Validity of a Computer Postural Analysis to Estimate 3-Dimensional Rotations and Translations of the Head From Three 2-Dimensional Digital Images
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study is to describe and evaluate the validity/accuracy of the computerized system PosturePrint for measuring head posture. METHODS: Computer analysis was compared with 125 measured positions of a mannequin head in 5 degrees of freedom. For each mannequin position, 3 digital photographs were obtained (left lateral, anteroposterior, and right lateral) and were processed through the PosturePrint computer system. For the head analysis, a headgear with 3 reflective markers was placed on a subject; and there were additional click-on markers at the ear tragus, upper lip, acromioclavicular joints, and episternal notch. Head postures were calculated as lateral translation (T(x)), lateral flexion (R(z)), axial rotation (R(y)), flexion-extension (R(x)), and anterior-posterior translation (T(z)). For an error analysis, PosturePrint algorithm calculations were compared with the true mannequin head positions. Furthermore, average head posture was determined in student volunteers (n = 40). RESULTS: Mean computational errors were R(x) = 1.3 degrees (SD 0.6 degrees) and T(z) = 1.1 mm (SD 0.5 mm) for sagittal displacements and R(y) = 1.1 degrees (SD 0.7 degrees), R(z) = 0.6 degrees (SD 0.4 degrees), and T(x) = 1.1 mm (SD 0.5 mm) for frontal view displacements. For the normal group, mean head displacements were 1.1 degrees or less for all rotations and 1 mm or less for lateral translations (T(x)); and forward head posture (T(z)) averaged 3 cm. CONCLUSION: From the mannequin positions, small mean errors indicate that the PosturePrint system is accurate. In the future, statistical research determining the correlation between head displacements, neck pain, function, and health status should be performed.
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 ».