Accuracy and kinematics consistency of marker-based scaling approaches on a lower limb model: a comparative study with imagery data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Medical images are not typically included in protocol of motion laboratories. Thus, accurate scaling of musculoskeletal models from optoelectronic data are important for any biomechanical analysis. The aim of the current study was to identify a scaling method based on optoelectronic data, inspired from literature, which could offer the best trade-off between accurate geometrical parameters (segment lengths, orientation of joint axes, marker coordinates) and consistent inverse kinematics outputs (kinematic error, joint angles). The methods were applied on 26 subjects and assessed with medical imagery building EOS-based models, considered as a reference. The main contribution of this paper is to show that the marker-based scaling followed by an optimisation of orientation joint axes and markers local coordinates, gives the most consistent scaling and joint angles with EOS-based models. Thus, when a non-invasive mean with an optoelectronic system is considered, a marker-based scaling is preliminary needed to get accurate segment lengths and to optimise joint axes and marker local coordinates to reduce kinematic errors.AbbrevationsAJCAnkle joint centreCKEcumulative kinematic errorDoFdegree of freedomEBEOS-basedHBheight-basedHJChip joint centreKJCknee joint centreMBmarker-basedMSMmusculoskeletal modelsSPMstatistical parametric mappingSTAsoft tissue artifactEBa.m∗EOS-based with optimised joint axes, and all model markers coordinatesMBa.m∗marker-based with optimised joint axes, and all model markers coordinatesMBl.a.mmarker-based with optimised segment lengths, joint axes, and selected model markers coordinatesASISanterior superior illiac spinePSISposterior superior illiac spine
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 découle