觸覺力反饋、運動學分析多種功能一并實現！TESLASUIT人體運動學分析驗證
近年來，可穿戴運動捕捉系統的迅速發展，各種各樣的動捕產品出現在市場中。這些系統使用包含加速度計、陀螺儀和磁力計的慣性測量單元（IMU）來跟蹤人體運動，由IMU驅動的動捕系統不受實驗室環境的限制，極大的拓展了動捕系統的靈活性。TESLASUIT的運動捕捉功能為運動評估的新可能性鋪平了道路，為人類運動研究、訓練和康復提供了更準確、更有效的解決方案。
在本文中我們將為大家介紹由Reade康復中心和阿姆斯特丹自由大學行為和運動科學學院的研究伙伴進行的一項研究成果，該研究有助于評估FES輔助步態訓練干預是否可以改善不完全脊髓損傷（SCI）患者的步態功能。該研究同時也包括進一步驗證TESLASUIT配備的IMU能夠用于在步態分析過程中測量下肢人體運動學數據。
實驗過程
研究人員對12名健康參與者在跑步機上以三種速度（1.0公里/小時、3.0公里/小時和5.0公里/小時）行走時，通過TESLASUIT的IMU計算的關節角度與光電系統（Optotrak）測量的關節角度進行了比較。其中以1.0 km/h步行速度試驗用于模擬SCI個體的步態模式，因為步行速度會影響人體運動學和時空參數。
在TESLASUIT上放置Optotrak集群標記
參與者在跑步機上行走，完成100步（約5分鐘）走路動作即停止測試。TESLASUIT的IMU和Optotrak系統會基于每次步態試驗開始而同步輸出數據到電腦中。
數據分析
Optotrak系統：使用VU 3D模型計算3D標記坐標數據的軌跡。每個步態周期的開始和結束通過檢測腳跟接觸地面和腳尖離開地面來識別。步幅時間由同一條腿的腳跟兩次連續接觸地面之間的時間決定。實驗中會設備會記錄參與者每邁出一步的髖關節、膝關節和踝關節角度（歐拉角）并進行時間標準化（從初始接觸開始，0–100%）。
TESLASUIT的IMU：來自IMU的原始數據由基于OpenSim的解決方案處理，該解決方案同時也是TESLASUIT軟件包的一部分。軟件中包含具有關節運動學的骨骼模型，可顯示包括矢狀面中的髖關節、膝關節和踝關節的角度。步幅時間由Optotrak系統檢測到的腳跟撞擊決定，計算出的角度會進行時間標準化（從初始接觸開始，0–100%）。
通過一維統計參數映射（SPM）對左右腿的踝、膝和髖角度使用雙向（系統x步行速度）重復ANOVA測量來評估有效性。可計算出每個參與者在每種行走速度下的左右腳踝、膝蓋和臀部角度的皮爾遜相關系數。最終報告中顯示出了在每種行走速度下左和右腳踝、膝蓋和臀部角度的最低和最高相關系數。
結果
結果顯示，TESLASUIT的IMU和Optotrak系統在所有行走速度下測量的膝蓋角度高度一致。膝關節角度的兩個系統之間的相關系數范圍從0.78到0.99。髖關節角也顯示了良好到極好的相關性，相關系數為0.80到0.99。踝關節角度則顯示出更多的可變性，系數范圍從0.19到0.99，盡管大多數參與者實現了高水平的相關性。
雖然相關性分析表明整體關系密切，但對關節角度波形的更詳細分析揭示了兩個系統之間的一些差異。與Optotrak相比，TESLASUIT的踝關節和髖關節角度在步態周期中出現了15到20度的偏移。這種偏移可能是由于TESLASUIT?IMU的放置位置所導致，因為類似的研究表明，IMU在身體上的位置會影響關節角度計算的準確性。研究人員提到TESLASUIT上的骨盆IMU放置可能會導致髖關節角度不太準確，而足部IMU更多地放置在中足上，可能會導致踝關節角度的偏移。
盡管存在這些位置的數據存在一些差異，驗證研究結果對于使用TESLASUIT分析步態中的下肢人體運動學仍是有希望的。雖然在TESLASUIT上放置IMU位置還需一些改進（以提高臀部和腳踝角度的準確性），但目前報告中顯示的膝蓋角度數據仍具有較高的有效性。對于許多應用來說，膝關節數據擁有這種精度水平已經足夠。TESLASUIT在傳統實驗室環境之外的便攜性和可用性也為在更自然、真實的環境中進行動作捕捉提供了機會。
通過對IMU定位的一些修改和對TESLASUIT關節角度計算的持續驗證，TESLASUIT可穿戴觸覺套裝有望成為步態分析和運動損傷康復的一個有價值，有潛力的工具。同時不受實驗室環境限制的高精度運動跟蹤能力也為運動評估和生物觸覺反饋訓練開辟了更多可能性。
TESLASUIT正在塑造可穿戴技術的人類運動研究和治療用例的未來。
打印本文
關閉窗口