借助Ultralytics YOLO，1 分钟内即可完成设备端的马匹步态分析

随着人工智能在兽医评估和临床决策中发挥越来越重要的作用，市场对能够在实际现场环境中运行的、客观且易于使用的工具的需求也在不断增长。

昆汀·普莱尔斯博士开发了一款名为“StrideiOS ，该iOS 利用计算机视觉技术对马匹进行客观的步态分析，帮助兽医和马业专业人士直接通过视频录像评估马匹的运动不对称性。通过Ultralytics YOLO ，“Stride”能够在任何地点、不到一分钟的时间内收集马匹的客观运动数据，且无需依赖云连接或专用硬件。

融合科技，助力马业专业人士

昆汀·普莱尔斯博士是一位常驻瑞典南部的马科兽医，主要专注于运动医学、生物力学和客观运动分析领域。他将临床经验与对软件工程的长期热情相结合，开发了“Stride”这款软件，旨在解决他在临床实践中每天都会遇到的问题。

Stride 由昆汀·普莱尔斯博士独立开发。该项目目前与多家机构及合作伙伴建立了学术和临床合作关系，包括列日大学、欧洲马学研究中心、田纳西大学，以及意大利和爱沙尼亚的合作伙伴。这些合作主要聚焦于验证研究、临床研究及未来应用，而该应用程序本身则由昆汀·普莱尔斯博士亲自设计并开发。

实地客观跛行评估面临的挑战

跛行是马科兽医面临的最常见且最棘手的问题之一。传统上，跛行评估主要依赖兽医的专业判断，但不同兽医的诊断结果往往存在差异，尤其在跛行症状不明显或涉及多条腿的情况下，诊断难度更大。

虽然确实存在一些客观测量工具，例如压力板和惯性测量单元（IMU）传感器，但它们通常需要专用硬件、受控环境以及耗时的数据处理。许多基于计算机视觉的系统需要将大型4K视频文件上传至远程服务器，而在带宽往往受限的实地环境中，这一过程可能需要10到15分钟。

缺失的一环，是一款能够快速提供客观运动数据的工具，而且这款工具可以运行在许多兽医和马业专业人士随身携带的设备上：智能手机。

iOS Ultralytics YOLO在iOS 设备上实现快速的姿势估计

为了实现这一功能，昆汀·普莱尔斯博士开发了“Stride”应用，该应用利用Ultralytics 为姿势估计 训练姿势估计 Ultralytics 模型，将其导出到Core ML，并原生部署在iOS。该应用会录制马匹小跑的视频，逐帧提取关键解剖学标志点，并分析头部、马肩隆和骨盆等部位的垂直位移，从而量化运动不对称性。

​

关键在于，从视频采集到姿势估计 再到信号处理的整个流程，均在设备本地运行。在 iPhone 17 Pro 上，Stride 仅需约一分钟即可完成一次完整的步态分析，且使用Ultralytics 中等规模模型时，每帧的推理时间约为 10 毫秒。

Stride 的训练基于数千张人工标注的马匹图像，这些图像涵盖了多种马种、毛色、光照条件和背景。训练过程通过Ultralytics 得以优化，Quentin Pleyers 博士利用该平台开发、迭代并完善了如今驱动该应用程序的模型。

为什么选择Ultralytics YOLO 模型？

对于昆汀·普莱尔斯博士而言Ultralytics YOLO 在性能、灵活性和易用性之间YOLO 恰到好处的平衡，正是将一个构想从原型阶段推进到量产阶段所必需的。

​

在考察了多种计算机视觉框架后，昆汀·普莱尔斯博士发现，Ultralytics YOLO 既具备生物力学分析所需的精度，又拥有在移动设备上流畅运行所需的轻量级效率。能够轻松导出到Core ML iOS 上原生部署iOS 使Stride成为一款完全离线、可直接用于现场的工具的关键因素。

支持更客观、更规范的马匹兽医护理

Stride 并非旨在取代兽医的临床判断，这一点至关重要。该应用无法诊断跛行，而是通过客观测量马匹垂直运动中的不对称性，为兽医和马业专业人士提供一个更可靠的数据参考，以辅助其整体评估。

​

这种方法正帮助Stride在马匹兽医界赢得广泛认可，特别是在那些习惯于将数字工具融入工作流程的新一代兽医中。通过在熟悉的设备上实时提供客观数据，Stride有助于减少评估结果的差异，并支持兽医做出更自信、基于证据的临床决策。

马匹步态分析的未来

昆汀·普莱尔斯博士目前正将Stride扩展至Android旨在让全球的兽医、马业专业人士、训练师、治疗师、马蹄铁匠和马主都能使用这项客观的马匹运动分析工具。通过帮助用户尽早识别运动不对称现象，Stride致力于支持更早的干预、更完善的随访，并实现马匹福利的最高标准。 通过与学术及临床合作伙伴的持续协作，将进一步验证Stride在临床实践中的作用，并探索客观运动分析在马医学领域的新应用。

Stride 将数十年的临床专业经验与尖端的计算机视觉技术相结合，开启了技术如何支持（而非取代）资深兽医专业眼光的新篇章。

有兴趣开发自己的视觉人工智能解决方案吗？欢迎访问我们的GitHub 代码库，探索Ultralytics YOLO 了解YOLO 如何YOLO 医疗保健等各行业的创新，并查看我们的授权方案，立即开始您的项目。