相关实验视频
Updated: Jul 23, 2026

08:18
Visualizing Motion Patterns in Acupuncture Manipulation
Published on: July 16, 2016
9.2K
[一种可解释的机器学习建模方法,用于手动针操作对皮下肌肉组织的影响]
Wenqi Zhang1, Yanan Zhang2, Yan Shen2
1School of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029, China.
Zhongguo zhen jiu = Chinese acupuncture & moxibustion
|October 11, 2025
概括
机器学习模型准确量化手动针操纵 (MAMs) 对肌肉组织的影响. 这项研究提高了对针机制和个性化治疗策略的理解.
科学领域:
- 生物医学工程 生物医学工程
- 针研究 针研究
- 机器学习应用 机器学习应用
背景情况:
- 手动针操纵 (MAMs) 是针治疗的关键.
- 量化MAM对肌肉组织的生物力学影响仍然具有挑战性.
- 开发客观模型可以提高对针技术的理解和标准化.
研究的目的:
- 开发定量机器学习模型,用于"提升和推进"和"扭转和旋转"MAM.
- 为了研究这些MAMs对皮下肌肉组织的影响.
- 建立一个数据驱动的方法来分析针疗效.
主要方法:
- 深度摄像机在MAM过程中捕获了操作员手的动作.
- 超声波成像记录了皮下肌肉组织的反应.
- 机器学习算法,包括随机森林,用于构建预测模型.
主要成果:
- 随机森林模型显示了两个MAM的高性能.
- 对于"起重和推力"实现了0.825的确定系数 (R 2).
- 在"扭转和旋转"方面获得了0.872的R2.
结论:
- 机器学习有效量化了MAM对肌肉组织的影响.
- 这种方法为针机制提供了洞察力.
- 这些发现支持优化针技术和个性化治疗计划.
更多相关视频
08:27Three-Dimensional Finger Motion Tracking during Needling: A Solution for the Kinematic Analysis of Acupuncture Manipulation
Published on: October 28, 2021
3.2K
07:29Author Spotlight: Development of a Standardized Acupuncture Tool Inspired by Advanced Techniques for Improved Safety and Precision
Published on: January 10, 2025
652