\u00f6dynt\u00e4\u00e4 toimintakyvyn arvioinnissa"}]},{"@type":"WebSite","@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/#website","url":"https:\/\/blogit.metropolia.fi\/rehablogi\/","name":"Rehablogi","description":"Kuntoutuksen ja terveydenhuollon hyvi\u00e4 k\u00e4yt\u00e4nteit\u00e4 kehitt\u00e4m\u00e4ss\u00e4","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/blogit.metropolia.fi\/rehablogi\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fi"},{"@type":"Person","@id":"https:\/\/blogit.metropolia.fi\/rehablogi\/#\/schema\/person\/2b516a0063c99ed8bbc0d3a1a07f28bd","name":"Rehablogin bloggaajat","image":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/secure.gravatar.com\/avatar\/e829eb17fe0615db870be6e8ab2adcb05968694f5276390911073cc4ae438bcb?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/e829eb17fe0615db870be6e8ab2adcb05968694f5276390911073cc4ae438bcb?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/e829eb17fe0615db870be6e8ab2adcb05968694f5276390911073cc4ae438bcb?s=96&d=mm&r=g","caption":"Rehablogin bloggaajat"},"description":"Rehablogi on kuntoutuksen hyviin k\u00e4yt\u00e4nteisiin keskittyv\u00e4 toimitettu blogi, jota Metropolia Ammattikorkeakoulu yll\u00e4piti vuosina 2015\u20142025. Rehablogiin kirjoittajat ovat olleet kuntoutuksen YAMK-opiskelijoita, kuntoutusalan AMK-opiskelijoita, opettajia ja asiantuntijoita ty\u00f6el\u00e4m\u00e4st\u00e4 monialaisesti. Rehablogi on tuonut esille kuntoutumisen tutkimus- ja kehitysty\u00f6n pohjalta nousevaa tietoa sek\u00e4 nostanut keskusteluun kuntoutuksen alaan liittyvi\u00e4 keskeisi\u00e4 kysymyksi\u00e4.","url":"https:\/\/blogit.metropolia.fi\/rehablogi\/author\/reha\/"}]}},"lang":"fi","translations":{"fi":535},"pll_sync_post":[],"_links":{"self":[{"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/posts\/535","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/comments?post=535"}],"version-history":[{"count":1,"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/posts\/535\/revisions"}],"predecessor-version":[{"id":543,"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/posts\/535\/revisions\/543"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/media\/544"}],"wp:attachment":[{"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/media?parent=535"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/categories?post=535"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogit.metropolia.fi\/rehablogi\/wp-json\/wp\/v2\/tags?post=535"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}