论文分享｜035期：动作捕捉系统助力降低运动损伤（运动科学）

01
研究背景

在跑步过程中特别是在膝关节出现的下肢伤害问题日益高发，这些伤害可能导致髌骨股骨疼痛（PFP）和膝关节炎等疾病。研究旨在通过实时反馈改善运动训练并降低受伤风险。

实时感知和反馈是一种高效的运动训练策略，可以重建由于衰老或疾病而丢失的健康运动模式，并防止运动损伤。在本文中，我们提出了一个通过生物力学建模和可穿戴动作捕捉设备进行运动训练的试点研究。同时，我们还介绍了一种新的运动跟踪和分析仿真框架。

02
研究方法

研究项目包括在Unity环境中开发仿真框架，整合了OpenSim的肌骨模型，利用惯性测量单元（IMU）传感器进行人体运动重建，并实时可视化运动及其动力学。实验对象为八名健康个体，使用了Perception Neuron Pro IMU全身套装 以及嵌入振动触觉马达的压缩服。采集到的运动数据以每秒120次的频率进行采样，而肌骨模型则根据每位实验对象的整体重量和身高进行了缩放。

（图1）

如（图1）所示，展示了Unity环境中的仿真框架，使用Perception Neuron Pro IMU运动捕捉系统被集成到研究框架中，以协助运动实时跟踪和重建。

该产品可准确地实时捕捉和分析人类运动，这在使用生物力学模型和可穿戴触觉反馈的步态训练研究中发挥了至关重要的作用。

（图2）

如（图2）所示，一位佩戴全身IMU套装和嵌入振动触觉马达的压缩服的受试者。这张图片清晰地展示了受试者如何为研究做准备，突出了触觉反馈系统的实用性。

（图3）

如（图3）所示，使用框架中缩放的人体生物力学模型进行运动重建帮助研究者可视化了运动数据的捕获和分析过程，提供了生物力学分析的洞见。

03
研究结果

所有八名受试者都对触觉反馈装置作出了积极响应，采用了新的跑步模式，与基线相比，膝关节屈曲力矩（KFM）显著减少。结果显示所有受试者的KFM都有所下降，最终KFM在所有情况下都显著低于基线。KFM减少的幅度从14.78%到超过80%不等，取决于反馈类型和个体受试者的特性。计算出的努力与受试者的基线相当，表明新的跑步模式没有显著增加肌肉努力。

（图4）

如（图4）所示，展示了训练后膝关节屈曲力矩（KFM）值与受试者基线的百分比，有效地证明了训练对减少KFM的影响。

结论：生物力学建模结合动作捕捉是改善跑步姿势和效率的有效方法。该试点研究显示，在不增加肌肉努力的情况下，所有受试者的KFM都有显著减少。研究证实了身体倾斜、步频和脚部落地方式等运动变量对减少KFM的影响。未来的计划包括扩展框架以纳入多模态线索，并评估所采用的运动模式的保持，重点关注跑步的同时和终端反馈。


*本文图表除特别注明外，均摘自论文原文。

文献来源：

A pilot study on locomotion training via biomechanical models and a wearable haptic feedback system

原文链接（复制浏览器访问）：

https://www.researchgate.net/publication/340491359_A_pilot_study_on_locomotion_training_via_biomechanical_models_and_a_wearable_haptic_feedback_system