مقالة منهجية

الأنثروبومترية السريرية وتكوين الجسم من التصوير البصري 3 الأبعاد

DOI:

10.3791/66698

⸱

يونيو 7, 2024

 ,  ,  ,  ,  ,  , 
1Division of Physical Medicine and Rehabilitation, Department of Surgical Sciences, University of Turin, 2Pennington Biomedical Research Centre, 3Department of Surgical Sciences, Dentistry, Gynaecology and Paediatrics, Paediatric Unit, University of Verona, 4Department of Epidemiology, University of Hawaii Cancer Center

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تتيح إجراءات تقييم حجم الجسم وشكله وتكوينه من خلال الحلول المتاحة تجاريا للتصوير البصري ثلاثي الأبعاد الجمع السريع للبيانات الدقيقة والقابلة للتكرار. يمكن للأطباء السريريين تنفيذ الحصول على مؤشرات حيوية مبتكرة ومفيدة (قياسات "الشريط الإلكتروني") في التقييمات الروتينية للمرضى للمساعدة في توصيف حالتهم الصحية.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

عادة ما يتم تضمين تقييم حجم الجسم وتكوينه في الإدارة الروتينية للرياضيين الأصحاء وكذلك لأنواع مختلفة من المرضى لتخصيص استراتيجية التدريب أو إعادة التأهيل. يمكن إجراء التحليلات الأنثروبومترية الرقمية الموصوفة في البروتوكول التالي باستخدام الأنظمة التي تم إدخالها مؤخرا. هذه الأدوات والنهج الجديدة لديها القدرة على استخدامها على نطاق واسع في البيئات السريرية لأنها بسيطة للغاية في التشغيل وتمكن من الجمع السريع للبيانات الدقيقة والقابلة للتكرار. يتكون أحد الأنظمة من منصة دوارة مزودة بلوحة قياس الوزن وثلاث كاميرات تعمل بالأشعة تحت الحمراء وجهاز لوحي مدمج في برج ، بينما يتكون النظام الآخر من جهاز لوحي مثبت على حامل. بعد التقاط الصور ، يقوم برنامج كلا النظامين بإنشاء صورة رمزية ثلاثية الأبعاد ثلاثية الأبعاد غير محددة الهوية مع المتغيرات الأنثروبومترية وتكوين الجسم المرتبطة بها. إجراءات القياس بسيطة: يمكن اختبار الموضوع في بضع دقائق ويتم إنشاء تقرير شامل (بما في ذلك المسح ثلاثي الأبعاد وقياسات حجم الجسم وشكله وتكوينه) تلقائيا.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

الأنثروبومترية هي دراسة المقاييس الفيزيائية لجسم الإنسان. الطول والوزن والأطوال وسمك طيات الجلد والمحيط هي مقاييس أنثروبومترية شائعة الاستخدام أثبتت أنها مفيدة للتحقيق في المرضى الذين يعانون من اضطرابات الغدد الصماء والتمثيل الغذائي ولمراقبة النمو والشيخوخة وحجم الجسم وتكيفات التكوين التي يثيرها النظام الغذائي والتدريب في الرياضيين1،2. على سبيل المثال ، أثبت تقييم محيط الخصر والورك أنه مفيد لإدارة الأشخاص المصابين بالسمنة: كلا المحيطين يقيمان توزيع السمنة التي يمكن اعتبارها مؤشرا على الوفيات الناجمة عن جميع الأسباب3.

كثيرا ما يتم تقييم محيط الأطراف في الطب التأهيلي والرياضي بسبب فائدته في اكتشاف و / أو مراقبة الانخفاض في الكتلة الخالية من الدهون الطرفية (على سبيل المثال ، يستخدم محيط ربلة الساق كعلامة عضلية هيكلية بسيطة وعملية لتشخيص انخفاض العضلات الهيكلية وساركوبينيا)1،2 وعدم التماثل بين الأطراف الذي يؤثر على كل من الأداء البدني وخطر الإصابات لدى الرياضيين ونوعية الحياة لدى المرضى (على سبيل المثال ، مرضى السرطان الذين يعانون من تورم الأطراف من جانب واحد)1,2. علاوة على ذلك ، تم اقتراح عدد كبير من نماذج التنبؤ بتكوين الجسم القائمة على القياسات البشرية على مدى العقود العديدة الماضية لتقدير كمية كتلة الدهون أو الكتلة الخالية من الدهون من مجموعة من المقاييس الأنثروبومترية المختلفة مثل محيط الجسم أو سمك ثنايا الجلد1،2،4،5،6،7.

نظرا لأن القياسات الأنثروبومترية التقليدية (أي القائمة على الشريط والفرجار) قد لا تكون مقبولة ثقافيا أو اجتماعيا وتظهر أيضا موثوقية ضعيفة8 ، كانت هناك حاجة إلى تطوير والتحقق من صحة النهج غير الغازية والقابلة للتكرار والصحيحة. أنظمة التصوير البصري ثلاثية الأبعاد (3D) التي تم تطويرها مؤخرا وتمكن من توفير قياسات غير جراحية ودقيقةودقيقة 8،9،10،11 ، بالإضافة إلى الكاميرات الاستهلاكية الرقمية والهواتف الذكية توفر أدوات سهلة الاستخدام ومتاحة على نطاق واسع مناسبة للاستخدام في الإعدادات السريرية وغير السريرية لتقييم كل من المرضى والأشخاص الأصحاء8،9،10،11، 12،13،14،15،16،17،18،19،20. الهدف من البروتوكول المذكور في القسم التالي هو وصف إجراءات تقييم حجم الجسم وشكله وتكوينه من خلال حلين متاحين تجاريا للتصوير البصري 3D الذي أصبح منتشرا خلال السنوات الأخيرة في كل من إعداد الرعاية الصحية (لتقييم المرضى) وفي الإعدادات غير السريرية (لتقييم الرياضيين).

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يتبع البروتوكول إرشادات نزاهة البحث الخاصة ببوليتكنك تورينو21. تم إجراء الحصول على الصور البصرية ضمن الدراسات البحثية المعتمدة من قبل لجان الأخلاقيات المحلية (يتم الإبلاغ عن البيانات في أساطير الشكل 1 والشكل 2) وأعطى الأشخاص الذين تم التحقيق فيهم موافقتهم الخطية (للمشاركة في الدراسة ونشر صور مجهولة المصدر).

1. إعداد الموضوع

ملاحظة: جميع الاستعدادات قبل المسح الموصوفة في هذا القسم متشابهة بين إجراءات الاختبار # 1 و # 2.

  1. اطلب من الشخص أن يرتدي ملابس داخلية أو يرتدي الحد الأدنى من الملابس المناسبة (السراويل القصيرة إذا كان ذكرا والسراويل القصيرة وحمالة الصدر الرياضية إذا كانت أنثى) ، لإزالة الجوارب والأحذية والإكسسوارات ، وارتداء قبعة السباحة لتغطية الشعر.

2. تسجيل الموضوع لإجراء الاختبار # 1

  1. قم بقياس ارتفاع الموضوع باستخدام مقياس ستاديومتر قياسي.
  2. قم بتشغيل التطبيق المثبت على الجهاز اللوحي (التطبيق #1 والجهاز اللوحي #1 في جدول المواد) للنظام #1 الذي يتكون من منصة دوارة مع لوحة قياس الوزن وثلاث كاميرات تعمل بالأشعة تحت الحمراء والجهاز اللوحي المدمج في برج (الشكل 1A ، B).
  3. املأ نموذج تسجيل الموضوع (الشكل التكميلي S1) ، بما في ذلك الاسم الأول واسم العائلة وعنوان البريد الإلكتروني وكلمة المرور والجنس (حدد ذكرا أو أنثى) ووحدات القياس (حدد الولايات المتحدة أو متري) والعرق (حدد إحدى المجموعات التالية: غير محدد ، من أصل إسباني / لاتيني ، أمريكي هندي أو ألاسكا أصلي ، آسيوي ، أسود أو أمريكي من أصل أفريقي ، هاواي الأصلي أو جزر المحيط الهادئ الأخرى ، قوقازي) ، تاريخ الميلاد.
  4. ضع علامة على مربعات الاختيار الثلاثة (قبول اتفاقية شروط الخدمة ، سياسة الخصوصية ، التنازل عن المسؤولية) ، ثم اضغط على زر إرسال .
  5. تحقق من أن الهدف يرتدي قبعة السباحة بشكل صحيح ، ثم اضغط على زر التالي .
  6. تحقق من أن الشخص يرتدي الزي المناسب ، ثم اضغط على زر التالي .
  7. تحقق من أن منطقة الماسحة الضوئية خالية (على سبيل المثال، احتفظ بالملابس خارج منطقة المسح الضوئي وتأكد من عدم وجود ضوء الشمس أو مادة عاكسة في عرض الماسحة الضوئية)، ثم انقر فوق الزر التالي (التالي ) .
  8. املأ حقل قياس الارتفاع ، ثم اضغط على زر التالي .
  9. املأ الحقول المتعلقة بالمقاييس الإضافية الاختيارية (نسبة الدهون في الجسم [BF٪] ، ومعدل ضربات القلب ، وضغط الدم الانقباضي والانبساطي ، والمياه داخل الخلايا وخارجها) ، ثم اضغط على زر إرسال .

3. إجراء الاختبار # 1

  1. اطلب من الشخص أن يخطو على الميزان ويقف ثابتا قدر الإمكان على آثار الأقدام (مع الأطراف العلوية واليدين على الجانبين ، دون لمس المقابض المتداخلة) لمدة 10 ثوان لالتقاط وزن الجسم (وتوزيعه).
  2. اطلب من الشخص الوقوف منتصبا في وضع A قياسي (مع استرخاء الكتف ووضع الذراعين بشكل مستقيم واختطافهما من الجذع) أثناء الإمساك بالمقابض المتداخلة لإجراء مسح الجسم وفقا للتعليمات التالية (الشكل 1 أ ، ب).
    ملاحظة: يستغرق مسح كامل للجسم ~ 45 ثانية تلتقط خلالها مستشعرات عمق ترميز الضوء شكل 3D حيث تدور المنصة مرة واحدة.
    1. ارفع المقابض حتى تصبح الذراعين والساقين مستقيمة.
    2. ابق ثابتا قدر الإمكان.
    3. الحفاظ على الرأس لا يزال مع عيون إلى الأمام.
    4. اضغط مع الاستمرار على أزرار المقابض حتى يكتمل الفحص.
    5. اخرج من الميزان عند اكتمال الفحص.
  3. بعد خروج الموضوع من المقياس ، انقر فوق الزر تسجيل الخروج .

4. تسجيل الموضوع لإجراء الاختبار # 2

  1. قم بقياس طول ووزن الموضوع باستخدام مقياس قياسي مع مقياس stadiometer.
  2. باستخدام أي متصفح ويب حديث مثبت على كمبيوتر مكتبي أو كمبيوتر محمول ، انتقل إلى لوحة معلومات النظام # 2 (لوحة معلومات التسجيل في جدول المواد).
  3. املأ نموذج تسجيل الموضوع (الشكل التكميلي S2) ، بما في ذلك الاسم الأول واسم العائلة ورقم الهاتف وعنوان البريد الإلكتروني والعمر والجنس (حدد ذكرا أو أنثى) والوزن والطول.
  4. ضع علامة على خانة الاختيار (قبول شروط الاستخدام وسياسة الخصوصية)، ثم المس أو انقر فوق الزر تسجيل لإكمال إعداد الحساب.
  5. تصور صفحة عرض الحساب التي تعرض رمز الاستجابة السريعة (QR) الفريد للموضوع ورقم الهاتف وعنوان البريد الإلكتروني.
  6. التقط صورة (على سبيل المثال ، باستخدام هاتف محمول) لرمز الاستجابة السريعة.

5. إجراء الاختبار # 2

  1. قم بتشغيل التطبيق (التطبيق #2 في جدول المواد) المثبت على الجهاز اللوحي للنظام #2 الذي يتكون من جهاز لوحي مثبت على حامل (الجهاز اللوحي #2 وحامل الأرضية في جدول المواد).
  2. اضغط على شاشة الجهاز اللوحي واعرض رمز الاستجابة السريعة.
  3. اضغط على زر البدء .
  4. اطلب من الشخص الاستماع إلى التعليمات الصوتية ومشاهدة الدليل المقدم على الشاشة.
  5. اطلب من الشخص الوقوف فوق سجادة على مسافة قياسية من الجهاز اللوحي ، مع محاذاة القدمين في دليل القدمين (رمز بيضاوي أسود فوق السجادة) مع علامة القدم الخضراء الموضحة على الشاشة (الشكل 2 أ).
  6. اطلب من الشخص أن يفترض "وضعية أمامية" (والحفاظ على الوضع بدون حركات يمكن أن تسبب صورة رمزية مشوهة)10,22 مع فصل الأرجل ، واختطاف الذراعين من الجذع بزاوية 45 درجة تقريبا ، وإغلاق اليدين في قبضات لالتقاط الصورة الأمامية (الشكل 2 ب).
  7. بعد التقاط الصورة الأمامية ، اطلب من الشخص أن يفترض "وضعا جانبيا" مع القدمين معا ، ووضع الذراعين / اليدين بشكل مستقيم على الجانبين (أي محاذاة الذراعين / اليدين مع الجذع / الفخذين وضدهما) ، والوجه للأمام بشكل مستقيم لالتقاط الصورة الجانبية (الشكل 2C).
  8. بعد التقاط الصورة الجانبية ، أبلغ الموضوع باكتمال الفحص (يعرض التطبيق شاشة شكرا ).

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

بعد التقاط الصورة ، يقوم برنامج النظام #1 بإنشاء صورة رمزية ثلاثية الأبعاد ثلاثية الأبعاد (الشكل 1C: يتم تحويل السحب النقطية إلى شبكة متصلة بمثلثات مع ما يقرب من 25000 رأس و 50000 وجه) وقياس الأنثروبومتر الآلي ، والذي يتضمن الأطوال والمحيطات والأحجام ومساحات السطح وتقديرات تكوين الجسم. تمكن لوحة معلومات النظام #1 لكل موضوع من تصور (وتنزيل تقرير يتضمن) المسح ثلاثي الأبعاد (الشكل 1C) ، وقياسات وزن الجسم وحجمه وشكله (أي تصنيف شكل الجسم ، ومحيط الخصر ، ونسبة الخصر إلى الورك ، ونسبة حجم الجذع إلى الساق) ، وتقديرات معدل الأيض الأساسي وتكوين الجسم (أي BF ٪ ، كتلة الدهون ، الكتلة الخالية من الدهون) ، وقياسات المحيط القياسية (الرقبة ، تمثال نصفي ، الخصر ، الوركين ، العضلة ذات الرأسين اليمنى واليسرى ، الساعد الأيسر والأيمن ، الفخذ الأيسر والأيمن ، العجل الأيسر والأيمن).

علاوة على ذلك ، يمكن أيضا تصور نتائج تقييمات الموقف والتوازن وإدراجها في التقرير. تتضمن نتائج تقييم الموقف وجهات النظر الأمامية والجانبية والخلفية لمسح 3D مع التحول المرتبط به (يعرف بأنه جزء من الجسم يتحرك في وضع مائل والمعدل الذي ينحدر به في أي اتجاه واحد) والإمالة (تعرف بأنها الحركة "المنزلقة" للأمام أو الخلف أو اليسار أو اليمين ، أو تغيير طفيف أو اختلاف في الموضع من نقطة المركز) القياسات: ط) وجهات النظر الأمامية والخلفية: قياسات التحول نحو اليمين أو اليسار فيما يتعلق بالمستوى السهمي (ممثلة كخط عمودي بين النصف الأيمن والأيسر) ونسب الميل فيما يتعلق بالعرض (المستوى الأفقي) للرأس والكتف وأسفل الصدر والورك والركبة ؛ ب) المنظر الجانبي: قياسات التحول للأمام أو للخلف فيما يتعلق بالمستوى الأمامي (الإكليلي) (يتم تمثيله كخط عمودي لأعلى من مفصل الكاحل) للرأس والكتف والورك والركبة.

تتضمن نتيجة تقييم التوازن توزيع الوزن أثناء وضع الوقوف للمناطق الأمامية والخلفية للقدمين اليمنى واليسرى. تتيح لوحة معلومات النظام #1 أيضا تنزيل كل موضوع . OBJ وملفات الصور .GIF و . ملف CSV مع القياسات البشرية وتقديرات تكوين الجسم المدرجة في الجدول 1.

يتم الحصول على جميع تقديرات تكوين الجسم باستخدام خوارزميات الملكية ، باستثناء تقدير معدل الأيض الأساسي وحساب مؤشر شكل الجسم التي يتم الحصول عليها ، على التوالي ، وفقا ل Mifflin-St. تم الإبلاغ عن معادلة Jeor23 ومعادلة Krakauer24 في الجدول 2.

بعد التقاط الصورة ، يقوم برنامج النظام # 2 بإنشاء صورة رمزية ثلاثية الأبعاد غير محددة الهوية (الشكل 2D: يتم تحويل السحب النقطية إلى شبكة متصلة بواسطة مثلثات مع ما يقرب من 50000 رأس و 100000 وجه) وقياس الأنثروبومتر الآلي ، والذي يتضمن الأطوال والمحيطات والأحجام ومساحات السطح وتقديرات تكوين الجسم. تتيح لوحة معلومات النظام #2 (لوحة معلومات تنزيل البيانات في جدول المواد) لكل موضوع التنزيل. OBJ وملفات الصور .PNG والثلاثة التالية . ملفات CSV:

يبلغ ملف "App Measures.csv" عن القياسات الأنثروبومترية وتكوين الجسم التالية: الوزن ، مساحة سطح الجسم ، BF٪ ، الأنسجة الدهنية الحشوية ، مؤشر اللياقة البدنية ، كتلة الذراعين الهزيلة ، كتلة الساقين الخالية من الدهون ، كتلة الجسم الخالية من الدهون ، إجمالي محتوى المعادن في العظام ، عرض الكتف ، عرض الكتف الخلفي (من خلال الرقبة الخلفية) ، محيط الرقبة ، الإبط ، العضلة ذات الرأسين (اليمين / اليسار) ، الساعد (اليمين / اليسار) ، المعصم (اليمين / اليسار) ، الصدر ، الصدر السفلي ، التمثال النصفي (مع قطرة) ، المعدة ، الخصر ، الخصر الطلاء ، الوركين (تؤخذ 8 بوصات لأسفل من صغير من الظهر) ، المقعد ، الفخذ (اليمين / اليسار) ، ربلة الساق (يمين / يسار) ، طول الرقبة الخلفية إلى الخصر ، طول الأكمام (يمين / يسار) ، طول المنشعب ، الخياطة الداخلية ، التماس الخارجي (يمين / يسار).

يبلغ ملف "Body Composition.csv" عن القياسات الأنثروبومترية وتكوين الجسم التالية: دهون الجسم ، مؤشر كتلة الجسم ، مساحة سطح الجسم ، محتوى المعادن في العظام ، مؤشر كتلة الدهون ، مؤشر اللياقة البدنية ، الطول ، مؤشر الجسم النحيل ، كتلة الجسم النحيل ، كتلة الذراعين الخالية من الدهون ، كتلة الساقين الهزيلة ، معدل الأيض أثناء الراحة ، محيط المعدة ، الأنسجة الدهنية الحشوية ، نسبة الخصر إلى الطول ، نسبة الخصر إلى الورك ، الوزن.

يورد ملف "Measures.csv الأساسية" القياسات الأنثروبومترية المدرجة في الجدول 1.

يتم الحصول على جميع تقديرات تكوين الجسم باستخدام خوارزميات الملكية ، باستثناء تقدير معدل الأيض الأساسي وتقدير BF٪ التي يتم الحصول عليها ، على التوالي ، وفقا لمعادلة Katch-McArdle25 والمعادلتين اللتين تم تطويرهما مسبقا والتحقق من صحتهما بواسطة Harty et al.26. تم اعتماد هاتين المعادلتين (BF٪ Equation 1 والمعادلة 2 في الجدول 2) ، على التوالي ، للأفراد الذين يعانون من محيط أسفل البطن <103.5 سم (<40.75 بوصة) و ≥103.5 سم (≥40.75 بوصة). على الرغم من أن الدراسات السابقة أظهرت دقة المعادلة 1 لتقدير BF٪ في البالغين الأصحاء15,26 ، وجدنا مؤخرا أنها بالغت في تقدير (فيما يتعلق بقياس امتصاص الأشعة السينية ثنائي الطاقة) BF٪ في الرياضيين الشباب18. لذلك ، اقترحنا إعادة تحديد المعلمات (المعادلة 3) المبلغ عنها في الجدول 2 لتقديم تقدير دقيق ل BF٪ في لاعبي كرة القدم الشباب من كلا الجنسين18.

بالإضافة إلى متغيرات تكوين الجسم المذكورة أعلاه ، يمكن أيضا تقدير الكتلة الخالية من الدهون الطرفية (ALM) للمسح الذي تم إجراؤه باستخدام النظام # 2 من خلال المعادلة الخاصة بالجهاز التي اقترحها مؤخرا McCarthy et al.27 للأشخاص المستقرين (معادلة ALM 1 للذكور ومعادلة ALM 2 للإناث في الجدول 2) التي قمنا بتكييفها لتقدير ALM في الرياضيين الشباب (معادلة ALM 3 للذكور ومعادلة ALM 4 للإناث في الجدول 2)18.

يوضح الشكل 3 الصور الرمزية التمثيلية التي تم الحصول عليها في رياضي ذكر (مؤشر كتلة الجسم: 26.0 كجم / م2: الشكل 3 أ ، ب) وشخص مصاب بالسمنة (مؤشر كتلة الجسم: 44.0 كجم / م2: الشكل 3 ج ، د) مع النظام # 1 (الشكل 3 أ ، ج) ومع النظام # 2 (الشكل 3 ب ، د). تم الإبلاغ عن القياسات البشرية وتقديرات تكوين الجسم التي تم الحصول عليها بواسطة النظام #1 والنظام #2 لمسحين لكلا الموضوعين في الجدول 3.

اختلفت قياسات المحيط التي تم الحصول عليها في الرياضي بين عمليات المسح التي تم الحصول عليها باستخدام النظامين (خاصة بالنسبة للرقبة والذراعين والوركين والساقين: تم الإبلاغ عن البيانات في الجدول 3). كانت قيم BF٪ (متوسطات المسحين) 19.1٪ و 16.1٪ لعمليات المسح التي أجريت باستخدام النظامين #1 و #2 ، على التوالي ، وكانت قيم الكتلة الخالية من الهدر (متوسطات المسحين) 69.7 كجم و 72.2 كجم. كان متوسط قيمة ALM لعمليات المسح التي أجريت باستخدام النظام # 2 38.4 كجم.

اختلفت قياسات المحيط التي تم الحصول عليها في الشخص المصاب بالسمنة بين عمليات المسح التي تم الحصول عليها باستخدام النظامين (خاصة بالنسبة للخصر والساقين: تم الإبلاغ عن البيانات في الجدول 3). كانت قيم BF٪ (متوسطات المسحين) 44.1٪ و 46.3٪ لعمليات المسح التي أجريت باستخدام النظامين #1 و #2 ، على التوالي ، وكانت قيم الكتلة الخالية من الدهون (متوسطات المسحين) 67.9 كجم و 64.9 كجم. كان متوسط قيمة ALM لعمليات المسح التي أجريت باستخدام النظام # 2 25.1 كجم.

figure-results-1
الشكل 1: الصور التي تم التقاطها باستخدام النظام #1. (أ ، ب) وضع A موحد يفترضه ويحافظ عليه موضوع ذكر تمثيلي أثناء دوران المنصة و (ج) الصورة الرمزية 3D النسبية. تم إجراء الحصول على الصور البصرية في إطار دراسة بحثية وافقت عليها لجنة الأخلاقيات بجامعة تورينو (البروتوكول رقم 0115311). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-2
الشكل 2: الصور التي تم التقاطها باستخدام النظام #2. (أ) صورة لموضوع ذكر ممثل يقف فوق سجادة مع رمز دليل القدمين (رمز بيضاوي أسود فوق السجادة) محاذاة لعلامة القدم الخضراء الموضحة على شاشة الجهاز اللوحي للنظام #2. الحصول على (B) الصور الأمامية و (C) الجانبية في الموضوع التمثيلي و (D) الصورة الرمزية 3D النسبية. تم إجراء الحصول على الصور البصرية في إطار دراسة بحثية وافقت عليها لجنة الأخلاقيات بجامعة تورينو (البروتوكول رقم 0115311). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-3
الشكل 3: الصور الرمزية التمثيلية التي تم الحصول عليها باستخدام النظامين #1 و #2. (أ ، ب) رياضي ذكر و (ج ، د) شخص مصاب بالسمنة تم فحصه باستخدام نظام (أ ، ج) # 1 و (ب ، د) نظام # 2. خضع كل موضوع لفحصين ، مع إعادة وضع: تم عرض الصورة الرمزية التي تم الحصول عليها من الفحص الأول لكلا الموضوعين ، في حين تم الإبلاغ عن تقديرات القياسات البشرية وتكوين الجسم التي تم الحصول عليها بواسطة النظام #1 والنظام #2 لمسحين لكلا الموضوعين في الجدول 3. تم إجراء الحصول على الصور البصرية ضمن الدراسات البحثية المعتمدة من قبل لجنة الأخلاقيات بجامعة تورينو (البروتوكول رقم 0115311) ولجنة الأخلاقيات الإقليمية (CET - البروتوكول رقم 0065654). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

الجدول 1: مجموعات القياس الموسعة القابلة للتنزيل من لوحة معلومات النظامين #1 و #2. الرجاء الضغط هنا لتنزيل هذا الجدول.

الجدول 2: معادلات تقدير معدل الأيض الأساسي ونسبة الدهون في الجسم والكتلة الخالية من الدهون الطرفية. تقديرات معدل الأيض الأساسي: وحدات القياس هي كجم للوزن والكتلة الخالية من الدهون ، سم للطول ، وسنوات للعمر. تقدير مؤشر شكل الجسم: وحدات القياس هي m لمحيط الخصر ويتم قياس الطول ، كجم / م2 لمؤشر كتلة الجسم. تقدير نسبة الدهون في الجسم: يتم ترميز الجنس على أنه ذكر = 1 وأنثى = 0 ، وتقاس مساحة سطح الجسم بالسنتيمتر2 ، وتقاس جميع المتغيرات المتبقية المشار إليها بالسيرك. يتم الحصول على مؤشر العضلات إلى المعدة على النحو التالي (العضلة ذات الرأسين اليمنى + العضلة ذات الرأسين اليسرى + سيرك الفخذ الأيمن. + سيرك الفخذ الأيسر + سيرك الساق الأيمن. + سيرك الساق الأيسر.) / أقصى سيرك للمعدة. تقدير الكتلة الخالية من الدعام: وحدات القياس هي سم لجميع المحيطات والأطوال ؛ سم2 لمساحات السطح ؛ سم3 للأحجام ؛ كجم للوزن سنوات للعمر. ثلاث معادلات في هذا الجدول مأخوذة من Minetto et al.18. الاختصارات: BMR = معدل الأيض الأساسي. ABSI = مؤشر شكل الجسم ؛ BF٪ = نسبة الدهون في الجسم ؛ حوالي = محيطات. ALM = كتلة العجاف الزائدة الدودية ؛ NHOPI = سكان هاواي الأصليين وجزر المحيط الهادئ الأخرى. الرجاء الضغط هنا لتنزيل هذا الجدول.

الجدول 3. قياسات المحيط وتقديرات تكوين الجسم التي حصل عليها النظامان في كل من الموضوعين التمثيليين (رياضي واحد وشخص واحد مصاب بالسمنة). الرجاء الضغط هنا لتنزيل هذا الجدول.

الشكل التكميلي S1: نموذج تسجيل الموضوع لإجراء الاختبار #1. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي S2: نموذج تسجيل الموضوع لإجراء الاختبار # 2. الرجاء الضغط هنا لتنزيل هذا الملف.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يمكن استخدام الإجراءات المقدمة في هذه المقالة لتقييم حجم الجسم وشكله وتكوينه من خلال حلين متاحين تجاريا للتصوير البصري ثلاثي الأبعاد تم تطويرهما مسبقا والتحقق من صحتهما9،10،11،12،13،14،15،16،17،18،19،20. هذه الحلول سهلة التشغيل ، ويمكن جمع البيانات الصالحة بسرعة وتنظيمها تلقائيا في تقرير. علاوة على ذلك ، تتيح الأنظمة المقدمة جمع البيانات القابلة للتكرار (كما هو مقترح من خلال مقارنة النتائج من المسحين اللذين تم إجراؤهما مع كلا النظامين في حالتينا التمثيليتين وموثقة من خلال الدراسات السابقة)9،10،11،12،13،14،15،16،17،18 ،19,20 وبالتالي يمكن استخدامها لمراقبة التغييرات التي يسببها التدريب أو النظام الغذائي.

نظرا لأن النظام # 2 له وزن محدود (~ 4 كجم إجمالا للكمبيوتر اللوحي والحامل) ، فهو محمول بسهولة. ومع ذلك ، فإن أحد قيود النظام #2 هو أن إنشاء صورة رمزية ثلاثية الأبعاد من صور ثنائية الأبعاد يمكن أن ينتج عمليات إعادة بناء ثلاثية الأبعاد أقل دقة من تلك التي تم الحصول عليها باستخدام النظام #1 ، خاصة في الأشخاص الذين يعانون من السمنة (كما هو موضح في المثال التمثيلي للشكل 3 C ، D) أو في المرضى الذين يعانون من تشوهات موضعية في شكل الجسم (على سبيل المثال ، المرضى بعد جراحة السمنة الذين يعانون من زيادة الجلد المزعجة أو مرضى السرطان الذين يعانون من وذمة لمفية أحادية الجانب في الأطراف العلوية أو السفلية).

يعد توفر مساحة كافية أمرا بالغ الأهمية للحصول على المسح الضوئي مع كلا النظامين: مطلوب مساحة واضحة تبلغ 157 × 198 سم للنظام # 1 و 86 × 166 سم للنظام # 2. علاوة على ذلك ، يتطلب النظام #2 وضع الموضوع بالقرب من جدار فارغ بدون مرايا أو ملصقات لامعة أو نوافذ. يتطلب كلا النظامين عدم وجود ضوء طبيعي أو أسطح عاكسة أمام الكاميرات. يتطلب كلا النظامين أيضا اتصال إنترنت Wi-Fi ثابت ومتسق لمعالجة عمليات الفحص بشكل فعال.

القيد الرئيسي للإجراءات الموصوفة أعلاه هو أنها تتطلب أن يكون الشخص الذي تم التحقيق فيه قادرا على تولي الوضع الدائم. لذلك ، لا يمكن استخدام هذه الأساليب في المرضى المصابين بأمراض خطيرة (مثل مرضى الأعصاب الذين يعانون من ضعف شديد أو المرضى المصابين بأمراض خطيرة) غير القادرين على النهوض من السرير. علاوة على ذلك ، يجب أن يكون الأشخاص الذين تم التحقيق فيهم قادرين على الحفاظ على وضع الوقوف (أي الوضع A والوضع الجانبي) دون حركات يمكن أن تغير شكل الصورة الرمزية10,22 وتحيزها في تقدير محيط الجسم.

يتمثل أحد قيود المعلمات الموصوفة أعلاه في أنه يتم الحصول عليها باستخدام خوارزميات خاصة بالجهاز: وهذا يعني أن قياسات حجم الجسم وشكله وتكوينه فريدة من نوعها لنظام المسح المعين. لذلك ، فإن مقارنة أو تجميع البيانات التي يتم الحصول عليها مع أنظمة مختلفة يحول دون التباين التحليلي (أي بين الماسحات الضوئية). باستمرار ، اختلفت قياسات المحيط التي تم الحصول عليها في موضوعين تمثيليين موضحين في الشكل 3 بين النظامين. ومع ذلك ، فقد تم بالفعل تطوير حلول محايدة للأجهزة للتغلب على هذا القيد: تقوم هذه الحلول بإعادة تنسيق وتحرير شبكة 3D ، ثم تكتشف تلقائيا المعالم المختلفة (مثل الإبطين والمنشعب والقدمين) ثم تحسب قياسات حجم الجسم28،29،30،31،32،33،34،35. هناك قيد آخر على معلمات تكوين الجسم الموصوفة أعلاه وهو أنه يتم الحصول عليها من خلال نماذج التنبؤ التقليدية القائمة على القياسات البشرية. ومع ذلك ، أظهرت الدراسات الحديثة أن النماذج القائمة على شكل الجسم قد تكون مطلوبة لالتقاط معلومات حول تكوين الجسم تتجاوز القياسات الأنثروبومترية التقليدية36,37.

على الرغم من بعض القيود ، يجب اعتبار النهج الأنثروبومتري الرقمي جاهزا للاستخدام في الإعداد السريري. توفر أنظمة التصوير 3D قياسات غير جراحية يمكن أن تكون أكثر قبولا مقارنة بالقياسات اليدوية (القائمة على الشريط و / أو القائمة على الفرجار) التي تستند إلى تحديد المعالم التشريحية من خلال الملاحظة والجس. علاوة على ذلك ، فإن المسح البصري 3D أسرع أيضا مقارنة بالتحقيقات الأخرى (على سبيل المثال ، التصوير بالرنين المغناطيسي وقياس امتصاص الأشعة السينية ثنائي الطاقة) المعتمد بشكل شائع في الأبحاث والإعدادات السريرية لتقييم حجم الجسم وتكوينه. بالإضافة إلى ذلك ، نظرا لأنه غير مكلف نسبيا وخالي من الإشعاع ، فمن الآمن استخدامه في عمليات المسح اللاحقة (على سبيل المثال ، يمكن تكرار الحصول على الصورة بسهولة وسرعة إذا لاحظ المجرب حركات الجسم أو وضع الأطراف غير المناسب الذي يمكن أن ينتج عنه تغييرات في شكل الصورة الرمزية) وللتحقيقات المتكررة38 وكذلك آمن للاستخدام في مجموعات سكانية خاصة (مثل الأطفال ، المراهقين والنساء الحوامل)35,39.

لذلك يمكن للأطباء تنفيذ اكتساب مؤشرات حيوية مبتكرة ومفيدة ("قياسات الشريط الإلكتروني" وتقديرات تكوين الجسم المشتقة) في التقييمات الروتينية للأشخاص الأصحاء (مثل الرياضيين) للمساعدة في التنبؤ بتوصيف أدائهم البدني ومخاطر الإصابة40،41،42،43 وكذلك لمراقبة التعافي من الإصابة. على سبيل المثال ، تؤثر قوة الساق وتماثل الكتلة الخالية من الدهون على الأداء البدني وخطر الإصابة (إعادة)44. لذلك ، يمكن تضمين استعادة التماثل الطبيعي لمحيط الفخذ / ربلة الساق ضمن الأهداف العامة التي يجب مراعاتها للعودة للعب45. يمكن أيضا تحسين التقييم الروتيني للمرضى من خلال دمج القياس البشري الرقمي في الرعاية الصحية. يمكن أن يكون تقييم محيط الجسم وشكله (المدفوع بالتوزيع الداخلي للأنسجة الرخوة والدهنية) مفيدا للكشف عن العضلات منخفضة الكتلة (على سبيل المثال ، في المرضى المشتبه في إصابتهم بالساركوبينية) ، للتنبؤ بخطر الإصابة بأمراض التمثيل الغذائي46 ، لتقييم نتائج العملية الجراحية ، وكذلك لمراقبة تقدم المريض بعد التدخل38. يمكن للمرضى الذين يعانون من أمراض تحتوي على مكونات غذائية كمساهمين رئيسيين في الفيزيولوجيا المرضية الخاصة بهم الاستفادة على وجه التحديد من المراقبة الطولية لحجم الجسم وتكوينه لتقليل الأعراض والظروف المصاحبة47. على سبيل المثال ، في حالة الإدارة القائمة على النظام الغذائي و / أو الأدوية للسمنة ، قد لا يكون من المناسب مراقبة الوزن فقط لأن "قاعدة 25/75 الأساسية" المعروفة (أي الافتراض العام بأن فقدان الوزن عادة ما يكون 25٪ فقدان كتلة خالية من الدهون و 75٪ فقدان الدهون) قد لا يصف بدقة فعالية التدخل38 التي يمكن كشفها من خلال التقييم القائم على القياس البشري للكمية النسبية لفقدان العضلات والدهون. علاوة على ذلك ، فإن القياس البشري الرقمي ، المدمج في الرعاية الصحية ، لديه القدرة على توسيع خدمات الرعاية الصحية إلى المواقع النائية ، وبالتالي تحسين مساعدة المرضى والالتزام بهم وتقليل تكاليف الرعاية الصحية.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

AP و S.B.H. عضوان في المجلس الاستشاري الطبي لشركة تانيتا. المؤلفون الباقون ليس لديهم تضارب في المصالح للإعلان عنه.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يعرب المؤلفون عن امتنانهم للدكتور فيديريكو ديلا فيكيا والدكتور أليساندرو كايرو (جامعة تورينو) لدعمهما القيم في إعداد المخطوطة. تم دعم هذا العمل بمنح من Fondazione CRT (تورينو ، إيطاليا) ، وجامعة تورينو (Fondo per la Ricerca Locale - 60٪ سابقا) ، والمعاهد الوطنية للصحة (منحة R01DK109008 ، Shape UP! الكبار).

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
system # 1< / strong>Proscanner
Fit3D Inc. ، San Mateo ، CA ، الولايات المتحدة الأمريكيةالإصدار 5"System # 1" في مخطوطة
تطبيق Fit3D ProscannerFit3D Inc. ، San Mateo ، CA ، الولايات المتحدة الأمريكيةالإصدار 5"التطبيق # 1" في المخطوطة
CHUWI الكمبيوتر اللوحيChuwi Technology Co.، Ltd. ، Shenzhen ، الصينHi10X"Tablet # 1" في مخطوطة
Fit3D dashboardFit3D Inc. ، San Mateo ، CA ، الولايات المتحدة الأمريكيةhttps://dashboard.fit3d.com
System # 2< / strong>
Mobile Scanner 1 (MS-1) تطبيقSize Stream LLC ، Cary ، NC ، الولايات المتحدة الأمريكيةالإصدار 2"System # 2" في المخطوطة
iPadApple Inc. ، كوبرتينو ، كاليفورنيا ، الولايات المتحدة الأمريكيةالجيلالتاسع"Tablet #2" في مخطوطة
iPad Floor StandDisplays2go LLC, Fall River, MA, USASKU: TABFLATBBK
Size Stream Registration Dashboard حجم ستريم ذ م م ، كاري ، نورث كارولاينا ، الولايات المتحدة الأمريكيةhttps://measure.mobilefit.sizestream.com
حجم تيار البيانات تحميل لوحة القيادة  سايز ستريم ذ م م ، كاري ، نورث كارولاينا ، الولايات المتحدة الأمريكيةhttps://data.mobilefit.sizestream.com
www.displays2go.com/P-29987/Universal-Tablet-Floor-Stand-Anti-Theft-Locking-Kit

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Heymsfield, S. B., Lohman, T., Wang, Z. M., Going, S. Human body composition-2nd edition. Human Kinetics. , Champaign, IL, USA. (2005).
  2. Lohman, T. G., Milliken, L. A. ACSM's Body composition assessment. Human Kinetics. , Champaign, IL, USA. (2020).
  3. Ross, R., et al. Waist circumference as a vital sign in clinical practice: a Consensus Statement from the IAS and ICCR Working Group on Visceral Obesity. Nat Rev Endocrinol. 16 (3), 177-189 (2020).
  4. Heymsfield, S. B., Gonzalez, M. C., Lu, J., Jia, G., Zheng, J. Skeletal muscle mass and quality: evolution of modern measurement concepts in the context of sarcopenia. Proc Nutr Soc. 74 (4), 355-366 (2015).
  5. Marin-Jimenez, N., et al. Criterion-related validity of field-based methods and equations for body composition estimation in adults: a systematic review. Curr Obes Rep. 11 (4), 336-349 (2022).
  6. Duarte, C. K., et al. Prediction equations to estimate muscle mass using anthropometric data: a systematic review. Nutr Rev. 81 (11), 1414-1440 (2023).
  7. Jagim, A. R., et al. Validation of skinfold equations and alternative methods for the determination of fat-free mass in young athletes. Front Sports Act Living. 5, 1240252(2023).
  8. Minetto, M. A., et al. Digital anthropometry for body circumference measurements: European phenotypic variations throughout the decades. J Pers Med. 12 (6), 906(2022).
  9. Ng, B. K., Hinton, B. J., Fan, B., Kanaya, A. M., Shepherd, J. A. Clinical anthropometrics and body composition from 3D whole-body surface scans. Eur J Clin Nutr. 70 (11), 1265-1270 (2016).
  10. Bourgeois, B., et al. Clinically applicable optical imaging technology for body size and shape analysis: comparison of systems differing in design. Eur J Clin Nutr. 71 (11), 1329-1335 (2017).
  11. Heymsfield, S. B., et al. Digital anthropometry: a critical review. Eur J Clin Nutr. 72 (5), 680-687 (2018).
  12. Tinsley, G. M., Moore, M. L., Benavides, M. L., Dellinger, J. R., Adamson, B. T. 3-Dimensional optical scanning for body composition assessment: A 4-component model comparison of four commercially available scanners. Clin Nutr. 39 (10), 3160-3167 (2020).
  13. Tinsley, G. M., Moore, M. L., Dellinger, J. R., Adamson, B. T., Benavides, M. L. Digital anthropometry via three-dimensional optical scanning: evaluation of four commercially available systems. Eur J Clin Nutr. 74 (7), 1054-1064 (2020).
  14. Smith, B., et al. Anthropometric evaluation of a 3D scanning mobile application. Obesity (Silver Spring). 30 (6), 1181-1188 (2022).
  15. Graybeal, A. J., Brandner, C. F., Tinsley, G. M. Validity and reliability of a mobile digital imaging analysis trained by a four-compartment model. J Hum Nutr Diet. 36 (3), 905-911 (2023).
  16. Graybeal, A. J., Brandner, C. F., Tinsley, G. M. Evaluation of automated anthropometrics produced by smartphone-based machine learning: a comparison with traditional anthropometric assessments. Br J Nutr. 130 (6), 1077-1087 (2023).
  17. Wong, M. C., et al. Accuracy and precision of 3-dimensional optical imaging for body composition by age, BMI, and ethnicity. Am J Clin Nutr. 118 (3), 657-671 (2023).
  18. Minetto, M. A., et al. Equations for smartphone prediction of adiposity and appendicular lean mass in youth soccer players. Sci Rep. 13 (1), 20734(2023).
  19. Cataldi, D., et al. Accuracy and precision of multiple body composition methods and associations with muscle strength in athletes of varying hydration: The Da Kine Study. Clin Nutr. 43 (1), 284-294 (2024).
  20. Graybeal, A. J., et al. Smartphone derived anthropometrics: Agreement between a commercially available smartphone application and its parent application intended for use at point-of-care. Clinical Nutrition ESPEN. 59, 107-112 (2024).
  21. Politecnico di Torino. , Available from: https://www.polito.it/sites/default/files/2023-05/Research%20Integrity%20POLITO_EN.pdf (2024).
  22. Sobhiyeh, S., et al. Hole filling in 3D scans for digital anthropometric applications. Annu Int Conf IEEE Eng Med Biol Soc. 2019, 2752-2757 (2019).
  23. Mifflin, M. D., et al. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 51 (2), 241-247 (1990).
  24. Krakauer, N. Y., Krakauer, J. C. A new body shape index predicts mortality hazard independently of body mass index. PLoS One. 7 (7), e39504(2012).
  25. Katch, F. I., McArdle, W. D. Validity of body composition prediction equations for college men and women. Am J Clin Nutr. 28 (2), 105-109 (1975).
  26. Harty, P. S., et al. Novel body fat estimation using machine learning and 3-dimensional optical imaging. Eur J Clin Nutr. 74 (5), 842-845 (2020).
  27. MCCarthy, C., et al. Smartphone prediction of skeletal muscle mass: model development and validation in adults. Am J Clin Nutr. 117 (4), 794-801 (2023).
  28. Loper, M., Mahmood, N., Romero, J., Pons-Moll, G., Black, M. J. SMPL: A skinned multi-person linear model. ACM Trans Graph. 34, 248(2015).
  29. Meshcapade Me. , Available from: http://meshcapade.me (2024).
  30. Sobhiyeh, S., et al. Digital anthropometry for body circumference measurements: Toward the development of universal three-dimensional optical system analysis software. Obes Sci Pract. 7 (1), 35-44 (2020).
  31. Sobhiyeh, S., et al. Digital anthropometric volumes: Toward the development and validation of a universal software. Med Phys. 48 (7), 3654-3664 (2021).
  32. Dechenaud, M. E., Kennedy, S., Sobhiyeh, S., Shepherd, J., Heymsfield, S. B. Total body and regional surface area: Quantification with low-cost three-dimensional optical imaging systems. Am J Phys Anthropol. 175 (4), 865-875 (2021).
  33. Wong, M. C., et al. A pose-independent method for accurate and precise body composition from 3D optical scans. Obesity (Silver Spring). 29 (11), 1835-1847 (2021).
  34. Tian, I. Y., et al. A device-agnostic shape model for automated body composition estimates from 3D optical scans. Med Phys. 49 (10), 6395-6409 (2022).
  35. Tian, I. Y., et al. Automated body composition estimation from device-agnostic 3D optical scans in pediatric populations. Clin Nutr. 42 (9), 1619-1630 (2023).
  36. Wells, J. C. K. Three-dimensional optical scanning for clinical body shape assessment comes of age. Am J Clin Nutr. 110 (6), 1272-1274 (2019).
  37. Ng, B. K., et al. Detailed 3-dimensional body shape features predict body composition, blood metabolites, and functional strength: the Shape Up! studies. Am J Clin Nutr. 110 (6), 1316-1326 (2019).
  38. Wong, M. C., et al. Monitoring body composition change for intervention studies with advancing 3D optical imaging technology in comparison to dual-energy X-ray absorptiometry. Am J Clin Nutr. 117 (4), 802-813 (2023).
  39. Wong, M. C., et al. Children and adolescents' anthropometrics body composition from 3-D optical surface scans. Obesity (Silver Spring). 27 (11), 1738-1749 (2019).
  40. Morse, S., et al. Machine learning prediction of combat basic training injury from 3D body shape images. PLoS One. 15 (6), e0235017(2020).
  41. Harty, P. S., et al. Military body composition standards and physical performance: historical perspectives and future directions. J Strength Cond Res. 36 (12), 3551-3561 (2022).
  42. Keith, D. S., et al. Anthropometric predictors of conventional deadlift kinematics and kinetics: a preliminary study. Int J Exerc Sci. 16 (1), 429-447 (2023).
  43. Smith, M., et al. Body shape and performance on the US Army Combat Fitness Test: Insights from a 3D body image scanner. PLoS One. 18 (5), e0283566(2023).
  44. Hart, N. H., Nimphius, S., Spiteri, T., Newton, R. U. Leg strength and lean mass symmetry influences kicking performance in Australian football. J Sports Sci Med. 13 (1), 157-165 (2014).
  45. Ardern, C. L., et al. Consensus statement on return to sport from the First World Congress in Sports Physical Therapy, Bern. Br J Sports Med. 50 (14), 853-864 (2016).
  46. Bennett, J. P., et al. Three-dimensional optical body shape and features improve prediction of metabolic disease risk in a diverse sample of adults. Obesity (Silver Spring). 30 (8), 1589-1598 (2022).
  47. Heymsfield, S. B., Shapses, S. A. Guidance on energy and macronutrients across the life span. N Engl J Med. 390 (14), 1299-1310 (2024).

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

مقالات ذات صلة