Name: مسار مشي لبيانات التحاليل دراسة النشاط الفضائي في الوقت (فيديو) | JoVE Journal
Uploaded: 2013-02-25T12:03:00.000+00:00
Duration: 16 min 14 s
Description: استكشف طرق المعالجة الزمكانية لبيانات مسارات المشاة باستخدام أجهزة تحديد المواقع. تساعد هذه التقنيات في تصور الأنماط المكانية الزمنية وتحليلها لدعم التخطيط الحضري.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

ويتم تمويل هذا العمل من قبل المعاهد الوطنية للصحة منح 1R03AI090465.

1. الحصول على البيانات <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> ويمكن جمع البيانات مع وحدات GPS مسار محمول وGPS تمكين تتبع الهاتف تطبيقات الذكية، فضلا عن نظام A-GPS (نظام تحديد المواقع بمساعدة) أجهزة مثل واحد العاملين في دراستنا، وتعقب الأطفال تجارية الجهاز. </li><li style=";text-align:right;direction:rtl"> يتم حفظ البيانات عادة مسار من حيث الوقت خطوط العرض خط الطول السجلات. يجب تعيين فاصل زمني المطلوب على أساس احتياجات التطبيق. في كثير من الأحيان هو المطلوب الفاصل الأكثر شيوعا للدراسات النشاط الفضائي في الوقت. </li><li style=";text-align:right;direction:rtl"> تحويل البيانات إلى قيم مفصولة بفواصل، أو ملفات CSV مع أعمدة منفصلة لمعرف السجل، خطوط العرض والطول، ومرة، على التوالي. ثم تحويل الملفات. CSV شائعة الاستخدام في نظم المعلومات الجغرافية (GIS) تنسيق ملف (أي ESRI بحلقات 8). </li><li style=";text-align:right;direction:rtl"> تحميل بحلقات في المضلعات وبناء آخر من حدود منطقة الدراسة مع محلل مسار. تعيين &quot;البثق&quot; المباني بشكل صحيح لدي 3Dووسع تعيين &quot;قذف&quot; و &quot;الشفافية&quot; من ​​الطبقة الحدودية بشكل صحيح لعرض المكعب الزمكان 6 و 9 مع العاشر، Y تمثل أبعاد الفضاء والبعد Z يمثل الوقت. </li></ol> 2. قبل المعالجة <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> هناك خياران لمرحلة ما قبل تجهيز البيانات الخام مسار صاخبة. يمكن للمرء أن يختار من القائمة المنسدلة من القائمة السابقة للتجهيز. </li><li style=";text-align:right;direction:rtl"> إذا ما تم اختيار &quot;التفاعلية&quot;، يتم إنشاء الإسقاط 2D 3D من مسار للعرض سهلة والاختيار. التلاعب في عرض 3D لدراسة مسار الخام في المكان والزمان. تحديد الأخطاء في البيانات استنادا إلى السرعة والشكل و / أو طوبولوجيا من شرائح المسار. نقاط المسار عادة (الرؤوس) مع سرعة عالية غير واقعية أو التغيير المفاجئ الاتجاه دلالة أخطاء. حدد وإزالتها من المسارات الأصلي. حدد وإزالتها من مسار إما 3D أو 2D توقعاته. </li><li style=";text-align:right;direction:rtl"> هناك مجموعة من النقاط مع المسار شاء شائكالدائرة العامة (الشكل 1) مكانيا وزمنيا مدة طويلة دلالة على الأخطاء التي ربما هي الأكثر الناجمة عن المواقع GPS داخلي حيث الإشارة ضعيفة. إذا تم تحديد مجموعة من هذه النقاط، يمكن للبرنامج حساب النقطة الوسطى الزمانية المكانية من النقاط المحددة وضبط المسار من خلال الذهاب الى النقطة الوسطى. </li><li style=";text-align:right;direction:rtl"> بدلا من ذلك، إذا ما تم اختيار &#39;التلقائي&#39; من القائمة السابقة للتجهيز، ضبط الإدخال والإخراج المواقع وكذلك المعلمات التجريبية التي تحدد سرعة غير طبيعية تحول مفاجئ وارتفاع من النقاط. عمليات البحث من خلال برنامج مسار البيانات المحملة ويعمل تلقائيا على أساس خوارزمية الذي يحاكي نهج الكشف عن الخطأ البصرية. </li></ol> 3. الإنقسام مسار ونشاط توصيف الفضاء <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> تجزئة المسار يتطلب بناء طبقة، لذا تأكد من تحميل ملف شكل المبنى. </li><li style=";text-align:right;direction:rtl"> انقر فوق الأداة تجزئة في شريط الأدوات لبدء وظيفة.تعيين المدخلات والمخرجات ووضع الملف كما شكل بناء طبقة المرجعية. استخدام أسماء لتسمية بناء مسار مجزأة. الخوارزمية يحدد شرائح داخلية بناء على معايير محددة أو الافتراضية مثل السرعة، والمدة، وغير ذلك من النقاط المسار، فضلا عن طوبولوجيا المكانية وعلاقتها المباني. </li><li style=";text-align:right;direction:rtl"> انقر فوق تلخيص الفضاء أداة لتحميل النشاط في مسارات مجزأة وحساب ملخص سمات المحددة لوصف مساحة واحدة النشاط، مثل دائرة نصف قطرها النشاط الكلي، طول في فترة زمنية معينة، ونسبة من إجمالي الوقت المنفق في الداخل مقابل في الهواء الطلق، وهلم جرا. </li><li style=";text-align:right;direction:rtl"> يمكن تصدير سمات إلى جدول بيانات للاستخدامات النمذجة الكمية. </li></ol> 4. الكثافة السطحية رسم الخرائط <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> يظهر سطح كثافة كثافة الأنشطة في الفضاء مع البعد الزمني انهارت. ثلاثة خيارات متاحة من القائمة المنسدلة من القائمة رسم الخرائط كثافة السطح. </li><li style=";text-align:right;direction:rtl"> إذا تم تحديد الخيار &quot;نقطة المسار الكثافة&quot;، في ملء مربع الحوار مع المدخلات والمخرجات والمعلومات اختيار عرض إما في 3D أو 2D. وتستخدم كل القمم من البيانات لحساب كثافة مسار النواة من النقاط. ويبين الشكل 2 سطح الكثافة. </li><li style=";text-align:right;direction:rtl"> إذا تم تحديد &quot;مسار كثافة المسار &#39;، الخوارزمية بحساب ويعرض كثافة المسارات الفردية السفر (الشكل 3). </li><li style=";text-align:right;direction:rtl"> إذا تم تحديد الخيار &#39;إعادة كثافة عينات نقطة، خوارزمية إعادة عينات البيانات باستخدام مسار فاصل زمني مجموعة والخرائط كثافة من النقاط موزعة بالتساوي في الوقت المناسب. تم تصميم هذا الخيار للأجهزة التعقب التي تتبع جمع النقاط في فترات زمنية غير منتظمة بسبب حساسية متفاوتة من الأجهزة المختلفة في ظل ظروف مادية أو مسارات مجزأة. ويبين الشكل 4 السطوح الكثافة 2D و 3D من مسارات مجزأة. </li><li style=";text-align:right;direction:rtl"> إذا تم تحديد &quot;التركيز الزمني&quot; لنيويورك من الخيارات المذكورة أعلاه، يمكن إجراء الزمنية لدراسة تركز 10 أنماط النشاط في فترات زمنية مختلفة. على سبيل المثال، قد السطوح كثافة النشاط في أوقات مختلفة في يوم واحد يمكن تصور لسهولة تحديد النقاط الساخنة عبر الزمن (الشكل 5). </li></ol> 5. الكثافة تقدير حجم وحدة التخزين التقديم <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> كثافة حجم التصور يستخدم مفهوم مكعب الزمكان كما هو الحال في تصور مسارات. جوهر التصور هذا هو تفصيل في الفضاء voxels 11. نهجنا في تصور حجم الكثافة الأولى تقدر حجم الكثافة في voxels الفردية عن طريق حساب عدد الزمكان المسارات التي تتقاطع مع voxels. يمكن للمرء أن انقر فوق &quot;حساب حجم الكثافة&quot; في إطار التصور القائمة كثافة حجم لهذه الخطوة. </li><li style=";text-align:right;direction:rtl"> نفس ثلاثة خيارات متاحة لتصور حجم الكثافة أما التصور سطح الكثافة. </li><li style=";text-align:right;direction:rtl"> انقر فوق التالي &#39;تقديم وحدة تخزين &quot;لإطلاق التصور 3D حجم واجهة تفاعلية لتقديم حجم 12. عن طريق تعيين عدد من الانقسامات على طول كل محور، يمكن للمرء أن دراسة المجموعات على مستويات مختلفة. ويستخدم Z-عامل لضبط الرأسي للمبالغة أفضل التصور. يمكن تحميل A طبقة مرجعية مثل المباني لمساعدة التصور أيضا. ويمكن تقديم نتائج تعديل حجم تفاعلي عن طريق التلاعب وظيفة النقل التي تسيطر على التعيين من كثافة اللون. (الشكل 6). </li></ol> 6. تحليل بيانات استطلاعية أخرى (EDA) والمرئيات <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> A إجراء لإنشاء سلسلة الرسوم المتحركة ليتم عرضها في Google Earth. تحت &quot;أخرى&quot;، انقر فوق &quot;تصدير إلى KML لجمعية الإمارات للغوص&quot; للوصول إلى هذا الإجراء. يقوم بإنشاء ملف KML 13 الملف الذي يفتح في برنامج Google Earth للرسوم المتحركة التفاعلية للمسار. </li><li style=";text-align:right;direction:rtl"> يمكن للمرء أن تتبع مسار لtraveL البيئة في وقت عن طريق التمرير على طول الخط الزمني في برنامج Google Earth. </li><li style=";text-align:right;direction:rtl"> A إجراء لتصور الروابط بين الأماكن ذات الأهمية من خلال &quot;التحليل الاتصال&quot;. على سبيل المثال، وتستمد اتصالات بين المباني المختلفة في حرم جامعة من بيانات مجزأة مسار التي تم جمعها من قبل الطلاب (الشكل 7). </li><li style=";text-align:right;direction:rtl"> بناء على اتصالات المستمدة، والنقاط الساخنة مثل تلك المباني مع مرور معظم الصادرة أو الواردة والمحاور التي تربط يمكن تحديد أكثر الأماكن المتاجر بهم. </li></ol>

<ol><li>Stoddard, S. T., Morrison, A. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+human+movement+in+the+transmission+of+vector-borne+pathogens%5BTitle%5D)+AND+%22PLoS+Negl.+Trop.+Dis%22%5BJournal%5D)">The role of human movement in the transmission of vector-borne pathogens.</a> PLoS Negl. Trop. Dis. 3 (7), e10(2009).</li>
<li>Morens, D. M., Folkers, G. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+challenge+of+emerging+and+re-emerging+infectious+diseases%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">The challenge of emerging and re-emerging infectious diseases.</a> Nature. 430, 242-249 (2004).</li>
<li>Viboud, C., Bjornstad, O. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synchrony%2C+waves%2C+and+spatial+hierarchies+in+the+spread+of+influenza%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Synchrony, waves, and spatial hierarchies in the spread of influenza.</a> Science. 312, 447-451 (2006).</li>
<li>Shoval, N., Isaacson, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Application+of+tracking+technologies+to+the+study+of+pedestrian+spatial+behaviour%5BTitle%5D)+AND+%22The+Professional+Geographer%22%5BJournal%5D)">The Application of tracking technologies to the study of pedestrian spatial behaviour.</a> The Professional Geographer. 58 (2), 172-183 (2006).</li>
<li>Yu, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spatio-temporal+GIS+design+for+exploring+interactions+of+human+activities%5BTitle%5D)+AND+%22Cartography+and+Geographic+Information+Science%22%5BJournal%5D)">Spatio-temporal GIS design for exploring interactions of human activities.</a> Cartography and Geographic Information Science. 33 (1), 3-19 (2006).</li>
<li>Kwan, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interactive+geovisualization+of+activity-travel+patterns+using+three-dimensional+geographical+information+systems%3A+a+methodological+exploration+with+a+large+data+set%5BTitle%5D)+AND+%22Transportation+Research+Part+C%22%5BJournal%5D)">Interactive geovisualization of activity-travel patterns using three-dimensional geographical information systems: a methodological exploration with a large data set.</a> Transportation Research Part C. 8, 185-203 (2000).</li>
<li>Demšar, U., Virrantaus, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Space-time+density+of+trajectories%3A+exploring+spatio-temporal+patterns+in+movement+data%5BTitle%5D)+AND+%22International+Journal+of+Geographical+Information+Science%22%5BJournal%5D)">Space-time density of trajectories: exploring spatio-temporal patterns in movement data.</a> International Journal of Geographical Information Science. 24 (10), 1527-1542 (2010).</li>
<li>ESRI Shapefile Technical Description [Internet]. , Environmental Systems Research Institute, Inc. Available from:
		
	 <a target="_blank" href="http://www.esri.com/library/whitepapers/pdfs/shapefile.pdf">http://www.esri.com/library/whitepapers/pdfs/shapefile.pdf</a> (1998).</li>
<li>Kraak, M., Koussoulakous, A. A visualization environment for the space-time cube. Fisher, P. Proceedings of 11th International Conference on Developments in Spatial Data Handling, Berlin, , Springer. 189-200 (2004).</li>
<li>Visualizing spatial relationships among health, environmental, and demographic statistics: interface design issues. MacEachren, A. M., Polsky, C., et al. Proceedings of 18th International Cartographic Conference, , 880-887 (1997).</li>
<li>Levory, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Display+of+surfaces+from+volume+data%5BTitle%5D)+AND+%22IEEE+Computer+Graphics+and+Application%22%5BJournal%5D)">Display of surfaces from volume data.</a> IEEE Computer Graphics and Application. 8 (5), 29-37 (1998).</li>
<li>Drebin, R. A., Carpenter, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Volume+Rendering%5BTitle%5D)+AND+%22Computer+Graphics%22%5BJournal%5D)">Volume Rendering.</a> Computer Graphics. , (1998).</li>
<li>KML | OGC(R) [Internet]. , Open Geospatial Consortium, Inc. Available from:
		
	 <a target="_blank" href="http://www.opengeospatial.org/standards/kml/">http://www.opengeospatial.org/standards/kml/</a> (2012).</li>
<li>Lee, W., Krumm, J. Trajectory preprocessing. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLee%2C+W+%22Computing+with+Spatial+Trajectories%22">Computing with Spatial Trajectories</a>. Zheng, Y., Zhou, X. , Springer, Bucher. 3-34 (2011).</li>
<li>Han, B., Comaniciu, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sequential+kernel+density+approximation+and+its+application+to+real-time+visual+tracking%5BTitle%5D)+AND+%22IEEE+Transactions+on+Pattern+Analysis+and+Machine+Intelligence%22%5BJournal%5D)">Sequential kernel density approximation and its application to real-time visual tracking.</a> IEEE Transactions on Pattern Analysis and Machine Intelligence. , (2007).</li>
</ol>

الإعلان عن أي تضارب في المصالح.

استخدمنا الوظيفة الإضافية آلية برنامج ArcGIS لتطوير واجهة. تم تنفيذ جميع العمليات التفاعلية باستخدام C + +. وقد وضعت كل وظائف المعالجة التلقائية التحليل باستخدام بيثون. AGPS البيانات، أو بيانات GPS التي جمعتها المشاة يقدم تحديا فريدا من نوعه في تجهيزها والأخطاء يمكن أن تكون هائلة بسبب الجوار إلى المباني والأماكن المغلقة توقف متكررة. وعلاوة على ذلك، ينبغي أن تتركز تجهيزها لا تكون البيانات والحد من ما وعادة ما يتم ...

<table border="1" style=";text-align:right;direction:rtl"><tbody><tr><td> اسم كاشف </td><td> شركة </td><td> كتالوج رقم </td><td> التعليقات (اختياري) </td></tr><tr><td> جي بي آر إس WorldTracker </td><td> تتبع العالم </td><td></td><td></td></tr><tr><td> كمبيوتر شخصي لإدارة التحليل </td><td></td><td></td><td></td></tr><tr><td> برنامج ArcGIS البرمجيات </td><td> ESRI </td><td></td><td></td></tr><tr><td> مسار محلل ملحق </td><td></td><td></td><td></td></tr></tbody></table>

مسار مشي لبيانات التحاليل دراسة النشاط الفضائي في الوقت

Trajectory Data Analyses for Pedestrian Space-time Activity Study

ومن المعروف جيدا أن حركة الإنسان في الأبعاد المكانية والزمانية لديها تأثير مباشر على المرض انتقال 1-3. مرض معد ينتشر عادة عن طريق الاتصال بين الأفراد المصابين وعرضة في المساحات النشاط المتراكبة. ولذلك، يمكن استخدام اليومي التنقل والنشاط المعلومات كمؤشر لقياس التعرض للعوامل الخطر للإصابة. ومع ذلك، فإن الصعوبة الرئيسية، وبالتالي سبب ندرة الدراسات من انتقال الأمراض المعدية على نطاق الصغيرة تنشأ من عدم وجود بيانات مفصلة تنقل الأفراد. سابقا في مجال النقل والسياحة أبحاث مفصلة بيانات النشاط الفضائي في الوقت تعتمد في كثير من الأحيان على تقنية مذكرات الزمكان، الأمر الذي يتطلب لتسجيل المواد الدراسية بنشاط أنشطتها في الزمان والمكان. هذا وتطالب جدا للمشاركين والتعاون من المشاركين يؤثر بشكل كبير على جودة البيانات 4. حديثجعلت تقنيات مثل GPS والاتصالات المتنقلة من الممكن جمع البيانات التلقائي للمسار. البيانات التي تم جمعها، ولكن، ليست مثالية لنمذجة الإنسان الزمكان الأنشطة، محدودة بسبب دقة الأجهزة الموجودة. لا توجد أيضا أي أداة متاحة بسهولة للتجهيز الفعال للبيانات لدراسة السلوك البشري. نقدم هنا مجموعة من الأساليب ومتكاملة تستند إلى سطح المكتب برنامج ArcGIS اجهة مرئية للتحاليل ما قبل المعالجة والزمانية المكانية للبيانات مسار. نحن نقدم أمثلة على الكيفية التي يمكن أن تستخدم هذه المعالجة في تصميم نموذج الإنسان الزمكان الأنشطة، خاصة مع غنية الخطأ البيانات مسار للمشاة، التي يمكن أن تكون مفيدة في الدراسات الصحية العامة مثل الأمراض المعدية النمذجة الإرسال. الإجراء يشمل قدمت قبل تجهيز تجزئة المسار، والنشاط توصيف الفضاء، وتقدير كثافة والتصور، وعدد قليل آخر من أساليب التحليل استكشافية. قبل معالجة التحويلز هو تنظيف صاخبة البيانات مسار الخام. ونحن نقدم تفاعلية البصرية السابقة للتجهيز واجهة وكذلك وحدة نمطية التلقائي. تجزئة المسار 5 على تحديد أجزاء داخلية وخارجية من المسارات الفضاء لمرة قبل معالجتها. مرة أخرى، دعم كلا تجزئة البصرية التفاعلية وتنويع قطاعات التلقائي. ثم تحليلها مجزأة الزمكان لاستخلاص المسارات خصائص الفضاء النشاط واحد مثل دائرة نصف قطرها النشاط وما إلى ذلك تقدير الكثافة والتصور وتستخدم لفحص كمية كبيرة من البيانات في تصميم نموذج مسار النقاط الساخنة والتفاعلات. علينا أن نبرهن على حد سواء رسم الخرائط السطحية كثافة 6 و كثافة جعل حجم 7. نحن تشمل أيضا اثنين من غيرها من تحليل البيانات استكشافية (EDA) وتصورات الأدوات، مثل دعم جوجل الأرض للرسوم المتحركة وتحليل الاتصال. ويمكن تطبيق مجموعة من التحليلية وكذلك الأساليب البصرية المعروضة في هذه الورقة إلى أية بيانات مسار لياليدراسات النشاط تيرة الوقت.

تم جمع البيانات عن طريق التطوع مسار طلاب المرحلة الجامعية من جامعة كين (NJ، الولايات المتحدة الأمريكية) في ربيع عام 2010. وكان الغرض من دراسة أنماط النشاط من الطلاب الذين اشتعلت الأنفلونزا (تشخيص من قبل الطبيب أو تشخيص الذاتي) بالمقارنة مع أولئك الذين لم يفعلوا ذلك. من أجل توضيح الأساليب والإجراءات الواردة في هذه الورقة اتخذنا مسارات جمع داخل منطقة الحرم الجامعي في الضواحي لتوليد نتائج ممثلة. مسارات داخل منطقة الحرم الجامعي في الغالب مسارات للمشاة، مع جزء صغير فقط الناتجة عن القيا...

وتعرض مجموعة من الطرق وتجهيز الزمانية المكانية لتحليل البيانات مسار الإنسان، مثل تلك التي تم جمعها باستخدام جهاز GPS، لغرض أنشطة النمذجة الزمكان المشاة.

It is well recognized that human movement in the  spatial and temporal dimensions has direct influence on disease transmission1-3.  An infectious disease ...

الهدف العام من هذا الإجراء هو نمذجة الأنشطة الزمنية والمكانية للمشاة من خلال التحليل المكاني الزماني والتصوير المرئي لبيانات مسارات البشر. ويتم تحقيق ذلك أولاً عن طريق جمع بيانات تفصيلية من نظام تحديد المواقع العالمي أو GPS وتحميل هذه البيانات في محلل المسارات. وتتمثل الخطوة الثانية في المعالجة المسبقة لبيانات المسارات وتجزئتها.بعد ذلك، يتم توصيف مساحات النشاط الخاصة بالأفراد. وتتمثل الخطوة النهائية في فحص الأنماط المكانية والزمانية من خلال رسم خرائط الكثافة السطحية، أو تصيير حجم الكثافة، أو كليهما. وفي الختام، تُستخدم طرق أخرى لتحليل البيانات الاستكشافي والتصورات البيانية لإظهار أنماط خفية إضافية في البيانات.تتمثل الميزة الرئيسية لهذه التقنية مقارنة بالطرق الحالية، مثل ملحق FGIS الذي طورته جامعة SHNU لتحليل مسارات الزمان والمكان، في أننا لا نوفر واجهة للتصور التفاعلي للمسارات فحسب، بل نركز على طريقة المعالجة التي تعمل على تنقية بيانات مسار الطريق وتقسيمها إلى أجزاء، ثم اشتقاق الخصائص من بيانات TR والتحليل الاستكشافي لاكتشاف الأنماط من كمية كبيرة من بيانات المسارات. يمكن لهذه الطريقة أن تساعد في الإجابة على أسئلة رئيسية في مجال دراسات النشاط الزماني والمكاني البشري المتعلقة بانتقال الأمراض على المستوى الدقيق، مثل كيفية تأثير النشاط الزماني والمكاني للفرد على فرصة إصابته بالعدوى، أو البيئات أو السلوكيات الزمانية والمكانية التي تؤدي إلى مسارات ذات مخاطر أعلى. ويمكن جمع البيانات باستخدام وحدات GPS محمولة باليد.تطبيقات التتبع عبر الهواتف الذكية التي تدعم نظام تحديد المواقع العالمي (GPS)، بالإضافة إلى أجهزة نظام تحديد المواقع العالمي المساعدة، مثل الجهاز المستخدم في هذه الدراسة، وهو جهاز تجاري لتتبع الأطفال؛ حيث تُحفظ البيانات عادةً على شكل سجلات للوقت وخطوط الطول ودوائر العرض. ويجب ضبط الفاصل الزمني المطلوب بناءً على احتياجات التطبيق.غالبًا ما يكون الفاصل الزمني الأكثر تكرارًا هو المطلوب لدراسات نشاط الزمان والمكان؛ لذا قم بتحويل البيانات إلى قيم مفصولة بفاصلة أو ملفات CSV تحتوي على أعمدة منفصلة لمعرف السجل، وخط العرض، وخط الطول، والوقت على التوالي. ثم قم بتحويل ملفات CSV إلى تنسيق ملفات نظم المعلومات الجغرافية أو GIS الشائع استخدامها. قم بتحميل ملف شكل (shape file) لمضلعات المباني وآخر لحدود منطقة الدراسة باستخدام محلل المسارات.قم بضبط بروز المباني بشكل صحيح للعرض ثلاثي الأبعاد، واضبط البروز والشفافية للطبقة الحدودية بشكل مناسب لعرض مكعب الزمكان. ثم افتح المسار في مكعب الزمكان بحيث تمثل الأبعاد XY المكان، ويمثل البعد Z الزمن؛ وهناك خياران متاحان للمعالجة المسبقة.يمكن اختيار بيانات المسار الخام المشوشة من القائمة المنسدلة في قائمة المعالجة المسبقة. وفي حال اختيار الوضع التفاعلي، يتم إنشاء مسقط ثنائي الأبعاد للمسار ثلاثي الأبعاد لتسهيل العرض والاختيار.قم بالتحكم في العرض ثلاثي الأبعاد لفحص المسار الخام في المكان والزمان. حدد الأخطاء في البيانات بناءً على شكل أو سرعة أو تضاريس مقاطع المسار. عادةً ما تشير نقاط المسار ذات السرعة العالية غير الواقعية أو التغيير المفاجئ في الاتجاه إلى وجود أخطاء، لذا قم بتحديدها وإزالتها إما من المسار ثلاثي الأبعاد أو من مسقطه ثنائي الأبعاد.تشير مجموعة من نقاط التتبع ذات الأشكال المدببة مكانياً والمدة الطويلة زمنياً إلى وجود أخطاء يرجح أن تكون ناتجة عن المواقع الداخلية حيث تكون إشارة GPS ضعيفة. وفي حال اختيار مجموعة من هذه النقاط، يمكن للبرنامج حساب المعرف الكائني (OID) المكاني الزماني للنقاط المختارة، ومن ثم تعديل المسار ليمر عبر هذا الـ oid. وبدلاً من ذلك، إذا تم اختيار الخيار "تلقائي" (automatic) من قائمة المعالجة المسبقة، يتم تحديد مواقع الإدخال والإخراج، بالإضافة إلى المعلمات التجريبية التي تحدد السرعة العالية غير الطبيعية والانعطاف المفاجئ للنقاط.يبحث البرنامج في بيانات المسار المحملة ويعمل تلقائيًا بناءً على خوارزمية تحاكي نهج الكشف المرئي عن الأخطاء. يتطلب تقسيم المسار وجود طبقة المباني، لذا تأكد من جاهزية ملف شكل المباني. انقر فوق أداة التقسيم في شريط الأدوات لبدء هذه الوظيفة.قم بتعيين المدخلات والمخرجات وحدد ملف شكل المبنى كطبقة مرجعية. استخدم أسماء المباني لتسمية المسار المجزأ. تحدد الخوارزمية المقاطع الداخلية بناءً على معايير محددة أو افتراضية مثل السرعة ومدة نقاط التتبع، بالإضافة إلى الطوبولوجيا المكانية.فيما يتعلق بالمباني، انقر فوق أداة تلخيص حيز النشاط لتحميل المسارات المجزأة وحساب سمات التلخيص المختارة لتوصيف حيز نشاط الفرد، مثل إجمالي النشاط، ونصف القطر، ونصف القطر في فترة زمنية معينة، ونسبة إجمالي الوقت الذي يقضيه الشخص في الداخل مقابل الخارج، وما إلى ذلك. ويمكن تصدير هذه السمات إلى جدول بيانات لاستخدامها في النمذجة الكمية. أما سطح الكثافة فيوضح كثافة الأنشطة في المكان مع دمج البعد الزمني.تتوفر ثلاثة خيارات في القائمة المنسدلة لقائمة رسم خرائط سطح الكثافة. في حال اختيار خيار كثافة نقاط التتبع، قم بتعبئة مربع الحوار بمعلومات الإدخال والإخراج، واختر العرض إما بنظام ثلاثي الأبعاد (3D) أو ثنائي الأبعاد (2D). تُستخدم جميع الرؤوس من بيانات المسار لحساب كثافات النواة للنقاط كما هو موضح هنا.في حال اختيار كثافة مسار التتبع، يقوم الخوارزمي بحساب وعرض كثافة المسارات الفردية التي تم سلوكها. أما إذا تم اختيار خيار كثافة النقاط المعاد أخذ عينات منها، فإن الخوارزمي يعيد أخذ عينات من بيانات المسار باستخدام فاصل زمني محدد ويرسم خرائط لكثافة النقاط الموزعة بالتساوي زمنياً. صُمم هذا الخيار لأجهزة التتبع التي تجمع نقاط التتبع في فواصل زمنية غير منتظمة نتيجة لتفاوت حساسية الأجهزة تحت ظروف فيزيائية مختلفة أو المسارات المجزأة.يتم هنا عرض سطح الكثافة ثنائي الأبعاد (2D) وثلاثي الأبعاد (3D) للمسارات المجزأة. في حال اختيار التركيز الزمني لأي من الخيارات، يمكن إجراء التركيز الزمني لفحص أنماط النشاط في فترات زمنية مختلفة. على سبيل المثال، يمكن تصور أسطح كثافة النشاط في أوقات مختلفة من اليوم لتسهيل تحديد النقاط الساخنة عبر الزمن، حيث يستخدم تصور حجم الكثافة الزمنية مفهوم مكعب الزمكان كما هو الحال في تصور المسارات.إن جوهر هذا التصوير المرئي يكمن في تقسيم الفضاء إلى فوكسلات (voxels). النهج المستخدم هنا لتصوير حجم الكثافة يقوم أولاً بتقدير حجم الكثافة في كل فوكسل على حدة عن طريق حساب عدد مسارات الزمان والمكان التي تتقاطع مع هذه الفوكسلات. وتتوفر نفس الخيارات الثلاثة لتصوير حجم الكثافة كما هو الحال في تصوير سطح الكثافة.بعد ذلك، انقر فوق أحد الخيارات لتشغيل واجهة تصور الحجم ثلاثي الأبعاد للتصيير الحجمي التفاعلي. من خلال ضبط عدد التقسيمات على طول كل محور، يمكن فحص العناقيد بمقاييس مختلفة. ويُستخدم عامل Z لضبط المبالغة الرأسية لتحسين التصور.يمكن أيضًا تحميل طبقة مرجعية، مثل المباني، للمساعدة في التصور بصرياً. ويمكن ضبط نتائج صيرورة الحجم (volume rendering) بشكل تفاعلي من خلال التحكم في دالة النقل التي تضبط عملية الربط بين الكثافة واللون. كما يتوفر إجراء لإنشاء سلاسل متحركة ليتم عرضها في Google Earth.تحت خيار آخر، انقر على "تصدير إلى KML" لـ EDA للوصول إلى هذا الإجراء، حيث يقوم بإنشاء ملف KML يفتح في Google Earth لعرض رسوم متحركة تفاعلية للمسار. يمكن للمستخدم تتبع المسار للتنقل في البيئة عبر الزمن من خلال التمرير على طول المخطط الزمني. وفي Google Earth، يتوفر إجراء لتصور الروابط بين المواقع ذات الأهمية من خلال تحليل الاتصالات.على سبيل المثال، يتم استخلاص الروابط بين المباني المختلفة في حرم جامعي من بيانات المسارات المجزأة التي جمعها الطلاب؛ وبناءً على الروابط المستخلصة، يمكن تحديد بؤر الاتصال، مثل المباني التي تشهد أكبر قدر من الحركة الصادرة أو الواردة، والمراكز التي تربط الأماكن الأكثر ازدحاماً. تم جمع بيانات المسارات من قبل طلاب جامعيين متطوعين من جامعة Keen في ربيع عام 2010. وكان الغرض من ذلك هو دراسة أنماط نشاط الطلاب الذين أصيبوا بالإنفلونزا مقارنة بأولئك الذين لم يصابوا بها.من أجل توضيح الطرق والإجراءات المعروضة هنا، استُخدمت المسارات التي جُمعت داخل منطقة الحرم الجامعي في الضواحي لإنتاج نتائج تمثيلية. يظهر هنا تمثيل مكعب الزمكان لمسار ما بالنسبة للمباني الموجودة في الحرم الجامعي. وتكشف البيانات الخام التي جمعها طالب قام بتسجيل نشاطه ليوم واحد في الحرم الجامعي باستخدام جهاز A GPS أن بعض فترات الإقامة الطويلة في الأماكن المغلقة قد أدت إلى بيانات مشوشة، وهو ما يظهر في الجزء المدبب من المسار.هذا أمر شائع جداً في بيانات مسارات المشاة. يمثل هذا الشكل المسار الذي تمت معالجته مسبقاً وتقسيمه، بينما يتم تمثيل المسار الذي تمت معالجته مسبقاً وتقسيمه مع تمييز المقاطع الداخلية والخارجية بالألوان في مكعب الزمكان هنا. يظهر هنا تخريط سطح الكثافة لمجموعة من المسارات.يمكن تصور نقاط التتبع الخام المستخدمة في تنفيذ خيار رسم خرائط كثافة نقاط التتبع وخريطة الكثافة الناتجة. وبالمقابل، يمكن أيضاً رسم خرائط لكثافات المسارات التي تم قطعها. ويعد رسم خرائط الكثافة مفيداً بشكل خاص عند تحليل عدد كبير من المسارات.تعرض هذه الخريطة إجمالي 470 مساراً. كما يمكن عرض سطح الكثافة في تمثيلات ثنائية الأبعاد (2D) وثلاثية الأبعاد (3D) باستخدام نقاط إعادة أخذ العينات من هذه المسارات. وبالإضافة إلى العرض التفاعلي للبعد الزمني في مكعب الزمكان، يمكن معالجة متغير الوقت من خلال التركيز الزمني لفحص الأنماط المكانية في فترات زمنية مختلفة.تظهر هنا أمثلة على هذا التحليل. وباستخدام مجموعة البيانات العينة التي تحتوي على بيانات المسار التي جمعها الطلاب خلال موسم الإنفلونزا، يتضح أن أنشطتهم تتركز حول مواقع مختلفة على مدار اليوم.للوصول في نهاية المطاف إلى خريطة كثافة النشاط المركبة في الأسفل، يمكن أيضاً إجراء تصيير حجم الكثافة كما هو موضح هنا، حيث يصعب اكتشاف الأنماط إذا تم تصور جميع مسارات الزمان والمكان في مكعب زماني مكاني. وبسبب الازدحام البصري هنا، يتم تصور البيانات المقابلة كـ تصيير حجم الكثافة. تمثل الرسوم التوضيحية الأربعة إعدادات مختلفة لدالة النقل في برنامج تصيير الكثافة، وبالتالي تسلط الضوء على أحجام الكثافة في نطاقات تردد مختلفة.هناك طريقة أخرى لتحديد النقاط الساخنة وهي من خلال تحليل الاتصالات. تظهر هنا اتصالات الخطوط المستقيمة بين جميع المباني في الحرم الجامعي. المباني المظللة هي تلك التي تتميز بأعلى حجم لحركة المرور الصادرة.تظهر هنا نفس الاتصالات مع تمييز الاتصالات الأكثر حركة باللون الأسود. وأثناء محاولة تنفيذ هذا الإجراء، من المهم تذكر البدء بخطوة معالجة أولية قبل الانتقال إلى التجزئة والتحليل الاستكشافي وطرق التصور الأخرى باتباع هذا الإجراء. ويمكن إجراء طرق أخرى مثل التحليل الإحصائي للسمات، أو تصنيف حيز النشاط، أو تحليل التسلسل مثل محاذاة التسلسلات، وذلك للإجابة على أسئلة إضافية مثل كيف يمكن لنشاط الفرد وحيزه وتسلسلاته أن تؤثر على فرص الإصابة بالعدوى.

trajectory-data-analyses-for-pedestrian-space-time-activity-study

Research

JoVE Journal

Biology

علم الأحياء

يستخدم هذا البروتوكول لتقييم متغيرات المشي المكانية والزمانية للمرضى العصبيين / العظام وكبار السن عن طريق نظام الخلايا الكهروضوئية القائم على الأرضية الذي تم تقديمه مؤخرا.

التقييم السريري للالزماني المكاني المشية معلمات في المرضى وكبار السن

ويرد بروتوكول لتوصيف سلوك المشاة في الميدان ومحاكاة للاستجابة الهيكلية الناتجة عن ذلك. حقل التجارب تدل على أن في الموقع حددت سرعة معدل ومعدل التزامن بين المشاركين يشكل مدخلا أساسيا لمحاكاة والتحقق من الأحمال التي يتسبب فيها الإنسان.

محاكاة من الاهتزازات التي يسببها الإنسان استنادا إلى وتتميز في حقل السلوك للمشي

وكان الهدف هو إثبات الاستخدام الأمثل للتقنيات جمع البيانات لمشية المشي الشمال وتحليل الموقف. وينبغي أن تستخدم التقاط الحركة ثلاثي الأبعاد خلال تحليل مدة قصيرة (أي دورة مشية واحدة)، في حين ينبغي استخدام accelerometry لتحليل مدة أطول (أي دورات متكررة) مثل 6 دقائق سيرا على الأقدام اختبار.

تثبت المناسبة تقنيات التقاط الحركة لتقييم مشية الشمال المشي والموقف في كبار السن

هنا ، نقدم بروتوكولا جديدا لقياس الاستقرار الموضعي في الأحداث الرئيسية أثناء الجلوس إلى الوقوف للمشي باستخدام مركز الضغط إلى مسافة مركز كتلة الجسم بالكامل. تم اشتقاق هذا من منصة القوة وتقنية التقاط الحركة ثلاثية الأبعاد. النموذج موثوق به ويمكن استخدامه لتقييم الأفراد المعرضين للخطر العصبي.

اعتصام لموقف وسيرا على الأقدام من 120٪ الركبة الطول: مقاربة جديدة لتقييم الحيوي القوام تحكم المستقلة من الرصاص الأطراف الاصطناعية

تصف هذه المخطوطة طريقة اختبار الصلاحية المتزامنة للمقاييس الحركية المسجلة بواسطة تطبيق الهاتف الذكي مقارنة بنظام التقاط الحركة ثلاثي الأبعاد في المستوى السهمي. سيمكن هذا البروتوكول الأطباء من إعداد هواتف ذكية لالتقاط الفيديو لحركة الإنسان.

فيديو تحليل الحركة عن طريق الهواتف الذكية (VIMAS): دراسة استطلاعية

ويرد في هذه الدراسة، أسلوب تحليل مشيه ثلاثي الأبعاد الصديقة للطبيب، الذي صمم للقيام بها في عيادة التأهيل،. الأسلوب يتكون من أسلوب قياس مبسطة وأرقام بديهية لتيسير فهم الأطباء من النتائج.

أسلوب التحليل السريري المنحى مشيه ثلاثية الأبعاد لتقييم اضطراب مشيه

يصف هذا البروتوكول استخدام جهاز محاكاة المشي الذي يعمل كطريقة آمنة وصالحة بيئيا لدراسة سلوك المشاة في وجود حركة المرور المتحركة.

استخدام محاكاة المشي الواقع الافتراضي للتحقيق سلوك المشاة

تصف هذه الورقة المواد والطريقة التي تم تطويرها للتحقيق في التنظيم الوضعي لبدء المشي. تعتمد هذه الطريقة على تسجيلات منصة القوة وعلى المبدأ المباشر للميكانيكا لحساب مركز الثقل ومركز حركية الضغط.

التنظيم الوضعي لبدء المشي للتحليل الميكانيكي الحيوي باستخدام تسجيلات منصة القوة

اختبار حساسية بصرية في السحالي باستخدام نموذج تكييف هواء فعال التي توظف تشغيل الفيديو العشوائي دوت kinematograms واللافقاريات الحاسوب ولدت.

اختبار الحساسية البصرية للسرعة واتجاه الحركة في السحالي

الحاسوب ولدت المنبهات باستخدام التنين جاكي كنموذج.

الحاسوب خلق المحفزات الحيوان النموذجي

استكشف طرق المعالجة الزمكانية لبيانات مسارات المشاة باستخدام أجهزة تحديد المواقع. تساعد هذه التقنيات في تصور الأنماط المكانية الزمنية وتحليلها لدعم التخطيط الحضري.

مسار مشي لبيانات التحاليل دراسة النشاط الفضائي في الوقت

استكشف المزيد من الفيديوهات