适应性P-Splines用于挑战生物力学中的过问题
Andrew J Pohl1, Matthew R Schofield2, W Brent Edwards1
1Human Performance Laboratory, Faculty of Kinesiology, University of Calgary, 2500 University Dr. NW, Calgary, AB, Canada T2N 1N4.
适应性处罚线 (APS) 为具有快速变化的生物机械信号提供了卓越的噪声抑制,优于传统的Butterworth过. APS准确地捕捉影响事件并提供不确定性估计,增强数据分析.
科学领域:
- 生物机械分析分析
- 信号处理 信号处理
- 计算统计的计算统计.
背景情况:
- 噪音抑制对于生物力学数据分析至关重要.
- 现有的方法,如低通波器和光滑线,与在冲击事件中常见的显示快速衍生变化的信号作斗争.
- 这些传统方法通常使用固定的参数,无法适应动态信号特征.
研究的目的:
- 引入和评估适应性处罚线 (APS) 用于处理具有快速变化的衍生物的生物机械信号.
- 为了比较APS的性能与传统的过技术,特别是Butterworth过器的性能.
- 评估APS提供推导数量的不确定性估计的能力.
主要方法:
- 检查了APS的三种变化:独立的随机变量,自回归过程和光滑的立方脊线.
- 从观察到的数据中推断出规范化处罚的时间适应.
- 通过使用模拟和真实世界的冲击数据,比较APS性能与第四顺序的Butterworth波器.
主要成果:
- 与模拟数据上的Butterworth过相比,APS显示了48%-183%的显著根平均平方误差 (RMSE) 减少.
- 对于摆动撞击数据,APS在加速度推断中实现了13%-28%的RMSE减速,而不是与最佳调节的Butterworth波器相比.
- APS为拟合曲线和像峰值加速度这样的衍生指标提供了可靠的不确定性估计.
结论:
- 适应性处罚线 (APS) 在分析具有快速变化的生物力学信号方面非常有效,其性能优于传统方法.
- APS在捕捉影响等短暂事件方面提供了更高的准确性,并提供了有价值的不确定性量化.
- 分析影响事件或需要精确衍生估计的研究人员应考虑使用APS进行增强的数据分析.
更多相关视频
13:07Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
Published on: January 15, 2022
07:43In Vivo Quantification of Hip Arthrokinematics during Dynamic Weight-bearing Activities using Dual Fluoroscopy
Published on: July 2, 2021
相关概念视频
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Reconstruction of Signal using Interpolation
Linear Approximation in Time Domain
For a simple pendulum with a mass evenly distributed along its length and the center of mass located at half the pendulum's length,...
