导读:本文包含了体型评定论文开题报告文献综述及选题提纲参考文献，主要关键词:身体满意度,不同体型,大学生
体型评定论文文献综述
吴恒晔[1]（2018）在《不同体型大学生的身体自我满意度评定结果分析》一文中研究指出为了了解当前不同体型大学生与身体自我满意度的关系,为提高大学生的健康教育水平提供科学依据,采用自行设计的《大学生身体自我满意度调查问卷》,通过随机分层整群抽取900名大学生进行问卷调查和测试,获得被试大学生身体自我满意度和身高、体重等相关数据并进行计算分析。结果显示:(1)大学生身体自我满意度总体水平较高(占81.23%),存在着体型偏瘦比例相对偏高问题(占24.19%)。(2)不同体型大学生间各维度得分,差异无统计学意义(P>0.05)。男女间存在非常显着差异(P<0.001),男生的身体满意度显着高于女生。大学生身体满意度最高的是相貌特征,最不满意的是性特征。(3)偏瘦体型组女生与身体自我满意度呈显着正相关关系,其它体型组与身体自我满意度相关程度不显着。结果表明,部分女生明显存在着"以瘦为美"的错误审美观念,提示健康教育应注重这方面的正确引导。(本文来源于《丽水学院学报》期刊2018年05期）
荣峰[2]（2014）在《高职学生体型评定与不良饮食减肥行为的关联研究》一文中研究指出目的描述高职学生超重/肥胖流行特征,分析体型自我主观评定、客观评定与不良饮食减肥行为的病因关联,为干预不良减肥饮食行为提供循证依据。方法采用整群抽样选取安徽省叁所高职学校大一至大叁学生作为调查对象,采用课题组自行编制《青少年健康行为调查问卷》用于现场调查。问卷内容包括人口统计学变量、体质指数(BMI)、自评体型和饮食相关行为等变量。采用Epi Data3.02软件建库,SPSS10.0软件包进行数据统计学分析。研究对象体型评定采用主观评定和客观评定两种方法。主观评定由研究对象自行评定,用自评体型变量表示,取值包括“很瘦或偏瘦”、“中等”和“偏胖或很胖”3类。客观评定指标采用BMI分组,分组标准参照中国肥胖问题工作组颁布的《中国成人超重、肥胖BMI筛查标准》。结果高职学生体型按照BMI标准划分,过轻体重1016人(24.5%),正常体重2868人(69.2%),超重/肥胖263人(6.3%)。其中男生超重/肥胖169人(13.1%),女生94人(3.3%),男生超重/肥胖检出率高于女生(c2=214.164,P<0.001)。高职学生体型按照自评体型划分,自评很瘦/偏瘦912人(22.0%),自评中等2356人(56.8%),自评偏胖/很胖879人(21.2%),其中女生自评偏胖/很胖662人(23.2%),男生自评偏胖/很胖217人(16.8%),女生自评偏胖/很胖检出率高于男生(c2=164.137,P<0.001)。自评体型按照BMI标准划分,自评体型属于很瘦/偏瘦组属于过轻体重为55.7%,正常体重为43.8%,超重/肥胖为0.5%;自评体型中等组属于过轻体重为20.8%,正常体重为77.28%,超重/肥胖比例2.0%;自评体型偏胖/很胖组属于过轻体重比例为1.9%,正常体重比例74.1%%,超重/肥胖比例24.0%;不同自评体型在BIM标准划分上存在统计学差异(c2=1218.872,P<0.001)。采用Kappa检验高职学生自我体型评定和BMI评定的一致性,一致性较差(Kappa=0.2825,P<0.01)。按性别分层后,男生与女生自我体型评定和BMI体型评定一致性较差,但男生一致性好于女生(男生Kappa=0.3704,女生Kappa=0.2554)。高职学生不良饮食行为检出率为51.4%,其中女生检出率为58.5%,男生为35.7%,差异有统计学意义(χ2=185.697,P<0.001)。高职学生不良减肥行为检出率为18.6%,其中女生检出率为18.9%,男生为18.0%,差异无统计学意义(P>0.05)。饮食相关行为的logistic回归模型分析结果显示:按照BMI分组,超重/肥胖仅是男生控制饮食(OR=1.61,95%CI:1.01,2.57)的危险因素;按照自评体型分组,偏胖/很胖是不良减肥行为、暴饮暴食、控制饮食、减肥药/茶、为吃多而自责、偷偷进食6种不良饮食相关行为的危险因素。结论高职学生按BMI标准评定男生超重/肥胖检出率高于女生,但自我体型评定女生偏胖/很胖检出率高于男生;高职学生自我体型评定和实际体型评定结果一致性差;自我体型评定是高职学生发生不良饮食相关及减肥行为的主要影响因素,在女生群体中尤为明显。自我体型的错误认知和错误评价是导致高职学生出现不良饮食和减肥行为的主要因素,应重视社会因素对高职学生群体审美观念的影响,在学生中普及超重和肥胖的BMI评定标准知识,引导学生采取正确的饮食和减肥行为。(本文来源于《安徽医科大学》期刊2014-10-10）
王淮,赵益元,付茂忠,易礼胜,张熔[3]（2014）在《蜀宣花牛体型外貌、线性评定及生理指标测定》一文中研究指出[目的]为了充分了解牛群的体型外貌及生理指标情况,我们对牛群体型外貌进行了评定、同时对牛群的毛色、肤色、踢、角及生理指标进行了调查研究。[方法]通过对牛群生理指标测定、体型外貌评定及毛色、肤色、踢、角颜色和形状分析。[结果]表明:蜀宣花牛肉用指数公母牛分别为5.3769和4.0725,低于国外专门化肉牛品种,但也明显高于国内几个比较有名的地方牛品种,由此说明,蜀宣花牛的肉用指数界于专用型肉牛和肉役兼用型牛之间。毛色以黄白花和红白花为主,占90.16%;皮肤颜色以纯粉色和粉色有斑点的为主,占96.92%;蹄质颜色以纯蜡黄色为主,占86.28%;角型以照阳角为主,占93.94%。成年母牛的生理指标分别为:体温平均38.38℃、心跳74.56次/min、呼吸18.74次/min和瘤胃蠕动2.84次/2min;体型外貌线性评定分析表明,蜀宣花牛母牛的14个性状中,除后房宽度、尻角度和乳房底部3个性状平均分略低于75分,强壮度、后房高度、乳头位置和乳静脉4个性状的平均分高于80分外,其余7个性状的平均分都在75~80分之间。[结论]从乳用性能的角度看,牛群的平均体型尚处在较理想型和理想型之间,还有待进一步选育提高。(本文来源于《中国牛业科学》期刊2014年02期）
郭浩,王鹏,马钦,朱德海,张胜利[4]（2013）在《基于深度图像的奶牛体型评定指标获取技术》一文中研究指出为提高现有奶牛体型线性评定指标获取技术的精度、效率及自动化程度,提出基于深度图像的重建奶牛评定性状相应部位,进而进行测量获取线性评定指标的研究方法,并选取Xtion PRO摄像头作为深度图像采集设备,基于OpenNI搭建的数据获取程序完成对奶牛随机部位的点云获取,并结合MeshLab完成对获得的点云数据进行可视化和测量处理,最后将人工测量与重建点云测量所得到的指标进行对比。结果表明,采用低成本的RGBD设备获取奶牛被评定性状相应部位的深度图像,通过从深度图像得到的点云进行测量获取线性评定指标的方法是可行的,在采集距离小于1 m条件下,绝对误差小于10 mm,相对误差小于9%。(本文来源于《农业机械学报》期刊2013年S1期）
张希明,秦春华,梁彩云,孟华[5]（2013）在《宁夏荷斯坦牛体型外貌线性评定分析》一文中研究指出本研究利用2010～2012年宁夏30个牛场、46头荷斯坦种公牛的2969个后代女儿为参考群体,利用SAS程序统计分析了23个体型性状、5个部位评分和1个总体得分性状的表型参数。研究结果表明,宁夏荷斯坦牛23个体型性状的平均分范围从4.6(后肢侧视)到6.87(棱角性),各性状的标准差范围从0.67(前乳头位置)到1.14(悬韧带);5个部位性状的平均分范围从81.93(泌乳系统得分)到85.97(体躯容积得分),各部位的标准差范围从2.71(泌乳系统得分)到4.15(乳房得分)。个体总体得分平均值为83.19。以VG、GP等级的个体居多,占97.4%;在2969头鉴定牛中,VG等级699头,占评定总数的23.55%,GP等级2193头,占评定总数的73.86%,G等级77头,占评定总数的2.59%。没有EX、F和P等级的个体。(本文来源于《中国奶牛》期刊2013年07期）
汪湛,刘和凤,窦红,赵康[6]（2012）在《天津市部分牧场奶牛体型线性评定分析》一文中研究指出外貌体型线性评定是奶牛育种工作中的一项重要内容,本文以天津市12个奶牛场1 999头头胎产犊后30~180d的中国荷斯坦牛为对象,分析了23个个体性状与数值分布,并对这些牛场奶牛体型性状提出建议。(本文来源于《中国奶牛》期刊2012年19期）
段辽江[7]（2012）在《Heath-Carter法在脑卒中患者体型特征评定中的应用研究》一文中研究指出目的应用Heath-Carter体型评定法,对大连市健康成人和脑卒中患者的体型特征进行对比研究。方法随机抽取就诊于大连医科大学附属第一医院神经内科住院的脑卒中患者150例,同期抽取来自大连市体检中心的健康成人150例,测量这些人的身高、体质量等10个指标,进而计算大连市健康成人和脑卒中患者的体型值,探讨体型值与脑卒中之间的关系。结果大连地区健康成年人的体型值:男性和女性分别为4.51-3.85-1.94、5.64-4.62-1.66;脑卒中患者的体型值:男性和女性分别为7.32-4.08-1.71、9.01-7.05-1.23;结论大连地区50~65岁年龄段健康成年人的体型属偏中胚层的内胚层体型;脑卒中患者男性和女性的内因子值大于健康成年人;内因子值大可能使患脑卒中的概率增高,推测内因子值的高低可以作为预测脑卒中的一个因素。(本文来源于《中国医药指南》期刊2012年12期）
刘炜[8]（2012）在《探索体型外貌评价体系,全面推进种猪遗传评估工作——上海市举行种猪外貌评定活动》一文中研究指出为树立种猪品牌形象,推荐优质种猪,充分利用优秀遗传资源提高生猪生产水平,2011年12月8日,上海市动物疫病预防控制中心在上海种猪测定中心举行种猪外貌评定活动(图1)。上海市农委畜牧兽医办、上海市科技兴农攻关办、(本文来源于《国外畜牧学(猪与禽)》期刊2012年01期）
段辽江[9]（2011）在《Heath-Carter法在脑卒中患者体型特征评定中的应用研究》一文中研究指出目的:体型是评定人体体格和身材的一项重要指标,它可很好地衡量身体各部位的形态特征。近年来Heath-Carter法在评定体型与疾病关系间的研究备受关注,特别是体质量指数已被越来越多的应用于心脑血管疾病危险因素的研究。应用Heath-Carter体型评定法,对大连市健康成人和脑卒中患者的体型特征进行对比研究,以期为脑卒中的早期筛选提供体型特征方面的早期资料。方法:采用Heath-Carter体型测量法,随机抽取就诊于大连医科大学附属第一医院神经内科住院的脑卒中患者150例(男75例,女75例);同期抽取来自大连医科大学附属第一医院体检中心的健康成人150例(男75例,女75例)。测量这些人的身高、体重、肱叁头肌皮褶厚度、肩胛下皮褶厚度、髂前上棘皮褶厚度、腓肠肌皮褶厚度、上臂紧张围、小腿围、肱骨远端宽和股骨远端宽等共10个指标,然后根据10项指标数据求得内、中、外叁因子值,进而计算大连市健康成人和脑卒中患者的体型值,探讨体型值与脑卒中之间的关系,并做性别差异,疾病间差异比较。结果:大连地区健康成年人的体型值:(1)男性和女性分别为4.51-3.85-1.94、5.64-4.62-1.66,均属偏中胚层的内胚层体型;健康成年人女性内因子及中因子值高于男性(P<0.05);(3)脑卒中患者的体型值:男性和女性分别为7.32-4.08-1.71、9.01-7.05-1.23,均偏中胚层的内胚层体型;脑卒中患者的内因子值大于健康人的内因子值,女性脑卒中患者的中因子值大于健康成人中因子值,差异显着,有统计学意义(P<0.05) (P<0.05)。结论:1、大连地区50-65岁年龄段健康成年人的体型属偏中胚层的内胚层体型,符合北亚类型体型。2、脑卒中患者男性和女性的内因子值大于健康成年人,女性脑卒中患者的中因子值大于健康成人女性,提示脑卒中患者的身体中脂肪的相对含量高与同年龄段的健康人成年人;女性脑卒中患者除了身体中脂肪的相对含量高与同年龄段的健康人成年人,其骨骼肌肉系统的也较同年龄段的健康人成年人女性相对发达。3、内因子值大可能使患脑卒中的几率增高,推测内因子值的高低可以作为预测脑卒中的一个因素。(本文来源于《大连医科大学》期刊2011-04-01）
赵宗晓[10]（2011）在《基于图像处理的奶牛体型线性评定指标的数据采集》一文中研究指出近年来,随着计算机视觉检测技术的不断发展,其在畜牧业生产中的应用也逐渐增加。其中基于图像处理的奶牛体型线性评定方法成为国内外奶牛优化育种研究的一项重要内容。由于现在奶牛体型评价多是人工进行,检测仪器和手段比较落后,采用半圆仪、皮尺、卡尺等量具进行测量,并且评定指标繁多,需要处理大量的数据,存在人为因素影响测量结果。本项研究利用图像处理技术和计算机视觉技术,进行奶牛体型指标的测量。这种方法可以避免接触待测对象,与人工测量相比快捷方便、效率高、精度较高,避免主观因素的影响,对奶牛的选种、选育和品种的改良起到指导作用。应用图像检测技术对奶牛体型进行线性评定,其指标参数数据采集的方法是根据奶牛各个部位的体型特征进行测量,比较全面、客观、数量化,避免了主观抽象因素的影响,对奶牛场生产效率和经济效益的提高具有重大意义。本文采用计算机立体视觉的方法重建奶牛体型的叁维模型,实现对奶牛体型性状指标的测量。首先通过立体标靶实现摄像头的标定,然后利用SIFT尺度不变特征点匹配算法对采集的图像进行特征点提取与匹配,最后通过投影矩阵计算匹配特征点的叁维坐标,实现局部特征点的叁维重建。针对双目视觉中摄像头视角范围受限问题,提出通过在相邻视点的公共区域设置标记点,根据标记点计算不同坐标系的转换关系,将各局部特征点转换到统一坐标系下,从而实现不同视点下各局部区域的叁维拼接。实验表明,采用该方法重建的奶牛体型模型较理想,测量精度和测量效率满足评定要求,能够取代手工测量。(本文来源于《天津科技大学》期刊2011-03-01）
体型评定论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的描述高职学生超重/肥胖流行特征,分析体型自我主观评定、客观评定与不良饮食减肥行为的病因关联,为干预不良减肥饮食行为提供循证依据。方法采用整群抽样选取安徽省叁所高职学校大一至大叁学生作为调查对象,采用课题组自行编制《青少年健康行为调查问卷》用于现场调查。问卷内容包括人口统计学变量、体质指数(BMI)、自评体型和饮食相关行为等变量。采用Epi Data3.02软件建库,SPSS10.0软件包进行数据统计学分析。研究对象体型评定采用主观评定和客观评定两种方法。主观评定由研究对象自行评定,用自评体型变量表示,取值包括“很瘦或偏瘦”、“中等”和“偏胖或很胖”3类。客观评定指标采用BMI分组,分组标准参照中国肥胖问题工作组颁布的《中国成人超重、肥胖BMI筛查标准》。结果高职学生体型按照BMI标准划分,过轻体重1016人(24.5%),正常体重2868人(69.2%),超重/肥胖263人(6.3%)。其中男生超重/肥胖169人(13.1%),女生94人(3.3%),男生超重/肥胖检出率高于女生(c2=214.164,P<0.001)。高职学生体型按照自评体型划分,自评很瘦/偏瘦912人(22.0%),自评中等2356人(56.8%),自评偏胖/很胖879人(21.2%),其中女生自评偏胖/很胖662人(23.2%),男生自评偏胖/很胖217人(16.8%),女生自评偏胖/很胖检出率高于男生(c2=164.137,P<0.001)。自评体型按照BMI标准划分,自评体型属于很瘦/偏瘦组属于过轻体重为55.7%,正常体重为43.8%,超重/肥胖为0.5%;自评体型中等组属于过轻体重为20.8%,正常体重为77.28%,超重/肥胖比例2.0%;自评体型偏胖/很胖组属于过轻体重比例为1.9%,正常体重比例74.1%%,超重/肥胖比例24.0%;不同自评体型在BIM标准划分上存在统计学差异(c2=1218.872,P<0.001)。采用Kappa检验高职学生自我体型评定和BMI评定的一致性,一致性较差(Kappa=0.2825,P<0.01)。按性别分层后,男生与女生自我体型评定和BMI体型评定一致性较差,但男生一致性好于女生(男生Kappa=0.3704,女生Kappa=0.2554)。高职学生不良饮食行为检出率为51.4%,其中女生检出率为58.5%,男生为35.7%,差异有统计学意义(χ2=185.697,P<0.001)。高职学生不良减肥行为检出率为18.6%,其中女生检出率为18.9%,男生为18.0%,差异无统计学意义(P>0.05)。饮食相关行为的logistic回归模型分析结果显示:按照BMI分组,超重/肥胖仅是男生控制饮食(OR=1.61,95%CI:1.01,2.57)的危险因素;按照自评体型分组,偏胖/很胖是不良减肥行为、暴饮暴食、控制饮食、减肥药/茶、为吃多而自责、偷偷进食6种不良饮食相关行为的危险因素。结论高职学生按BMI标准评定男生超重/肥胖检出率高于女生,但自我体型评定女生偏胖/很胖检出率高于男生;高职学生自我体型评定和实际体型评定结果一致性差;自我体型评定是高职学生发生不良饮食相关及减肥行为的主要影响因素,在女生群体中尤为明显。自我体型的错误认知和错误评价是导致高职学生出现不良饮食和减肥行为的主要因素,应重视社会因素对高职学生群体审美观念的影响,在学生中普及超重和肥胖的BMI评定标准知识,引导学生采取正确的饮食和减肥行为。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
体型评定论文参考文献
[1].吴恒晔.不同体型大学生的身体自我满意度评定结果分析[J].丽水学院学报.2018
[2].荣峰.高职学生体型评定与不良饮食减肥行为的关联研究[D].安徽医科大学.2014
[3].王淮,赵益元,付茂忠,易礼胜,张熔.蜀宣花牛体型外貌、线性评定及生理指标测定[J].中国牛业科学.2014
[4].郭浩,王鹏,马钦,朱德海,张胜利.基于深度图像的奶牛体型评定指标获取技术[J].农业机械学报.2013
[5].张希明,秦春华,梁彩云,孟华.宁夏荷斯坦牛体型外貌线性评定分析[J].中国奶牛.2013
[6].汪湛,刘和凤,窦红,赵康.天津市部分牧场奶牛体型线性评定分析[J].中国奶牛.2012
[7].段辽江.Heath-Carter法在脑卒中患者体型特征评定中的应用研究[J].中国医药指南.2012
[8].刘炜.探索体型外貌评价体系,全面推进种猪遗传评估工作——上海市举行种猪外貌评定活动[J].国外畜牧学(猪与禽).2012
[9].段辽江.Heath-Carter法在脑卒中患者体型特征评定中的应用研究[D].大连医科大学.2011
[10].赵宗晓.基于图像处理的奶牛体型线性评定指标的数据采集[D].天津科技大学.2011