Главная → Архив → 2026 год, выпуск №1 → Применение программы видеоанализа на базе MediaPipe Pose для диагностики нарушений походки в амбулаторных условиях: два клинических наблюдения

Применение программы видеоанализа на базе MediaPipe Pose для диагностики нарушений походки в амбулаторных условиях: два клинических наблюдения

А.А. Чекушин1, А.В. Федосеев1, А.В. Кулакова1, П.А. Киселева1, А.В. Алпатов1, М.С. Ашапкина2, П.С. Филоненко1
________________________________________________________________________________________________________
1 Рязанский государственный медицинский университет имени академика И.П. Павлова, Рязань, Российская Федерация;
2 Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский Университет), Москва, Российская Федерация
________________________________________________________________________________________________________

Обоснование. В последние годы активно развиваются альтернативные методы на основе видеорегистрации и машинного обучения (МО), позволяющие проводить объективную оценку параметров движений с использованием одного гаджета, что значительно снижает временные и финансовые затраты. Тем не менее, требуется клиническая валидация подобных подходов для дифференциальной диагностики нормы и патологии.

Цель. Показать возможности разработанной программы видеоанализа походки на базе платформы MediaPipe Pose для количественной оценки и сравнения пространственно-временных параметров ходьбы у здорового добровольца и пациентки с остеоартритом (ОА) коленных суставов.

Методы. Исследование проведено на стенде (беговая дорожка, камера GoPro 4K/60fps). Программа на основе MediaPipe Pose выделяла 33 ключевые точки тела с расчетом углов в коленных суставах, временных характеристик шага, коэффициентов симметрии и вариабельности. В статье представлены два клинических примера.

Заключение. Программа видеоанализа на базе MediaPipe Pose позволяет количественно дифференцировать патологический паттерн ходьбы от нормального. Выявленные изменения у пациентки с гонартрозом соответствуют клинической картине и могут служить объективными маркерами нарушений. Метод перспективен для клинического применения как доступный скрининговый инструмент. Дальнейшая работа по совершенствованию программы будет строиться на исследовании углов сгибания в суставах нижних конечностей относительно событий походки, рассматривая их взаимосвязь, чтобы получить более точные результаты.

Ключевые слова: исследование походки; видеорегистрация; машинное обучение; анализ данных; остеоартрит.

Список литературы

  1. Wren TAL, Tucker CA, Rethlefsen SA, et al. Clinical efficacy of instrumented gait analysis: Systematic review 2020 update. Gait Posture. 2020;80:274–279. doi: 10.1016/j.gaitpost.2020.05.031 EDN: PYWHIO
  2. Klöpfer-Krämer I, Brand A, Wackerle H, et al. Gait analysis — Available platforms for outcome assessment. Injury. 2020;51(Suppl 2):S90–S96. doi: 10.1016/j.injury.2019.11.011 EDN: KVUSXL
  3. Ino T, Samukawa M, Ishida T, et al. Validity of AI-Based Gait Analysis for Simultaneous Measurement of Bilateral Lower Limb Kinematics Using a Single Video Camera. Sensors (Basel). 2023;23 (24):9799. doi: 10.3390/s23249799 EDN: EQGSHU
  4. Shahar RT, Agmon M. Gait Analysis Using Accelerometry Data from a Single Smartphone: Agreement and Consistency between a Smartphone Application and Gold-Standard Gait Analysis System. Sensors (Basel). 2021;21(22):7497. doi: 10.3390/s21227497 EDN: OOFMWT
  5. Mobbs RJ, Perring J, Raj SM, et al. Gait metrics analysis utilizing single-point inertial measurement units: a systematic review. Mhealth. 2022;8:9. doi: 10.21037/mhealth-21-17 EDN: LBGSSD
  6. Fedoseev AV, Alpatov AV, Chekushin AA, Ashapkina MS. Remote monitoring of rehabilitation for travmatological and orthopedic patients. Science of the Young (Eruditio Juvenium). 2020; 8(2):296–302. doi: 10.23888/HMJ202082296-302 EDN: TJSZIJ
  7. Bao T, Gao J, Wang J, et al. A global bibliometric and visualized analysis of gait analysis and artificial intelligence research from 1992 to 2022. Front Robot AI. 2023;10:1265543. doi: 10.3389/frobt.2023.1265543 EDN: UTOWTS
  8. Di Gregorio R, Vocenas L. Identification of Gait-Cycle Phases for Prosthesis Control. Biomimetics (Basel). 2021;6(2):22. doi: 10.3390/biomimetics6020022 EDN: VRUEKK
  9. Menychtas D, Petrou N, Kansizoglou I, et al. Gait analysis comparison between manual marking, 2D pose estimation algorithms, and 3D marker-based system. Front Rehabil Sci. 2023;4:1238134. doi: 10.3389/fresc.2023.1238134 EDN: GJRKTZ
  10. Malkov AB. Problems of results reliability when analysing walking kinematics by means of movements video analysis. Siberian Medical Review. 2020;(2):20–29. doi: 10.20333/2500136-2020-2-20-29  EDN: UKCFPT

2026 год, выпуск №1
Клинический случай
Читать статью (pdf) →
DOI: 10.23888/HMJ2026141149-162
Как цитировать:

Чекушин А.А., Федосеев А.В., Кулакова А.В., Киселева П.А., Алпатов А.В., Ашапкина М.С., Филоненко П.С. Применение программы видеоанализа на базе MediaPipe Pose для диагностики нарушений походки в амбулаторных условиях: два клинических наблюдения // Наука молодых (Eruditio Juvenium). 2026. Т. 14, № 1. С. 149–162. doi: 10.23888/HMJ2026141149-162  EDN: ADRDSU
Дополнительная информация:
Источники финансирования. Работа проведена в рамках выполнения внутривузовского гранта «Разработка метода оценки вариабельности походки здоровых людей на основе видеорегистрации и машинного обучения».
Раскрытие интересов. Авторы заявляют об отсутствии отношений, деятельности и интересов, связанных с третьими лицами (коммерческими и некоммерческими), интересы которых могут быть затронуты содержанием статьи.

Об авторах:
*Чекушин Александр Александрович, канд. мед. наук, доцент, доцент кафедры общей хирургии, травматологии и ортопедии;
адрес: Российская Федерация, 390026, Рязань, ул. Высоковольтная, д. 9;
eLibrary SPIN: 7226-9799; ORCID: 0000-0002-5977-8023; e-mail: sales@ortodoctor.su
Федосеев Андрей Владимирович, д-р мед. наук, профессор, заведующий кафедрой общей хирургии, травматологии и ортопедии; eLibrary SPIN: 6522-1989; ORCID: 0000-0002-6941-1997; e-mail: colobud@yandex.ru
Кулакова Анна Владимировна, студент; eLibrary SPIN: 4702-5630; ORCID: 0009-0008-4614-3505; e-mail: annkulakova@bk.ru
Киселева Полина Александровна, студент; eLibrary SPIN: 7620-9561; ORCID: 0009-0007-3004-8602; e-mail: kuroyaida@yandex.ru
Алпатов Алексей Викторович, канд. тех. наук; eLibrary SPIN: 5233-0965; ORCID: 0000-0001-9694-6818; e-mail: alpatov-alexey@yandex.ru
Ашапкина Мария Сергеевна, канд. тех. наук; eLibrary SPIN: 4552-4802; ORCID: 0000-0002-7757-1501; e-mail: mashaashapkina@gmail.com
Филоненко Павел Сергеевич, канд. мед. наук, доцент, доцент кафедры общей хирургии, травматологии и ортопедии; eLibrary SPIN: 4874-3868; ORCID: 0000-0001-6978-8973; e-mail: pavel-filonenko@yandex.ru