A New Subject-Specific Skin Correction Factor for Three-Dimensional Kinematic Analysis of the Scapula
Notice bibliographique
Résumé
Noninvasive measurement of scapular kinematics using skin surface markers presents technical challenges due to the relative movement between the scapula and the overlying skin. The objectives of this study were to develop a noninvasive subject-specific skin correction factor that would enable a more accurate measurement of scapular kinematics and evaluate this new technique via comparison with a gold standard for scapular movement. Scapular kinematics were directly measured using bone pins instrumented with optoelectronic marker carriers in eight healthy volunteers while skin motion was measured simultaneously with optoelectronic markers attached to the skin surface overlying the scapula. The relative motion between the skin markers and the underlying scapula was estimated over a range of humeral orientations by palpating and digitizing bony landmarks on the scapula and then used to calculate correction factors that were weighted by humeral orientation. The scapular kinematics using these correction factors were compared with the kinematics measured via the bone pins during four arm movements in the volunteers: abduction, forward reaching, hand behind back, and horizontal adduction. The root-mean-square (rms) errors for the kinematics determined from skin markers without the skin correction factors ranged from 5.1 deg to 9.5 deg while the rms errors with the skin correction factors ranged from 1.4 deg to 3.0 deg. This technique appeared to perform well for different movements and could possibly be extended to other applications.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».