一、人体数学模型形态学参数的回归方程（论文文献综述）
徐青华[1]（2021）在《冬残奥坐姿高山滑雪选手旗门转弯技术的运动生物力学研究》文中进行了进一步梳理研究目的:高山滑雪作为“冬残奥”雪上项目的金牌大项,是我国备战2022年北京冬残奥会的重点突破方向。如何充分利用级别优势,弥补身体残疾带来的功能障碍,是残疾人运动员取得比赛成功的关键技术因素。为此,本文根据国家残疾人高山滑雪队备战“残奥会”的要求,从残疾人运动员的身体形态和由此决定的功能分级出发,结合运动实践,对坐姿大回转旗门转弯关键环节动作进行了针对性的技术分析和运动规律研究。具体研究目的包括:（1）截肢运动员环节惯性参数的测量方法以及利用健全人人体测量学模型计算截肢运动员身体质心的可行性研究;（2）探索坐姿高山滑雪大回转项目的运动学规律,分析倒立摆模型在滑行轨迹优化中的有效性。研究方法:截肢运动员身体环节惯性参数的研究中,选取17名坐姿截肢运动员,利用测力台和平衡板获得残端质量和质心位置,结合健全人人体回归模型和多刚体模型计算身体整体质心,通过与平衡板测试法获得的身体质心的比较进行有效性验证。坐姿高山滑雪大回转项目动作技术研究中,设计开发了适用的运动学测试系统,利用无人机高空定点拍摄和可穿戴惯性传感器相结合的方法,分析了11名坐姿运动员终点前3个目标旗门赛段内的滑行技术动作,探索不同级别运动员旗门转弯技术的动作特点和表现差异。最后,利用倒立摆模型对滑行轨迹和滑行时间进行仿真计算,通过与实际滑行表现的对比进行模型有效性验证。研究结果:（1）膝上截肢和膝下截肢运动员的身体一维质心存在显着性差异（p=0.01）,与健全人一维质心差异非常显着（p<0.01）。（2）利用4种人体回归模型和多刚体模型计算身体整体质心时,Zatsiorsky环节参数模型的计算结果与平衡板测试法的测量结果之间不存在显着性差异（p>0.05）。（3）残端长度比例因子估测的残端质量与测力台测量值具有非常好的一致性（ICC=0.89）。（4）不同分级级别、不同截肢类型的运动员全程滑行时间差异非常显着（p<0.01）。全程滑行时间与全程滑行距离、距离旗门最小距离、单旗门质心运动轨迹、单旗门滑行时间之间均呈显着性正相关（p<0.05）。分级级别与目标赛段内全程滑行时间相关性非常显着（r=-0.92,p<0.01）。（5）对于LW10和LW11级运动员来说,单旗门转弯的最大滑行速度与滑行时间呈非常显着性负相关（r=-0.76,p<0.01）,对于LW12级运动员来说,全程滑行时间与旗门转弯前后的速度变化相关性显着（r=0.56,p=0.02）,LW10和LW11级运动员的速度变化与全程滑行时间相关不显着（r=0.23,p=0.40）。（6）倒立摆模型的仿真结果与实际滑行距离和滑行时间之间差异不显着（p>0.05）,一致性结果分别为ICC=0.45和ICC=0.85。研究结论:（1）利用测力台测量的残端质量和质心位置,结合Zatsiorsky身高体重模型获得的截肢运动员身体质心与平衡板测试法的测试值之间具有非常好的一致性,说明测力台测试法结合Zatsiorsky的身高体重参数模型能够有效获得截肢残疾人的身体质心。利用残端长度比例结合人体测量回归模型可以较好的估测残端的质量,尤其是对于大腿残端的计算,结果更有效,但是长度比例因子在估测残端质心位置时则会导致较大误差。（2）不同级别运动员完成旗门转弯的时机不同,高级别运动员适宜采用进入旗门前完成身体转向的滑行方式,低级别运动员适宜采用滑过旗门后进行身体转向的滑行方式。（3）高级别运动员的最大滑行速度显着大于低级别运动员,LW10级运动员因可以从提高旗门转弯阶段的最大滑行速度来提升运动表现,LW12级运动员则可以通过减小旗门转弯前后的速度损失来提高运动表现。单旗门滑行的轨迹长度、转弯半径、距离旗门最小距离、旗门滑行前后速度变化等指标不仅能够分析单旗门转弯的运动学规律,也能有效反应比赛全程的运动表现。（4）对坐姿高山滑雪大回转项目来说,根据牛顿第二定律和运动学方程,建立倒立摆模型可以有效模拟旗门转弯阶段的滑行轨迹和滑行时间,并根据模型仿真结果预判运动员的最优成绩。
陈睿昕[2]（2021）在《住区形态对太阳辐射的影响研究 ——以西安为例》文中研究指明随着中国经济的快速发展,住房面积近年来呈现出快速增长的趋势,住区作为现代人居环境的主要表现形式,是城市人口的主要居住形式,住区室外空间是城市人口的主要活动场地,营造良好的住区室外空间从社会层面和心理层面上都具有重要的意义。太阳辐射是影响住区室外开放空间舒适的重要参数,也是促进城市住区环境可持续的主要考虑因素,因为它与能源效率及宜居性密切相关。因而研究住区太阳辐射对室外热环境既可持续性具有基础价值,本文希望明确住区形态参数与太阳辐射间的相关关系,进而定量描述形态参数与住区室外舒适间的关系。为此,本文做了如下的工作内容以及获得如下的结果:（1）首先,阐述了太阳辐射、住区、住区形态等相关基本概念,对住区开放空间的太阳辐射形成原理进行梳理,在此基础上分析了辐射各个分量的组成部分,对文献中太阳辐射模拟方法进行梳理,整理出适合住区层面的太阳辐射模拟计算方法,从间接计算太阳辐射入手,通过梳理天空开阔度计算原理及软件计算的优缺点,基于投影算法提出在基于参数化软件及性能模拟化插件平台建立计算天空开阔度（Sky view factor）的方法,建立快速便捷计算太阳辐射的计算模型。通过与住区实测辐射数据进行对比,证明该方法具有较高的稳定性,适合住区室外太阳辐射的计算模型,操作方便精度高。（2）针对住区实地调研不便的缺点,利用开放数据的方法获取西安地区的城市建筑模型,包括建筑轮廓数据及建筑高度空间分布,建立从开放数据获取三维数据的流程。通过对西安地区住区特征进行总结,基于层次分析法获取宜居的住区区域,根据层高频次及布局形式分类获取西安地区典型住区20例。（3）以西安地区典型住区为例,获得住区年太阳辐射总量的分布情况,住区天空开阔度与年太阳辐射总量的相关关系较强,相关系数R在0.914-0.989间,因此可使用天空开阔度作为年太阳辐射总量的预测因子。通过分析天空开阔度与月太阳辐射总量间的关系,同样有较强的相关性,且相关性随着太阳高度角的变化而变化,随太阳高度角的变大而增大,在遵循四原则基础上确定描述住区的形态参数,包括建筑密度、容积率、建筑平均高度、建筑平均高度标准差、紧凑度、复杂度、建筑占地面积标准差,研究住区形态参数对太阳辐射的影响规律,结果表明,建筑密度、容积率、建筑平均高度、建筑平均高度标准差、复杂度、建筑占地面积标准差与年太阳辐射总量间呈负相关、其中建筑占地面积标准差与年太阳辐射总量间的相关性较弱,相关系数R仅为0.226;紧凑度与年太阳辐射总量间呈正相关,相关性较强,相关系数R为0.802。将建筑密度、建筑高度标准差、紧凑度及建筑平均高度此四个形态参数作为自变量因子建立多元回归模型。（4）利用热气候指数（UTCI）作为评价太阳辐射影响下的住区室外舒适的指标。根据阴影区和太阳辐射影响下不同的通用热气候指数。获得室外环境舒适阴影和室外有效辐射范围,确定使室外舒适住区形态参数范围。综合考虑,住区复杂度1.0-2.0,紧凑度为0.20-0.29。
刘嘉文[3]（2021）在《基于正交图像的人体尺寸测量》文中指出在“互联网+”的时代背景下,人体尺寸测量技术在虚拟试衣、远程非接触人体尺寸测量技术和建立人体数据库等各领域中都有着十分关键的作用。其中,随着服装信息化技术的发展,为了满足人们远程服装订制的需求,提出了一种非接触的人体尺寸测量技术,然而传统非接触人体尺寸测量技术尚且无法彻底摆脱三维扫描仪等大型设备,因此无法避免的存在成本昂贵和测量灵活性差等缺点。于是,本文提出了一种基于正交图像的人体尺寸测量技术,通过两幅特定姿势的人体图像和一系列图像处理操作获取人体尺寸信息,通过实验验证该技术相对于传统方法具有准确、快速、简易、成本低等优势。本文首先提出了一种基于正交图像的二维人体尺寸测量方法,实现了用户图像的采集、存储、人体轮廓提取和二维人体尺寸预测等技术。在采集图像之前依据“张正友标定法”减少手机摄像头的畸变,然后将采集的RGB图像转化为HSV色彩空间,并抽离出S通道基于改进的多方向Sobel算子边缘检测获取人体完整、清晰的人体轮廓。在此基础上提出了一种基于自适应人体结构分割（Adaptive Body Structure Segmentation,简称ABSS）的着装人体多特征点提取和尺寸测量算法（Human pesm-abss）,通过分析东西方人体的异构性和自身体型的差异,利用ABSS算法分割人体结构关键区域。针对颈、肩部位特征点的提取,提出最大距离法和局部最大曲率法解决了传统算法适应性差,鲁棒性不高的问题。通过210组标准差较大样本的实验测量数据与真实尺寸信息进行对比分析,结果表明:Human pesm-abss算法相对于非闭合Snake和Simple-FCN-ASM模型平均误差分别减少了2.2cm和0.26cm。同时在时耗方面,分别缩短了1.098s和3.552s。由于人体三维尺寸数据是服装设计和试穿等应用场合的重要参考信息,然而平面图片缺少深度信息以致于难以直接获取人体的三维尺寸信息,本文提出了一种基于UGA-BP-MC神经网络的人体三维尺寸预测模型,通过改进自适应交叉、变异概率优化的遗传算法（UGA）对BP网络的结构、权值和阈值进行优化,然后采用马尔科夫残差模型对UGA-BP模型输出值进行修正。最后对210组样本进行数据对比分析,发现UGA-BP-MC相对于超椭圆曲线法、多元函数模型和GA-BP模型而言,预测值的平均误差分别减少了2.8cm、1.62cm和0.94cm。接下来,论文对尺寸预测神经网络的结构进一步改进,提出了一种基于改进WOA-ENN-MC的人体围度尺寸预测模型,通过优化收敛因子、联合最优惯性权值和阿基米德螺旋更新策略优化鲸鱼算法（IWOA）以获得更优的寻优广度和精度,将IWOA输出的最优值作为Elman神经网络（ENN）的初始权值阈值训练,避免了传统模型在迭代后期陷入局部最优的同时缩减了网络训练的收敛时间。通过对CAESAR数据集中270组样本的实测值与预测数据进行对比分析,结果表明:IWOA-ENN-MC相对于GA-ENN、PSO-ENN和WOA-ENN模型在各方面有着更明显的优势。本文总体的研究路线遵循人体二维尺寸测量然后进行三维尺寸预测,都分别通过实验数据对比分析验证了Human pesm-abss算法、UGA-BP-MC和IWOA-BP-MC在二维尺寸测量和三维尺寸预测环节中的优越性。
刘豪[4]（2021）在《部分蛾类成虫形态参数与飞行能力相关性分析》文中研究表明鳞翅目昆虫作为重要的农林业害虫和部分资源昆虫,对其飞行扩散能力的监测预警进行深入研究具有重要意义,本研究主要对蛾类昆虫的飞行扩散能力的预测预报进行相关性分析。为了解蛾类昆虫的迁飞扩散能力,本试验采用灯诱法诱捕野生蛾类成虫,应用昆虫飞行磨系统,在25±1℃,RH65±5%黑暗环境下吊飞10h,采集试虫的累计飞行距离、累计飞行时间、平均飞行速度、单次最久飞行时间、单次最远飞行距离、单次最远平均飞行速度和停顿次数7种飞行能力参数,以及前翅长度、前翅宽度、前翅面积、后翅长度、后翅宽度、后翅面积、胸宽、体长、翅负载9种形态数据。采用R软件对28种蛾类害虫的飞行能力与形态参数进行相关性和逐步回归分析,建立预测蛾类昆虫发生情况的飞行能力方程。研究结果如下:1.通过对本研究所选择蛾类昆虫的试虫综合分析可知,试虫的翅型参数与飞行能力的相关性较低,且累计飞行距离的逐步回归方程不成立;体型参数与飞行能力的逐步回归方程均成立,但单次最久飞行时间、单次最远飞行距离及停顿次数的线性关系差异不显着。试虫的形态参数与飞行能力的逐步回归方程均成立,且所构建的7个回归方程的线性关系均达到极显着水平。2.结合7种飞行参数指标和翅型参数的逐步回归分析可以得知,尺蛾的前翅越长,飞行持久力越强,飞行速度也越快;而其后翅越窄,飞行持久力也越强,飞行速度越快。可知,尺蛾科成虫的翅对飞行能力有一定的影响。总体来看,体型越大的尺蛾飞行距离越近,体型越小的则飞行距离越远。尽管飞行参数与翅型参数的相关性不是很密切,但是通过逐步回归分析可以看出,飞行参数与翅型参数所建立的方程能够很好的预测出尺蛾的飞行能力。3.结合9种夜蛾飞行能力参数和翅型参数的逐步回归分析可以得知,夜蛾的前翅越长,飞行持久力越强,飞行速度也越快;而其后翅越短,飞行持久力也越强,飞行速度越快。由此可知,夜蛾科成虫的前翅翅长和后翅长短对飞行能力有一定的影响。虽然夜蛾翅型参数与飞行能力的相关性不高,但是通过逐步回归方程分析可以看出,翅型参数与飞行能力所构建的方程能够较为准确的预测出夜蛾的飞行能力,为其发生情况提前进行有效监测。
徐梦园[5]（2021）在《基于图像处理的非接触式人体测量系统研究》文中认为在人体服装领域中,人体测量技术正在不断朝着数字化、信息化的方向发展。非接触式的人体测量能够实现人体尺寸信息的快速获取,大大提高了传统手工人体测量的工作效率。目前,非接触式三维测量需要的设备普遍较为昂贵和庞大,在三维数据的处理和数据存储上也存在一定的不便捷性。非接触式的二维测量基于人体图像,通过对人体图像处理、分割和提取的过程,可以直接输出人体尺寸数据。基于图像处理的非接触式人体测量,对于人体尺寸获取和服装网络定制都具有十分广泛的研究和应用前景。本课题中,针对目前基于图像的人体测量的过程中存在的提取精度较低、难以获取人体围度尺寸等问题,进行了优化改善,并建立了一套基于图像处理的非接触式人体测量系统。课题主要的研究工作有:（1）提出了精细化、系统化的人体图像处理流程和手段:利用photoshop软件对获取的人体正、侧面图像进行预处理;通过cvt Color（）函数对图像进行灰度转换,计算机方法对图像进行灰度和二值转换。在自建系统中实现了阈值调节功能,提升了图像分割的精准度。选择canny算子进行图像边缘检测,加强了人体轮廓提取的均匀性。利用形态学的知识去除细小杂点、填补人体空洞、加强人体轮廓。（2）利用人体高度数据确定肩部、胸部、腰部、臀部搜索区域,在人体各部位搜索区域内,利用角点检测结合人体形态特点确定各特征部位坐标,利用坐标计算各部位尺寸。（3）基于210人的手工测量数据,利用机器学习的方法建立了4种围度预测模型。针对胸围、腰围、臀围这三个围度的实验验证对比,分别选出了适用于每个围度最优的模型,并将各围度模型集成在自建的人体测量系统里。
李夏天[6]（2021）在《耦合于空间形态的传统村落风环境质量研究 ——以丹溪村为例》文中指出传统村落是历史和文化的瑰宝,但是随着城市化进程的深入,原有传统村落的空间形态结构也发生了改变,部分空间形态特征对村落内部风环境质量产生负面影响。在影响传统村落内部的居住舒适性的同时,也对健康性产生潜在威胁。当前对于风环境质量以及影响因素的研究主要集中在街区、住区、通风廊道等城市层面,缺少了对赣南地区传统村落的个案研究。为了探索传统村落层面风环境质量与空间形态关联性,丰富赣南地区传统村落的研究成果,并且提出相应的保护开发策略,本文选取了建筑空间形态保存完整且丰富、具有典型赣南地区传统村落特征的石城县丹溪村为研究对象。本文主要通过文献查阅、空间形态数据统计与量化计算、Phoenics软件数值模拟分析、对相关数据进行统计分类的方法,解析丹溪村的空间形态分布特征,并以平均风速比、静风区面积比、舒适区面积比为风环境质量的描述性指标,从而进行风环境质量与空间形态的耦合研究。本文研究共分为4个部分:第一部分主要为理论研究,主要阐述了研究背景、研究意义、研究价值,并且综述了风环境研究方法与进展、风环境质量评价、空间形态的量化研究、风环境与空间形态关联的理论研究现状,为选题提供了科学依据以及可行性证明。随后对研究方法进行了阐述。首先阐述了空间形态与绿色的规划设计理念的关系,说明了规划设计对于微气候改善的重要性。然后总结了国内外的规划政策中对于风环境的的要求和常用的4种风环境质量评价方法,根据风舒适性、风健康性的原则拟定了平均风速比、静风区面积比、舒适区面积比为研究区的风环境质量评价参数。最后引出了肌理形态的概念,并选取了7个对应空间形态的肌理形态参数以及量化方法。第二部分章主要介绍了风环境数值模拟实验。详细介绍了在数值模拟实验中的建模、网格划分、边界参数等数值模拟步骤的参数选择,筛选后选出23组样本数据用于后文分析。并根据平均参数及标准差制定了风环境质量优选条件:静风区面积比应小于13.26%,舒适区面积比应大于80.76%。第三部分进行了平均风速比和和静风区舒适区面积比于空间形态的耦合性研究。首先对肌理形态指标的相关性进行验证,结果表明在1.5m人行高度处围合度、建筑密度与平均风速比有显着负相关,平均建筑高度在10m以下时与平均风速比为显着负相关,错落度、容积率与平均风速比无线性相关关系。且三个空间形态指标因子的冬季和夏季的平均风速比的影响程度不太相同,夏季时围合度>建筑密度>建筑高度,冬季时围合度>建筑高度>建筑密度。随后对建筑密度、围合度、平均高度三个指标进行了静风区面积比、舒适区面积比与空间形态的耦合性研究。对不同类型样本用SPSS软件分别进行处理后,得到相应的一元回归公式,解析出不同条件下提高风环境质量的空间形态临界值。第四部分基于前文研究,从村庄规划、空间形态、建筑形式三个层面提出了相应的传统村落风环境质量优化策略。
方敏[7]（2021）在《大脑顶内沟计算断层影像解剖学及三维可视化研究》文中研究说明研究背景:近年来,随着先进影像技术的进步和科学技术的快速发展,人类现代医学可利用的先进仪器也越来越多,先进仪器的发展自然地促进了传统医学无法深入研究的领域,大脑正是其中一块重要的领域。这些技术为临床疾病的定位诊断和手术治疗提供一定的帮助,现代医学设备的先进可以让医者较容易的获得大脑的影像,这对脑科学和临床医学都有着非常重要的研究意义,通过对顶内沟的形态特征研究及立体定位数据集的构建,可以更好地为顶内沟邻近区域的病变制定治疗计划。顶内沟（intraparietal sulcus,IS）位于大脑端脑顶叶内中央后沟后方,与大脑纵裂呈平行关系,将顶上小叶与顶下小叶分隔开,顶内沟在顶叶上自前向后走行。顶内沟周围有许多重要的皮质功能区,如顶上小叶和顶下小叶,顶下小叶可分为缘上回和角回两部分,角回功能上为视觉性语言区,这样的结构特征为顶内沟作为视觉、体感及听觉联合皮层的交叉点奠定了基础。关于顶内沟的类型,先前有学者研究并将其分为“一段”型、“两段”型和“3段”型,通过这种类型的研究我们可以分析出顶内沟的生长发育规律等,从而为更好的识别和定位顶内沟奠定了基础。本研究通过收集30例健康成人大脑的MRI影像,以大脑AC-PC连线（连合间线）中点为原点,建立三维坐标系,获得横、冠、矢状面的T1WI图像。研究顶内沟在大脑中的形态学特征及周围重要脑组织的空间位置关系,测量得出顶内沟的立体定位数据集,并利用计算机及统计学方法求出其投影及平面回归方程,最后通过3D-Doctor软件,对顶内沟及其周围结构进行图像分割与重建,给出顶内沟在活体大脑中的三维可视化模型,以期为顶内沟及其周边区域病变的立体定向神经外科手术及未来机器人精准手术的策划提供解剖学基础。第一部分大脑顶内沟的MRI形态学研究目的:探讨以AC-PC线作为扫描基线的大脑薄层MRI影像,认识并研究顶内沟在横、冠、矢状面上形态特征及规律。方法:选定30例健康成人,其中男性和女性各15例。以AC-PC线为基准线,连续扫描得MRI T1WI图像,设定层厚为2mm,扫描过程中确保头颅固定。将所得横、冠、矢状面的MRI T1WI影像,以Dicom3.0的格式保存并导入e Film2.1工作站,在“3D-Cursor”软件中观察顶内沟在横、冠、矢状面上的位置变化及形态学特征。结果:识别顶内沟在薄层MRI T1WI连续层面的结构,获得顶内沟的形态学及位置变化规律。结论:大脑顶内沟在冠状面上更易识别,与大脑纵裂平行,为自前向后走行,是顶上小叶和顶下小叶的分界。主要分为“一段”型,“两段”型,“3段”型。通过“3D-Cursor”和“连续追踪”软件的联合使用识别顶内沟,其在横、冠、矢状面上形态各异,为顶内沟的手术入路及其周围疾病提供解剖学依据。第二部分大脑顶内沟内侧缘的立体定位数据集的建立及平面回归分析目的:建立基于大脑连合间线（AC-PC线）定位体系中的顶内沟立体定位数据集及其平面投影回归方程。方法:将扫描所得的30例健康成人颅脑冠状面MRI影像,导入Photoshop CS 5.0软件包,经图像配准后,以AC-PC连线的中点作为原点,建立笛卡尔三维立体坐标系,以顶内沟最内侧缘为起点,其中X值和Z值可直接在软件中读取,Y值为图像距离AC-PC平面的层数乘以图像层厚的积,所有取样点坐标值组成顶内沟在三维坐标系中的立体定位数据集。利用Excel软件对所测的数据进行汇总并处理,绘制出顶内沟内侧缘的投影分布图,并利用SPSS 22.0对数据进行统计分析,得出顶内沟内侧缘的空间拟合曲线和平面回归方程。结果:完成顶内沟内侧缘立体定位数据集的建立,以及其在横、冠、矢状面的投影分布图和回归方程。结论:为顶内沟及周围区域病灶的精准定位提供解剖学基础,对顶叶功能的研究及顶叶区域疾病的影像学定位和立体定向神经外科治疗具有重要的价值。第三部分大脑顶内沟内侧缘的三维重建与可视化目的:通过构建健康成人在MRI图像上的大脑顶内沟的三维可视化模型,了解顶内沟的空间位置关系和解剖学结构特点,以及在立体定向微创手术方面的应用。方法:选择1例健康成年男性的颅脑薄层MRI扫描影像,导入到3D-Doctor软件中,采用手工分割的方法对大脑顶内沟及其周围的脑组织等进行分割及三维重建,采用不同颜色标记。结果:成功构建大脑顶内沟及其相邻重要脑组织结构的三维可视化模型。结论:通过顶内沟三维可视化模型的构建,更好的从立体角度观察其与周围脑组织结构在空间上的位置关系,对该区域病变的辅助治疗以及手术方案的制定有较大的价值。
陈思瑶[8]（2021）在《基于子宫肌瘤患者MRI影像的HIFU治疗剂量个性化预测研究》文中研究指明研究背景高强度聚焦超声（High-intensity focused ultrasound,HIFU）作为一种无创治疗技术能完整地保留患者子宫,具有良好的安全性和有效性,目前已被广泛应用于子宫肌瘤的临床治疗。HIFU治疗的原理为:体外通过一定的聚焦方式将低能量超声束进行聚焦,通过皮肤、脂肪、肌肉等组织传播至病变区域,焦点处快速升温至65℃以上,致使靶区组织产生不可逆性凝固性坏死,而声波所经过的正常组织不受影响。但由于受到不同患者肌瘤位置、深度、类型、血流灌注以及脂肪层厚度等患者组织特异性的影响,每个患者的HIFU疗效存在差异。为了保证HIFU治疗的安全性和有效性,需要考虑不同患者的结构和组织特异性,实现HIFU治疗的个性化预测。传统的HIFU治疗剂量预测通常未考虑组织结构分布的影响,在仿真中将组织视为平行均匀多层层状结构。然而,在实际HIFU治疗过程中,超声束会经过皮肤、脂肪、肌肉等组织,每层组织的空间分布并不均匀,且边界不规则,采用平行均匀多层层状结构进行HIFU治疗剂量预测会产生一定的误差。为此,本文基于子宫肌瘤患者MRI影像数据建立HIFU治疗剂量的个性化预测,并与B超强回声面积、基于平行均匀多层层状结构建立的剂量预测进行对比研究,旨在为临床HIFU治疗剂量预测系统的建立提供参考依据。目的1、分别基于子宫肌瘤患者术前MRI影像、平行均匀多层层状结构实现HIFU消融的剂量预测,通过手术过程中采集的B超影像获得B超强回声面积,将基于患者影像、平行均匀多层层状结构的仿真损伤面积与B超强回声面积进行对比研究,验证仿真模型的准确性。2、探究患者腹壁厚度、子宫肌瘤层厚度及辐照剂量对HIFU治疗子宫肌瘤B超强回声面积和仿真损伤面积的影响关系,明确HIFU治疗剂量投放的影响因素。方法1.以2013-2018年间于重庆医科大学附属第一医院接受HIFU治疗的64例MRI T2WI等信号子宫肌瘤患者作为研究对象。基于患者治疗前的临床影像数据,分别实现基于子宫肌瘤患者MRI影像、平行均匀多层层状结构的剂量预测。2.基于子宫肌瘤患者MRI影像的数值计算网格绘制步骤如下:感兴趣区域的交互式提取,图像滤波处理锐化边缘并保留图像内部的纹理信息,图像形态学处理提取出对于表达和描绘区域形状有用的图像边界,对原图中的边界进行增强边界与内部区域的对比度,最后提取声通道不同的组织区域绘制数值计算网格。平行均匀多层层状结构的网格绘制基于临床B超影像数据,提取出声轴线上的组织厚度作为各层组织的厚度绘制理论计算网格。3.通过手术过程中采集的B超影像获得子宫肌瘤临床治疗首个治疗点焦域处的B超强回声面积。理论上,结合Westervelt非线性声传播方程和Pennes生物热传导方程,利用等效热剂量模型以240EM为损伤阈值,分别基于子宫肌瘤患者MRI影像、平行均匀多层层状结构进行剂量预测,获得首个治疗点的仿真损伤面积。进一步与B超强回声面积进行Sperman相关性分析和对比研究。4.进一步探究腹壁厚度、子宫肌瘤层厚度及辐照剂量与B超强回声面积、仿真损伤面积的相关性,分别从单因素和多因素的角度进行分析,进一步明确HIFU疗效的影响因素,验证基于患者MRI影像实现HIFU治疗剂量预测的精准性。结果1.64例患者首个治疗点的B超强回声面积为41.705±13.506mm2,基于患者MRI影像和平行均匀多层层状结构的仿真损伤面积分别为41.725±18.472mm2和39.854±17.094mm2。首个治疗点处B超强回声面积与基于患者影像的仿真损伤面积、基于平行均匀多层层状结构仿真损伤面积的Sperman相关性系数分别为0.827（P=0.01）、0.692（P=0.01）。2.相比基于平行均匀多层层状结构得到的焦点声压分布,基于患者真实MRI影像数据仿真得到的焦点声压偏离预设焦点位置朝向换能器方向移动,波形产生了畸变,与基于理想平行均匀多层层状结构得到的结果差异较大。相应的温度及组织损伤结果可见,基于患者真实MRI影像数据得到的焦点温度低于平行均匀多层层状结构得到的焦点温度。由于组织非均匀性存在,导致损伤点偏离预设焦点区域,而基于平行均匀多层层状结构得到损伤范围均匀地分布于目标焦点周围。3.腹壁厚度、子宫肌瘤层厚度及辐照剂量与B超强回声面积、仿真损伤面积的相关性结果可见,在人体组织腹壁厚度（13～41.1mm）范围内,腹壁厚度对B超强回声面积及仿真损伤面积无统计学差异（P=0.636/P=0.984,P=0.000/P=0.000）;子宫肌瘤厚度与B超强回声面积有统计学差异（P=0.025,P=0.000）,与仿真损伤面积无统计学差异（P=0.222,P=0.000）;辐照剂量与B超强回声面积及仿真损伤面积有统计学差异（P=0.000）,呈正相关。结论1.基于患者影像的仿真损伤面积和B超强回声面积具有显着的一致性,验证了利用临床MRI患者影像数据构建的非均匀组织模型的有效性,有助于HIFU辐照剂量的个性化预测和剂量规划。2.在人体组织腹壁厚度（13～41.1mm）范围内,腹壁厚度对B超强回声面积及仿真损伤面积不具有显着性作用;子宫肌瘤厚度与B超强回声面积呈负相关,而子宫肌瘤厚度与仿真损伤面积无统计学差异;辐照剂量与B超强回声面积及仿真损伤面积呈正相关。
马小芬[9]（2021）在《基于人体二维图像的现代汉服规格自动设计》文中研究说明在中国电商行业发展日益成熟的大环境下,人们越来越倾向于网购汉服,而在网购汉服的过程中出现的“不合体”现象也屡见不鲜。对此,许多汉服品牌为满足消费者需求开展了网络汉服定制业务或尺码推荐业务,其中获取准确的人体数据是一大重要因素。手工测量以及当下大热的三维人体测量都存在相应弊端,并不适用于电子商务行业来改善这一问题。与此相比,二维非接触式测量技术较适用于该领域的发展,通过人体二维图像获取到人体的三维尺寸,再进行各款汉服规格尺寸的输出,以此帮助消费者进行产品尺码的推荐或定制。本研究立足于计算机技术的成熟和汉服运动的日益兴起,结合计算机视觉技术和人体测量等技术,旨在实现一款以人体正面、侧面图像、身高和体重为输入,人体主要部位尺寸及对应现代汉服规格尺寸为输出的系统。本研究的主要内容可以分为以下六个部分:（1）市场问卷调查和人体数据的采集。对消费者进行汉服消费市场现状的调研,为下一步的人体尺寸采集部位的确定提供数据支撑。确定人体图像的采集要求与尺寸采集部位,进行人体图像和人体尺寸的采集,共计采集10组样本数据,包括人体的正面、侧面照片,人体尺寸采集部位包括身高、臂长、手长、肩宽、胸宽、腰宽、臀宽,胸厚、腰厚、臀厚,胸围、腰围、臀围,共计13个尺寸,所采集的数据用以后期进行各部分算法的有效性与可靠性验证。（2）人体图像分割算法的设计与实现。本研究提出了Sobel算子和HSV颜色模型相结合的轮廓提取方法,而后通过获取最大连通区域和搜索最长连续投影区域进一步优化所获得的初步轮廓,最后进行基本形态学操作来去除踢脚线和其他噪音背景,以此获得最终的人体轮廓边缘。使用Matlab平台实现算法,结合前期所采集的10组样本图像进行测试,测试结果表明人体轮廓的提取效果较好,该算法具有一定的可靠性和有效性。（3）人体尺寸研究部分算法的设计与实现。在研究人体体型并结合人体比例关系的基础上,提出了一种直接进行各特征部位尺寸提取的算法。通过Matlab平台进行胸宽、胸厚、腰宽、腰厚、臀宽及臀厚提取算法的实现。而后结合课题组所采集的187组样本数据,分别采用曲线拟合算法、回归分析算法和图形匹配算法进行胸部、腰部及臀部围度尺寸的计算,并将输出结果分体型对手工测量值与曲线拟合值、手工测量值与回归分析值、手工测量值与图形匹配值进行配对T检验,以此选定各部位的最优算法。检验结果表明,胸围尺寸和腰围尺寸的预测选定回归分析算法,臀围尺寸的预测选定曲线拟合算法。（4）现代汉服规格设计研究。本研究选定交领右衽上襦、袒领半臂、对襟上衣、大袖衫、褙子、比甲、夹袄、圆领袍、曲裾、马面裙,共计10款较合体典型现代汉服款式进行规格研究。在前人针对现代汉服规格研究的基础上,结合基本服装规格设计,采用逆向思维进行各款式各规格部位回归关系式的推导,并使用Matlab进行各款式规格自动设计算法的实现。（5）系统的实现与测试。确定开发平台,整合各部分算法并结合GUI界面设计进行基于人体二维图像的现代汉服规格自动设计系统的最终实现,在前期采集的10组人体数据中随机选取1组进行系统操作流程测试,确保用户可以进行正常操作。
郭曼[10]（2021）在《基于磁共振影像的脑网络特征挖掘与连接模式研究》文中认为脑是人类最高级且功能最完善的器官,是一个高度交互且极其复杂的信息处理系统,能够产生思维,控制意识。使用复杂网络理论探究脑组织的拓扑结构特性及协同工作机制是当下脑科学研究的热点之一。磁共振成像（Magnetic Resonance Imaging,MRI）技术的普及,推动了宏观尺度下的脑网络研究,为捕获理解脑疾病的异常病理模式、开展临床辅助诊断提供了极大助力。结构磁共振成像具有采集成本低、复测性能好等优势,但是,由于时间维度的动态特性缺失,无法在个体层面更好的量化结构脑网络,从而限制了相关研究成果的临床扩展。如何合理有效地利用进展信息在个体层面进行脑结构网络构建成为一个亟待解决的问题。效应连接（Effective Connectivity,EC）衡量一个大脑区域在特定方向上对另一个大脑区域的影响,已逐渐开始广泛地应用于脑疾病的病理模式研究中。但现有的EC计算方法多适用于少量脑区估计,极少关注全脑,且多局限于探究低层的因果交互影响,信息有限。因此,从全脑范围进行更高层次的脑区间因果作用模式的捕获对于进行更深入的脑疾病发病机制探究及计算机辅助诊断研究都有重要意义。本文的研究工作主要由以下两部分组成:第一,从纵向研究角度提出了新的动态形态学特征,结合多种形态学指标,构建个体大脑结构相似性网络,使用机器学习方法进行轻度认知障碍（Mild Cognitive Impairment,MCI）到阿尔兹海默病（Alzheimer’s Disease,AD）的转化预测研究。采用留一交叉验证和支持向量机（Support Vector Machine,SVM）对分类器进行训练和评价,该方法实现了MCI到AD的3年期转化预测,准确率达92.31%（敏感性为100%,特异性为82.86%）。实验结果证明动态形态学特征是一种更敏感的预测MCI到AD转化的生物标志物,基于其构建的脑相似性网络可以更全面的捕获异常皮质进展模式信息。该框架将会给MCI的辅助临床转化预测提供尽可能的帮助,也为其他进展类疾病预测提供潜在的模型参考。同时,一年期是最佳的转化预测时间节点,应当在临床上给予更多重视。第二,改进了大规模脑效应连接的计算方法,并基于其提出了一种新的高阶效应网络,通过图论分析的方法揭示重度抑郁症（Major Depressive Disorder,MDD）的异常脑机制。该工作主要有以下发现:高阶效应网络差异连接在MDD中普遍下降,且多为跨脑区的长程连接,与抑郁临床量表呈现显着相关关系,表明高阶方法测量的效应连接网络可能是对MDD更敏感的生物标志物。MDD患者相较于正常被试高、低阶效应网络的异常连接除了涉及广泛报道的默认模式网络、双侧边缘网络还与视觉网络和小脑网络密切相关。MDD表现出了明显的效应网络损伤:网络效率与聚类系数下降、最短路径上升、小世界属性改变以及网络鲁棒性减弱。高阶效应网络所代表的间接关系比低阶效应网络所表示的直接关系更为稳定,高阶效应网络将为其他脑疾病的探究提供潜在的有力工具。
二、人体数学模型形态学参数的回归方程（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、人体数学模型形态学参数的回归方程（论文提纲范文）
（1）冬残奥坐姿高山滑雪选手旗门转弯技术的运动生物力学研究（论文提纲范文）
| 摘要 |
| abstract |
| 英文名词缩写表 |
| 1 前言 |
| 1.1 研究背景及意义 |
| 1.1.1 残疾人体育与残奥运动 |
| 1.1.2 “冬残奥”与“科技冬奥” |
| 1.2 本文主要研究内容 |
| 1.3 本文组织结构 |
| 1.4 技术路线图 |
| 1.5 研究假设 |
| 1.6 名词释义及操作定义 |
| 2 文献综述 |
| 2.1 残疾人运动员功能分级 |
| 2.1.1 残疾人运动员功能分级通则 |
| 2.1.2 残疾人竞技体育分级研究 |
| 2.2 人体环节惯性参数研究 |
| 2.2.1 人体环节惯性参数研究现状 |
| 2.2.2 环节惯性参数的比例因子估测研究 |
| 2.3 高山滑雪运动现场分析方法研究 |
| 2.3.1 视频分析方法 |
| 2.3.2 惯性传感器的应用 |
| 2.4 健全人高山滑雪运动技术研究 |
| 2.4.1 旗门转弯技术的运动学分析 |
| 2.4.2 滑行速度与滑行时间研究 |
| 2.4.3 高山滑雪的能量分析 |
| 2.4.4 高山滑雪滑行轨迹研究 |
| 2.5 冬残奥高山滑雪研究 |
| 2.5.1 残疾人高山滑雪的起源与发展 |
| 2.5.2 冬残奥高山滑雪场地及坐式滑雪器特点 |
| 2.5.3 坐姿高山滑雪技术分析 |
| 2.6 文献小结 |
| 3 截肢运动员身体环节惯性参数研究 |
| 3.1 引言 |
| 3.2 研究方法 |
| 3.2.1 研究对象 |
| 3.2.2 身体形态测量 |
| 3.2.3 残端质量及质心位置的测试方法 |
| 3.2.4 身体一维质心的计算和测量方法 |
| 3.2.5 模型回归法的有效性验证 |
| 3.2.6 环节惯性参数的长度比例因子估算方法 |
| 3.2.7 数据分析 |
| 3.3 研究结果 |
| 3.3.1 身体一维质心的模型估计 |
| 3.3.2 健侧环节质量及质心位置的模型回归结果 |
| 3.3.3 残端环节惯性参数的长度比例因子估算结果 |
| 3.4 讨论 |
| 3.4.1 残端长度对身体一维质心的影响 |
| 3.4.2 健全人回归模型计算截肢人群环节惯性参数的有效性 |
| 3.4.3 长度比例因子估测残端质量和质心位置的有效性 |
| 3.5 小结 |
| 4 基于轨迹优化的坐姿高山滑雪旗门转弯技术的运动学分析 |
| 4.1 引言 |
| 4.2 研究方法 |
| 4.2.1 研究对象 |
| 4.2.2 测试环境条件 |
| 4.2.3 运动学指标测试方法 |
| 4.2.4 质心运动轨迹曲率半径的计算方法 |
| 4.2.5 质心运动轨迹长度的计算方法 |
| 4.2.6 基于倒立摆模型的滑行轨迹仿真 |
| 4.2.7 数据处理及分析 |
| 4.3 研究结果 |
| 4.3.1 系统测试结果及精度分析 |
| 4.3.2 单旗门转弯的滑行时间及距离特点 |
| 4.3.3 转弯半径与旗门转弯表现间的关系 |
| 4.3.4 旗门转弯阶段运动员滑行姿态分析 |
| 4.3.5 旗门转弯阶段滑行速度特点 |
| 4.3.6 目标赛段全程滑行时间的影响因素 |
| 4.3.7 旗门转弯阶段质心运动轨迹的模型仿真结果 |
| 4.4 讨论 |
| 4.4.1 单旗门转弯的运动学规律 |
| 4.4.2 旗门转弯阶段的速度变化规律 |
| 4.4.3 多旗门转弯的运动学规律 |
| 4.4.4 倒立摆模型在坐姿高山滑雪轨迹仿真中的作用 |
| 4.5 结论及建议 |
| 4.6 实践应用 |
| 5 研究创新性与不足 |
| 5.1 研究创新性 |
| 5.2 研究不足 |
| 6 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录一 人体环节惯性参数研究概述 |
| 附录二 曲率半径计算主要程序代码 |
| 附录三 身体形态测量方法及骨性标记点 |
| 附录四 姿态传感器通信协议 |
| 附录五 大学本科至研究生学习经历 |
| 附录六 攻读博士学位期间科研经历 |
（2）住区形态对太阳辐射的影响研究 ——以西安为例（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 住区太阳辐射研究现状 |
| 1.2.2 天空开阔度研究现状 |
| 1.2.3 住区形态与太阳辐射相关性研究现状 |
| 1.2.4 存在的问题 |
| 1.3 本文主要工作 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.3.3 研究方法 |
| 1.3.4 研究技术路线 |
| 2 天空开阔度计算方法及验证 |
| 2.1 相关概念界定 |
| 2.1.1 太阳辐射 |
| 2.1.2 太阳辐射量和太阳辐射总量 |
| 2.1.3 住区及住区形态 |
| 2.2 住区太阳辐射研究 |
| 2.3 天空开阔度及天空曝光因子 |
| 2.3.1 天空开阔度(Sky view factor) |
| 2.3.2 天空曝光因子(Sky exposure factor) |
| 2.3.3 天空开阔度计算 |
| 2.3.4 天空开阔度验证 |
| 2.4 太阳辐射模拟验证 |
| 2.5 本章小结 |
| 3 典型住区模型确定与太阳辐射模拟方法 |
| 3.1 开放数据下的住区模型 |
| 3.1.1 数据来源 |
| 3.1.2 数据清洗和数据修正 |
| 3.1.3 研究数据类型 |
| 3.2 典型住区模型 |
| 3.2.1 区位及气候条件分析 |
| 3.2.2 住区特征 |
| 3.2.3 住区分类兴趣点(POI) |
| 3.2.4 基于便捷宜居的典型住区 |
| 3.3 典型住区太阳辐射模拟 |
| 3.3.1 建筑模型生成与表现软件 |
| 3.3.2 软件模拟运行过程 |
| 3.4 本章小结 |
| 4 住区形态参数对太阳辐射影响分析 |
| 4.1 住区太阳辐射模拟结果分析 |
| 4.1.1 模拟数据分析流程 |
| 4.1.2 不同住区的天空开阔度模拟结果分析 |
| 4.1.3 不同住区的天空曝光因子模拟结果分析 |
| 4.1.4 不同住区的太阳辐射模拟结果分析 |
| 4.2 住区形态参数 |
| 4.2.1 住区形态参数的确定 |
| 4.2.2 住区形态参数化量化方法 |
| 4.2.3 住区形态参数间的相关性 |
| 4.3 住区形态参数与太阳辐射的相关性研究 |
| 4.3.1 天空开阔度与太阳辐射的相关性 |
| 4.3.2 天空曝光因子与太阳辐射的相关性 |
| 4.3.3 住区太阳辐射的多元回归模型验证 |
| 4.4 住区形态参数的相关性分析结果 |
| 4.5 本章小结 |
| 5 住区太阳辐射评价及应用 |
| 5.1 住区开放空间太阳辐射评价 |
| 5.1.1 通用热气候指数(UTCI) |
| 5.1.2 住区开放空间的阴影区的通用热气候指数 |
| 5.1.3 太阳辐射影响下的住区外开放空间的通用热气候指数 |
| 5.2 室外环境舒适阴影 |
| 5.3 室外环境有效辐射 |
| 5.4 确定形态参数范围 |
| 5.4.1 舒适阴影时的相关形态参数范围 |
| 5.4.2 有效辐射时的相关形态参数范围 |
| 5.5 本章小结 |
| 6 结论及展望 |
| 6.1 主要结论 |
| 6.2 论文后续工作 |
| 致谢 |
| 图目录 |
| 表目录 |
| 参考文献 |
| 作者在读期间研究成果 |
| 附图 |
| 附表 |
（3）基于正交图像的人体尺寸测量（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状的发展趋势 |
| 1.2.1 传统非接触二维人体尺寸测量技术 |
| 1.2.2 非接触二维人体尺寸测量技术 |
| 1.2.3 基于简单背景的非接触二维人体尺寸测量技术 |
| 1.2.4 基于复杂背景的非接触二维人体尺寸测量技术 |
| 1.2.5 非接触三维人体尺寸测量技术 |
| 1.3 本课题的主要研究内容 |
| 1.4 论文的整体结构 |
| 2 相关理论介绍 |
| 2.1 图像规范化处理 |
| 2.2 颜色空间 |
| 2.2.1 RGB颜色空间 |
| 2.2.2 HSV颜色空间 |
| 2.3 二值化操作 |
| 2.3.1 简单二值化操作 |
| 2.3.2 OTSU最大类间方差法(大津法) |
| 2.4 形态学操作 |
| 2.4.1 膨胀操作 |
| 2.4.2 腐蚀操作 |
| 2.4.3 开运算操作 |
| 2.5 人体轮廓提取 |
| 2.5.1 传统人体边缘检测算法 |
| 2.5.2 改进的Sobel算子边缘检测 |
| 2.6 人体特征点定位 |
| 2.6.1 基于人体比例法的人体关键特征点定位 |
| 2.6.2 基于人体轮廓编码的人体关键特征点定位 |
| 2.6.3 基于形状估计法的人体关键特征点定位 |
| 2.6.4 基于模板遍历法的人体关键特征点定位 |
| 2.7 椭圆傅里叶法 |
| 2.8 模型重建法 |
| 2.9 多元函数拟合法 |
| 2.10 遗传算法 |
| 2.11 鲸鱼优化算法 |
| 2.11.1 泡泡网攻击方式 |
| 2.11.2 包围猎物 |
| 2.11.3 搜索猎物 |
| 2.12 BP神经网络 |
| 2.13 Elman神经网络 |
| 2.14 马尔科夫残差模型 |
| 2.15 本章小结 |
| 3 基于正交图像的非接触人体二维尺寸测量技术 |
| 3.1 图像采集 |
| 3.1.1 实验环境搭建 |
| 3.1.2 拍摄装置设计 |
| 3.1.3 图像采集 |
| 3.2 图像预处理过程 |
| 3.2.1 颜色空间转换 |
| 3.2.2 人体轮廓提取 |
| 3.3 人体关键区域划分 |
| 3.3.1 传统人体关键区域划分 |
| 3.3.2 人体关键区域自适应划分 |
| 3.3.3 人体体型阈值区间的分析 |
| 3.3.4 关键区域自适应分割算法的设计 |
| 3.4 人体二维关键特征点定义 |
| 3.5 基于自适应分割人体结构关键区域的人体关键特征点定位 |
| 3.5.1 头部和手部特征点定位 |
| 3.5.2 颈部特征点定位 |
| 3.5.3 肩部特征点定位 |
| 3.5.4 脚部特征点定位 |
| 3.5.5 腰部特征点定位 |
| 3.6 人体二维尺寸测量 |
| 3.7 本章小节 |
| 4 非接触人体三维尺寸预测 |
| 4.1 改进GA-BP-MC神经网络模型 |
| 4.1.1 改进GA算法 |
| 4.1.2 改进GA-BP模型的建立 |
| 4.1.3 改进GA-BP-MC模型的建立 |
| 4.2 改进WOA-ENN-MC神经网络模型 |
| 4.2.1 非线性收敛因子 |
| 4.2.2 阿基米德螺旋更新策略 |
| 4.2.3 联合最优权重 |
| 4.3 改进WOA-ENN-MC模型的建立 |
| 4.4 不同模型拟合效果 |
| 4.5 不同模型预测效果 |
| 5 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录 本人在攻读硕士学位期间发表（录用）的论文及申请的软着专利 |
| 致谢 |
（4）部分蛾类成虫形态参数与飞行能力相关性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 鳞翅目昆虫飞行能力研究现状 |
| 1.1.1 影响鳞翅目昆虫飞行能力的外部因素 |
| 1.1.2 影响鳞翅目昆虫飞行能力的内在因素 |
| 1.2 蛾类害虫飞行扩散能力监测预警方法研究进展 |
| 1.2.1 害虫飞行监测模型构建方法研究现状 |
| 1.2.2 种群监测预警方法研究现状 |
| 1.2.3 害虫适生区预测方法研究现状 |
| 1.3 本研究的目的和意义 |
| 第二章 蛾类昆虫形态参数与飞行能力参数相关性分析 |
| 2.1 材料与方法 |
| 2.1.1 供试材料 |
| 2.1.2 吊飞和形态参数测量方法 |
| 2.2 数据处理 |
| 2.3 结果分析 |
| 2.3.1 蛾类昆虫飞行能力与形态参数的相关性结果分析 |
| 2.3.2 蛾类昆虫飞行能力与形态参数的逐步回归分析 |
| 2.3.3 翅型参数与飞行能力的逐步回归分析 |
| 2.3.4 体型参数与飞行能力的逐步回归分析 |
| 2.4 讨论 |
| 第三章 尺蛾科翅型参数与飞行能力参数相关性分析 |
| 3.1 材料与方法 |
| 3.1.1 供试材料 |
| 3.1.2 吊飞和翅型测量方法 |
| 3.2 数据处理 |
| 3.3 结果分析 |
| 3.3.1 尺蛾的翅型参数和飞行参数的相关性分析 |
| 3.3.2 尺蛾的翅型参数和飞行参数的逐步回归分析 |
| 3.4 讨论 |
| 第四章 夜蛾科翅型参数与飞行能力参数相关性分析 |
| 4.1 材料与方法 |
| 4.2 数据处理 |
| 4.3 结果分析 |
| 4.3.1 夜蛾翅型与飞行能力的相关性分析 |
| 4.3.2 夜蛾翅型与飞行能力的逐步回归分析 |
| 4.4 讨论 |
| 第五章 结论与展望 |
| 5.1 总结 |
| 5.2 讨论与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（5）基于图像处理的非接触式人体测量系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 人体测量技术研究现状 |
| 1.2.2 人体轮廓提取研究现状 |
| 1.2.3 人体特征点识别和尺寸提取研究现状 |
| 1.2.4 人体围度预测研究现状 |
| 1.3 研究目的与意义 |
| 1.4 研究内容与路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究路线 |
| 1.5 课题研究创新点 |
| 第2章 人体图像处理与轮廓提取 |
| 2.1 人体图像及相关数据获取 |
| 2.2 图像预处理 |
| 2.3 图像灰度转换与二值化处理 |
| 2.3.1 图像的灰度转换 |
| 2.3.2 图像二值化处理 |
| 2.4 图像边缘检测 |
| 2.5 图像形态学处理与轮廓提取 |
| 2.6 本章小结 |
| 第3章 基于人体轮廓的宽厚度尺寸提取 |
| 3.1 人体高度数据提取与搜索区间确定 |
| 3.2 人体轮廓身高计算方法和特征扫描 |
| 3.3 角点检测原理介绍 |
| 3.4 人体关键部位的特征识别与尺寸提取 |
| 3.4.1 肩部搜索区域特征识别与宽度尺寸提取 |
| 3.4.2 腰部搜索区域特征识别与宽厚度尺寸提取 |
| 3.4.3 胸部搜索区域特征识别与宽厚度尺寸提取 |
| 3.4.4 臀部搜索区域特征识别与宽厚度尺寸提取 |
| 3.5 基于图像提取的宽厚度尺寸结果与验证 |
| 3.5.1 图像提取宽厚度尺寸结果的稳定性分析 |
| 3.5.2 图像提取宽厚度尺寸结果的可靠性分析 |
| 3.6 本章小结 |
| 第4章 基于机器学习的人体围度预测模型 |
| 4.1 机器学习理论及相关概念介绍 |
| 4.2 人体数据集与训练特征说明 |
| 4.2.1 人体数据集的获取与清洗 |
| 4.2.2 特征的选择和处理 |
| 4.3 基于机器学习的围度预测模型 |
| 4.3.1 决策树模型 |
| 4.3.2 线性回归模型 |
| 4.3.3 SVR模型 |
| 4.3.4 KNN模型 |
| 4.4 人体围度预测模型的结果评价 |
| 4.4.1 评价指标 |
| 4.4.2 胸围预测的各模型结果分析 |
| 4.4.3 腰围预测的各模型结果分析 |
| 4.4.4 臀围预测的各模型结果分析 |
| 4.5 本章小结 |
| 第5章 基于图像处理的人体测量系统的实现 |
| 5.1 开发环境和相关技术介绍 |
| 5.1.1 系统开发环境 |
| 5.1.2 Open CV计算机视觉处理库 |
| 5.1.3 相关编程语言 |
| 5.1.4 C#调用Python的实现方法 |
| 5.2 系统模块与功能设计 |
| 5.3 系统操作流程与界面展示 |
| 5.4 本章小结 |
| 第6章 结论 |
| 6.1 主要研究成果 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
（6）耦合于空间形态的传统村落风环境质量研究 ——以丹溪村为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景和研究意义 |
| 1.1.1 政策背景 |
| 1.1.2 现实背景 |
| 1.1.3 研究意义 |
| 1.2 文献综述 |
| 1.2.1 风环境研究方法与进展 |
| 1.2.2 风环境质量评价方法 |
| 1.2.3 空间形态定量化研究 |
| 1.2.4 风环境与空间形态关联 |
| 1.3 研究方法 |
| 1.3.1 文献查阅法 |
| 1.3.2 现场调研法 |
| 1.3.3 计算机数值模拟 |
| 1.3.4 耦合分析法 |
| 1.4 技术路线 |
| 第二章 风环境评价要素以及空间形态参数 |
| 2.1 规划设计中的空间形态 |
| 2.1.1 可持续发展的规划理念 |
| 2.1.2 乡村规划设计中的绿色理念 |
| 2.1.3 城市设计改变城市微气候 |
| 2.2 风环境评价要素 |
| 2.2.1 风环境基本概念 |
| 2.2.2 室外风环境评价相关标准 |
| 2.2.3 常用评价方法 |
| 2.2.4 本文评价方法 |
| 2.3 传统村落肌理形态参数 |
| 2.3.1 肌理形态参数概念 |
| 2.3.2 计算方法 |
| 2.3.3 GIS计算空间形态参数 |
| 2.3.4 传统村落肌理形态参数对应空间形态 |
| 2.4 耦合性研究 |
| 2.4.1 多元线性回归分析 |
| 2.4.2 Pearson相关性分析 |
| 2.5 本章小结 |
| 第三章 传统村落室外风环境模拟 |
| 3.1 研究区概况 |
| 3.1.1 区位条件 |
| 3.1.2 整体形态特征 |
| 3.2 CFD基本理论 |
| 3.2.1 基本控制方程 |
| 3.2.2 湍流方程 |
| 3.3 传统村落风环境设计原则 |
| 3.3.1 风环境舒适性 |
| 3.3.2 风环境健康性 |
| 3.4 模拟软件以及参数设置 |
| 3.4.1 研究工具介绍 |
| 3.4.2 计算域划分 |
| 3.4.3 模拟参数设置 |
| 3.4.4 模拟实验方案 |
| 3.5 传统村落风环境模拟结果 |
| 3.5.1 模拟结果展示 |
| 3.5.2 风环境优选条件 |
| 3.6 本章小结 |
| 第四章 平均风速比与空间形态指标耦合性分析 |
| 4.1 空间形态指标相关性检验 |
| 4.1.1 建筑密度 |
| 4.1.2 平均高度 |
| 4.1.3 容积率 |
| 4.1.4 围合度 |
| 4.1.5 错落度 |
| 4.2 空间形态指标与平均风速比的耦合性分析 |
| 4.3 本章小结 |
| 第五章 静风区、舒适区面积比与空间形态的耦合性分析 |
| 5.1 数据耦合结果分类 |
| 5.1.1 定性评价 |
| 5.1.2 优化改进 |
| 5.2 建筑密度 |
| 5.2.1 建筑密度与风环境质量的相关性 |
| 5.2.2 河东老村的风环境质量优化 |
| 5.2.3 建筑密度优化策略 |
| 5.3 围合度 |
| 5.3.1 围合度与风环境质量的相关性 |
| 5.3.2 基于围合度的优化策略 |
| 5.4 平均建筑高度 |
| 5.4.1 平均建筑高度与风环境质量的相关性 |
| 5.4.2 基于平均建筑高度的优化策略 |
| 5.5 本章小结 |
| 第六章 基于风环境质量的传统村落规划策略 |
| 6.1 村庄规划 |
| 6.1.1 控制村庄人口密度、空间密度 |
| 6.1.2 限制建设用地范围、合理提高土地开发强度 |
| 6.1.3 合理设置通风廊道 |
| 6.2 空间形态 |
| 6.2.1 控制建筑高度 |
| 6.2.2 建筑布局 |
| 6.2.3 结合地形条件 |
| 6.3 建筑形式 |
| 6.3.1 屋顶形式 |
| 6.3.2 建筑体型 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 不足与展望 |
| 7.2.1 不足之处 |
| 7.2.2 展望 |
| 参考文献 |
| 附录1 夏季模拟风速云图 |
| 附录2 冬季模拟风速云图 |
| 附录3 筛选后建筑模型 |
| 致谢 |
| 攻读学位期间的研究成果 |
（7）大脑顶内沟计算断层影像解剖学及三维可视化研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 参考文献 |
| 第一部分:大脑顶内沟的磁共振成像形态学研究 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 参考文献 |
| 第二部分:大脑顶内沟内侧缘的三位空间数据集的建立及相关回归分析 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 参考文献 |
| 第三部分:大脑顶内沟的三维重建及可视化 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 参考文献 |
| 结论 |
| 本课题研究的创新点及下一步研究方向 |
| 致谢 |
| 附录 |
| A 英文缩略词表 |
| B 个人简历 |
| C 综述 大脑顶内沟的影像三维可视化研究进展 |
| 参考文献 |
（8）基于子宫肌瘤患者MRI影像的HIFU治疗剂量个性化预测研究（论文提纲范文）
| 英汉缩略语名词对照 |
| 摘要 |
| ABSTRACT |
| 前言 |
| 第一部分:基于子宫肌瘤患者MRI影像建立非均匀组织的HIFU治疗剂量预测研究 |
| 1 材料和方法 |
| 2 结果 |
| 3.讨论 |
| 4.结论 |
| 第二部分:组织结构及辐照剂量对HIFU消融子宫肌瘤单个治疗点损伤面积的影响研究 |
| 1 材料和方法 |
| 2 结果 |
| 3 讨论 |
| 4 结论 |
| 全文总结 |
| 参考文献 |
| 文献综述一 血流灌注对HIFU消融子宫肌瘤影响的研究进展 |
| 参考文献 |
| 文献综述二 k-wave伪谱法在生物医学超声仿真中的研究进展 |
| 参考文献 |
| 致谢 |
| 硕士期间发表的文章 |
（9）基于人体二维图像的现代汉服规格自动设计（论文提纲范文）
| 摘要 |
| ABSRACT |
| 1 绪论 |
| 1.0 研究背景 |
| 1.1 国内外研究现状 |
| 1.1.1 接触式人体测量 |
| 1.1.2 非接触式人体测量 |
| 1.1.3 汉服相关研究 |
| 1.2 研究意义与创新点 |
| 1.2.1 研究意义 |
| 1.2.2 研究创新点 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线图 |
| 2 相关理论研究 |
| 2.1 服装规格设计研究 |
| 2.2 人体图像分割算法 |
| 2.2.1 基于边缘检测的分割算法 |
| 2.2.2 基于阈值的分割算法 |
| 2.2.3 基于神经网络的分割算法 |
| 2.3 特征尺寸提取算法 |
| 2.3.1 基于Freeman链码的特征点提取 |
| 2.3.2 基于统计学习模型的特征点提取 |
| 2.3.3 基于个性算法的特征点提取 |
| 2.4 围度尺寸拟合算法 |
| 2.4.1 曲线拟合 |
| 2.4.2 回归分析 |
| 2.5 实验软件的选择 |
| 2.5.1 Matlab平台 |
| 2.5.2 Get Data Graph Digitizer |
| 2.6 本章小结 |
| 3 人体图像分割 |
| 3.1 人体图像采集 |
| 3.2 人体轮廓提取算法的设计与实现 |
| 3.2.1 人体轮廓提取思路 |
| 3.2.2 Sobel算子与HSV颜色模型 |
| 3.2.3 算法实现过程 |
| 3.2.4 其他形态操作 |
| 3.3 实验结果分析 |
| 3.4 本章小结 |
| 4 人体尺寸研究 |
| 4.1 人体数据采集 |
| 4.2 人体特征尺寸提取 |
| 4.2.1 人体特征尺寸提取思路 |
| 4.2.2 人体真实尺寸的计算 |
| 4.2.3 算法的设计与实现 |
| 4.3 人体围度尺寸计算 |
| 4.3.1 人体围度尺寸计算方法分类 |
| 4.3.2 曲线拟合算法设计 |
| 4.3.3 回归分析算法设计 |
| 4.3.4 图形匹配算法设计 |
| 4.3.5 实验结果分析 |
| 4.4 本章小结 |
| 5 现代汉服规格设计 |
| 5.1 现代汉服典型款式 |
| 5.1.1 交领右衽上襦 |
| 5.1.2 袒领半臂 |
| 5.1.3 对襟上衣 |
| 5.1.4 大袖衫 |
| 5.1.5 褙子 |
| 5.1.6 夹袄 |
| 5.1.7 比甲 |
| 5.1.8 圆领袍 |
| 5.1.9 曲裾 |
| 5.1.10 马面裙 |
| 5.2 典型现代汉服规格研究 |
| 5.2.1 基本服装规格设计方法 |
| 5.2.2 现代汉服典型款式规格设计 |
| 5.2.3 现代汉服典型款基本规格设计 |
| 5.3 本章小结 |
| 6 系统的实现与测试 |
| 6.1 系统的总体设计 |
| 6.1.1 系统的功能需求 |
| 6.1.2 总体框架设计 |
| 6.2 GUI界面设计 |
| 6.2.1 人体尺寸输出界面 |
| 6.2.2 汉服规格输出界面 |
| 6.3 系统的测试 |
| 6.3.1 人体尺寸输出 |
| 6.3.2 汉服规格输出 |
| 6.3.3 规格尺寸比较 |
| 6.4 本章小结 |
| 7 总结 |
| 7.1 研究结论 |
| 7.2 不足与展望 |
| 参考文献 |
| 附录 |
| 附录1 汉服消费市场现状调研 |
| 附录2 回调函数代码 |
| 致谢 |
（10）基于磁共振影像的脑网络特征挖掘与连接模式研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 大脑的解剖结构 |
| 1.2 磁共振成像原理 |
| 1.2.1 结构磁共振成像 |
| 1.2.2 弥散张量成像 |
| 1.2.3 功能磁共振成像 |
| 1.3 脑网络研究现状 |
| 1.4 本文的研究意义 |
| 1.5 本文的组织结构 |
| 第二章 研究方法及理论基础 |
| 2.1 脑网络分析 |
| 2.1.1 节点和边的定义 |
| 2.1.2 网络拓扑属性 |
| 2.2 机器学习算法 |
| 2.2.1 稀疏学习 |
| 2.2.2 F-score特征选择 |
| 2.2.3 支持向量机 |
| 2.2.4 交叉验证 |
| 2.3 统计分析方法 |
| 2.3.1 T检验 |
| 2.3.2 卡方检验 |
| 2.3.3 置换检验 |
| 2.3.4 皮尔森相关分析 |
| 2.3.5 NBS方法 |
| 2.4 本章小结 |
| 第三章 基于纵向多动态形态学特征脑网络的轻度认知障碍转化预测研究 |
| 3.1 研究背景 |
| 3.2 被试与预处理 |
| 3.3 研究方法 |
| 3.3.1 动态形态学特征 |
| 3.3.2 网络构建 |
| 3.3.3 分类评估 |
| 3.4 研究结果 |
| 3.4.1 分类结果 |
| 3.4.2 回归参数效应 |
| 3.4.3 脑区和脑结构分析 |
| 3.4.4 与其他方法的比较 |
| 3.5 结果讨论 |
| 3.6 本章小结 |
| 第四章 基于全脑高阶效应脑网络的重度抑郁症异常脑机制分析 |
| 4.1 研究背景 |
| 4.2 被试与预处理 |
| 4.3 研究方法 |
| 4.3.1 效应网络 |
| 4.3.2 高阶效应网络 |
| 4.3.3 网络连接与网络属性计算分析 |
| 4.4 研究结果 |
| 4.4.1 基于NBS的差异连接 |
| 4.4.2 差异连接与临床量表关系 |
| 4.4.3 网络属性差异 |
| 4.5 结果讨论 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文研究工作总结 |
| 5.2 未来研究工作展望 |
| 参考文献 |
| 附录 |
| 在学期间研究成果 |
| 致谢 |
四、人体数学模型形态学参数的回归方程（论文参考文献）
- [1]冬残奥坐姿高山滑雪选手旗门转弯技术的运动生物力学研究[D]. 徐青华. 上海体育学院, 2021(09)
- [2]住区形态对太阳辐射的影响研究 ——以西安为例[D]. 陈睿昕. 西安建筑科技大学, 2021
- [3]基于正交图像的人体尺寸测量[D]. 刘嘉文. 武汉纺织大学, 2021(08)
- [4]部分蛾类成虫形态参数与飞行能力相关性分析[D]. 刘豪. 河南科技学院, 2021(07)
- [5]基于图像处理的非接触式人体测量系统研究[D]. 徐梦园. 北京服装学院, 2021(12)
- [6]耦合于空间形态的传统村落风环境质量研究 ——以丹溪村为例[D]. 李夏天. 江西理工大学, 2021(01)
- [7]大脑顶内沟计算断层影像解剖学及三维可视化研究[D]. 方敏. 蚌埠医学院, 2021(01)
- [8]基于子宫肌瘤患者MRI影像的HIFU治疗剂量个性化预测研究[D]. 陈思瑶. 重庆医科大学, 2021(01)
- [9]基于人体二维图像的现代汉服规格自动设计[D]. 马小芬. 东华大学, 2021(09)
- [10]基于磁共振影像的脑网络特征挖掘与连接模式研究[D]. 郭曼. 兰州大学, 2021(09)