본 논문은 파킨슨병 환자의 보행 특징, 특히 회전 동작을 정량적으로 분석하는 심층 학습 기반 접근법을 제시한다. 기존 임상 평가 도구의 한계를 극복하기 위해, 가정과 같은 자유로운 환경에서 촬영된 비디오 데이터를 활용하여 환자의 일상적인 회전 동작을 지속적으로 모니터링한다. Fastpose와 Strided Transformer 모델을 이용하여 3D 골격 정보를 추출하고, 힙과 무릎 관절의 회전 각도를 계산하여 회전 각도를 자동으로 정량화한다. Turn-REMAP 및 Turn-H3.6M 데이터셋을 사용하여 방법의 유효성을 검증하고, 41.6%의 정확도, 34.7도의 MAE, 68.3%의 가중 정밀도를 달성하였다. 이는 단일 모노큘러 카메라 데이터를 이용하여 가정 환경에서 파킨슨병 환자의 회전 동작을 정량화한 최초의 연구이다.
