A complete, non-lumped, and verifiable set of upper body segment parameters for three-dimensional dynamic modeling
Notice bibliographique
Résumé
Dynamic models of the human trunk have been extensively used to investigate the biomechanics of lower back pain and postural instability in different populations. Despite their diverse applications, previous models rely on intrinsic upper body segment parameters (UBSP), e.g., each segment's mass-inertia characteristics. However, a comprehensive UBSP set allowing state-of-the-art, three-dimensional (3D) dynamic modeling does not exist to date. Therefore, our objective was to establish a UBSP set of all vertebral trunk segments that is accurate and complete. Based on high-resolution, transverse color images, anatomical structures of the Male Visible Human (MVH) were digitally reconstructed via commercial software. Subsequently, we identified the 3D spinal joint and 3D center of mass coordinates, the mass, and the moment of inertia tensor for 24 vertebral trunk segments and 4 upper limb segments (two segments per arm). Since the MVH images are public domain, the parameters are uniquely verifiable and expandable to also include lower limb parameters. To demonstrate the UBSP set's practicality, the parameters were finally implemented in a previously proposed inverse dynamics model of the upper body. Our findings reveal that an accurate and complete UBSP set has been obtained that will be beneficial to (1) systemize thinking in postural control studies; (2) quantify the effect of impact forces on the head and trunk (e.g., during whiplash); (3) suggest population-specific experiments based on theoretical insights into trunk dynamics (e.g., regarding lower back pain); or (4) assess the feasibility of new surgical techniques (e.g., spinal fusion) and neuroprostheses (e.g., after spinal cord injury).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».