期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
慢性踝关节不稳患者着地时运动模块的结构和组织策略
1
作者 揭天乐 徐大涛 +2 位作者 Teo-Ee Chon julien sbaker 顾耀东 《医用生物力学》 CAS CSCD 北大核心 2024年第S01期141-141,共1页
目的人类运动涉及一组有限模块的协调激活,这些模块被称为肌肉协同,代表了中枢神经系统的运动控制策略。之前的大多数研究都侧重于孤立的肌肉激活,忽略了运动行为的模块组织。因此,为了加强对慢性踝关节不稳定(CAI)患者多关节运动时肌... 目的人类运动涉及一组有限模块的协调激活,这些模块被称为肌肉协同,代表了中枢神经系统的运动控制策略。之前的大多数研究都侧重于孤立的肌肉激活,忽略了运动行为的模块组织。因此,为了加强对慢性踝关节不稳定(CAI)患者多关节运动时肌肉协调动态的理解,有必要探索其着地时的肌肉协同模式。方法共招募了22名单侧CAI患者和22名健康参与者。采用二阶微分方程递归模型处理表面肌电数据,经过滤波预处理后生成肌肉激活矩阵,将其输入非负矩阵分解模型以提取肌肉协同。利用K-means聚类算法和皮尔逊相关系数对肌肉协同进行分类。统计参数映射(SPM)被用于时间模块参数分析。结果CAI组和健康组中发现了4种肌肉协同模式。在肌肉协同1中,与健康对照组相比,臀大肌在CAI中的肌肉权重显著较高(P=0.0035)。肌肉协同2显示,健康组的股外侧肌肌肉权重显著较高(P=0.018),相反,在肌肉协同4中,CAI患者的股外侧肌的肌肉重量显著较高(P=0.030)。此外,在肌肉协同2中,CAI患者的胫骨前肌肌肉权重显著更高(P=0.042)。结论CAI患者表现出与健康组相似的模块化组织框架。对协同作用空间模块内振幅调整的分析阐明了胫骨前肌和臀大肌如何适应特定的协同以优化控制策略。不同运动模块中股外侧肌的肌肉权重差异产生了CAI中未探索过生物力学适应性,为康复方案提供了新的视角。 展开更多
关键词 股外侧肌 皮尔逊相关系数 胫骨前肌 康复方案 中枢神经系统 非负矩阵分解 表面肌电 生物力学
在线阅读 下载PDF
慢性踝关节不稳和Copers患者落地时的肌肉力学和能量学:运动模式的适应性调整策略
2
作者 揭天乐 徐大涛 +1 位作者 julien sbaker 顾耀东 《医用生物力学》 CAS CSCD 北大核心 2024年第S01期465-465,共1页
目的慢性踝关节不稳(CAI)和Copers患者在落地时通常表现出异常的运动学特征。运动学特征的改变可能会导致相应肌肉负荷发生变化,进而可能影响运动时的能量需求。了解落地过程中下肢肌肉力学和能量学可加强对患者的康复治疗计划。方法Vi... 目的慢性踝关节不稳(CAI)和Copers患者在落地时通常表现出异常的运动学特征。运动学特征的改变可能会导致相应肌肉负荷发生变化,进而可能影响运动时的能量需求。了解落地过程中下肢肌肉力学和能量学可加强对患者的康复治疗计划。方法Vicon运动捕捉系统,AMTI三维测力台以及肌电传感器同步采集生物力学数据。通过估计受试者特定的肌肉特征参数来更新肌肉肌腱致动器的最大等长力以创建符合受试者特征的肌肉骨骼模型。使用静态优化算法通过最小化肌肉激活平方和求解肌肉力。结果与健康组相比,CAI患者在落地时臀大肌、臀中肌、股外侧肌和腓骨长肌的峰值肌肉力量显著增加(P<0.001)。Copers患者则表现出显著增加的股外侧肌、内侧腓肠肌、比目鱼肌和腓骨长肌峰值肌肉力量(P<0.05)。此外,CAI患者落地时下肢负机械功率从踝关节转移到髋关节(P<0.001),而Copers患者也显示出类似的机械功率重新分配趋势,具体为踝关节至膝关节的机械功率转移(P<0.05)。结论Copers患者表现出新颖的落地策略,可能源自内侧腓肠肌、股外侧肌和比目鱼肌的代偿机制。这种落地模式潜在地增强了Copers患者落地时稳定性,但也提高前交叉韧带损伤风险。在CAI和Copers患者中观察到的踝关节机械功率重新分配可能与继发性的踝关节扭伤有关。这项研究对临床医生制定有效的康复计划具有重要的实践意义。 展开更多
关键词 前交叉韧带损伤 腓骨长肌 踝关节扭伤 康复计划 代偿机制 下肢肌肉 机械功率 比目鱼肌
在线阅读 下载PDF
Predictive Ability of Hypertriglyceridemic Waist,Hypertriglyceridemic Waist-to-Height Ratio,and Waist-to-Hip Ratio for Cardiometabolic Risk Factors Clustering Screening among Chinese Children and Adolescents
3
作者 XIAO Tian Li YUAN Shu Qian +6 位作者 GAO Jing Yu julien sbaker YANG Yi De WANG Xi Jie ZHENG Chan Juan DONG Yan Hui ZOU Zhi Yong 《Biomedical and Environmental Sciences》 SCIE CAS CSCD 2024年第3期233-241,共9页
Objective Hypertriglyceridemic waist(HW),hypertriglyceridemic waist-to-height ratio(HWHtR),and waist-to-hip ratio(WHR)have been shown to be indicators of cardiometabolic risk factors.However,it is not clear which indi... Objective Hypertriglyceridemic waist(HW),hypertriglyceridemic waist-to-height ratio(HWHtR),and waist-to-hip ratio(WHR)have been shown to be indicators of cardiometabolic risk factors.However,it is not clear which indicator is more suitable for children and adolescents.We aimed to investigate the relationship between HW,HWHtR,WHR,and cardiovascular risk factors clustering to determine the best screening tools for cardiometabolic risk in children and adolescents.Methods This was a national cross-sectional study.Anthropometric and biochemical variables were assessed in approximately 70,000 participants aged 6–18 years from seven provinces in China.Demographics,physical activity,dietary intake,and family history of chronic diseases were obtained through questionnaires.ANOVA,χ2 and logistic regression analysis was conducted.Results A significant sex difference was observed for HWHtR and WHR,but not for HW phenotype.The risk of cardiometabolic health risk factor clustering with HW phenotype or the HWHtR phenotype was significantly higher than that with the non-HW or non-HWHtR phenotypes among children and adolescents(HW:OR=12.22,95%CI:9.54-15.67;HWHtR:OR=9.70,95%CI:6.93-13.58).Compared with the HW and HWHtR phenotypes,the association between risk of cardiometabolic health risk factors(CHRF)clustering and high WHR was much weaker and not significant(WHR:OR=1.14,95%CI:0.97-1.34).Conclusion Compared with HWHtR and WHR,the HW phenotype is a more convenient indicator with higher applicability to screen children and adolescents for cardiovascular risk factors. 展开更多
关键词 Hypertriglyceridemic waist Waist-to-hip ratio Children and adolescents China Hypertriglyceridemic waist-to-height ratio Cardiovascular risk factors
在线阅读 下载PDF
基于深度神经网络和逐层相关性传播技术探究“高-低”里程跑者步态模式差异 被引量:2
4
作者 徐大涛 全文静 +3 位作者 周辉宇 孙冬 julien S.BAKER 顾耀东 《医用生物力学》 CAS CSCD 北大核心 2022年第6期1151-1157,1164,共8页
目的 通过深度神经网络(deep neural network, DNN)分类模型揭示高里程跑者(high-mileage runner, HMR)和低里程跑者(low-mileage runner, LMR)跑步步态模式差异,并探讨逐层相关性传播(layer-wise relevance propagation, LRP)技术解释... 目的 通过深度神经网络(deep neural network, DNN)分类模型揭示高里程跑者(high-mileage runner, HMR)和低里程跑者(low-mileage runner, LMR)跑步步态模式差异,并探讨逐层相关性传播(layer-wise relevance propagation, LRP)技术解释DNN分类器模型的决策有效性。方法 通过DNN对HMR和LMR总计1 200组跑步步态特征数据进行训练分类识别,采用LRP计算相关变量在不同步态阶段的相关性得分(relevance score, RS),提取高相关变量对步态模式差异进行解释性分析。结果 DNN对HMR和LMR的跑步步态模式特征分类精度达到91.25%。LRP计算结果显示支撑前期(1%~47%)各变量的成功分类贡献率高于支撑后期(48%~100%)。踝关节相关轨迹变量RS的贡献率总和达到43.10%,膝、髋关节贡献率分别为37.07%、19.83%。结论 膝、踝关节相关生物力学参数对识别HMR和LMR步态特征的贡献程度最高。跑步支撑早期可能包含更多步态模式信息,能够提升步态模式识别的有效性和敏感性。LRP实现了对模型预测结果的可行性解释,从而为分析步态模式提供了更有趣的见解和更有效的信息。 展开更多
关键词 跑步里程 步态模式识别 深度学习 运动生物力学
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部