轻量级AI系统实现简易设备实时康复动作监测

近日，《国际商业智能与数据矿业杂志》发表了一项最新研究，推出了一款专为康复训练设计的轻量化人工智能系统RMPE Tiny。该系统基于人体姿态估计技术，能够实时识别并追踪肩、膝、踝等关键骨骼点的运动轨迹，从而精准评估动作幅度、对称性与协调性。传统姿态识别技术对算力要求较高，通常局限于专业医疗设备。为此，研究团队对底层架构进行了针对性精简，创新引入激光三角测量法优化图像采集流程，并将三维空间坐标映射至二维平面，在大幅降低计算资源消耗的同时保留了高精度识别能力。测试数据显示，该系统整体姿态估计准确率突破96%，多数样本表现接近或超越98%。凭借低功耗与低延迟的特性，RMPE Tiny有望打破康复评估对高端硬件的依赖，使计算机辅助疗法得以部署于平板电脑或简易嵌入式终端。该技术将推动康复服务从医院向家庭及社区场景延伸，为患者提供实时、客观的动作纠正反馈，显著提升远程康复的可及性与训练效率。