来自10至69岁的人的三维,临床评估的姿势数据

科学领域:

• 生物医学工程 生物医学工程
• 公共卫生 公共卫生
• 数据科学数据科学数据科学

背景情况:

• 虚弱的姿势是所有年龄组普遍存在的问题,有助于背痛,并给社会经济带来重大负担.
• 通过姿势评估及早发现姿势缺陷对于主动干预和公共卫生促进至关重要.
• 现有的姿势评估方法可能缺乏客观性,凸显了需要数据驱动方法的需求.

研究的目的:

• 为各种年龄段 (10-69岁) 提供脊柱姿势参数的综合数据集.
• 为了能够开发客观的,数据驱动的姿势评估方法.
• 为了促进机器学习应用程序的创建,用于诊断支持识别脊髓疾病.

主要方法:

• 立体摄影法用于测量1,149名受试者的姿势.
• 计算了原始和正常化的斜腰姿势参数 (宫叶,腰叶,阴影指数).
• 生物医学专家通过算法质量检查和专家再评估对标签的细化来分类脊柱疾病 (超症,超症).

主要成果:

• 提出了一个数据集,包括人体测量,原始和规范姿势参数 (FC,FL,KI,FC%,FL%,KI%),以及专家验证的超症和超症分类.
• 这些数据包括1149名年龄在10至69岁之间的个体的测量.
• 通过算法质量检查和专家重新评估获得的精细标签与原始专家评级一起提供.

结论:

• 呈现的姿势数据对于开发客观姿势评估技术具有价值.
• 该数据集对创建机器学习模型的巨大潜力,以支持对姿势异常的诊断.
• 这项工作有助于推进公共卫生,使得评估脊柱健康的方法更加准确和客观.