改良Valsalva动作与小腿肌紧张动作在经胸右心声学造影诊断卵圆孔未闭中的应用价值

目的比较改良Valsalva动作(mVM)与小腿肌紧张动作在经胸右心声学造影(cTTE)诊断卵圆孔未闭(PFO)中的应用价值。方法选取2022年6月至2023年6月南京医科大学附属南京医院收治的87例疑似PFO患者作为研究对象。所有患者均接受经食管超声心动图(TEE)联合cTTE检查,判断右向左分流(RLS)来源,根据左心内是否出现微气泡及微气泡初始出现时间分为PFO组(存在异常血流)和正常组,比较分析两组的临床资料。所有患者分别在安静状态、mVM和小腿肌紧张动作下进行cTTE,比较分析这三种辅助状态下cTTE的PFO检出率、RLS微气泡初始出现的心动周期、RLS分流量检出程度。结果以TEE联合cTTE检查结果作为诊断的金标准,将87例患者分为PFO组68例(包括23例少量RLS、7例中量RLS、38例大量RLS)和正常组19例。两组临床资料比较显示,PFO组年龄小于正常组,出现头痛症状的比例高于正常组,差异均有统计学意义(P<0.05)。与安静状态相比,mVM和小腿肌紧张动作下的PFO检出率更高、RLS微气泡初始出现的心动周期更早,差异均有统计学意义(P<0.05),而mVM与小腿肌紧张动作下的PFO检出率、RLS微气泡初始出现的心动周期比较差异均无统计学意义(P>0.05)。安静状态、mVM、小腿肌紧张动作下少量RLS的检出率比较差异有统计学意义(P<0.05),而中量和大量RLS的检出率比较差异无统计学意义(P>0.05)。一致性检验结果显示,安静状态、mVM、小腿肌紧张动作下的PFO检出的特异度比较差异无统计学意义(P>0.05),但mVM、小腿肌紧张动作下的PFO检出的敏感度和Kappa值均显著高于安静状态(P<0.05),且以mVM的Kappa值最大,PFO检出结果与实际结果一致性最强。结论mVM与小腿肌紧张动作是cTTE诊断PFO的有效辅助方式,尤其是mVM在辅助cTTE诊断中的临床实际意义最强。小腿肌紧张动作是一种简单有效的辅助动作,当患者不能进行有效的mVM时,可采用小腿肌紧张动作进行替代。

Valsalva动作在慢性阻塞性肺疾病患者肺功能康复治疗中应用价值研究

目的探讨Valsalva动作对中、重度慢性阻塞性肺疾病(COPD)稳定期患者肺功能、运动耐量及生活质量的影响。方法将106例COPD稳定期患者按照随机数字表法分为对照组(稳定期药物治疗+全身呼吸操组)与观察组(稳定期药物治疗+Valsalva动作融入全身呼吸操康复组),各53例。分别于研究开始前、第30天、第90天记录肺功能(FEV1、FVC、IC等)、6分钟步行距离(6MWD),分别于研究开始前、第90天记录圣乔治呼吸疾病问卷(SGRQ)评分。结果肺功能检查提示第90天时,观察组FEV1(1.29±0.03)L明显高于对照组(1.14±0.14)L,差异有统计学意义(P<0.05),观察组FVC(2.36±0.20)L明显高于对照组(2.21±0.37)L,差异有统计学意义(P<0.05);观察组IC在第90天时优于对照组,差异有统计学意义(P<0.05);两组比较,FEV1、FVC、IC在第90天谷值反应差异均有统计学意义(P<0.05),观察组均优于对照组。6分钟步行试验显示,观察组在第30天和第90天谷值反应分别为(29.42±5.16)m和(79.36±17.28)m,两者差异有统计学意义(P<0.05)。SGRQ评分比较,第90天两组SGRQ评分对比治疗前均有改善(P<0.05),观察组SGRQ评分(40.33±3.07)明显低于对照组SGRQ评分(47.53±10.01),差异有统计学意义(P<0.05)。结论Valsalva动作融入全身呼吸操康复组在改善肺功能、提高运动耐量、改善生活质量方面优于全身呼吸操组。

生脉注射液联合改良Valsalva动作对阵发性室上性心动过速患者的临床观察

目的观察生脉注射液联合改良Valsalva动作对阵发性室上性心动过速的临床疗效。方法选取PSVT患者60例,随机分为对照组与观察组,对照组采用改良Valsalva动作治疗,观察组采用生脉注射液合改良Valsalva动作治疗,观察复律成功率、不良反应发生率、复发率的情况。结果2组的第1次、第2次、第3次复律成功率相比,差异无统计学意义(P>0.05);对照组头晕头痛、低血压不良反应率高于观察组(P<0.05),2组的心力衰竭、猝死、乏力的发生率差异无统计学意义(P>0.05);2组1个月复发率相比,差异无统计学意义(P>0.05),对照组2个月的复发率高于观察组(P<0.05)。结论生脉注射液联合改良Valsalva动作治疗阵发性室上性心动过速,可有助于减少不良反应,减少复发率。

ASE-ERNIE:一种基于ERNIE的中文指令动作序列生成方法

中文结构灵活多样,同样的语义有多种表达方式,在中文指令过长或存在多组动作的情况下,家庭服务机器人很难正确理解并做出响应。此外,家庭环境的中文指令解析研究在数据方面仍然稀缺。现有的方法不能准确提取出指令中包含的全部动作序列。由此提出一种基于ERNIE方法的动作序列提取(ASE-ERNIE)模型来提取中文指令中的可执行动作序列,该模型通过动作类型和参数之间的关系提取指令信息,将动作序列的提取工作转化为序列标注任务。在指令中存在多组动作并且存在多个参数的情况下,依然能够提取出全部动作序列。通过实验验证了所提方法的有效性,动作序列提取任务的F 1值达到了80.37%。

基于Transformer的三维人体姿态估计及其动作达成度评估

针对人机交互、医疗康复等领域存在的人体姿态分析与评估问题,本文提出了一种基于Transformer的三维人体姿态估计及其动作达成度评估方法。首先,本文定义了人体姿态的关键点及关节角,并在深度位姿估计网络(DPEN)的基础上,提出并构建了一个基于Transformer的三维人体姿态估计模型(TPEM),Transformer的引入能够更好的提取人体姿态的长时序特征;其次,利用TPEM模型对三维人体姿态估计结果,设计了基于加权3D关节角的动态时间规整算法,在时序上对不同人物同一动作的姿态进行姿态关键帧的规整匹配,并据此提出了动作达成度评估方法,用于给出动作的达成度分数;最后,通过在不同数据集上进行实验验证,TPEM在Human3.6 M数据集上实现了平均关节点误差为37.3 mm,而基于加权3D关节角的动态时间规整算法在Fit3D数据集上的平均误差帧数为5.08,展现了本文所提方法在三维人体姿态估计与动作达成度评估方面的可行性和有效性。

规范化Valsalva动作在经胸右心声学造影筛查PFO中的应用价值

目的探讨规范化Valsalva动作在经胸右心声学造影(contrast transthoracic echocardiography,cTTE)筛查卵圆孔未闭(patent foramen ovale,PFO)中的影响及意义。方法对在cTTE中的Valsalva动作规范化改进前后期间,临床疑为PFO并在中国人民解放军陆军军医大学新桥医院超声科行cTTE检查及经食管超声心动图检查(transesophageal echocardiography,TEE)的患者的检查资料进行回顾性分析,将Valsalva动作规范化改进前的150例患者的检查资料纳入对照组,改进后的161例患者的检查资料纳入改进组,对各组的cTTE和TEE结果行一致性检验,并比较两组cTTE对PFO所致右向左分流的检出敏感度、特异性。结果改进组中cTTE对PFO的检出敏感度较对照组显著提高(P<0.05),其检出能力与TEE有较好的一致性。结论Valsalva动作的规范化执行能提升cTTE对PFO的检出敏感度,降低漏诊事件的发生。

前交叉韧带重建术后侧切动作的生物力学特征

目的:探究前交叉韧带(anterior cruciate ligament, ACL)重建术后12个月左右的患者在侧切动作过程中的生物力学特征,确定主要的异常生物力学特征及其机制。方法:对16例ACL重建术后12个月左右的患者同步采集侧切动作过程中的运动学和动力学参数,计算膝关节的三维角度和三维力矩。应用配对t检验方法分析重建侧与未伤侧之间的生物力学特征差异。结果:在侧切动作过程中,ACL重建侧的水平向后地面反作用力峰值(ACL重建侧0.380±0.071,未伤侧0.427±0.069,P=0.003)和垂直向上地面反作用力峰值(ACL重建侧1.996±0.202,未伤侧2.110±0.182,P=0.001)均显著小于未伤侧。与未伤侧相比,重建侧的膝关节屈曲角度较小(ACL重建侧38.3°±7.4°,未伤侧42.8°±7.9°,P<0.001),而外旋角度较大(ACL重建侧10.3°±2.4°,未伤侧7.7°±2.1°,P=0.008)。ACL重建侧的膝关节伸展力矩峰值(ACL重建侧0.092±0.031,未伤侧0.133±0.024,P<0.001)和外旋力矩峰值(ACL重建侧0.005±0.004,未伤侧0.008±0.004,P=0.015)均显著小于未伤侧。结论:在侧切动作过程中,ACL重建患者膝关节运动主要在矢状面和水平面内呈现不对称特征,重建侧呈现较小的屈膝角度、膝关节伸展力矩和外旋力矩和较大的膝关节外旋角度。

动作时序优化振动信号混沌吸引子特征的断路器操动状态辨识方法

高压断路器分合闸操作过程包括掣子脱扣、弹簧释能、动静触头碰撞等动作,机械振动信号作为能量传递的表现,蕴含着丰富的运行状态信息。该文基于断路器关键动作节点的时序,提出一种动作时序优化振动信号混沌吸引子特征的断路器操动状态辨识方法。首先,由高速相机捕捉断路器操动过程主轴拐臂运动图像,利用目标跟踪算法获取动触头关键运动节点时序指标;然后,依据时序指标划分操动过程,通过对不同阶段的振动信号相空间重构,提取相空间吸引子几何和属性特征;最后,利用智能分类算法进行故障辨识,实验结果验证该方法在大幅节省时间开销的同时,有效提高了分类辨识的准确率达96.9%。该文方法在断路器状态监测和带电测试中具有广阔应用前景。

PBL教学法在《人体动作发展学》教学中的应用效果评价

目的:《人体动作发展学》课程的教学方式、方法及效果值得人们去研究,所以本文探讨基于问题学习法(PBL)在本科阶段人体动作发展学教学中的教学效果及评价,为提高《人类动作发展学》课程在我国体育院系的开设范围并有效的开展课程教学提供理论参考与指导。方法:由一名科研人员运用随机数字表法,将哈尔滨体育学院运动人体科学专业和运动康复专业2020级和2021级学生随机分为传统教学组(LBL组,20人)和PBL教学组(PBL组,23人),每组一个班,分组的科研人员不参加教学,教学的科研人员不参加分组,LBL组由一名科研人员进行教学,PBL组由另一名科研人员进行教学;LBL组采用传统教学的方法,对《人体动作发展学》课程教学进行实验教学,每次课90分钟,每周一次课;PBL组采用PBL教学法,对《人体动作发展学》课程教学进行实验教学,每次课90分钟,每周一次课,进行为期一学期的教学实验。教学期间采用盲法,即不允许LBL组与PBL组两组学生在课下沟通与交流《人体动作发展学》课堂上的教学方式、方法及内容。学期末由其他的两名科研人员进行后续的调查等研究,即一名科研人员采用问卷调查的方式进行调查研究,第二名科研人员采用考试的方式进行研究,最后将问卷调查与考试成绩综合起来对教学效果进行评价。结果与结论:PBL教学法适用于我国体育院系本科专业的人体动作发展学的教学,PBL教学法可以很好的提高学生的探索创新、语言沟通表达能力、检索文献、提出问题,分析并解决问题的能力,也能很好的提高学生的学术思维能力。

数控转台蜗轮转动元动作的热变形有限元分析

为研究数控转台传动系统元动作的热误差建模方法,首先介绍了元动作理论以及有限元数值模拟的温度场模型假设及边界条件,并分析了温度场仿真所需的摩擦机理及参数计算方法.采用ANSYS仿真分析从稳态和瞬态两个方面对转动元动作进行数值模拟,并给出其中关键元动作的温升曲线,分析了元动作瞬态、稳态及热-结构耦合温度场和变形场,得到元动作温度分布云图、温升量及热变形量.通过热变形理论计算和热变形有限元分析,得到考虑动作件热变形的传动系统元动作热误差模型.

融合片段对比学习的弱监督动作定位方法

针对现有基于注意力机制的弱监督动作定位方法对动作边界处的片段容易错误分类的问题,提出一种融合片段对比学习的弱监督动作定位方法。首先,引入三个分支的注意力机制,分别测量每个视频帧是动作实例、上下文以及背景的可能性;其次,基于得到的注意力值构建对应分支的类激活序列;然后,通过片段挖掘算法构造正负样本对;最后,利用片段对比学习引导网络将模糊片段正确归类。实验结果表明,当交并比(IoU)取值0.5时,在THUMOS14与ActivityNet1.3两个公共数据集上,所提方法的平均检测精度(mAP)分别达到了33.9%和40.1%,相较于DGCNN(Dynamic Graph modeling for weakly-supervised temporal action localization Convolutional Neural Network)弱监督动作定位模型在上述两个数据集上分别提升1.1和2.9个百分点,验证了所提方法的有效性。

面向任务的机器人动作泛化研究

动作泛化是机器人被期望具备的功能,要求机器人不仅能重复人类示教的灵巧动作,还可以根据任务目标生成新动作,在小批量、多种类的生产要求下具有广阔的应用场景.针对面向任务需求快速学习和灵活泛化的目标,设计开发了机器人动作泛化框架.首先,进行少量示教,使用概率运动基元(probabilistic movement primitives,ProMP)构建动作的轨迹分布,以较少参数概括示教信息.其次,使用期望最大(expected maximum,EM)算法迭代估计模型参数,引入先验信息补充模型以保证稳定性.研究先验信息对泛化效果的影响,确定了合适的先验参数;研究傅里叶基函数对周期轨迹的拟合效果,提出轨迹分割与滤波方法以保证拟合精确平滑.利用模型的概率分布性质,将动作的概率范围收缩到特定位置,并进行整条轨迹的时间尺度缩放与空间位置变换,生成符合泛化要求的轨迹.最后,搭建了一个六自由度机器人喷涂场景进行动作泛化实验.结果表明:该框架能够快速生成多种泛化轨迹.单自由度轨迹学习平均消耗1.924 s,轨迹生成平均需0.004 s;六自由度轨迹学习平均消耗35.608 s,轨迹生成平均需0.011s.

基于时空交叉感知的实时动作检测方法

时空动作检测依赖于视频空间信息与时间信息的学习.目前,最先进的基于卷积神经网络(Convolutionsl Neural Networks,CNN)的动作检测器采用2D CNN或3D CNN架构,取得了显著的效果.然而,由于网络结构的复杂性与时空信息感知的原因,这些方法通常采用非实时、离线的方式.时空动作检测主要的挑战在于设计高效的检测网络架构,并能有效地感知融合时空特征.考虑到上述问题,本文提出了一种基于时空交叉感知的实时动作检测方法.该方法首先通过对输入视频进行乱序重排来增强时序信息,针对仅使用2D或3D骨干网络无法有效对时空特征进行建模,提出了基于时空交叉感知的多分支特征提取网络.针对单一尺度时空特征描述性不足,提出一个多尺度注意力网络来学习长期的时间依赖和空间上下文信息.针对时序和空间两种不同来源特征的融合,提出了一种新的运动显著性增强融合策略,对时空信息进行编码交叉映射,引导时序特征和空间特征之间的融合,突出更具辨别力的时空特征表示.最后,基于帧级检测器结果在线计算动作关联性链接.本文提出的方法在两个时空动作数据集UCF101-24和JHMDB-21上分别达到了84.71%和78.4%的准确率,优于现有最先进的方法,并达到73帧/秒的速度.此外,针对JHMDB-21数据集存在高类间相似性与难样本数据易于混淆等问题,本文提出了基于动作表示的关键帧光流动作检测方法,避免了冗余光流的产生,进一步提升了动作检测准确率.

基于动作条件交互的高效行人过街意图预测

城市化的进程不断加速,人车冲突问题已成为现代社会亟待解决的重大难题。复杂交通场景下,行人横穿马路行为导致交通事故频发,准确、实时地预测行人过街意图对避免人车冲突、提高驾驶安全系数和保障行人安全至关重要。本文提出基于动作条件交互的高效行人过街意图预测框架(efficient action-conditioned interaction pedestrian crossing intention anticipation framework,EAIPF)来预测行人过街意图。EAIPF引入行人动作编码模块增强多模态动作模式下的表征能力,挖掘深层骨架上下文信息。同时,引入场景对象交互模块挖掘与对象交互信息,理解交通场景中高级语义线索。最后,意图预测模块融合行人动作特征和对象交互特征,实现行人过街意图的鲁棒预测。所提出的方法在两个公共数据集JAAD和PIE上验证算法性能,准确率分别达到了89%和90%,表明本文方法可以在复杂交通场景下准确预测行人穿越意图。

利用无标记动作捕捉技术对立定跳远测量的研究

目的:旨在探究无标记动作捕捉技术在立定跳远距离测量中的应用。方法:采用RGB-D深度相机进行动作捕捉,运用关键帧提取、图像分割和边缘检测等图像处理技术,结合机器学习算法,实现无标记精准测量立定跳远距离,并通过信效度分析检证其精准性和可靠性。结果:通过51个标准距离重复测量,重测信度检验得到克隆巴赫系数α=0.999和组内相关系数ICC=0.998,重测精准性达到99.64%;通过306次立定跳远试跳实测,标准效度检验的Pearson相关系数r=0.999,稳定可靠性达到99.69%。结论:本研究成功开发并验证了一种基于无标记动作捕捉技术的立定跳远距离测量方法,极高的精准性和可靠性展示了该方法的创新性和实用价值。

多传感约束下三维运动图像连带动作高质量仿真

因非刚体三维运动图像在成像过程中,传感器区域的随机性对动作限制大、操作复杂,导致动作虚拟精度较低、图像质量差。为此,提出了多传感约束下三维运动图像连带动作高质量仿真。根据多传感器受重力加速度以及地磁场的作用,求解传感器从原始状态到运动当前状态的角度变化。根据变化数值对图像进行去噪,提取连带动作特征。在Vicon系统中计算连带动作空间位置,捕捉连带动作变换轨迹,将运动轨迹结果输入PAR系统,完成连带动作虚拟成像。仿真结果表明:该方法图像去噪效果较好,传感器响应时间始终低于0.52 s,传感器响应速度较快,连带动作轨迹误差始终低于0.045,动作虚拟仿真精度较高,能够有效提高三维运动图像质量。

爬行真的可有可无吗?——婴幼儿动作发展的国际论证与经验启示

动作发展是指个体在成长过程中逐渐掌握并发展出的各种动作技能。爬行在婴幼儿动作发展中扮演着重要角色,对认知神经系统、肌肉骨骼系统、动作能力和社交能力等方面的成长发育有着积极意义。然而,我国学术界对于动作发展,尤其是爬行的重视程度相对较低,且公众对于爬行在个体成长中的重要性认知不足。以爬行这一婴幼儿时期关键的动作发展里程碑为例,运用文献资料法和逻辑分析法,系统梳理了国际上关于婴儿爬行的相关研究,包括其发展变化、多元作用、影响因素和干预措施等方面的理论研究与实践探索。对实现我国“幼有优育”的婴幼儿健康成长的研究启示主要有:开展大样本的婴儿爬行队列研究;采用婴儿爬行经历作为临床筛查的参考指标;改善婴儿家庭养育的爬行支持环境;完善特殊婴儿的爬行活动干预。

基于双流CNN-BiLSTM的毫米波雷达人体动作识别方法

目前基于雷达的人体动作识别方法,大多是先对人体动作的回波信号进行多维快速傅里叶变换(FFT)得到距离、多普勒和角度等信息,构造各种数据谱图后再输入到神经网络中进行分类识别,数据预处理过程较为复杂。提出了一种双流卷积神经网络(CNN)与双向长短时记忆网络(BiLSTM)串联的毫米波雷达人体动作识别方法。首先对原始的雷达回波信号复数采样数据(I/Q)进行帧差处理,以消除静态干扰,并将其转换为幅度/相位(A/P)的数据格式;然后将帧差后的I/Q和A/P数据分别输入单流的CNN-BiLSTM网络,提取人体动作的空间和时间特征,最后进行双流网络的融合以增强特征的交互性,提高识别准确率。实验结果表明,该方法数据预处理简单,并充分利用了动作数据的帧间相关性,模型收敛快,识别准确率可以达到99%,是一种快速有效的人体动作识别方法。

基于改进支持向量回归的空战飞行动作识别

针对空战中飞机的飞行动作愈发复杂导致识别准确率低的问题,提出了改进支持向量回归的空战飞行动作识别方法,该方法采用高斯核函数作为线性核函数,利用混沌初始化和反向学习策略改进麻雀搜索算法,利用改进后的麻雀算法优化支持向量回归算法,具体表现为对支持向量回归算法中高斯核函数的参数进行优化,通过优化后的支持向量回归算法进行飞机动作识别。采用了五种基本的飞行动作和几种复杂的飞行动作验证该方法的识别准确率。仿真表明,优化后的支持向量回归算法与传统的支持向量回归算法、模糊支持向量机算法、传统聚类算法、神经网络算法相比,对基本飞行动作的平均识别率至少提升了2.2%,对复杂飞行动作的平均识别率至少提升了3.7%。

不同运动水平和性别游泳运动员功能动作筛查得分比较

目的:采用功能动作筛查(FMS)评分方法对比分析不同竞技水平和性别游泳运动员的功能动作质量和均衡性。方法:以161名游泳运动员为研究对象,按竞技水平分为优秀组(n=60)和一般组(n=101),进行FMS测试并采集数据。结果:①两组运动员之间和组内男女运动员之间,FMS总分无显著性差异(P>0.05);②优秀组与一般组比较,分别在肩部灵活性、主动直腿抬高(P<0.05)和旋转稳定性(P<0.01)3项得分上存在显著性差异;③优秀组在线性弓步、主动直腿抬高(P<0.05)和躯干稳定俯卧撑(P<0.01)3项得分上存在明显的性别差异;④一般组在深蹲、线性弓步和主动直腿抬高3项得分上存在明显的性别差异(P<0.05);⑤在功能动作质量方面,优秀组与一般组相比,分别在深蹲、躯干稳定俯卧撑(P<0.05)和旋转稳定性(P<0.01)3项动作质量上存在显著性差异;⑥在功能动作均衡性方面,优秀组两侧不均衡性主要表现在线性弓步和跨栏步,分别占31.67%和30%;而一般组两侧不均衡性最明显的是肩部灵活性,占比31.68%。结论:FMS总分未能反映游泳运动员的竞技水平和性别差异。优秀游泳运动员有较好的肩部灵活性和均衡性,其中男运动员核心稳定性和力量优于女运动员;一般游泳运动员有较好的核心稳定性和腘绳肌柔韧性,其中男运动员深蹲能力优于女运动员。与男运动员相比,两组女运动员均表现出较好的腘绳肌柔韧性。