hest.ethz.ch

이 이메일 도메인이 관측된 논문 4건

arXiv:2610.05552v2cs.CV

척수 손상 환자의 임상적으로 해석 가능한 보행 평가를 위한 단안 마커리스 생체역학

Monocular markerless biomechanics for clinically interpretable gait assessment in spinal cord injury

3차원 보행 분석은 척수 손상 후 재활을 안내하지만, 이를 위해 구비된 병원이 드문 마커 기반 모션 캡처 및 지면반력기(force plate)에 의존합니다. 단안 마커리스(monocular markerless) 파이프라인은 소수의 건강한 성인 코호트에서 구축되었으나 신경계 질환 코호트에서는 구축되지 않았습니다. 본 연구에서는 동기화된 비디오, 모션 캡처, 지면반력기 측정값을 포함하는 239명의 척수 손상 성인 환자로 구성된 SCAI SCI Gait 데이터셋을 제시하며, 단일 시상면(sagittal-view) 비디오에 파라메트릭 신체 메시를 피팅하고 가상 마커를 통해 인체측정학적으로 스케일링된 OpenSim 모델을 구동했습니다. 마커리스 하체 기구학(kinematics)은 모션 캡처 측정값과 최고 수준(SOTA)의 일치도(r = 0.68-0.90, p < 0.001, RMSE = 4.18-6.49도)를 보였으며, 기구학 기반으로 정확하게 예측된 지면반발력은 지면반력기로 측정한 값과 긴밀하게 일치했습니다(r = 0.85-0.87, p < 0.001, RMSE = 2.13-2.19 N/kg). 나아가 마르코프 블랭킷(Markov blanket)을 이용한 조건부 의존성 그래프 분석을 통해 파형(waveform) 구성요소가 기능적 독립성과 조건부로 연관되어 있음을 밝혔고, 속도별 층화 클러스터링(speed-stratified clustering)을 통해 유사한 속도로 걷는 개인 간의 뚜렷한 역학적 전략 차이를 확인했습니다. 이러한 결과는 단안 비디오를 척수 손상 환자의 임상적으로 유의미한 생체역학적 평가 및 데이터 기반 표현형 분석(phenotyping)을 위한 확장 가능한 접근법으로 확립합니다. Github: https://github.com/SCAI-Lab/SCAI-SCI-Gait-Dataset

arXiv:2610.01682v1cs.RO

리더보드 점수를 넘어서: 보행자 중심 환경에서 해석 가능한 추적 평가를 위한 배포 중심 프로토콜

Beyond Leaderboard Scores: A Deployment-Focused Protocol for Interpretable Tracking Evaluation in Pedestrian-Centric Environments

보행자 사이에서 작동하는 모바일 로봇은 빠르게 가용해지고, 누락된 관측 속에서도 공간적 신뢰성을 유지하며, 동일성을 보존하고, 임베디드 컴퓨팅 예산 내에 부합하는 궤적을 필요로 합니다. 종합 추적 점수는 궤적이 언제 어떻게 실패하는지에 대한 통찰을 제한적으로만 제공하며, 서로 다른 검출기(detector) 입력은 추적기(tracker)와 검출기의 품질을 혼동시킬 수 있습니다. 본 논문에서는 공유된 검출 결과를 사용하여 추적기의 동작을 분리하고, 초기화(initialization), 검출기 공백 지속성, 동일성 복구, 근접 이웃 연관성, 부하 의존적 추적기 스텝 실행 시간을 직접 평가하는 배포 중심의 추적기 전용 평가 프로토콜을 제시하며, 보완적인 종합 척도로 HOTA(Higher Order Tracking Accuracy)를 유지합니다. 6개의 오픈 소스 추적기와 자체 개발한 경량 Pedestrian Reference Tracker(PedRefTrack), 그리고 이상적인 연관 및 모션 하에서 추적기 측 잔여 격차를 추정하는 GT 보조 변형을 사용하여 JackRabbot 데이터셋 및 벤치마크(JRDB)에 이 프로토콜을 적용합니다. 고정된 검출 조건에서 GT를 사용하지 않는 추적기들은 24.26%~29.67%의 좁은 HOTA 범위에 머물렀지만, 뚜렷하게 다른 능력 프로파일을 나타냈습니다. 검출기 지원 없이 1.0초가 지난 후, GT 보조가 없는 어떤 추적기도 적격 사례의 절반 이상에서 공간적으로 정확하고 동일한 동일성의 출력을 유지하지 못하여, 누락된 관측 지속성이 테스트된 특성 중 가장 주요한 한계점으로 나타났습니다. 근접 이웃 실패는 더 적었으며 주로 가장 가까운 분리 거리에서 증가했습니다. NVIDIA Jetson Orin에서의 추적기 스텝 실행 시간은 꼬리가 길고(heavy-tailed) 부하에 민감하여 혼잡한 프레임에서 여러 추적기가 10 Hz 실시간 목표치 이하로 떨어졌습니다. 본 프로토콜은 보행자 중심 환경에서 추적기의 동작과 배포 적합성을 특성화할 수 있는 재현 가능한 방법을 제공합니다. 코드 및 평가 스크립트는 https://github.com/SCAI-Lab/tracker_eval 에 공개되어 있습니다.

arXiv:2608.07117v1cs.CV

유창성을 넘어서: 척추 MRI 판독문 생성을 위한 임상 벤치마크 및 이상 징후 강화 기준선 모델

Beyond Fluency: A Clinical Benchmark and Anomaly-Enhanced Baseline for Spine MRI Report Generation

방사선 판독문 작성은 많은 시간이 소요되며 평가자 간 변동성이 발생하기 쉬워, 자동 판독문 생성은 비전-언어 모델(VLM)에 매력적인 임상 적용 분야로 주목받고 있습니다. 본 논문에서는 진단 정확도에 초점을 맞춰 요추 MRI를 대상으로 최신 VLM들을 벤치마크 평가하고, 표준 어휘 및 의미론적 지표들이 임상적 정확성을 제대로 반영하지 못함을 입증합니다. 즉, 유창하고 구조가 잘 잡힌 판독문이라도 임상적으로 중대한 진단 오류를 포함한 채 높은 점수를 받을 수 있습니다. 이러한 실패 양상을 해결하기 위해, 준지도학습 U-Net++ 모델로 생성된 공간적으로 국소화된 디스크 수준의 이상 징후 히트맵을 VLM 입력에 보강하는 아키텍처 비종속적 프레임워크를 제안합니다. 이 히트맵은 명시적인 시각적 그라운딩(visual grounding)을 통해 해부학적 민감도를 향상시키는 동시에 임상적 감독을 위한 독립적인 해석 가능성 출력을 제공함으로써, 요추 MRI 해석을 위한 진단적으로 신뢰할 수 있고 시각적으로 그라운딩된 VLM에 한 걸음 더 다가서도록 합니다.

arXiv:2606.17427v1cs.CV

증강 현실 애플리케이션에서 손 기능 장애 및 가려짐이 손 자세 추정 정확도에 미치는 영향

Impact of Hand Impairment and Occlusions on Hand Pose Estimation Accuracy in Augmented Reality Applications

혼합 현실(mixed reality) 애플리케이션은 손 재활을 위해 설계될 수 있습니다. 특히 증강 현실(AR) 헤드 마운티드 디스플레이(HMD)는 개인이 실제 환경을 보고 실제 물체와 상호작용하는 동안 HMD에서 추가적인 단서를 받을 수 있기 때문에 생태학적으로 타당한 과제를 수행할 수 있게 합니다. 이러한 애플리케이션은 정확한 손 자세 추정(hand pose estimation)에 의존하지만, 손 기능 장애나 실제 물체와의 상호작용으로 인한 가려짐(occlusion)이 자세 추정 정확도에 미치는 영향을 조사하는 연구는 부족합니다. 또한, AR HMD 예측과 최신(SOTA) 자세 추정 방법 간의 비교도 아직 확립되지 않았습니다. 본 연구에서는 경추 척수 손상(cSCI; n=13, 신경학적 손상 수준: C3-C6; 미국 척수 손상 협회 장애 척도: A-D)을 가진 개인과 15명의 건강한 대조군이 투명하고 불투명한 물체와 상호작용하는 동안 HoloLens 2 HMD와 최신 자세 추정 알고리즘(WiLoR, HaMeR, WildHands, MediaPipe)의 정확도를 평가했습니다. 3D 관절 위치에 대한 정답(ground truth) 추정치는 다중 카메라 설정을 통한 삼각측량을 통해 생성되었습니다. 자세 추정 정확도는 cSCI 그룹과 건강한 대조군 간에 차이가 없었으며, 이는 HoloLens 2와 자세 추정 알고리즘의 3D 관절 예측이 손 기능 장애가 있는 집단으로 일반화될 수 있음을 시사합니다. 또한, 투명한 물체는 불투명한 물체보다 약간의 정확도 이점(0.1 mm)을 제공했으며, WiLoR와 HaMeR의 예측은 HoloLens 2보다 약간 더 정확했습니다(2 mm). 전반적으로, 이러한 결과는 HoloLens 2가 손 재활 애플리케이션에 사용될 수 있으며, 생성된 데이터셋(dataset)이 손 기능 장애가 있는 집단을 위한 자세 추정 방법을 정교화하는 데 사용될 수 있음을 시사합니다.