斑点追踪成像技术对慢性心力衰竭患者左心室扭转运动角度的测量及其临床意义

目的:应用斑点追踪成像(STI)技术测量慢性心力衰竭(CHF)患者左心室短轴方向旋转角度,探讨STI评价CHF患者左室扭转运动的临床价值。方法:采集31例CHF患者(CHF组)和32例健康体检者(对照组)的左室短轴(二尖瓣、乳头肌、心尖水平)二维高帧频图像,测量各节段的旋转角度(Rot),各平面的内膜(endo-rot)、外膜(epi-rot)、平面旋转(bulk-rot)及跨壁扭转(mural-tor)峰值。结果:CHF组各节段的Rot值均显著低于对照组(P<0.01),CHF组各平面的内膜、外膜、平面旋转及跨壁扭转峰值均显著低于对照组(P<0.05),CHF组左室整体扭转显著低于对照组(P<0.01)。结论:CHF患者左心室短轴各平面及各节段的扭转角度均低于对照组,提示二维STI能够准确测量HF患者左室短轴各平面及各节段的扭转角度,敏感评价CHF患者心功能状态。

基于灰色关联分析的运动角度规范性智能判断

过去常用的对运动角度规范性的判断方式为使用运动链位姿坐标进行变换的特征分解方式,该方法无法对运动中的静态特性与运动特性进行有效的区分,纠正的效果并不理想。本文提出的是在行为视觉下对运动角度的规范性进行智能判断的一种方法,该方法使用的是灰色关联分析的方式,在身体特征运动的状态下,对目前时间点的运动状态进行估计,完成对技术性运动的运动链位姿和技术特点的分析。使用Gamma校正法完成行为视觉下图像运动角度空间标准化的处理,使用行为视觉分析的方式完成运动角度规范性智能判断方法的优化。仿真的结果表明,该方法可以精确地对跳水运动的行为视觉特性进行展示,而且技术特性的跟踪定位性能优良,可以完成技术性运动规范的智能测评。

基于双姿态传感器的关节运动角度测量方法

针对单自由度关节运动角度测量精度制约于传感器安装姿态的问题,文章以肘关节相对运动角度为测量对象,提出了一种基于双姿态传感器的关节运动角度测量方法。通过欧拉角法建立相应的数学模型,详细阐述了运用双姿态传感器对关节运动角度进行测量的测量原理;并通过静态验证实验与动态对比实验对该测量方法进行了验证。实验结果表明:采用该方法对关节相对运动角度进行测量,于传感器安装姿态无任何特殊要求,测量精度可以达到±0.5°,在实际测量应用中切实可行。

膝关节运动角度分析及S曲线控制策略研究

为了获得上下楼梯过程中人体下肢步态及膝关节角度变化规律,分析了人在上下楼梯过程中运动步态,采集了运动过程中人体膝关节角度变化数据,分析了人体膝关节上下楼梯的角度曲线,获得了一个步态周期内的膝关节角度变化图。根据假肢膝关节角度变化趋势分别设计了上楼梯、下楼梯、均匀行走状态下的S型曲线控制策略。根据S型曲线控制策略,把上楼梯S型曲线分为5个时间段,下楼梯S型曲线均分为2个时间段,匀速行走S型曲线分为7个时间段,完成一个匀速行走的步态周期;通过Matlab仿真,步态控制S型曲线算法仿真结果和实际步态曲线吻合。

针刺结合患侧下肢单腿支撑膝关节运动角度调整训练治疗中风后膝过伸

目的:观察针刺结合患侧下肢单腿支撑膝关节运动角度调整训练治疗中风后膝过伸患者的临床疗效。方法:100例中风后膝过伸患者按照随机数字表法平均分为对照组和观察组。对照组给予针刺方法,观察组在对照组治疗基础上给予患侧下肢单腿支撑膝关节运动角度调整训练。两组均完成3个月的康复干预,比较两组患者屈肌、伸肌峰力矩(peak torque,PT),视觉模拟量表(visual analogue scale,VAS)评分,平衡功能,运动能力功能评分量表(motor function score scale,FMA)评分,膝过伸次数,依从性及满意度。结果:干预后,两组患者力矩、平衡功能评分显著升高,观察组高于同期对照组(P<0.05);两组患者VAS评分显著降低,且观察组低于同期对照组(P<0.05)。干预后,两组患者FMA评分均显著升高,观察组高于同期对照组(P<0.05);两组患者膝过伸次数显著较少,观察组少于同期对照组(P<0.05)。观察组康复锻炼、定期复查及日常指导依从性和康复效果、服务态度及专业技能满意度均高于对照组(P<0.05)。结论:针刺结合患侧下肢单腿支撑膝关节运动角度调整训练能显著提高患者屈肌和伸肌PT,减轻患者疼痛,改善患者平衡功能,提高患者运动能力,降低患者膝过伸次数。

关键点矩阵技术用于手指关节运动角度无接触式智能测量的可行性研究

目的探讨关键点矩阵技术用于手指关节运动角度无接触式智能测量中的可行性。方法将2021年5月—11月符合选择标准的33名志愿者纳入研究。其中男20名,女13名;年龄16~70岁,平均30.2岁。利用关键点矩阵技术和手工角度尺分别测量志愿者五指14个关节伸直(含过伸)角度和四指(不含拇指)12个关节屈曲角度。随机选择5名志愿者行小样本组间重复测量对比观察,评价测量方法的重复性及准确性;随机选择28名志愿者行大样本配对准确性比较观察,评价测量方法的准确性。结果关键点矩阵技术测量手指关节运动角度的平均重复性分别为1.801°(伸直)和7.823°(屈曲)。与手工测量相比,手指各关节伸直角度平均差值为3.225°,屈曲角度平均差值为14.145°。两种方法测量结果整体一致性较强(ICC=0.875),单个关节的测量结果一致性大部分处于中等强度水平(ICC中位数为0.440)。两种方法测量结果在关节伸直时主要表现为正相关(P<0.05),在关节屈曲时主要表现为负相关(P<0.05)。结论基于关键点矩阵技术的手指关节运动角度测量重复性和准确性好,各关节伸直角度和各掌指关节屈曲角度的准确性符合临床要求。

基于边缘检测和Radon变换的运动模糊角度估计的方法

运动模糊图像在现实生活中大量存在,因此对运动模糊图像的复原研究非常重要。通过对运动模糊图像的数学分析,提出了将高斯-拉普拉斯边缘检测和Radon变换相结合的模糊角度估计的方法,并给出了算法实现步骤,最后通过Matlab仿真软件进行了验证。

运动视觉角度下的景观空间营造——学校景观设计

本文主要站在运动视觉角度下,分析了其学校景观空间的营造序列,并研究了住处视觉感知和建筑空间的外部与内部体验关系.结合具体案例,指出了在运动视觉角度下建筑与景观有效融合的具体应用,仅供参考.

健康中老年人利手和非利手侧饮水动作的三维运动学研究

目的:应用三维运动采集系统分析健康中老年人利手和非利手侧上肢饮水动作的运动学特点,探讨利手和非利手执行特定功能性动作是否存在差异性。方法:用Vicon Nexus运动采集系统对18名右利手健康中老年人左右侧上肢执行饮水动作的运动轨迹进行采集,分析并比较利手和非利手侧肩、肘和腕关节的三维运动角度变化及角速度峰值。结果:肘关节X、Y、Z轴上运动角度利手和非利手侧比较差异有显著性意义(P<0.05)。在角速度方面,双侧肩关节X轴上最小值、肘关节Y轴和Z轴的最大值及最小值、腕关节Y轴的最大值比较差异有显著性意义(P<0.05)。结论:健康中老年人在执行饮水动作时,利手侧肘关节的屈伸幅度显著高于非利手侧;而非利手侧肘关节内收外展和内外旋运动角度及角速度显著高于利手侧。

运动模糊参数优化的图像复原方法

针对传统的运动模糊参数图像复原方法难以精确估计模糊角度和模糊长度的问题,通过对图像频谱特征的分析,提出了基于频谱图双边分段估计函数的运动模糊角度估计方法以及改进的自适应模糊长度估计方法,模糊参数确定以后,再通过维纳滤波法进行模糊图像复原.通过MSE和PSNR标准下的对比实验,表明该方法误差较小,可以有效实现运动模糊图像的复原.

三角函数法计算套管安全活动角度在23G双通道硅油取出术的应用（英文）

目的:使用UBM在术前测量巩膜前表面到硅油泡的距离,利用三角函数的计算公式,从而计算出23G套管的安全活动角度,最大限度避免术中取油时损伤视网膜。方法:从2017/03-2017/09,共选取15例硅油眼患者,年龄32~69岁,首次手术均为视网膜脱离,左眼10例,右眼5例,均采用23G套管通过23G灌注管连接5 mL注射器,直接取油的方法。术前均通过UBM测量角膜缘后4 mm,2∶00和10∶00位的巩膜壁前表面到硅油泡的距离,定义为“A”;23G套管的长度为4 mm,定义为“C”;将巩膜套管最大活动角度时的巩膜内壁的宽度定义为“B”;“A”,“B”,“C”构成直角三角形。利用三角函数计算出最大活动角度时“A”和“C”的正弦值,参考三角函数表得出23G套管的安全活动角度。根据此角度指导术中硅油取出时23G套管的活动范围,同时观察取油时间和穿刺口视网膜情况。结果:所有患者均顺利取出硅油,所用时间平均为4.78±0.13min。穿刺管口处视网膜未见任何新发视网膜裂孔和其他损伤。2∶00位巩膜壁前表面到硅油泡的距离为0.82~2.81(1.62±0.41)mm,10∶00位为0.98~2.19(1.71±0.34)mm,2∶00位巩膜套管的安全活动角度(指套管和巩膜壁的角度)不能低于11~44(24.14±6.95)°,10∶00巩膜套管的安全活动角度不能低于14~33(25.45±5.41)°。模拟图形构建,计算穿刺套管安全活动角度为不低于52°。结论:利用三角函数的方法,结合UBM测量数据,计算套管安全活动角度可以有效的指导23G硅油取出术中套管针的活动范围,本研究建议套管移动角度不要低于50°,可以最大限度的避免医源性裂孔的发生。

运动模糊图像点扩散函数的参数辨识

为有效实现对点扩散函数的参数辨识,提出一种基于Radon变换的运动模糊角度的辨识算法。在获得运动模糊角度之后,采用对运动模糊图像频谱图投影求和的方法,成功辨识其运动模糊长度。仿真实验结果表明:该参数辨识算法计算量小,对运动模糊方向的辨识误差不大于3°,对运动模糊长度的辨识误差不超过0.3像素,满足运动模糊图像复原系统的技术要求。

三维纯角度极坐标目标运动分析算法

现有纯角度极坐标目标运动分析算法仅适用于二维目标跟踪,无法直接用于三维空间的极坐标目标运动分析,为此提出一种新的三维纯角度极坐标目标运动分析算法。首先建立了三维极坐标伪线性方程,推导加权极坐标伪线性估计器;为减小估计偏差,通过引入工具变量矩阵消除系统矩阵与测量噪声的相关性,设计极坐标加权工具变量估计器。仿真结果表明,该算法在弱可观条件下能够精确估计目标运动参数,可用于三维极坐标目标跟踪初始化,具有很强的实用价值。

基于点云的运动数据采集平台在评估足踝多关节运动中的应用研究

目的分析自主研发的基于点云的足踝运动数据采集平台采集正常足踝部多关节在运动中的关节角度变化。方法使用基于点云的足踝运动数据采集平台对招募的12位年轻健康受试者分别进行左足和右足步态站立相的数据采集测试,然后根据点云足部分析模型将足部进行多节段分割以配对出后足关节、前足关节、趾关节、中足关节,计算各关节的角度变化。结果后足关节在站立相早期呈跖屈、内收和内翻的状态,随后均在末期发生改变。矢状面上,前足关节在站立相末期跖屈运动;而在冠状面上可以观察到前足关节内翻,但是内翻程度逐渐减小。趾关节的最大变化来自矢状面:先出现大程度的背屈运动,然后不断减小,直至末期又增加背屈。而中足关节由于跗骨关节韧带的约束机制导致其在步态站立相早期和中期的关节角度运动范围比较小。结论基于点云的足踝运动数据采集平台能够对步态中足踝部多关节角度变化数据进行采集和分析,后足关节在各视角平面下的旋转角度变化相对复杂,且趾关节在矢状面下的背屈运动幅度较大。

一种转向中间轴带负载复合运动测试方法

转向中间轴是转向系统的重要组成部分,介于转向器和转向管柱之间,主要作用是传递转向扭矩,同时中间轴本身具备的滑动功能可以在汽车发生正面碰撞时产生正常溃缩缓解对驾驶员造成伤害,本文主要介绍一种中间轴带负载复合运动测试方法,不但可以满足高频大位移直线运动和大角度低频旋转运动,且在整个运动过程中有相应的正弦负载载荷,能真实模拟中间轴在实际使用过程中的受力及滑动磨损情况,测试结果更可靠,具有一定的参考价值。

基于三维步态分析技术评价关中李氏骨伤流派关节理筋手法对足底筋膜炎的临床疗效

目的应用三维步态分析技术对关中李氏骨伤流派关节理筋手法治疗足底筋膜炎(PF)的临床疗效研究并初步探讨其作用机理。方法治疗组64例足底筋膜炎患者予关中李氏骨伤流派关节理筋手法治疗,招募本院64例健康职工为健康组。比较足底筋膜炎患者治疗前、后的视觉模拟量表(VAS)评分,比较患者治疗前、治疗后和与健康人在三维步态分析参数的差异。结果治疗组患者在治疗前、治疗后的VAS评分比较有统计学差异(P<0.05)。治疗前与健康组步态参数比较,膝关节矢状面运动角度与踝关节矢状面运动角度存在统计学差异(P<0.05),治疗后与健康比较各参数均无统计学差异(P<0.05)。治疗组治疗前与治疗后比较单步时间、跨步时间、摆动相时间、单步长、跨步长、膝关节矢状面运动角度、踝关节矢状面运动角度均有统计学差异(P<0.05)。结论关中李氏骨伤流派关节理筋手法对治疗PF具良好的治疗效果,患者在VAS评分、步态参数上均有改善。三维步态分析技术可以作为足底筋膜炎疗效的评估手段之一。

颈椎内植入固定器生物力学性能测试系统的研究

在颈椎生物力学研究中,通过离体实验对颈椎内植入固定器的生物力学性能进行评价是国际上普遍采用并认可的方法。本研究利用多靶点三维运动跟踪系统和USB数据采集卡,以LabVIEW和Matlab为软件开发平台,构建了颈椎内植入固定器生物力学性能测试系统。测试参数包括三维运动角度范围(ROM)和压力载荷值。对颈椎模型的测试结果表明,本系统能有效地用于颈椎生物力学的离体实验测试。

基于多传感器信息融合的步态识别方法研究

准确的步态相位识别是下肢外骨骼机器人运动意图判断与控制策略制定的前提与基础。通过人体下肢运动信息检测系统,获取下肢各关节运动角度及足底分布式压力,在运动学步态分析的基础上,提取信号有效特征。针对正常步行运动中各步态存在次序及界限不精确的特性,提出加入模糊逻辑概念的有限状态机方法,对下肢传感器系统提供的运动信号进行多传感器信息融合,实现步态识别。实验结果证明该方法在2.4km/h、3.6km/h、4.8km/h和6.0km/h四种速率的步行模式下都可以进行有效的步态识别,具有极高的准确率。

扬琴基训之练要

扬琴基训应从运动概念、运动角度、运动线条几方面着手,以音色为目的,才能做到扬琴基训中应达到的目标并解决相关问题。

基于Kinect的动态手势识别

针对现有的动态手势识别率低,识别手势少等不足,利用Kinect设备提出了动态手势识别算法。首先利用Kinect捕获人的手部区域,采用基于像素分类的指尖检测算法找到指尖的个数,并以左右手的手指个数作为动态手势的开始和结束;对人手的运动轨迹进行分析,针对运动轨迹的运动方向的变化,提取了该动态手势的运动方向变化角度作为特征;采用隐马尔科夫模型训练和识别各个手势。实验结果表明:方法能够识别16个大写手写英文字母,且效果较好。