AST:一个基于OpenSim的工具,用于对通用肌肉骨模型进行自动缩放
Andrea Di Pietro1, Alex Bersani2, Cristina Curreli3
1Department of Civil and Industrial Engineering, University of Pisa, Italy.
Computers in biology and medicine
|April 30, 2024
概括
自动缩放工具 (AST) 在OpenSim中自动化肌肉骨 (MSK) 模型缩放,与手动方法相比,显著提高了准确性和速度. 这个工具加速了生物力学研究的MSK模拟.
科学领域:
- 生物力学 生物力学
- 计算机建模 计算建模
- 人类运动分析 人类运动分析
背景情况:
- 肌肉骨 (MSK) 模拟对于理解人类运动至关重要.
- 在OpenSim中扩展通用MSK模型是一个关键的,但耗时的初步步骤.
- 精确的缩放将虚拟标记与实验数据对齐,以便进行可靠的分析.
研究的目的:
- 引入自动缩放工具 (AST) 以实现高效准确的MSK模型缩放.
- 为了自动化标记器调整和错误评估的代过程.
- 加速创建可靠的MSK模型用于生物力学研究.
主要方法:
- 在静态试验中,AST通过缩放和反向动力学来代地改进虚拟标记位置.
- 它评估了根平均平方误差 (RMSE) 和最大标记误差用于纠正行动.
- 该工具采用基于RMSE和细分扩展因子的自适应扩展策略.
主要成果:
- 在三种通用MSK模型中,AST显著优于专家运营商的手动缩放.
- 静态试验RMSE减少了一个数量级;步行任务RMSE是五倍低.
- 该工具在100次代内实现了所需的准确性,快速提供可靠的模型.
结论:
- 通过自动化MSK模型缩放,AST为生物机械界提供了实质性的进步.
- 该工具可以更快,更准确地准备MSK分析的通用模型.
- 为了更广泛的应用,建议使用各种数据集和模型进行进一步的验证.
更多相关视频
08:523D Ultrasound Imaging: Fast and Cost-effective Morphometry of Musculoskeletal Tissue
Published on: November 27, 2017
23.2K
06:20Author Spotlight: Development of an Automated Camera-Based System for Real-Time Blast Overpressure Monitoring and TBI Risk Assessment in Military Training
Published on: December 6, 2024
2.7K
