The use of optical flow to characterize muscle contraction
@article{zoccolan2001use,
title={The use of optical flow to characterize muscle contraction},
author={Zoccolan, Davide and Giachetti, Andrea and Torre, Vincent},
journal={Journal of neuroscience methods},
volume={110},
number={1},
pages={65--80},
year={2001},
publisher={Elsevier}
}
http://www.sciencedirect.com/science/article/pii/S0165027001004186
Abstract
Muscle contraction is usually measured and characterized with force and displacement transducers. The contraction of muscle fibers, however, evokes in the tissue a two and even three-dimensional displacement field, which is not properly quantified by these transducers because they provide just a single scalar quantity. This problem can be circumvented by using optical measurements and standard tools of computer vision, developed for the analysis of time varying image sequences. By computing the so called optical flow, i.e. the apparent motion of points in a time varying image sequence, it is possible to recover a two-dimensional motion field, describing rather precisely the displacement caused by muscle contraction in a flattened piece of skin. The obtained two-dimensional optical flow can be further analyzed by computing its elementary deformation components, providing a novel and accurate characterization of the contraction induced by different motoneurons. This technique is demonstrated analyzing the displacement caused by muscle contraction in the skin of the leech, Hirudo medicinalis. The proposed technique can be applied to monitor and characterize all contractions in almost flat tissues with enough visual texture.
Keywords
Videomicroscopy; Skin contraction; Motoneuron characterization; Optical flow; Image sequence analysis; Feature tracking
MM , CV , MT *******
TRATAN DE CARACTERIZAR LA CONTRACCION MUSUCULAR MEDIANTE TECNICAS DE VISION COMPUTACIONAL Y A TRAVES DE LO QUE SE VE POR LA CONTRACCION DE LA PIEL.
Esto parece es el estado del arte en lo que a medicion de contracción muscular pormedio de vision computacional se refiere (ḧabria que ver que otros lo citan y a quienes citan). Lo unico que tiene es que lo hacen midiendo una sangijuela??? (leech) nosotros podríamos aplicar las mismas técnicas pero para caracaterizar contraccion muscular de alguna parte del cuerpo.
Usan optical flow y analizan estas features obtenidas. Argumentan que con las herramientas de displacement transducers hay cosas que no se ven.
De la primera sección hay pappers que debería intentar leer para entender lo basico de cv necesario o que ellos usan.
Se puede investigar si se pueden comprar o conseguir estos force and displacement transducers para usar como ground truth.
Algunas cosas a tener en cuenta es que no voy a tener las mismas condiciones benevolas que hay aca
Ellos argumentan que es mejor su metodo de medicion de contraccion muscular y desplazamiento que usar transducers por que no es intrusivo y por que da mas info de todo el movimiento del tejido, por ej la dirección
Habria que sacar de aca como caracterizan la contracción y como la clasifican, de la sección 5 me parece
No encontre referencias de trabajos que hagan lo mismo pero voy a ver de donde lo baje si citan trabajos relacionados, y quienes los citan a ellos
cabe aclarar que usan videomicroscopia, ananlisis de imagenes de microscopio con vision computacional
Se explica bastante bien el proceso y algoritmo utulizado que es un derivado de optical flow.
Se excita al parecer distintas motoneuronas de la leech y se mide con optical flow el movimiento de su piel, obteniendo una respuesta coherente con la teoria entre el movimiento generado para la parte o motneurona estimulada.
Esta bueno como lo validan, usando un force transducer (opcion para usarlo yo)
La forma para caracterizar el movimiento a partir del optical flow se ve interesante , no la termine de entedder pero puede ser util, es como que encuentra componenetes del movimiento que representan tipos de movimientos básicos (contracciones, rotaciones ,shear horizontal y oblicuo) y con valores para estos componentes se caracteriza el movimiento de cada motoneurona.
Aplican algo que le llaman linear aproximation de manera de representar el optical flow con vectores lineales por lo que entendi