一种骑行运动中人体参数与电动车参数约束方法

    公开(公告)号:CN112380665B

    公开(公告)日:2022-10-25

    申请号:CN202011010340.4

    申请日:2020-09-23

    Abstract: 本发明提出了一种骑行运动中人体参数与电动车参数约束方法,根据人体结构特征及人体各部位平均比例关系,重建三维人体模型,并对重建的三维人体模型进行语义参数定义;然后对电动车模型进行刚体划分以及语义参数定义,并对电动车进行受力分析建立电动车动力学方程;最后建立电动车参数和人体参数的约束关系,通过获取骑行运动过程中的电动车参数,计算人体参数;本发明通过人体模型以及电动车模型的参数化定义,建立电动车参数与人体参数间的约束关系,实现骑行过程中人体模型与电动车模型的动态合一,对规范骑车姿势,提高骑行效率,避免骑行过程中由于姿势不当,造成关节损伤关节酸痛等具有重要的意义。

    一种骑行运动中人体参数与电动车参数约束方法

    公开(公告)号:CN112380665A

    公开(公告)日:2021-02-19

    申请号:CN202011010340.4

    申请日:2020-09-23

    Abstract: 本发明提出了一种骑行运动中人体参数与电动车参数约束方法,根据人体结构特征及人体各部位平均比例关系,重建三维人体模型,并对重建的三维人体模型进行语义参数定义;然后对电动车模型进行刚体划分以及语义参数定义,并对电动车进行受力分析建立电动车动力学方程;最后建立电动车参数和人体参数的约束关系,通过获取骑行运动过程中的电动车参数,计算人体参数;本发明通过人体模型以及电动车模型的参数化定义,建立电动车参数与人体参数间的约束关系,实现骑行过程中人体模型与电动车模型的动态合一,对规范骑车姿势,提高骑行效率,避免骑行过程中由于姿势不当,造成关节损伤关节酸痛等具有重要的意义。

    一种基于图神经网络融合全局特征的脊椎骨骨折判别方法

    公开(公告)号:CN115797741A

    公开(公告)日:2023-03-14

    申请号:CN202211597408.2

    申请日:2022-12-12

    Abstract: 本发明公开了一种基于图神经网络融合全局特征的脊椎骨骨折判别方法,其特征在于,包括如下步骤:步骤一:椎骨CT影像数据的获取;椎骨CT影像数据中包括目标脊椎与全部椎骨,而预处理这里是指数据增强处理;步骤二:局部图的构建与全局图的构建;对步骤一处理完的数据,构建局部和全局图;步骤三:分别提取全局特征与局部特征;从步骤二获得的局部和全局脊椎图结构数据中提取节点特征与图特征;步骤四:融合全局特征与局部特征,对疑似骨折节点进行预测。本发明不仅能对疑似骨折的椎骨进行自动判别,同时由于其对病灶节点关系进行了建模以及融合了全局特征,对于多发性脊椎骨骨折的判别具有重要意义。

Patent Agency Ranking