视频运动分析使用智能手机（ViMAS）的初步研究
March 14th, 2017
这份手稿描述了与矢状面中的 3D 运动捕捉系统相比，测试智能手机应用程序记录的运动学测量并发有效性的方法。该协议将使临床医生能够设置智能手机来捕捉人体运动的视频。
本研究的总体目标是测试智能手机应用程序记录的运动学测量的并发有效性，并将它们与 3D 动作捕捉系统记录的测量进行比较，以制定有效的临床方案。该临床协议已经开发出来，因此智能手机可用于捕捉人体运动，并使用简单且用户友好的设置提供有效的运动学测量。这种技术的主要优点是可以在诊所或患者家中设置智能手机，用于对人体运动进行视频分析。
这种方法的视觉演示至关重要，因为临床医生可以遵循分步临床方案，以获得下肢运动学的有效测量。演示该程序的研究生将是该研究的合著者。首先使用卷尺和胶带测量和标记一条 6 米长的人行道。
然后在 6 米走道的四个角落放置四个 3D 动作捕捉摄像机，以记录该区域的行走。将每个摄像机定向在走道的对角线末端，使其彼此相对。接下来，护送参与者进入测试区域，并用卷尺收集从大转子到双腿内踝的重量和腿长。
然后让参与者赤脚站在贴在墙上的卷尺旁边，测量身高。将尺子放在参与者的头顶上，从贴在墙上的卷尺上读取测量值。将智能手机安装在三脚架上，使用适配器夹固定智能手机。
将三脚架垂直于走道中心放置，距离第一次设置的试模 2.0 米。请注意，对于第二组试验，三脚架应放置在 4.0 米远的地方。然后使用患者的腿长计算每种配置从地板到摄像头镜头的高度（以米为单位）。
近摄像头位置为 2 米，仅用于记录和分析下肢运动，而远距离则同时涵盖下肢和躯干。接下来，将带有魔术贴带的三个智能标记簇放置在双侧髂前上嵴或 ASIS、大腿外侧的上三分之一、小腿外侧的上三分之一和双脚背上。在左右髂后上棘之间的中线上放置一个智能标记。
放置标明双侧股骨内侧和外侧髁、内踝和外踝以及第一和第二脚趾之间的蹼状空间的贴纸，以校准 3D 动作捕捉系统。最后，使用带有智能标记的仪表棒校准设备，以记录贴纸的 3D 位置。首先，让一名调查员作智能手机，另一名调查员作控制 3D 动作捕捉系统的计算机。
要求参与者完成模拟试验。然后，打开智能手机应用程序并按下屏幕底部中央的红色录制按钮开始录制。使用编号纸在智能手机录像上标明试用编号。
然后，指导参与者以正常速度行走，并专注于放置在对面墙上的标记，以帮助沿直线行走。给参与者一个倒计时，首先说 3， 2， one， go。然后，让参与者穿过放置在人行道两侧起点的前两个 3D 动作捕捉摄像机，并走向放置在人行道两侧另一端的另外两个摄像头。
在受试者走完 6 米的距离后，通过说 3、2、1、stop 来倒计时到试验结束。然后再次按下红色的录制按钮以停止录制步行试验。每次试验后检查所有标记物的位置。
接下来，将带有智能手机的三脚架移动到 4 米外的第二个距离，以捕捉上半身和下半身。让参与者站在走道的中点，然后以与以前相同的方式开始行走。最后，保存并验证 3D 动作捕捉录像和智能手机录像。
然后删除智能标记。首先手动记录步态周期的脚跟着地和脚趾离地阶段屏幕上显示的膝关节角度。然后，完成对智能手机记录的脚后跟着地和脚趾离地事件的分析。
使用测针可以提高拐点角度测量标志放置的准确性。接下来，通过选择屏幕左下角的视频方块来查看刚刚录制的。使用屏幕底部的滚动条选择主体最接近屏幕中央的脚跟着地或脚尖离地的帧。
然后，要调整角度，请点击屏幕右上角的白色轮廓铅笔图标。在下拉菜单中选择 angle 选项。选择首选颜色和角度标记。
滑动或点击屏幕上的任意位置以降低角度。最后，将角的中心放在膝关节上，矢量沿股骨向上延伸，向下伸向外踝。如果需要，将两根手指并拢放在屏幕中央，然后慢慢地将它们彼此分开来放大。
根据结果，3D 动作捕捉系统和智能手机应用程序的角度测量之间存在显着差异。4.0 米和 2.0 米距离的绘图显示的数据在中心的平均差值线周围更加分散。这表明相机位置没有导致测量误差。
在尝试智能手机视频运动分析的临床方案时，重要的是要记住，相机必须放置在设定的距离，而相机的高度取决于个人的腿长。
View the full transcript and gain access to thousands of scientific videos
概述
本研究测试了智能手机应用程序记录的运动学测量与3D运动捕捉系统的并行有效性。该开发的协议允许临床医生使用智能手机有效捕捉人体运动。
关键研究组成部分
科学领域
- 生物力学
- 临床协议开发
- 人体运动分析
背景
- 智能手机可用于人体运动的视频分析。
- 3D运动捕捉系统是运动学测量的黄金标准。
- 验证智能手机应用程序可以增强临床实践。
- 视觉演示对于有效实施至关重要。
研究目的
- 建立测量下肢运动学的有效临床协议。
- 将智能手机应用程序数据与传统运动捕捉数据进行比较。
- 为各种环境中的临床医生提供简单的设置。
使用的方法
- 使用卷尺测量六米长的走道。
- 使用智能手机捕捉人体运动的视频。
- 临床医生遵循的逐步协议。
- 由研究的研究生合著者演示该程序。
主要结果
- 建立了捕捉运动学数据的可靠方法。
- 验证智能手机应用程序与3D运动捕捉的有效性。
- 改善了临床医生进行运动分析的可及性。
- 对智能手机设置的可用性给予积极反馈。
结论
- 智能手机应用程序可以提供有效的运动学测量。
- 此方法增强了临床环境中运动分析的可行性。
- 未来的研究可以在更广泛的应用中扩展此协议。
常见问题
Executive Industry Relevance
Smartphone-based movement analysis offers a low-cost, accessible method for preliminary gait assessment in early discovery and translational research. By validating smartphone kinematic outputs against 3D motion capture, the study supports mechanistic de-risking in preclinical models where resource-intensive systems are impractical. This approach enables scalable, reproducible phenotyping for target validation in neuromuscular or mobility-related therapeutic areas.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of locomotor phenotypes to support target hypothesis testing in disease models affecting gait or mobility.
- Operational Value: Provides a standardized, low-barrier system for initial functional screening before committing to complex motion capture.
Screening & Assay Development
- Scientific Value: Generates quantitative, sagittal-plane knee angle data at heel strike and toe off for assay readiness in movement-based screening.
- Operational Value: Supports assay standardization through protocolized smartphone setup, tripod positioning, and marker placement.
Translational & Preclinical Research
- Scientific Value: Facilitates translational continuity by aligning preclinical locomotor outcomes with clinically measurable kinematic endpoints.
- Operational Value: Enables cross-site reproducibility in multicenter studies using ubiquitous smartphone technology.
Pipeline & Workflow Integration
The method fits within early discovery to lead identification workflows, where locomotor function serves as a phenotypic readout for target engagement or pathway modulation.
- Discovery Biology: Supports hypothesis testing of neuromuscular targets by quantifying gait deviations as functional biomarkers.
- Screening: Enables assay readiness through validated, repeatable video capture and angle measurement protocols.
- Analytics: Provides kinematic readouts (knee angle at heel strike/toe off) that allow quantitative comparison across experimental conditions.
- Translational Research: Aligns preclinical gait assessments with clinical movement analysis, supporting biomarker continuity.
- Enterprise Reuse: Positions smartphone-based analysis as a reusable, decentralized capability for distributed research teams.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by reducing ambiguity in locomotor phenotyping.
- Operational Value: Enhances reproducibility and scalability through standardized setup and minimal equipment requirements.
- Strategic Value: Improves go/no-go decisions by enabling early, cost-effective assessment of functional target modulation.
- Portfolio Impact: Supports risk-adjusted prioritization of targets based on measurable effects on movement endpoints.
Implementation Considerations
- Requires training in marker placement, smartphone tripod setup, and gait event identification (heel strike/toe off).
- Needs a tripod, adapter clip, and smartphone with compatible kinematic analysis app.
- Demands standardization of walkway length, camera distance (2m or 4m), and height calibration based on leg length.
- Must account for lower-extremity focus at near distance and trunk inclusion at far distance when designing studies.
- Limited to sagittal-plane knee angle measurement; upper extremity and trunk analysis require further validation.
