Дроздова Алёна Васильевна ‒ студентка магистратуры по направлению "Системы захвата и моделирования движения", программист НИЛ СЗМД,
ул. Профессора Попова, д. 5 Ф, Санкт-Петербург, 197022.
Alyona V. Drozdova, Master's student in Motion Capture and Modeling Systems, programmer of the Research Laboratory of NWMD,
5 F, Professor Popov St., St Petersburg 197022.
Ткаченко Анна Николаевна – кандидат технических наук (2010), доцент кафедры лазерных измерительных и навигационных систем,
ул. Профессора Попова, д. 5 Ф, Санкт-Петербург, 197022.
Anna N. Tkachenko, Cand. Sci. (2010) Associate Professor of the Department of Laser Measurement and Navigation Systems,
5 F, Professor Popov St., St Petersburg 197022.
Скребова Елена Михайловна – младший научный сотрудник НИЛ СЗМД,
ул. Профессора Попова, д. 5 Ф, Санкт-Петербург, 197022.
Elena M. Skrebova, Junior researcher of the NWMD Research Laboratory,
5 F, Professor Popov St., St Petersburg 197022.
Сакун Иван Антонович ‒ студент магистратуры по направлению "Системы захвата и моделирования движения", программист НИЛ СЗМД,
ул. Профессора Попова, д. 5 Ф, Санкт-Петербург, 197022.
Ivan A. Sakun, Master's degree student in Motion Capture and Modeling Systems, programmer of the NWMD Research Laboratory,
5 F, Professor Popov St., St Petersburg 197022.
Введение. В медицине изучение дыхания критически важно для диагностики и мониторинга здоровья. Определение параметров дыхания, таких как частота, необходимо для оценки состояния дыхательной системы. Однако традиционные методы, например спирометрия, имеют ограничения. Системы захвата движений, такие как маркерный видеоанализ, предлагают перспективный и инновационный подход для измерения параметров дыхания в совокупности с другими исследованиями, которые можно проводить с этой системой. Такой подход обеспечивает точные данные о дыхательной активности без необходимости специализированного медицинского оборудования. Использование таких систем может значительно расширить область их применения в реабилитационной и спортивной медицине.
Цель работы. Разработка алгоритма определения параметров дыхания с помощью маркерной системы захвата движения. Разработка алгоритма оптимального положения тела и наилучших местоположений маркеров для определения параметров дыхания. Анализ контрольных измерений.
Материалы и методы. Рассматриваются данные, полученные в результате синхронной регистрации сигналов с оптической системы захвата движений и спирометра. Определение частоты дыхания осуществляется методом спектрального анализа и преобразования Фурье.
Результаты. Разработан алгоритм анализа и интерпретации частоты дыхания, позволяющий учитывать положения тела, области расположения маркеров и предоставляющий рекомендации относительно их оптимального размещения.
Заключение. Результаты исследований показали перспективность применения маркерного видеоанализа для оценки частоты дыхательных движений с использованием системы захвата движения. Предполагается проведение дополнительных исследований с учетом физической активности с целью разработки эффективных методов диагностики параметров внешнего дыхания и выявления дыхательных нарушений.
Introduction. In healthcare, breath analysis is increasingly used to detect diseases and monitor human health. Assessment of respiratory parameters, such as breathing frequency, is an important component in evaluating the overall state of the respiratory system. However, conventional methods, such as spirometry, have their limitations. Motion capture systems, such as marker-based video analysis, offer a promising and innovative approach for measuring respiratory parameters in conjunction with other investigations. This approach provides accurate data on respiratory activity without requiring specialized medical equipment. The use of such systems has the potential to significantly extend the scope of their application in rehabilitation and sports medicine.
Aim. Development of an algorithm for determining breathing parameters using a marker-based motion capture system. Development of an algorithm for optimal body position and best marker locations for determining breathing parameters. Analysis of control measurements.
Materials and methods. The data obtained as a result of synchronous recording of signals from an optical motion capture system and a spirometer were analyzed. The respiration rate was determined by spectral analysis and Fourier transform.
Results. An algorithm for analyzing and interpreting respiratory rate was developed. This algorithm not only considers body positions and marker locations, but also provides recommendations regarding their optimal placement.
Conclusion. The results obtained confirm the prospects of marker video analysis in assessing the frequency of respiratory movements using a motion capture system. Further studies will be aimed at taking physical activity into account with the purpose of developing effective diagnostic methods of external respiration parameters and respiratory disorders.
The authors declare that there are no conflicts of interest present.