基于三维面部形态的过滤式面罩呼吸器适配性预测研究

《Applied Ergonomics》：Fit prediction for filtering facepiece respirator using 3D face shape

本文系统构建了利用3D面部形态特征预测过滤式面罩呼吸器（FFR）适配性的方法学框架。研究通过自动化提取3D面部扫描的几何特征（如侧鼻斜率），开发出较传统人体测量学更具预测效能的模型，为呼吸器个性化适配、安全防护协议优化及创新设计提供新范式。

　　

Highlight

面部形态特征的主成分分析研究

与传统面部人体测量学的主成分分析（PCA）未能产生可解释分组的结果相反，本研究提出的面部形态特征PCA有效实现了按面部区域和特征类型的变量聚类。对比分析显示：表2-a呈现面部形态特征的PCA结果，表2-b展示线性测量结果。以25个面部形态特征作为输入变量，分析识别出六个主成分...

关键贡献与启示

本研究通过开发基于三维（3D）几何面部特征的适配性预测方法学框架，推动了过滤式面罩呼吸器（FFR）适配预测模型的发展。相较于既往主要使用线性人体测量维度的研究，本研究证明了采用从3D面部扫描中提取的斜率、角度和多边形等细节形态特征的有效性。先前研究（Hasni等，2023；Lin和Chen，2017；...）...