Name: Yaya Uzay-zaman Aktivite Çalışmaları Yörünge Veri Analizleri (Video) | JoVE Journal
Uploaded: 2013-02-25T12:03:00.000+00:00
Duration: 16 min 14 s
Description: Keşfedin yaya uzay-zaman aktivite modellemesi için GPS veri analizi ve görselleştirme yöntemlerini. Bu hesaplamalı yaklaşım kentsel planlama ve güvenlik araştırmalarına değerli katkılar sağlar.

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

Bu çalışma NIH hibe 1R03AI090465 tarafından finanse edilmektedir.

1. Veri alma <ol><li> Yörünge verileri el GPS üniteleri ve GPS özellikli akıllı telefon izleme uygulamaları, yanı sıra bizim çalışmamızın biri ticari bir çocuk izci cihaz olarak A-GPS (destekli GPS) cihazları ile toplanabilir. </li><li> Yörünge verileri genellikle zaman-enlem-boylam kayıtları açısından kaydedilir. Bir istenen zaman aralığı uygulama ihtiyaçlarına göre ayarlanması gerekir. Genellikle en sık aralık uzay-zaman aktivite çalışmaları için arzu edilir. </li><li> Virgülle ayrılmış değerler için veri dönüştürme ya. Sırasıyla kayıt kimliği için ayrı sütunlar csv dosyaları, enlem, boylam ve zaman. Sonra. Csv dosyaları sık kullanılan Coğrafi Bilgi Sistemleri içine (CBS) dosya biçimi (yani ESRI Shapefile 8) dönüştürebilirsiniz. </li><li> Bina çokgen ve yörünge analizörü ile çalışma alanının sınır başka bir Shapefile içinde yükleyin. 3D di düzgün binaların &quot;ekstrüzyon&quot; Setyayvan ve düzgün x, uzay ve zamanı temsil z boyutu temsil eden y boyutlarında bir uzay-zaman küp 6, 9 görüntülemek için &quot;ekstrüzyon&quot; ve sınır tabakasının &quot;şeffaflık&quot; olarak ayarlayın. </li></ol> 2. Ön-işleme <ol><li> İki seçenek ön işleme gürültülü ham yörünge verileri için kullanılabilir. Bir ön işleme menü listesi açılır menüden seçebilirsiniz. </li><li> &#39;İnteraktif&#39; seçilirse, 3D yörünge bir 2D projeksiyon kolay görüntüleme ve seçme için oluşturulur. Uzay ve zaman içinde ham yörünge incelemek için 3D ekran işleyin. Şekil, hız ve / veya parça kesimleri topolojisi dayalı veri hataları belirleyin. Gerçekçi olmayan yüksek hız veya ani yön değişikliği ile Ortalama rota noktası (köşe) hataları bitişini. Seçin ve orijinal yörüngeleri çıkarın. Seçin ve 3D yörünge veya 2D projeksiyon birinden bunları kaldırın. </li><li> Dikenli kiþilik iz noktaları bir kümepes (Şekil 1) mekansal ve uzun süreli zamansal en büyük olasılıkla GPS sinyali zayıf olduğu kapalı alanlarda neden hatalar anlamına gelir. Bu noktaların bir grup seçiliyse, program seçilen noktaların zamanmekansal Centroid hesaplamak ve Centroid geçmesi parça ayarlayabilirsiniz. </li><li> &#39;Otomatik &quot;ön-işlem menüden seçilen Alternatif olarak, giriş ve çıkış konumu hem de anormal yüksek hızlı ve ani dönüm noktaları belirlemek deneysel parametrelerini ayarlamak. Program yüklü yörünge verileri arar ve görsel hata algılama yaklaşımı taklit bir algoritma dayalı otomatik olarak çalışır. </li></ol> 3. Yörünge Segmentasyon &amp; Aktivite Uzay Karakterizasyonu <ol><li> Yörünge segmentasyon bina tabakası gerektirir, bu yüzden binanın şekil dosyası yüklü olduğundan emin olun. </li><li> Fonksiyonu başlatmak için araç çubuğundaki segmentasyon aracını tıklatın.Giriş ve çıkış ve bina şekline dosyayı referans katman olarak yer ayarlayın. Parçalara yörünge etiketlemek için bina adları kullanın. Algoritması, hız, süre, vb iz noktalarının yanı sıra binalar ile ilgili olarak mekansal topoloji olarak set veya varsayılan kriterlere göre kapalı bölümleri tanımlar. </li><li> Parçalara yörüngeleri yükleyin ve bu tür benzeri toplam etkinlik yarıçapı, belirli bir zaman diliminde yarıçapı, kapalı vs dışarıda geçirilen toplam sürenin oranı, ve tek bir faaliyet alanı, karakterize etmek için seçilen özeti öznitelikleri hesaplamak için etkinlik alanı özetleme aracı tıklatın. </li><li> Öznitelikleri kantitatif modelleme kullanımları için bir elektronik tablo ihraç edilebilir. </li></ol> 4. Yoğunluk Yüzey Haritalama <ol><li> Yoğunluk yüzey zamansal boyutu ile uzayda faaliyetlerin yoğunluğu çöktü gösterir. Üç seçenek yoğunluklu yüzey haritalama menü açılır listeden mevcuttur. </li><li> &#39;İz nokta yoğunluğu&#39; seçeneği seçilirse, giriş ve çıkış bilgileri iletişim kutusunu doldurun ve 3D veya 2D birinde görüntülemeyi seçebilirsiniz. Yörünge verisinden tüm tepe noktalarının yoğunlukları çekirdek hesaplamak için kullanılır. Şekil 2, bir yüzey yoğunluğu gösterir. </li><li> &quot;Parça yol yoğunluk &#39;seçilirse, algoritma hesaplar ve seyahat tek yollar (Şekil 3) yoğunluğu gösterir. </li><li> &#39;Yeniden örneklenmiş nokta yoğunluğu&#39; seçeneği seçilirse, algoritma yeniden numune noktalarının yoğunlukları zaman içinde yayılır bir süre ayarlı ve haritalar kullanarak yörünge verileri. Bu seçenek, çeşitli fiziksel koşullar veya bölümlenmiş yörüngeleri altında cihazların hassasiyeti değişen nedeniyle düzensiz zaman aralıklarında izleme puan toplamak izleme cihazları için tasarlanmıştır. Şekil 4 segmente yörüngelerinin 2B ve 3B yoğunluk yüzeyleri gösterir. </li><li> Eğer &#39;Geçici odaklanan&#39; Bir için seçilirYukarıdaki seçeneklerin ny, zamansal odaklanarak 10 değişik zaman dilimlerinde aktivite kalıplarını incelemek için yapılabilir. Örneğin, bir gün içinde farklı zamanlarda aktivite yoğunluğu yüzeyleri zaman boyunca sıcak noktalar (Şekil 5) kolay tanımlanması için görüntülenebilir olabilir. </li></ol> 5. Yoğunluk Hacim Tahmin ve Volume Rendering <ol><li> Yoğunluk, hacim görselleştirme yörüngeleri arasında görselleştirme gibi bir uzay-zaman küp kavramını kullanır. Bu tür görselleştirilmesi Çekirdek vokseller 11 içine alan bir ayrıştırılması. İlk yoğunluk hacmi görselleştirmek yaklaşımımız vokselleri kesiştiği uzay-zaman parça sayısını sayarak bireysel vokseller yoğunluk hacmi tahmin ediyor. Bir bu adım için yoğunluk hacmi görselleştirme menüsü altında &#39;Yoğunluk, hacim hesaplama&#39; tıklayabilirsiniz. </li><li> Aynı üç seçenek yoğunluklu yüzey görselleştirme için yoğunluk hacmi görselleştirme için kullanılabilir. </li><li> İnteraktif volume rendering 12 3D ses görselleştirme arayüzü başlatmak için İleri&#39;yi tıklayın &#39;Volume rendering&#39;. Her bir eksen boyunca tümen numarası ayarlayarak, bir farklı ölçeklerde kümeler inceleyebilir. Z-faktör daha iyi bir görüntü için dikey abartı ayarlamak için kullanılır. Gibi binalar gibi bir referans katmanı yanı görselleştirme yardımcı olmak için yüklenebilir. Hacmi render sonuçları etkileşimli yoğunluktan renk eşleme kontrol transfer fonksiyonu manipüle ederek ayarlanabilir. (Şekil 6). </li></ol> 6. Diğer Exploratory Data Analizleri (EDA) ve Görsel <ol><li> Bir prosedür Google Earth&#39;te görüntülenen edilecek animasyon serisi oluşturmak için kullanılabilir. &#39;Diğer&#39; altında, bu yordama erişmek için &#39;EDA için KML Aktar&#39; ı tıklatın. Bu yörünge etkileşimli animasyon için Google Earth açılır bir kml 13 dosya oluşturur. </li><li> Bir trave için yörüngesini takip edebilirsinizGoogle Earth&#39;te zaman çizelgesi boyunca ilerleyerek zaman l çevre. </li><li> Bir prosedür &#39;Bağlantı analizi&#39; ile ilgi yerleri arasındaki bağlantıları görselleştirmek için kullanılabilir. Örneğin, bir üniversite kampüsünde farklı yapılar arasındaki bağlantıları öğrenciler (Şekil 7) ile toplanmıştır segmente yörünge verilerinden elde edilmektedir. </li><li> Türetilmiş bağlantıları dayanarak, örneğin en giden veya gelen trafiğin ve en çok ticareti yapılan yerler tespit edilebilir bağlamak hub olan binalar gibi noktaları. </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>

Çıkar çatışması ilan etti.

Biz arayüzü geliştirmek için ArcGIS eklenti mekanizması kullanılır. Tüm interaktif işlemler kullanılarak uygulanmıştır C + +. Tüm otomatik işleme ve analiz fonksiyonları Python kullanarak geliştirilmiştir. Hataları binalar ve sık kapalı duraklarına yakınlığı nedeniyle büyük olabilir gibi yaya tarafından toplanan AGPS veri veya GPS veri önişleme eşsiz bir meydan okuma sunuyor. Ayrıca, ön işleme odağı izleme noktaları daha önce açık olması sayesinde araç GPS yörünge veri için genellikle yapılı...

<table border="1"><tbody><tr><td> Reaktif Adı </td><td> Şirket </td><td> Katalog numarası </td><td> Yorumlar (isteğe bağlı) </td></tr><tr><td> WorldTracker GPRS </td><td> Dünya İzleme </td><td></td><td></td></tr><tr><td> Analiz çalıştırmak için bir kişisel bilgisayar </td><td></td><td></td><td></td></tr><tr><td> ArcGIS yazılımı </td><td> ESRI </td><td></td><td></td></tr><tr><td> Yörünge Analiz Uzatma </td><td></td><td></td><td></td></tr></tbody></table>

yaya uzay-zaman aktivite Çalışmaları yörünge veri analizleri

Trajectory Data Analyses for Pedestrian Space-time Activity Study

Biliyorsunuz mekansal ve zamansal boyutlarda insan hareketi hastalık bulaşma 1-3 üzerinde doğrudan etkisi olduğu kabul edilmektedir. Bir bulaşıcı hastalık genellikle kendi çakışan etkinlik alanlarda enfekte ve duyarlı bireyler arasındaki temas yoluyla yayılır. Bu nedenle, günlük hareketlilik-etkinlik bilgileri enfeksiyon risk faktörlerine maruz ölçmek için bir gösterge olarak kullanılabilir. Ancak, böylece büyük bir zorluk ve mikro düzeyde bulaşıcı hastalık bulaşma çalışmaların azlığı nedeni ayrıntılı bireysel hareketlilik veri eksikliğinden kaynaklanmaktadır. Önceden ulaşım ve sıklıkla konuları aktif olarak zaman ve mekan içinde faaliyetlerini kayıt gerektiren uzay-zaman günlüğü tekniği, dayanıyordu turizm araştırma ayrıntılı uzay-zaman aktivitesi veri. Bu son derece katılımcıların katılımcı ve işbirliği için talep büyük ölçüde verilerin 4 kalitesini etkiler. ModernGPS ve mobil iletişim gibi teknolojiler yörüngesini verilerin otomatik toplanması mümkün hale getirmiştir. Toplanan veriler, ancak, mevcut cihazların doğrulukları sınırlı insan uzay-zaman aktiviteleri, modellemek için ideal değildir. Insan davranışının çalışma için verilerin etkin işlenmesi için hiç hazır aracı da vardır. Burada yöntem bir takımdır ve yörünge veri ön işleme ve zamanmekansal analizler için entegre ArcGIS masaüstü tabanlı görsel arayüz sunmak. Biz böyle bulaşıcı hastalık bulaşma modelleme gibi kamu sağlığı çalışmalarında yararlı olabilecek bu tür işleme, özellikle hata zengin yaya yörünge verileri, insan uzay-zaman aktiviteleri modellemek için nasıl kullanılabileceğini örnekler verin. Sunulan prosedür ön işleme, yörünge segmentasyon, aktivite alanı karakterizasyonu, yoğunluk tahmini ve görselleştirme, ve birkaç diğer keşfedici analiz yöntemleri içerir. Pre-processing gürültülü ham yörünge verileri temizleme. Bu etkileşimli bir görsel ön-işleme arayüzü hem de otomatik bir modüllerini içerir. Yörünge segmentasyonu 5 ön-işlenmiş uzay-zaman parça gelen iç ve dış parçaların tanımlanmasını içerir. Yine, etkileşimli görsel segmentasyonu ve otomatik segmentasyon desteklenmektedir. Dilimli uzay-zaman parçalar daha sonra böyle bir faaliyet yarıçapı vb Yoğunluk tahmini ve görselleştirme gibi bir faaliyet alanının özellikleri sıcak noktalar ve etkileşimleri modellemek için yörüngesini büyük miktardaki veriyi incelemek için kullanılan türetmek için analiz edilir. Biz yoğunluklu yüzey haritalama 6 ve yoğunluk volume rendering 7 de göstermektedir. Biz de bir başka keşfedici veri analizi çift (EDA) ve bu Google Earth animasyon desteği ve bağlantı analizi gibi görsel araçlar, dahil. De bu yazıda sunulan görsel olarak analitik yöntemler arasında paketi s herhangi yörünge veri uygulanabilirpace-zamanlı aktivite çalışmaları.

Yörünge verileri 2010 baharında Kean Üniversitesi (NJ, ABD) lisans öğrencisi gönüllü tarafından toplanmıştır. Amaç vermedi olanlara göre (doktor tarafından teşhis ya da kendi kendine teşhis) grip yakaladı öğrenci aktivite modelleri çalışma oldu. Bu çalışmada sunulan yöntem ve prosedürü göstermek için biz temsilcisi sonuçlar üretmek için banliyö kampüs alanı içinde toplanan yörüngeleri aldı. Kampüs alanı içinde Yörüngeler sadece küçük bir kısmı kampüsün çeşitli otoparklar ve dışarısı arasındaki sürüş kaynaklanan ile, çoğ...

Zamanmekansal işleme yöntemlerinin paketi gibi modelleme yaya uzay-zaman etkinliklerinin amacı, bir GPS cihazı kullanılarak toplanan bu kadar insan yörünge bilgilerinin analiz sunulmaktadır.

Yaya Uzay-zaman Aktivite Çalışmaları Yörünge Veri Analizleri

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

Bu prosedürün genel amacı, insan yörünge verilerinin uzay-zamansal analizi ve görselleştirilmesi yoluyla yaya uzay-zaman aktivitelerini modellemektir. Bu işlem, öncelikle ayrıntılı küresel konumlandırma sistemi veya GPS verilerinin toplanması ve verilerin yörünge analizörüne yüklenmesiyle gerçekleştirilir. İkinci adım ise yörünge verilerinin ön işlemeden geçirilmesi ve bölümlere ayrılmasıdır.Ardından, bireylerin aktivite alanları karakterize edilir. Son adım, yoğunluk yüzey haritalama, yoğunluk hacim oluşturma veya her ikisi aracılığıyla uzamsal-zamansal örüntüleri incelemektir. Nihayetinde, verilerdeki ek gizli örüntüleri göstermek için diğer keşifsel veri analizi yöntemleri ve görselleştirmeler kullanılır.Bu tekniğin, uzay-zaman yörüngelerini analiz etmek için SHNU tarafından geliştirilen FGIS uzantısı gibi mevcut yöntemlere göre temel avantajı, sadece yörüngelerle etkileşimli görselleştirme için arayüz sağlamakla kalmayıp, aynı zamanda rota yörünge verilerini temizleyen, bunları bölümlere ayıran, TR verilerinden özellikler türeten ve çok miktarda yörünge verisinden kalıplar keşfetmeye yönelik keşifsel analizleri gerçekleştiren işleme yöntemine odaklanmasıdır. Bu yöntem, mikro öl

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

Research

JoVE Journal

Biology

Biyoloji

Bu protokol, nörolojik/ortopedik hastaların ve yaşlı kişilerin mekansal ve zamansal yürüyüş değişkenlerini yeni kullanılmaya başlanan zemin tabanlı fotosel sistemi ile değerlendirmek için kullanılır.

Hastalar ve Yaşlı Bireylerde Spatiotemporal Yürüme Parametrelerinin Klinik Değerlendirilmesi

Bir protokol olarak alan yaya davranışları karakterizasyonu ve elde edilen yapısal tepkinin simülasyonu için sunulmuştur. Saha testleri kalp pili belirlenen yerinde katılımcılar arasında hızı ve senkronizasyon hızı insan kaynaklı yüklerin simülasyon ve doğrulama için gerekli bir girdi teşkil ettiğini göstermektedir.

Characterized In-sahada Yaya Davranışı geçerli İnsan kaynaklı Titreşimlerin Simülasyonu

Amaç Nordic Walking yürüyüş ve duruş analizi için veri toplama tekniklerinden optimal kullanımını kanıtlayacak oldu. İvme 6 Dakika Yürüme Testi gibi uzun süreli analizi (yani tekrarlanan döngüler) için istihdam edilmelidir ise üç boyutlu hareket yakalama, kısa süreli analizi (yani tek yürüyüş döngüsü) sırasında kullanılmalıdır.

Yaşlı Erişkinlerde Nordic Walking Gait Değerlendirilmesi ve Postür için uygun Hareket Yakalama Teknikleri kanıtlayıcı

Burada, basınç merkezini tüm vücut kütle merkezi mesafesine kullanarak oturarak ayakta durmak için yürüme sırasındaki önemli olaylarda konumsal stabiliteyi ölçmek için yeni bir protokol sunuyoruz. Bu, kuvvet platformundan ve üç boyutlu hareket yakalama teknolojisinden türetilmiştir. Paradigma güvenilirdir ve nörolojik olarak tehlikeye atılmış bireylerin değerlendirilmesi için kullanılabilir.

Sit-to-stand ve-yürüyüş% 120 Diz Boy dan: A Novel Yaklaşım Dinamik Postural Kontrol Independent Kurşun bacağın değerlendirilmesi için

Bu el yazması, akıllı telefon uygulaması tarafından kaydedilen kinematik ölçümlerin sagital düzlemdeki bir 3D hareket yakalama sistemine kıyasla eşzamanlı geçerliliğini test etme yöntemini açıklar. Bu protokol, klinisyenlerin insan hareketini videoya çekmek için akıllı telefonlar kurmasını sağlayacaktır.

Video Hareket Analizi Kullanarak Akıllı telefonlar (VIMAS): Bir Pilot Çalışma

Bu çalışmada, rehabilitasyon kliniğinde gerçekleştirilmek üzere tasarlanmıştır, bir klinisyen dostu üç boyutlu yürüyüş analizi yöntemi gösterilir. Yöntem bir basitleştirilmiş ölçüm yöntemi ve sonuçlarının klinisyenler anlaşılmasını kolaylaştırmak için sezgisel rakamlar oluşur.

Yürüme bozukluğu değerlendirmek için üç boyutlu yürüyüş klinik yönelik analiz yöntemi

Bu protokol, hareketli trafik varlığında yaya davranışlarını incelemek için güvenli ve ekolojik olarak geçerli bir yöntem olarak hizmet veren bir yürüyüş simülatörü kullanımını açıklar.

Yaya Davranışını Araştırmak için Sanal Gerçeklik Yürüyüş Simülatörü Kullanma

Bu yazıda yürüme başlangıcının postüral organizasyonunu araştırmak için geliştirilen materyal ve yöntem açıklanmaktadır. Yöntem, kuvvet platformu kayıtlarına ve ağırlık merkezini ve basınç merkezi kinematiğini hesaplamak için mekaniğin doğrudan prensibine dayanmaktadır.

Kuvvet Platformu Kayıtlarını Kullanarak Biyomekanik Analiz için Yürüme Başlangıcının Postural Organizasyonu

DeepLabCut kullanarak serbest hareket eden farelerde spontan yürüyüş ve hareket etme nicelini ölçmek için düşük maliyetli, işaretsiz bir iş akışı sunuyoruz. Bu protokol, tek kameralı video alımını, anatomik işaretlerin işaretsiz takibi ve uzaylı-zamansal lokomotor parametrelerinin çıkarılmasını entegre ederek, özel ekipman olmadan motor davranış analizi için invaziv olmayan ve erişilebilir bir çerçeve sağlar.

Serbest Hareket Eden Farelerde Kendiliğinden Yürüyüş ve Hareket Analizi için İşleyicisiz DeepLabCut Tabanlı Düşük Maliyetli İş Akışı

Edimsel koşullanma paradigması kullanarak rasgele nokta kinematograms ve bilgisayar tarafından oluşturulan omurgasızlar video oynatma kullanan bir kertenkele görsel duyarlılık testi.

Kertenkeleler Hareket Hız ve Yön Visual Hassasiyet Test

Keşfedin yaya uzay-zaman aktivite modellemesi için GPS veri analizi ve görselleştirme yöntemlerini. Bu hesaplamalı yaklaşım kentsel planlama ve güvenlik araştırmalarına değerli katkılar sağlar.

Yaya Uzay-zaman Aktivite Çalışmaları Yörünge Veri Analizleri

Daha fazla video keşfet