Việc đánh giá tình trạng khập khiễng theo cảm quan có sự khác biệt giữa các bác sĩ thú y. Các công cụ đánh giá khách quan hiện có thường đòi hỏi phải sử dụng thiết bị phần cứng, tải dữ liệu lên đám mây hoặc quá trình xử lý tốn thời gian.
Stride biến một đoạn video quay bằng điện thoại thông minh đơn giản thành phân tích chuyển động của ngựa được thực hiện nhanh chóng ngay trên thiết bị nhờ công Ultralytics YOLO, mà không cần kết nối internet hay phần cứng chuyên dụng.
Khi trí tuệ nhân tạo (AI) ngày càng đóng vai trò hỗ trợ trong việc chẩn đoán thú y và ra quyết định lâm sàng, nhu cầu về các công cụ khách quan, dễ tiếp cận và có thể vận hành trong điều kiện thực tế tại hiện trường đang ngày càng gia tăng.
Tiến sĩ Quentin Pleyers đã phát triển Stride, một iOS sử dụng công nghệ thị giác máy tính để cung cấp phân tích dáng đi khách quan cho ngựa, giúp các bác sĩ thú y và chuyên gia về ngựa đánh giá sự bất đối xứng trong chuyển động trực tiếp từ đoạn video ghi lại. Bằng cách tích hợpYOLO Ultralytics , Stride cho phép thu thập dữ liệu chuyển động khách quan về ngựa ở bất kỳ đâu, chỉ trong vòng chưa đầy một phút, mà không cần phụ thuộc vào kết nối đám mây hay phần cứng chuyên dụng.
Bác sĩ Quentin Pleyers là một bác sĩ thú y chuyên về ngựa, hiện đang làm việc tại miền nam Thụy Điển, với chuyên môn sâu về y học thể thao, cơ sinh học và phân tích chuyển động khách quan. Kết hợp nền tảng lâm sàng của mình với niềm đam mê lâu năm đối với kỹ thuật phần mềm, ông đã phát triển ứng dụng Stride nhằm giải quyết một vấn đề mà ông thường xuyên gặp phải trong công việc hàng ngày.
Stride được phát triển độc lập bởi Tiến sĩ Quentin Pleyers. Hiện nay, dự án này đang nhận được sự hỗ trợ từ các hoạt động hợp tác học thuật và lâm sàng với các cơ sở giáo dục và đối tác, bao gồm Đại học Liège, Trung tâm Nghiên cứu Ngựa Châu Âu, Đại học Tennessee, cùng các đối tác tại Ý và Estonia. Các hoạt động hợp tác này tập trung vào các nghiên cứu xác thực, nghiên cứu lâm sàng và các ứng dụng trong tương lai, trong khi ứng dụng này được chính Tiến sĩ Quentin Pleyers sáng tạo và phát triển.
Chứng khập khiễng là một trong những vấn đề phổ biến nhất và cũng là thách thức lớn nhất mà các bác sĩ thú y chuyên về ngựa phải đối mặt. Theo truyền thống, việc chẩn đoán chứng khập khiễng chủ yếu dựa vào con mắt chuyên môn của bác sĩ thú y, tuy nhiên kết quả chẩn đoán có thể khác nhau giữa các bác sĩ và đặc biệt khó khăn trong các trường hợp khập khiễng nhẹ hoặc ảnh hưởng đến nhiều chi.
Các công cụ khách quan thực sự tồn tại, bao gồm các tấm cảm biến áp lực và cảm biến IMU, nhưng chúng thường đòi hỏi phần cứng chuyên dụng, môi trường được kiểm soát chặt chẽ và quá trình xử lý dữ liệu tốn nhiều thời gian. Nhiều hệ thống dựa trên công nghệ thị giác máy tính yêu cầu phải tải lên các tệp video 4K dung lượng lớn lên các máy chủ từ xa, một quy trình có thể mất từ 10 đến 15 phút khi triển khai tại hiện trường, nơi băng thông thường bị hạn chế.
Mảnh ghép còn thiếu chính là một công cụ có thể cung cấp dữ liệu chuyển động khách quan một cách nhanh chóng, trên một thiết bị mà nhiều bác sĩ thú y và chuyên gia về ngựa đã luôn mang theo trong túi: điện thoại thông minh.
Để hiện thực hóa điều này, Tiến sĩ Quentin Pleyers đã phát triển ứng dụng Stride, tận dụng các mô hình Ultralytics được huấn luyện để ước lượng tư thế, xuất sang Core ML và triển khai trực tiếp trên iOS. Ứng dụng này ghi lại video cảnh ngựa chạy nước kiệu, trích xuất các điểm mốc giải phẫu quan trọng theo từng khung hình, đồng thời phân tích sự dịch chuyển theo phương thẳng đứng của các điểm như đầu, vai và xương chậu để định lượng sự bất đối xứng trong chuyển động.

Điểm mấu chốt là toàn bộ quy trình, từ ghi hình video đến nhận diện tư thế và xử lý tín hiệu, đều được thực hiện trực tiếp trên thiết bị. Trên iPhone 17 Pro, Stride có thể hoàn tất phân tích dáng đi chỉ trong khoảng một phút, với thời gian suy luận khoảng 10 mili giây cho mỗi khung hình khi sử dụng mô hình Ultralytics phiên bản trung bình.
Stride được huấn luyện dựa trên hàng nghìn hình ảnh ngựa được chú thích thủ công, thu thập từ nhiều giống ngựa, màu lông, điều kiện ánh sáng và bối cảnh khác nhau. Quá trình huấn luyện đã được tối ưu hóa nhờ Ultralytics , mà Tiến sĩ Quentin Pleyers đã sử dụng để phát triển, thử nghiệm và hoàn thiện mô hình hiện đang vận hành ứng dụng này.
Đối với Tiến sĩ Quentin Pleyers, Ultralytics YOLO sự cân bằng hoàn hảo giữa hiệu suất, tính linh hoạt và sự dễ sử dụng – những yếu tố cần thiết để biến một ý tưởng từ giai đoạn nguyên mẫu thành sản phẩm thương mại.

Sau khi nghiên cứu nhiều khung công nghệ thị giác máy tính, Tiến sĩ Quentin Pleyers nhận thấy rằngYOLO Ultralytics không chỉ đáp ứng được độ chính xác cần thiết cho phân tích cơ sinh học mà còn sở hữu hiệu suất nhẹ nhàng, giúp ứng dụng chạy mượt mà trên các thiết bị di động. Khả năng xuất dữ liệu sang Core ML một cách dễ dàng Core ML triển khai trực tiếp trên iOS yếu tố then chốt giúp Stride trở thành một công cụ hoạt động hoàn toàn ngoại tuyến và sẵn sàng sử dụng ngay tại hiện trường.
Stride không được thiết kế để thay thế phán đoán lâm sàng của bác sĩ thú y, và điều này rất quan trọng cần lưu ý. Ứng dụng này không chẩn đoán tình trạng khập khiễng; thay vào đó, nó cung cấp số liệu đo lường khách quan về sự bất đối xứng trong chuyển động thẳng đứng của ngựa, từ đó mang đến cho các bác sĩ thú y và chuyên gia về ngựa một nguồn dữ liệu đáng tin cậy nữa để hỗ trợ cho đánh giá tổng thể của họ.

Cách tiếp cận này đang giúp Stride ngày càng được ưa chuộng trong cộng đồng thú y chuyên về ngựa, đặc biệt là trong giới bác sĩ thú y thế hệ mới, những người cảm thấy thoải mái khi tích hợp các công cụ kỹ thuật số vào quy trình làm việc của mình. Bằng cách cung cấp dữ liệu khách quan theo thời gian thực trên một thiết bị quen thuộc, Stride giúp giảm thiểu sự chênh lệch trong các đánh giá và hỗ trợ việc đưa ra các quyết định lâm sàng tự tin hơn, dựa trên bằng chứng.
Tiến sĩ Quentin Pleyers hiện đang mở rộng ứng dụng Stride sang Android, với mục tiêu mang đến công cụ phân tích chuyển động khách quan cho ngựa, giúp các bác sĩ thú y, chuyên gia về ngựa, huấn luyện viên, nhà trị liệu, thợ rèn móng ngựa và chủ ngựa trên toàn thế giới dễ dàng tiếp cận. Bằng cách giúp người dùng phát hiện sớm nhất có thể các bất thường trong chuyển động, Stride hướng đến việc hỗ trợ can thiệp kịp thời, theo dõi hiệu quả hơn và đảm bảo các tiêu chuẩn cao nhất về phúc lợi cho ngựa. Sự hợp tác liên tục với các đối tác học thuật và lâm sàng sẽ tiếp tục khẳng định vai trò của Stride trong thực tiễn và khám phá các ứng dụng mới cho phân tích chuyển động khách quan trong y học ngựa.
Bằng cách kết hợp kinh nghiệm lâm sàng tích lũy qua nhiều thập kỷ với công nghệ thị giác máy tính tiên tiến, Stride mở ra một chương mới trong việc ứng dụng công nghệ để hỗ trợ, chứ không phải thay thế, con mắt tinh tường của các bác sĩ thú y giàu kinh nghiệm.
Bạn có muốn tự phát triển các giải pháp Trí tuệ nhân tạo (AI) dựa trên thị giác không? Hãy truy cập kho lưu trữ GitHub của chúng tôi để khám pháYOLO Ultralytics , tìm hiểu cách YOLO thúc đẩy sự đổi mới trong các ngành như AI trong lĩnh vực y tế, và tham khảo các gói cấp phép của chúng tôi để bắt đầu.
Ultralytics YOLO Mô hình là kiến trúc thị giác máy tính được phát triển để phân tích dữ liệu hình ảnh từ hình ảnh và video đầu vào. Các mô hình này có thể được đào tạo cho các tác vụ bao gồm phát hiện đối tượng, phân loại, ước tính tư thế, theo dõi và phân đoạn đối tượng. Ultralytics YOLO các mô hình bao gồm:
Ultralytics YOLO11 là phiên bản mới nhất của các mô hình Thị giác Máy tính của chúng tôi. Giống như các phiên bản trước, nó hỗ trợ tất cả các tác vụ thị giác máy tính mà cộng đồng Vision AI yêu thích. YOLOv8 . Cái mới YOLO11 Tuy nhiên, nó có hiệu suất và độ chính xác cao hơn, khiến nó trở thành một công cụ mạnh mẽ và là đồng minh hoàn hảo cho những thách thức thực tế của ngành.
Mô hình bạn chọn sử dụng phụ thuộc vào các yêu cầu cụ thể của dự án. Điều quan trọng là phải xem xét các yếu tố như hiệu suất, độ chính xác và nhu cầu triển khai. Sau đây là tổng quan nhanh:
Ultralytics YOLO các kho lưu trữ, chẳng hạn như YOLOv5 Và YOLO11 , được phân phối theo AGPL-3.0 Giấy phép theo mặc định. Giấy phép được OSI phê duyệt này được thiết kế cho sinh viên, nhà nghiên cứu và những người đam mê, thúc đẩy sự hợp tác mở và yêu cầu bất kỳ phần mềm nào sử dụng AGPL-3.0 Các thành phần cũng có thể được mã nguồn mở. Mặc dù điều này đảm bảo tính minh bạch và thúc đẩy đổi mới, nhưng nó có thể không phù hợp với các trường hợp sử dụng thương mại.
Nếu dự án của bạn liên quan đến việc nhúng Ultralytics phần mềm và mô hình AI thành các sản phẩm hoặc dịch vụ thương mại và bạn muốn bỏ qua các yêu cầu nguồn mở của AGPL-3.0 , Giấy phép Doanh nghiệp là lý tưởng.
Lợi ích của Giấy phép Doanh nghiệp bao gồm:
Để đảm bảo tích hợp liền mạch và tránh AGPL-3.0 hạn chế, yêu cầu một Ultralytics Giấy phép Doanh nghiệp sử dụng mẫu được cung cấp. Đội ngũ của chúng tôi sẽ hỗ trợ bạn điều chỉnh giấy phép phù hợp với nhu cầu cụ thể của bạn.
Bắt đầu hành trình của bạn với tương lai của học máy