准确预测三维人形化身的人类模型对人类学建模

科学领域:

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

背景情况:

• 精确的人类测量测量对于身体组成分析和代谢疾病风险分层至关重要.
• 传统的方法通常需要专门的设备,如3D扫描仪.
• 开发非侵入性预测方法对于更广泛的临床应用至关重要.

研究的目的:

• 为了验证从多重回归预测的3D人形化身中获得的人类测量维度的准确性,与基准真实3D光学成像测量进行对比.
• 评估这些化身在临床应用中的潜力,例如患者身体组成分析.
• 探索这些化身在代谢疾病风险分层中的实用性.

主要方法:

• 开发了使用570名成年人的数据 (3D扫描,DXA,BIA) 的多重回归3D化身预测方程.
• 在一个单独的84名成年人样本上,使用20个摄像头的3D参考扫描仪进行地面真实测量 (周长,体积,表面积) 的验证预测.
• 使用多重回归生成3D化身,使用年龄,体重,身高,DXA%脂肪和BIA阻抗作为预测器;使用相同软件对预测和基本真相化身进行量化维度.

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,p < 0.001),只有一些小例外是手臂周长.
• 协同相关系数在0.80-0.99之间,表明良好一致,尽管在一些测量中注意到了轻微的偏差.

结论:

• 从可访问的人口和物理特征预测的三维 (3D) 化身可以在没有3D扫描仪的情况下获得准确的人类尺寸.
• 将多重回归与现有的身体组成方法 (DXA,BIA) 整合在一起,提供了新的研究和临床机会.
• 这种方法提高了身体成分分析和风险分层在不同的医疗保健环境中的可行性.