从皮肤标记器预测部-胸部-腰椎位置:结合局部框架和姿势预测器可以提高姿势的强度

科学领域:

• 生物机械工程 生物机械工程
• 医疗成像医学成像
• 脊椎解剖学 脊椎解剖学

背景情况:

• 准确预测脊椎位置对于运动分析和临床应用至关重要.
• 目前的预测方法主要集中在胸腰脊椎和单个姿势上.
• 需要一种方法来预测跨多种姿势的整个脊椎椎的位置.

研究的目的:

• 从外部数据开发一种可靠的方法,从外部数据中预测整个脊椎椎的位置.
• 为了考虑脊柱姿势的变化 (腰,直立,坐着).
• 为了验证该方法在整个脊柱和特定区域的性能.

主要方法:

• 利用了21名健康参与者在三个不同的姿势中的EOS射线图.
• 采用皮肤标记器和装配的线来创建局部曲线的Frenet框架.
• 在这些框架内,以极坐标 (角度α,距离d) 表示脊椎位置.
• 应用多线性回归,使用人体测量和姿势相关的预测因素.

主要成果:

• 人类测量预测器是距离 (d) 预测的关键,而姿势预测器影响了角度 (α) 预测.
• 姿势预测因素也显著影响了椎脊柱距离 (d).
• 整个脊柱的平均根平均平方误差 (RMSE) 为11.0±3.7毫米,与单姿势模型相比.

结论:

• 开发的几何和统计模型为从外部数据中预测脊椎位置提供了有希望的结果.
• 该方法在多种脊柱姿势和整个脊柱中表现出强度.
• 这种方法在增强运动分析和临床应用方面具有重大潜力.