本研究介绍了一种结合动作捕捉技术的工具箱，用于分析运动学信号，并通过角度-角度图量化全身协调模式。该工具箱旨在克服传统基于标记系统的局限性，适用于研究、临床及现场等多种环境，有助于推进针对运动障碍儿童的个体化护理和功能评估。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本研究介绍了一种结合动作捕捉技术的工具箱，用于分析运动学信号，并通过角度-角度图量化全身协调模式。该工具箱旨在克服传统基于标记系统的局限性，适用于研究、临床及现场等多种环境，有助于推进针对运动障碍儿童的个体化护理和功能评估。
基于标记的三维运动捕捉系统是评估人体运动学模式的金标准，能够精确量化身体节段和关节的位置。然而，传统的基于标记的系统存在若干挑战，尤其对于患有神经功能障碍和感觉处理异常的儿童，例如脑性瘫痪患儿。这些挑战阻碍了运动学标记的使用，并限制了对运动模式的深入分析。近年来，基于深度学习的人体姿态估计的无标记运动捕捉系统取得了进展，使我们能够探索传统光学系统及其后续数据处理方法的低成本替代方案。本研究开发了一个集成化工具箱，结合了多种运动捕捉技术：科研级运动学设备、运动学簇标记、惯性测量单元、三维（3D）无标记系统，以及利用商用摄像头的二维（2D）无标记系统（通过MediaPipe实现）。在本研究中，我们展示了三维基于标记系统与二维无标记运动捕捉系统的对比结果，这是当前人体生物力学研究中的主要持续性问题，旨在通过髋-膝角度-角度图描述协调性运动模式。我们选择了环图（cyclogram）方法，因为它为分析身体节段间耦合运动所反映的协调性提供了稳健的度量指标和易于解释的分析框架。两名正常发育儿童和两名脑性瘫痪患儿完成了功能性运动任务——坐-站转移任务。研究结果表明，将多模态系统整合用于运动学分析具有可行性，为科研和临床环境提供了灵活性。此外，本研究提出的新型开源方法解决了许多存在感觉处理问题的患者群体所面临的挑战，有助于制定更先进且个体化的治疗方案。
三维运动学动作捕捉评估为量化正常和异常运动模式提供了可靠的信息。此类信息在制定康复计划1以及建立患者使用临床设备的安全策略时至关重要（例如2,3）。对于患有神经源性功能障碍的儿童，这些运动学评估可通过分析步态4、坐-站转换任务5和上肢伸手动作6等不同功能任务中的协调模式变化，提供更精准的临床护理。
尽管三维（3D）运动学评估被认为是精确运动捕捉分析的金标准7，但在皮肤上放置运动学标记点是准确量化节段和关节运动的必要条件。这种基于标记点的评估要求操作者掌握特定的解剖学标志，同时受试者需能够耐受并接受固定在皮肤上的胶带。前者可以通过学习掌握，而后者在某些患者群体中则存在实际问题。例如，脑损伤或脑性瘫痪的儿童可能在感觉信息处理方面存在障碍8,9,10。这种障碍可能表现为感觉过敏，导致临床医生和研究人员无法在儿童皮肤上粘贴运动学标记点，从而影响对运....
访问受限。请登录或开始试用以查看此内容。
本研究作为病例系列研究，采用四名儿童的代表性结果来验证方案的可行性，而非进行统计推断。研究纳入两名发育正常的儿童（男性，4岁，身高100 cm，体重14.5 kg；男性，10岁，身高144 cm，体重40.8 kg）和两名脑瘫患儿，粗大运动功能分级系统III级（女性，4岁，身高93 cm，体重13.8 kg；男性，4岁，身高102 cm，体重16.7 kg）。所有儿童及其父母或法定监护人均在参与前按照本机构审查委员会批准的研究方案（IRB-FY2024-33）签署了知情同意书/知情同意声明。
注意：尽管本实验方案描述了基于标记的三维和无标记二维运动捕捉系统的操作流程，但本研究的重点是无标记二维方法的应用，该方法代表了本研究的核心临床与实际应用。当前方案的核心实施需要一个基于标记的运动捕捉系统（至少8个摄像头）用于三维运动学数据采集，以及一个位于矢状面垂直位置的单个RGB摄像头（最低分辨率1920 × 1080像素，50 Hz）用于二维无标记捕捉。该方法适用于光照充足（> 500 lux）、背景干扰最少的受控临床或实验室环境。为提高在非理想环境下的鲁棒性，vailá 工具箱集成了预处理工具（例如画框掩膜、视频裁剪/缩放），允许用户将受试者与背景干扰隔离，或调整不理想的摄像机取景。主要局限性在于，对于表现出显著离面运动的儿童，单摄像头无标记方法的准确性会降低，因为该方法无法捕捉深度信息或摄像头视野之外的运动。用户应确保受试者在执行任务时保持在预定义的捕捉范围内，....
访问受限。请登录或开始试用以查看此内容。
基于开源 Python 的工具箱成功量化了儿童参与者在坐-站任务中来自基于标记和无标记系统的髋-膝协调模式。为了提供与可视化环图相辅相成的定量比较，代表性试验的关键汇总指标（髋关节和膝关节活动范围）如表1所示。来自正常发育儿童的代表性角度-角度图（图4A、B）显示，无标记系统获得的协调模式与金标准三维基于标记的动作捕捉系统所获得的结果高度一致。该一致性证实了所提出的方法能够高保真地捕捉规范的全身协调策略，验证了该工具箱在受控条件下复现既定运动学结果的能力。
脑瘫患儿的代表性结果如图所示 图4C,D正如预期，整体协调模式与正常发育儿童不同，反映了该患者群体中常见的运动控制改变。需要注意的是，尽管运动范围相似（例如，基于标记的方法为20°至80°，无标记方法为0°至60°），但无标记与基于标记的结果在不同儿童之间并未完全一致。对于一名受试者（
访问受限。请登录或开始试用以查看此内容。
本研究旨在验证并展示一种开源多模态工具箱的可行性和应用，该工具箱能够整合基于标记点和无标记点的运动捕捉系统，用于分析儿童群体中的全身协调性。在代表性应用中，该方案成功生成了髋-膝关节环图，对于正常发育儿童，基于标记点和无标记点系统所得结果具有可比性；同时，在脑瘫儿童中，当运动超出矢状面（例如躯干横断面旋转）时，该方法也揭示了两种系统之间的相似性与差异性。我们有意在两个儿童病例系列中测试该工具箱，因为运动行为在不同年龄组（例如5岁与10岁）之间，以及正常发育儿童与脑瘫儿童之间存在差异。方案中的一个关键步骤是参考系统的选择和录制几何构型的设置。三维基于标记点的光学运动捕捉仍然是评估其他方法的基准标准26,27。在整合多模态数据流以进行跨方法验证时，静态校准和精确的时间同步至关重要28。本研究中，时间同步通过三维运动学系统的LockLab触发器实现；然而，当硬件触发不可用时，其他方法如可见LED闪光或光电二极管捕捉也可提供可靠的数据对齐29
访问受限。请登录或开始试用以查看此内容。
作者无任何利益冲突需要披露。
我们感谢物理治疗研究基金会提供的2023年儿科物理治疗研究资助（项目负责人：Cesar）、MedNexus研究创新基金以及尤妮斯·肯尼迪·施莱佛国家儿童健康与人类发育研究所资助（1R03HD114548-01）所提供的经费支持。
....访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| FLIR Blackfly 相机 | FLIR Systems | 型号：BFS-U3-200S6C-C | 用于二维无标记动作捕捉（50 Hz，1980×1200 像素） |
| Hikvision PoE 相机 | Hikvision | 无适用型号 | 用于二维无标记动作捕捉的替代视频录制设备 |
| LockLab 硬件触发器 | Vicon | LockLab | 用于时间同步 |
| Logitech C920 相机 | Logitech | HD Pro Webcam C920 | 用于无标记动作捕捉的替代消费级相机 |
| MediaPipe | Google Research | v0.10.21 | 用于实时二维姿态估计。可在线获取：https://ai.google.dev/edge/mediapipe/solutions/guide |
| OpenPose 软件 | 卡内基梅隆大学 / OpenPose 社区 | 版本 1.7.0 | 用于实时二维姿态估计 |
| Plug-in Gait 全身模型 | Vicon | 标准模型 | 作为解剖标记放置的生物力学模型 |
| Vero 红外相机 | Vicon | Vero 系列 | 用于三维基于标记的动作捕捉（100 Hz） |
访问受限。请登录或开始试用以查看此内容。