XiaoMi-AI文件搜索系统
World File Search System人体测量
人体测量、服装尺寸和设计
未经出版商事先书面许可，不得以任何形式或任何方式（电子、机械、影印、录音或其他方式）复制、存储本出版物的任何部分或将其存储在检索系统中或进行传输。可直接从英国牛津的 Elsevier 科学与技术权利部申请许可：电话 (+44) (0) 1865 843830；传真 (+44) (0) 1865 853333；电子邮件：permissions@elsevier.com。或者，您可以访问 Elsevier 网站 http://elsevier.com/locate/permissions，然后选择“获得使用 Elsevier 材料的许可”，在线提交您的请求。
使用人体测量学和基于强度的测量的机器学习算法预测腕管综合征
腕管综合征（CTS）是上肢最常见的神经病，是由腕部屈肌下位神经压缩引起的[1]。CTS主要是由于滑膜屈肌鞘的纤维肥大和重复的手腕运动。中位神经因机械压缩和腕管中的局部缺血而损害，这会导致髓鞘鞘的变化，有时会随着时间的推移损害。疼痛，销钉和针头以及前4个手指的强度损失，尤其是在夜间，是常见的症状[2]。尽管诱捕神经病会影响神经的一小部分，但它们会引起重大的身体，心理和经济后果[3]。CTS的患病率在一般成年人口中的2.7％至5.8％之间[4，5]。疼痛会从手辐射到手臂和肩膀。与CT相关的个人危险因素包括女性，高龄，妊娠，肥胖，甲状腺疾病，糖尿病，杏仁症，创伤和结缔组织疾病。同样，劳动人群有CTS的风险。与工作有关的因素，尤其是重复运动，剧烈的手动工作，频繁的手腕屈曲和手臂振动已被涉及[6]。尽管CT诊断中最有用的测试是Tinel和Phalen测试，但最可靠的客观方法是电子诊断测试。适当的医生必须创建与CTS独特症状相关的案例病史，以诊断CTS患者。Park等。 在Faeghi等人的一项研究中。Park等。在Faeghi等人的一项研究中。随着发现诸如ThenAR萎缩和感觉丧失之类的发现，体格检查的敏感性达到95.7％[7]。鉴定周围神经疾病的最有效方法是电诊断，这对于识别CTS也至关重要[8]。此方法对于确定CTS是否存在并评估其严重性很有用。此外，电诊断可用于确认神经病（例如宫颈辐射病）的差异诊断[8，9]。另一方面，电诊断具有侵入性，可能会使患者不舒服，因为它涉及检查期间的刺激和针肌电图（EMG）[10]。基于机器学习（ML）的建模是一种新兴分析工具，预测模型应用是其在医学研究中的主要用途[11，12]。此外，可以使用基于ML的建模进行疾病，决策和新治疗策略的分类[13，14]。尽管基于机器学习的医学研究已经爆炸性增长，但CTS研究仍然相对较少。一些研究探索了基于临床数据的CTS诊断或对CTS严重程度进行分类的预测模型[15，16]。[15]进行了七个用于对CTS严重性进行分类的ML模型。[16]，对腕部的超声图像进行了细分，并使用ML建模对CTS诊断的准确性进行了评估。在另一项研究中，深度学习
22. 模块工作站的人体测量设计
内容。该模块研究工作站的特性和执行的任务，以确定此类工作站的主要物理要求（主要工作姿势、视觉和精度要求、力量和操作要求、改变工作高度的可能性）。您可以选择测量工人，从而获得针对工作站的定制调整的建议。该模块的结果是一个报告，其中包括针对工作站设计的建议，既有一般建议，也有针对工人的建议。
人体测量学和DXA衍生的身体度量...
抽象引入腹部肥胖是糖尿病前和糖尿病的最常见危险因素。当前，使用几种类型的指标来确定内脏脂肪相关的腹部肥胖。为了更好地理解不同肥胖指数的效果，我们试图评估使用双能X射线吸收仪（DXA）和糖尿病前进行评估的不同肥胖测量值的关联。研究设计和方法这项横断面研究包括参加科威特健康研究的1184名成年人。人体测量值包括体重指数（BMI）和腰围比。使用月球IDXA测量总体脂肪（TBF）质量，Android脂肪质量，副脂肪和内脏脂肪组织（VAT）质量。糖尿病前期定义为5.7≤hba1c％≤6.4。调整后的患病率（APR）和95％CI。曲线下的区域（AUC）估计了每种肥胖测量值作为糖尿病前的预测指标。 结果总共有585（49.4％）和599名（50.6％）女性参加了这项研究。 增加了BMI（APR肥胖曲线下的区域（AUC）估计了每种肥胖测量值作为糖尿病前的预测指标。结果总共有585（49.4％）和599名（50.6％）女性参加了这项研究。增加了BMI（APR肥胖
在60岁及以上的居民中人体测量指数和2型糖尿病的相关分析
糖尿病（DM）是由遗传和环境因素引起的一种代谢障碍。其高患病率和高残疾率在全球范围内造成严重的健康损害（1）。肥胖是胰岛素抵抗/胰岛素分泌不足和血糖增加的重要原因之一（2）。随着肥胖率的升高，糖尿病的发生率也升高（3）。随着年龄的增长，老年人容易出现诸如骨矿物质密度降低（4），肌肉含量损失（5），身体功能障碍和代谢障碍（6），因此，他们比中年和年轻的人（7）更有可能发展糖尿病和大多数代谢风险。数据表明，中国成年人中糖尿病的患病率从1980年的0.67％增加到2018年的12.8％（8）。一些研究估计，从2017年，全球糖尿病患者的数量将从2017年的4.51亿增加到6.93亿（9）。中国老年人糖尿病的患病率为30.2％，远高于世界上糖尿病患病率（19.3％），在世界上排名第一（10）。大约三分之二的2型糖尿病患者超重或肥胖，腹部肥胖约为50％（11）。因此，超重和肥胖，尤其是腹部肥胖症，被认为是2型糖尿病（T2DM）的独立危险因素，这也加剧了残疾的风险并使其治疗变得复杂。在某种程度上，肥胖指标更容易直接观察和测量。对肥胖指数和糖尿病之间关系的研究旨在通过识别肥胖症来预防和控制糖尿病。
人体测量参数、血管超声指数和脂肪库对高心血管风险患者的心脏代谢预测价值：一项为期 8 年的前瞻性队列研究
结果基线时，22% 的患者患有糖尿病，8% 的患者患有糖尿病前期。随访期间，11.7% 的参与者死亡。糖尿病发病率上升至 46%，而糖尿病前期发病率下降（3.5%）。主要人体测量和超声变量与胰岛素抵抗稳态模型评估和糖化血红蛋白呈显著相关性。在多变量分析中，IR 的独立预测因子是腹膜前脂肪厚度 (PreFT)（每增加 10 毫米：比值比 [OR]，1.63；95% CI，1.22–2.33；P = 0.003）和体表面积（每增加 0.1 平方米：OR，1.59；95% CI，1.11–2.39；P = 0.02）。高密度脂蛋白胆固醇浓度（OR，0.93；95% CI，0.87–0.97；P = 0.005）和体脂量（OR，1.09；95% CI，1.03–1.17；P = 0.003）独立预测糖尿病。
人体测量和肥胖指标以及2型糖尿病的风险：同类研究的系统评价和剂量反应荟萃分析
资格和研究选择了两个作者（AJ和AE）筛选了系统搜索中发现的所有研究的标题和摘要，以识别符合我们纳入荟萃分析标准的研究。我们选择了具有队列设计的研究（前瞻性和回顾性队列研究）；这是在成年人总体中进行的（> 18岁）；该测量的体重指数，臀部圆周，腰围，大腿圆周，腰围比，腰围比率，腰围比率比，身体肥胖指数，体形指数，体形指数，体内脂肪质量，脂肪质量，脂肪质量和内脏脂肪组织百分比，包括两个或多个定量类别；认为2型糖尿病的发生率是结果；这报告了参与者或人年的人数
人体测量变异性对中型飞机座位的影响
航空公司，因为产品创新机会更多。然而，经济舱的服务通常灵活性较低，即使这些座位票被视为航空公司的“主营业务”。航空公司在特定飞机上安装的座位越多，其在同一航线上获得的利润就越高。航空公司客户通常直接与原始设备制造商 (OEM) 合作，制定飞机内部定制文件或乘客住宿布局 (LOPA)。美国联邦航空管理局 (FAA) 将 LOPA 定义为记录飞机客舱内部布局的工程图，包括座椅、出口、盥洗室和厨房等。根据航空公司选择单舱、双舱还是三舱座位配置，航空公司可以对每条航线销售的座位数量进行大量控制。LOPA 和座椅配置中的一个关键参数是座椅间距，指的是两排连续座椅之间相同两点之间的距离。
对美国陆军人体测量标准的评估... - DTIC
估计此次信息收集的公共报告负担平均为每份回应 1 小时，包括审查说明、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将关于此负担估计或本次信息收集任何其他方面的评论（包括减轻负担的建议）发送至国防部华盛顿总部服务处信息行动和报告局 (0704-0188)，地址：1215 Jefferson Davis Highway, Suite 1204, Arlington, VA 22202-4302。受访者应注意，尽管法律有其他规定，但如果信息未显示当前有效的 OMB 控制编号，则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格寄回上述地址。 1. 报告日期 (DD-MM-YYYY) 2. 报告类型 3. 涵盖日期 (从 - 到)
单元 1 设计人体测量学 - eGyanKosh
回到本质，人体测量学就是提供有关人体体质构成的公正和准确的信息。由于身体及其部位的个体发育，存在生长期，人体测量学记录了这些生长期，以确定人体的变化。值得注意的是，在人的一生中，头部尺寸增加一倍，躯干尺寸增加三倍，四肢尺寸增加四到五倍。因此，人体测量学的目标不仅是找出人体在年龄方面的差异，还包括性别和观察到的体质构成类型。就男性和女性而言，他们的体质结构存在显著差异。例如，一般来说，女性比男性小 8% 到 15%。