شناسایی حرکات توان خواهان در محیط تعاملی فیزیوتراپی با رویکرد علوم شناختی به وسیله هوش مصنوعی

این مقاله به بررسی نقش تکنولوژی هوش مصنوعی و علوم شناختی در ارتقاء دقت و کارایی فیزیوتراپی پرداخته است. از رویکرد علوم شناختی و هوش مصنوعی برای شناسایی و ضبط حرکات توان خواهان و همچنین، ارتقاء محیط تعاملی استفاده شده و با بهبود دقت سیستم به میزان 99 درصد در شناسایی حرکات ساده و 92 درصد در حرکات پیچیده، توانسته است پیشرفت های قابل توجهی را در فرآیند فیزیوتراپی ایجاد کند. ماژول های دوربین و ویدیو پروژکتور با هماهنگی دقیق، امکان ارتقاء تجربه تحرک چندبعدی را فراهم کرده و به فیزیوتراپیست ها اطلاعات دقیق و به روزی را درباره حرکات توان خواهان ارائه می دهد. در بخش نتیجه گیری، پیشنهاد هایی جهت بهبودهای بیشتر در تکنولوژی تشخیص حرکات و نکات آموزشی برای فیزیوتراپیست ها ارائه شده است.

identification of movements of individuals with disabilities in interactive physiotherapy environment using cognitive science approach through artificial intelligence

this paper investigates the role of artificial intelligence technology and cognitive science in enhancing the accuracy and efficiency of physiotherapy. a cognitive science approach combined with artificial intelligence is utilized to identify and record movements of individuals with disabilities and improve the interactive environment. by improving the system's accuracy to 99% in identifying simple movements and 92% in complex movements, significant improvements in the physiotherapy process have been achieved. the precise coordination between camera and video projector modules enables the enhancement of a multidimensional movement experience and provides physiotherapists with accurate and up-to-date information regarding the movements of individuals with disabilities. the paper concludes with suggestions for further improvements in motion detection technology and educational insights for physiotherapists.