准确预测三维人形化身的人类测量模型模型的准确预测

科学领域:

• 生物医学工程 生物医学工程
• 医疗成像医学成像
• 人类测量学 人类测量学.

背景情况:

• 准确的人类测量测量对于健康评估至关重要,包括代谢性疾病风险分层.
• 获得详细身体测量的传统方法可能是侵入性的或需要专门的设备.
• 三维 (3D) 人形化身提供了一个潜在的非侵入性的替代品来表示身体组成.

研究的目的:

• 为了评估从多重回归推导出的人类测量维度的准确性,与地面真相测量相比,预测了3D人形化身.
• 评估这些预测化身对临床应用的有用性,例如代谢疾病风险分层.

主要方法:

• 使用570名成年人的数据 (包括3D扫描,DXA和BIA) 开发了多重回归3D化身预测方程.
• 在一个单独的84名成年人样本上验证了模型,将预测的头像测量与来自20个摄像头3D扫描仪的地面真相数据进行了比较.
• 预测和基本真实的人类测量维度 (周长,体积,表面积) 之间的量化相关性和一致性.

主要成果:

• 预测和地面真相化身表现出类似的视觉外观.
• 在预测和基准真相人体测量估计之间观察到很高的相关性 (R2:0.75-0.99),其中大多数的平均差异不是显著的.
• 协同相关系数在0.80-0.99之间,表明良好一致,尽管在一些测量中发现了小偏差.

结论:

• 多重回归预测的3D化身可以在不需要3D扫描仪的情况下生成准确的人类尺寸.
• 这种方法与现有的身体成分方法 (DXA,BIA) 结合在一起,为研究和临床实践开辟了新的途径.
• 预测化身的精确人体测量数据支持它们在代谢疾病风险评估和其他临床应用中的使用.