3种坐姿,舒服却最伤身(请自检改正)

3种坐姿,舒服却最伤身(请自检改正)

日常生活中,不论是年轻人还是老年人都时常会有颈肩痛、小腹凸、腰背痛等困扰。其实,造成这种结果的很大一部分原因是不经意间保持的“舒服姿势”引起的。这些所谓的舒服姿势,比如蜷在沙发上侧身看电视、半躺着玩电脑等,其实并不健康。

1、半躺位玩电脑

这类坐姿俗称为“懒散坐姿”。此时腰椎缺乏足够支撑,原有弧度被迫发生改变,骨盆向后倾斜,椎间盘所受应力增大。懒散坐姿时腰椎间盘所承受的负荷是正常坐姿的两倍,平躺姿势的6倍。因此,它不利于腰椎和脊柱保持生理结构,久而久之可能导致肌肉劳损、脊柱侧弯,甚至诱发腰椎间盘突出。

此外,习惯性的半躺使腹部松垮,缺乏活动、伸展及深呼吸,小腹的脂肪只会越堆越多,自然难以消除。还会使你的肩膀僵硬、胸部凹陷,呼吸也会变得较为短浅,长时间缺乏深呼吸会让你产生胸闷、心悸的不舒服感。

建议:玩电脑时选取正确的坐姿,即含胸收腹,两腿平放,双足自然着地,小腿与大腿呈90度角,坐在椅子正中间,也可稍向前倾,但不宜完全挺直腰背(此姿势后背不舒适比例最大)。家里最好选择质地偏硬的沙发,坐上去不会一下子就陷进去,休息时腰后最好加个靠枕,保持腰背的生理弧度,利于腰椎放松。

舒缓方法:不要让一个姿势保持的时间过长,半小时后站起来活动一下,比如,背朝墙,距墙约30厘米,两脚开立同肩宽,两臂上举并后伸,同时仰头,手触墙面再还原,反复做10次。

2、蜷在沙发上侧身看电视

拿起遥控器蜷在沙发上侧躺着看喜欢的电视节目,是很多人的最爱。但这样的放松不仅会压迫胃部,造成消化不良,而且对颈、腰椎也是一种力学性的伤害。在对75名颈源性头痛患者的调查中发现,存在不良姿势占诱发因素的73.33%。

支撑头部重量的主要是颈部肌肉,侧头看电视使头部过多的重量作用于脊柱小关节的软骨上,会出现类似落枕的症状,这是肌肉和韧带的急性损伤。如果习惯性保持,颈部肌肉持续收缩,血管被压缩,阻断肌肉的血循环,加速了颈椎的退变,当颈椎前后压力的强度不一致时易造成椎间盘结构的改变,出现颈肩长时间疼痛、上臂发麻,头晕头痛、甚至恶心呕吐等症状。

另一方面,手枕在头部下方以臂代枕时,桡神经缺乏保护,会被紧紧压在上臂坚硬的骨头上,导致神经损伤,出现手背伸直困难、感觉障碍等。

建议:休息时,最好选用有靠背的硬沙发。看电视时在腰部加上靠枕,放松头部,尽量不蜷在沙发上看电视。

舒缓方法:如果出现颈部不适,可以选择“三三三”的自我疗法,即:

捏三把(手掌心放在颈后部,手指用力,把脖子后面的肌肉捏紧提起来,一捏一放放松颈部的肌肉);

摩三下(用手掌和手指面横向紧贴脖子后面的肌肉,往返摩擦);

扳三下(双手手指交叉,放在颈后部用力往前拉,头缓缓向后仰形成对抗牵引,改善颈椎曲 度和增强颈后部肌肉力量)。

3、跷二郎腿

跷二郎腿常被认为是一个既放松又耍酷的姿势,但结果却是适得其反。

其一,跷二郎腿时把原本可由两条腿负重变为单靠一条腿来支撑,这样加大了脊椎需要配合单脚来保持身体平衡的压力,时间一长易造成腰椎与胸椎压力分布不均而出现脊椎变形,诱发腰椎间盘突出。

其二,跷二郎腿会压迫到受压侧大腿内侧感觉的股神经, 如果经常对股神经进行压迫,容易让人感觉麻痹。

其三,跷二郎腿时,被垫压的膝盖受到压迫,易影响下肢血液循环。患有高血压、糖尿病、心脏病的老人,长时间保持会加重患腿部静脉曲张或栓塞的风险。

  建议:最好不要跷二郎腿,这个姿势并不潇洒也不舒服。

舒缓方法:如果习惯了跷二郎腿,两腿交叉不要靠得太紧,同时,时间不要超过10分钟,两腿交替。感到两腿肌肉麻木或酸痛时,应立即将其放平,用双手反复揉搓或拍打,以缓解疲劳,尽快恢复血液通畅。



本文转自d1net(转载)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值