ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

我们谨向新加坡南洋理工大学的魏德特·安教授以及参与 ABILITY 数据集收集工作的整个团队表示感谢。本研究得到了新加坡康复研究所（项目编号：021099-00001）的支持，该研究所是由南洋理工大学（NTU）、科学、技术和研究局（A*STAR）以及 NHG 健康机构三方合作建立的。ChatGPT 5.2（OpenAI）仅被用作通用写作辅助工具。初稿由作者撰写，随后使用 ChatGPT 对语法进行润色并提升文本连贯性。所有建议的修改均经过作者人工审阅，并有选择性地予以采纳。

该研究（IRB-2018-04-014）已获得新加坡南洋理工大学机构审查委员会的批准，并按照1964年《赫尔辛基宣言》或同等伦理标准中规定的伦理要求进行。所有参与者在参与研究前均签署了书面知情同意书。
1. 受试者准备
注意：该任务要求参与者以舒适的速度从地面拾起一个标准化物体，恢复站立姿势，然后将物体递出，具体步骤如第7节所述。
<ol>
	<li>要求受试者穿着背心和轻便短裤，以便准确放置和观察反光标记点(图2A)。</li>
	<li>确保受试者赤脚。</li>
	<li>指导受试者取下反光饰品，例如手表。</li>
	<li>根据运动捕捉系统的要求记录受试者的人体测量数据（如身高、体重），并记录利手。 
	注意：对于有隐私顾虑的受试者，可使用全身运动捕捉服代替背心和短裤。</li>
</ol>
2. 受试者筛选与安全检查
<ol>
	<li>指导受试者以自己感到舒适的自选速度，从检查者处向前行走一段短距离 (图2B)。</li>
	<li>要求受试者转身，以相同的速度走回检查者处 (图2C)。</li>
	<li>在受试者往返行走过程中进行观察，确认其能够行走、转身并保持平衡，且无需他人协助。</li>
	<li>要求受试者依次完成以下动作：仰头伸展颈部、低头屈曲颈部、向左右两侧旋转头部，并向两侧倾斜头部 (图2D)。</li>
	<li>要求受试者依次完成以下动作：躯干前屈、躯干后伸、躯干向左右两侧旋转，以及向两侧侧弯 (图2E)。</li>
	<li>观察受试者是否能够遵从指令，并顺利完成所有动作，且无不适感或明显活动受限。</li>
	<li>若观察到任何活动受限或动作困难，应在继续下一步前予以记录。</li>
	<li>当受试者能够舒适且安全地完成所有动作后，指导其保持站立姿势，以便进行后续的标记点放置。 
	注： 此简要筛查旨在确认受试者的安全性、遵从指令的能力，并在任务执行前记录任何明显的活动限制。本阶段不采集运动捕捉数据，且该筛查并非用于诊断性评估或作为结局指标。</li>
</ol>
3. 全身标记点放置
<ol>
	<li>指导受试者背对检查者。</li>
	<li>确保受试者以放松、直立的姿势站立，双臂自然下垂于身体两侧。 
	注意：共在解剖标志点和10个节段簇上放置了50个反光标记点，以采集全身运动学数据。</li>
	<li>触诊后方解剖标志，并依次将磁性基座放置于T4、T8和T10棘突，左侧和右侧髂后上棘（PSIS），以及髂嵴后表面，位置约在PSIS上方外侧2-3英寸处 (图3A).</li>
	<li>在后部磁性基座定位后，用胶带将其固定 (图3B).</li>
	<li>在继续操作前，目视确认中线对齐、双侧对称以及受试者的舒适度。</li>
	<li>要求受试者直立站立，转身面向检查者。</li>
	<li>触诊左右两侧髂前上棘（ASIS），并在两侧放置磁性底座。</li>
	<li>触诊剑突，并将磁性底座置于该解剖标志上方。</li>
	<li>用胶带固定前部磁性底座。</li>
	<li>要求受试者重新盖上盖子，并恢复直立站姿。</li>
	<li>通过衣物触诊先前放置的磁性基座，并依次将反射标记物贴附到磁性基座上 (图3C).</li>
	<li>确保所有反光标记牢固地安装在相应的磁性底座上，并保持可见。</li>
	<li>要求受试者背向检查者，并向前屈曲颈部。</li>
	<li>触诊第七颈椎（C7），并在该解剖标志处放置反光标记 (图4A).</li>
	<li>要求受试者恢复至头部中立位置，并转身面向检查者。</li>
	<li>触诊胸骨，并在此解剖标志处放置一个反光标记。</li>
	<li>触诊左右肩峰突起，并在两侧放置反光标记 (图4B).</li>
	<li>让受试者舒适地坐下，并将右手掌放在左膝上。</li>
	<li>触诊右侧肱骨的内上髁和外上髁，并在两个解剖标志处放置反光标记。</li>
	<li>重复上述步骤处理左侧肘部 (图4C).</li>
	<li>要求受试者将双手自然放在大腿上。</li>
	<li>触诊桡骨和尺骨茎突，并在双侧放置反光标记 (图 4D).</li>
	<li>触诊手部的头状骨，并在每只手的该解剖标志处放置反光标记。</li>
	<li>在拇指指甲和中指指甲上各放置一个反光标记&#160;每只手的指甲 (图 5A、B).</li>
	<li>让受试者舒适地坐好，触诊右膝的内侧和外侧股骨髁，并在这两个解剖标志点上放置反光标记 (图5C).</li>
	<li>对左膝重复上述步骤。</li>
	<li>触诊右侧踝关节的内踝和外踝，并在两个解剖标志处放置反光标记 (图 5D).</li>
	<li>对左踝重复上述步骤。</li>
	<li>触诊右足第一、第二和第五跖骨头，并在每个解剖标志点处放置反光标记。</li>
	<li>触诊右足中间楔骨并放置反光标记。</li>
	<li>触诊右足跟结节并放置反光标记。</li>
	<li>重复步骤 29–31&#160;左脚完成足部标记的放置 (图6A).</li>
	<li>在前臂、上臂、手、大腿和小腿（腿）节段的双侧附着标记簇 (图6B-D).</li>
	<li>使用绑带或胶带将每个簇牢固固定。</li>
	<li>要求受试者面向检查者站立，并目视正前方。</li>
	<li>在额骨两侧、眉毛上方放置反光标记。</li>
	<li>在双侧颞骨上放置反射标记 (图7A).</li>
	<li>目视检查所有标记点和聚类，以确认其位置正确、对称且可见。</li>
	<li>用胶带固定所有标记物底座，以防止在任务执行过程中发生移位或脱落。</li>
	<li>对于所有直接放置在皮肤上（无磁性底座）的标记物以及置于皮肤上的标记簇，应使用可擦洗的皮肤标记笔勾画出相应位置，以记录放置位置，并在需要时便于一致地重新定位 (图7B).</li>
	<li>检查站立姿势期间是否存在标记物松动、簇移动或遮挡。</li>
	<li>根据需要纠正任何位置错误或不牢固的连接。</li>
	<li>若未发现任何问题，则继续执行物体抓取任务。 
	注意：上述标记点的放置方式反映了本实验室在进行全身运动学捕捉物体拾取任务时所采用的工作流程。尽管不同实验室可能使用不同的标记点组合，但解剖学标志点的识别、放置的一致性及验证原则仍然至关重要。</li>
</ol>
4. 动作捕捉系统设置
<ol>
	<li>将动作捕捉相机布置在捕捉区域周围，确保在前屈、与物体交互以及返回站立姿势期间能够完整观测全身。</li>
	<li>定义足够大的捕捉区域，以容纳完整的拾取动作，避免遮挡。</li>
	<li>根据制造商的指导说明校准动作捕捉系统，建立全局坐标系。</li>
	<li>确认所有相机均能清晰检测到反光标记，并确保捕捉区域内不存在意外的反光物体。 
	注意：该系统设置通常由其他工作人员在受试者贴标记之前或同时完成。充分覆盖下肢、躯干和上肢对于完整捕捉拾取任务的运动序列至关重要。</li>
</ol>
5. 数据采集
<ol>
	<li>在指示参与者开始动作之前，先启动运动捕捉记录。</li>
	<li>只有在参与者完成任务后，才停止记录。</li>
	<li>回放记录，确保所有标记点均完整出现在记录中，然后再进行下一次记录。</li>
	<li>根据所需次数重复该操作。 
	注意： 持续记录可完整捕捉任务的各个阶段，避免在运动过程中启停记录所导致的分段错误。</li>
</ol>
6. 静态试验
<ol>
	<li>要求受试者在捕捉范围内直立站立。</li>
	<li>指导受试者将双臂从身体两侧外展至约45°，肘关节完全伸展，手掌朝前(图8A)。</li>
	<li>要求受试者保持静止2秒，期间由检查者大声计数“一千、两千”。</li>
	<li>指导受试者进一步将双臂外展至约90°，肘关节保持伸展，手掌朝下(图8B)。</li>
	<li>要求受试者保持静止2秒，期间由检查者大声计数“一千、两千”。</li>
	<li>指导受试者将双臂放回身体两侧，保持放松的自然站立姿势(图8C)。 
	注：静态校准试验用于建立节段坐标系、优化上肢关节定义，并在执行动态任务前确认标记点的可见性。</li>
</ol>
7. 物体抓取任务
<ol>
	<li>在捕捉范围内的预设位置的地面上放置一个标准化物体。</li>
	<li>要求受试者以舒适、自主选择的姿势直立站立，面向该物体 (图9A)。</li>
	<li>向受试者提供以下指令：“请以舒适的节奏从地面上拾起该物体，恢复直立姿势，并将物体递出。”</li>
	<li>实验人员以舒适的方式坐在或跪在地面上，在每次试验之间取回并重新放置物体，确保物体位置一致。</li>
	<li>如有需要，允许受试者进行一次熟悉性试验。</li>
	<li>指导受试者用一只手完成三次试验 (图9B, C)。</li>
	<li>指导受试者用另一只手重复该任务三次 (图9D)。</li>
	<li>根据需要在试验之间安排短暂休息，以尽量减少疲劳。 
	注意： 不提供关于运动策略的任何指令，以允许受试者在拾物行为中表现出自然的个体差异。尽管本方案侧重于运动学分析，但如果需要动力学数据，也可在测力台上进行该任务。在此类情况下，可指示受试者站在与测力台对齐的预设区域内，每只脚分别置于一块测力台上。</li>
</ol>
8. 数据清洗与标注 &amp;#38; 后处理
<ol>
	<li>根据梁等人13的方法，使用 Qualisys Track Manager (QTM) 软件对标记点进行标注。</li>
	<li>使用轨迹编辑功能，对静态文件和运动文件中缺失的标记点数据进行插值，确保所有标记点数据完整率达到 100%。</li>
	<li>使用自动标记点识别（Automatic Identification of Markers, AIM）功能生成模型，以辅助后续试验的标记点标注。</li>
	<li>将清理后的数据导出为 .c3d 文件 (图 10)。</li>
	<li>将 .c3d 文件导入 Visual 3D (V3D) Professional 软件。</li>
	<li>将运动文件与相应的标定（静态）文件进行匹配。</li>
	<li>对所有原始标记点数据应用 Butterworth 低通滤波器（6 Hz）。</li>
	<li>应用模型文件 (补充文件 1)，对静态文件及已匹配的运动文件实施混合模型14。</li>
	<li>使用“基于模型的数据计算”（Compute Model Based Data）功能，计算所需的关节角度。 
	注：模型文件作为 补充文件 1 提供，以便读者复现我们的模型。使用该模型时，需将文件扩展名从“*.txt”更改为“*.mdh”。数据标注、模型创建、滤波及关节角度计算的具体步骤可能因所使用的动作捕捉与生物力学分析软件而有所不同。</li>
</ol>
9. 运动阶段的定义
<ol>
	<li>使用在 V3D 中自定义开发的分析流程，将每次实验的六个重复过程分割为三个不同阶段：1）下降阶段，2）上升阶段，3）物体交接阶段 (表 1) (图 11)。</li>
	<li>通过评估手腕标记点的运动轨迹来确定物体的右侧与左侧抓取动作，并将其整合至自定义开发的分析流程中 (图 12A, B)。</li>
	<li>在同一分析流程中，利用先前识别出的下降和上升事件，导出矢状面躯干、髋关节、膝关节和踝关节的最大关节角度，并根据身体侧别（左侧 vs 右侧；例如左侧髋关节屈曲、右侧髋关节屈曲）以及抓取任务中优势手与非优势手进行结果分类。 
	注意：建议使用标记点位移和关节运动学参数作为划分不同阶段的信号。鉴于任务执行过程中存在运动差异，推荐选择位移较大的信号以克服噪声干扰。</li>
</ol>
10. 抓取策略的分类
<ol>
	<li>分析下降阶段躯干和下肢的运动学特征。</li>
	<li>根据躯干屈曲与下肢关节运动的相对贡献，将拾物策略分为以下类别：
	<ol>
		<li>蹲举主导型 (图13A)</li>
		<li>铰链主导型 (图13B)</li>
		<li>混合型 (图13C) 
		注： 尽管拾物任务有可能支持对多种生物力学、神经运动及协调相关结果的分析，本方案重点在于演示如何根据躯干和下肢的运动模式识别并分类拾物策略，从而提供一个正常参考标准。</li>
	</ol>
	</li>
</ol>

<ol>
	<li>Stanhope SJ. Recent advancements in functional movement analysis. Connect Tissue Res. 1995;31(4):S65-S68. doi:10.3109/03008209509116837.</li>
	<li>Scataglini S, Abts E, Van Bocxlaer C, Van den Bussche M, Meletani S, Truijen S. Accuracy, validity, and reliability of markerless camera-based 3D motion capture systems versus marker-based 3D motion capture systems in gait analysis: a systematic review and meta-analysis. Sensors. 2024;24(11):3686. doi:10.3390/s24113686.</li>
	<li>Jatesiktat P, Lim GM, Lim WS, Ang WT. Anatomical-marker-driven 3D markerless human motion capture. IEEE J Biomed Health Inform. 2025;29(9):6186-6199. doi:10.1109/JBHI.2024.3424869.</li>
	<li>Lam WWT, Tang YM, Fong KNK. A systematic review of the applications of markerless motion capture (MMC) technology for clinical measurement in rehabilitation. J Neuroeng Rehabil. 2023;20(1):57. doi:10.1186/s12984-023-01186-9.</li>
	<li>OTA M. Markerless motion analysis using new digital technology. Phys Ther Res. 2025;28(2):77-84. doi:10.1298/ptr.R0037.</li>
	<li>Berg KO, Wood-Dauphinee SL, Williams JI, Maki B. Measuring balance in the elderly: validation of an instrument. Can J Public Health Rev Can Sante Publique. 1992;83(Suppl 2):S7-S11.</li>
	<li>Tinetti ME. Performance-oriented assessment of mobility problems in elderly patients. J Am Geriatr Soc. 1986;34(2):119-126. doi:10.1111/j.1532-5415.1986.tb05480.x.</li>
	<li>Miranda N, Tiu TK. Berg Balance Testing. In: StatPearls. StatPearls Publishing; 2025. Accessed January 31, 2026. http://www.ncbi.nlm.nih.gov/books/NBK574518/.</li>
	<li>de Looze MP, Toussaint HM, van Die&#235;n JH, Kemper HC. Joint moments and muscle activity in the lower extremities and lower back in lifting and lowering tasks. J Biomech. 1993;26(9):1067-1076. doi:10.1016/s0021-9290(05)80006-5.</li>
	<li>van Die&#235;n JH, Hoozemans MJ, Toussaint HM. Stoop or squat: a review of biomechanical studies on lifting technique. Clin Biomech. 1999;14(10):685-696. doi:10.1016/s0268-0033(99)00031-5.</li>
	<li>Chiu AYY, Au-Yeung SSY, Lo SK. A comparison of four functional tests in discriminating fallers from non-fallers in older people. Disabil Rehabil. 2003;25(1):45-50. doi:10.1080/dre.25.1.45.50.</li>
	<li>Strand LI. Back performance scale. J Physiother. 2017;63(4):262. doi:10.1016/j.jphys.2017.07.004.</li>
	<li>Liang P, Kwong WH, Sidarta A, et al. An Asian-centric human movement database capturing activities of daily living. Sci Data. 2020;7(1):290. doi:10.1038/s41597-020-00627-7.</li>
	<li>Cappozzo A, Catani F, Della Croce U, Leardini A. Position and orientation in space of bones during movement: anatomical frame definition and determination. Clin Biomech. 1995;10(4):171-178. doi:10.1016/0268-0033(95)91394-T.</li>
	<li>Burgess-Limerick R. Squat, stoop, or something in between? Int J Ind Ergon. 2003;31(3):143-148. doi:10.1016/S0169-8141(02)00190-7.</li>
	<li>Gilles MA, Wild P. Grasping an object at floor-level: is movement strategy a matter of age? Appl Ergon. 2018;70:34-43. doi:10.1016/j.apergo.2018.02.002.</li>
	<li>Nishimura T, Miyachi R. Relationship between low back pain and lumbar and hip joint movement in desk workers. J Phys Ther Sci. 2020;32(10):680-685. doi:10.1589/jpts.32.680.</li>
	<li>Tsang SMH, Szeto GPY, Li LMK, Wong DCM, Yip MMP, Lee RYW. The effects of bending speed on the lumbo-pelvic kinematics and movement pattern during forward bending in people with and without low back pain. BMC Musculoskelet Disord. 2017;18:157. doi:10.1186/s12891-017-1515-3.</li>
	<li>Gombatto SP, D&#8217;Arpa N, Landerholm S, et al. Differences in kinematics of the lumbar spine and lower extremities between people with and without low back pain during the down phase of a pick up task, an observational study. Musculoskelet Sci Pract. 2017;28:25-31. doi:10.1016/j.msksp.2016.12.017.</li>
	<li>Shum GLK, Crosbie J, Lee RYW. Movement coordination of the lumbar spine and hip during a picking up activity in low back pain subjects. Eur Spine J. 2007;16(6):749-758. doi:10.1007/s00586-006-0122-z.</li>
</ol>

作者无任何利益冲突需要披露。

本方案展示了一种利用全身三维运动捕捉技术记录和分析物体抓取任务的标准化方法，并说明了如何对不同的运动策略进行定量表征。受试者经过有目的的选择和分组，以代表样本中观察到的典型及中间型运动策略模式。通过关节运动学的视觉检查发现，膝关节屈曲幅度是主要的区分特征，中间情况则表现出一定程度的重叠。因此，这些策略被解释为蹲举主导型、铰链主导型和混合型，反映了一种连续的运动方式谱系，而非离散的生物力学类别15。
在对这些策略分组进行分析时，观察到关节运动学存在明显差异，其中膝关节和踝关节的差异最为显著，躯干运动也产生了额外影响。在使用非优势手时观察到的左膝屈曲和踝关节背屈增加，可能代表一种与次要任务相关的适应性调整，反映出肢体间协调性降低以及下肢屈曲的代偿性增加。总体而言，这些发现表明，拾取物体的策略是由整个动力链中运动的协调性再分配所决定的，而非由单个关节的独立行为所决定。
物体拾取任务的一个显著特征是存在多条代偿通路16。即使在没有明显神经或...

对人体运动的评估是肌肉骨骼系统和功能健康临床及科研评价的核心1。传统上，运动评估主要依赖视觉观察，尽管在临床上具有价值，但其本质上具有主观性，易受评估者经验影响，且难以持续捕捉细微的协调模式。动作捕捉技术，包括基于标记和无标记系统，使得对全身运动进行详细且定量的分析成为可能，并且其可及性正不断提高2,3,4,5。
在将这些工具应用于临床和科研环境时，可用空间、评估时间以及任务执行的便捷性等实际限制成为重要的考虑因素。因此，那些耗时短、准备简单且能提供丰富运动协调信息的功能性任务显得尤为宝贵。在此背景下，物体拾取任务是一种简单且高效的动作，能够反映整体身体功能的整合状态。该任务是Berg平衡量表及相关客观平衡评估指标中的标准项目6,7,8。
在日常生活中，从地面拾取物体是一项基本活动，需要躯干、下肢和上肢的协调控制，同时结合平衡能力与视觉运动整合。该动作在一个连续的动作过程中融合了前屈、受控下降、伸手抓握、物体操作以及恢复直立姿势，对腰椎和下肢主要关节施加了显著的力学负荷，同时涉及上肢功能与姿势控制9。
拾取策略长期以来一直是职业健康与人体工程学的核心内容，构成了弯腰和手动搬运训练的基础，并通过促成和适应性机制与肌肉骨骼健康（尤其是下背痛）密切相关10。此外，在 Berg 平衡量表及相关客观平衡评估项目中，拾取物体任务被证明在区分老年跌倒者与非跌倒者方面具有最强的辨别能力11。然而，尽管该任务与日常功能密切相关，但其评估通常以定性方式进行，或被嵌入综合性功能测试中，限制了其在不同研究间的可重复性和定量解读12。
全身运动捕捉技术能够对功能任务中的协调性节段运动进行详细表征，从而可以客观描述而非推断运动策略13。目前，利用全身运动学数据来采集和分类拾取物体运动策略的标准化方案仍然有限。本文展示了一种采用全身运动捕捉技术的标准化物体拾取任务，并说明如何基于全身运动学特征识别和分类不同的运动策略。
尽管该任务具有广泛的应用前景，但本研究的重点是演示实验方案并展示典型的运动策略，而非评估临床结果。此外，我们展示了执行该任务时的全身标记点放置方法，为研究人员和临床医生在实施基于标记点的金标准运动捕捉技术以进行全身功能性运动分析时提供实用参考。采用配备完整反射标记点组的基于标记点的全身三维运动捕捉系统来记录运动学数据(图1)。

<table><tbody><tr><td>抓取任务用盒子</td><td>N/A</td><td>N/A</td><td>70mm x 70mm x 70mm (Lx W x H)&lt;br/&gt; 使用聚乳酸（PLA）耗材（eSUN；深圳易生工业有限公司，中国）进行3D打印。</td></tr><tr><td>集群标记</td><td>Qualisys, AB</td><td>&amp;middot; 160146 上半身&lt;br/&gt; &amp;middot; 160145 下半身&lt;br/&gt; &amp;middot; 160149 SuperWrap 集群用</td><td>集群包括两个上半身集群（上臂）和四个下半身集群（大腿和小腿各两个）。</td></tr><tr><td>自定义集群标记</td><td>N/A</td><td>N/A</td><td>用于追踪手腕（RFA, LFA）和手部（RHMC, LHMC）的自定义设计集群标记，使用聚乳酸（PLA）耗材（eSUN；深圳易生工业有限公司，中国）进行3D打印。</td></tr><tr><td>计算机工作站</td><td>通用</td><td>NA</td><td>Intel Core i9 处理器，32 GB 内存，10 TB 硬盘，NVIDIA RTX2080</td></tr><tr><td>双面粘性皮肤胶带</td><td>Qualisys, AB</td><td>160188 双面粘性胶带</td><td>用于将标记底座固定在皮肤上</td></tr><tr><td>测力台</td><td>Kistler</td><td>型号 9260AA6</td><td>两个测力板（600 &amp;times; 500 x 50 mm）嵌入地面下方，每只脚一个。&amp;nbsp;</td></tr><tr><td>低致敏性粘性皮肤胶带</td><td>3M</td><td>Micropore</td><td></td></tr><tr><td>标记底座</td><td>Optitrack</td><td>M4 标记底座</td><td></td></tr><tr><td>运动捕捉系统</td><td>Qualisys, AB</td><td>Miqus Video&lt;br/&gt; Aqus A12</td><td>x2，全高清 / 2 MP，分辨率 1920 &amp;times; 1080&lt;br/&gt; x12，12 MP 300fps，分辨率 4096 &amp;times; 3072，视场角 54 &amp;times; 42 &amp;deg;（电动）</td></tr><tr><td>钕磁铁</td><td>通用</td><td>N/A</td><td>直径 15mm，厚度 1mm</td></tr><tr><td>Qualisys 轨迹管理器（QTM）</td><td>Qualisys, AB</td><td>版本 2019</td><td>该软件用于记录实验过程中的运动数据并进行数据后处理。</td></tr><tr><td>反光标记点</td><td>Optitrack</td><td>12.7 mm (1/2) M4 标记点</td><td></td></tr><tr><td>Visual3D</td><td>HAS-Motion</td><td>版本 2021</td><td>该软件用于进行生物力学建模并生成相关关节角度</td></tr></tbody></table>

利用运动捕捉技术对物体抓取任务进行三维运动学表征

Three-Dimensional Kinematic Characterization of an Object Pick-Up Task Using Motion Capture

拾取物体任务是一项基本的日常生活活动，它在一个生态有效的单一动作中整合了躯干、下肢和上肢的协调性、平衡能力以及视觉运动控制。尽管该任务具有重要意义，但目前仍缺乏使用全身运动捕捉技术对拾取物体策略进行定量评估的标准化方案。本实验方案旨在展示一种利用全身三维运动捕捉技术记录和分析拾取物体任务的标准化方法，并说明如何识别和分类不同的运动策略。本方案详细描述了受试者准备、完整的标记点放置、任务执行过程以及典型的运动学分析方法。共30名受试者完成了拾取物体任务，期间采集了14项运动学变量。运动策略被分为以蹲举为主、以铰链动作为主以及混合型三种模式，代表了连续运动策略谱系中的典型及中间类型。代表性结果表明，不同策略组在关节运动学方面存在明显差异，尤其体现在膝关节和踝关节，同时躯干运动也起到重要作用。优势手与非优势手条件之间的差异进一步说明了该任务对代偿性运动适应的敏感性。本方案为评估功能性运动中的拾取物体策略及全身协调性提供了一个实用且可重复的研究框架。

30名参与者完成了物体拾取任务，在此期间采集了14个运动学变量。根据连续性运动策略中不同及介于中间的方法，将参与者分为三类策略组，分别被解释为蹲主导型（第1组）、铰链主导型（第2组）和混合型策略（第3组）。各组在年龄、性别分布、身高或体重方面均未观察到具有统计学意义的差异(表2)。所有参与者均为右利手。
物体抓取任务中各组关节运动学的平均值已汇总于表格中（表3）。在使用优势手和非优势手的条件下，组间差异在膝关节和踝关节处最为显著。各组之间的膝关节屈曲角度差异具有统计学意义（所有p &lt; 0.001），且效应量较大。同样，踝关节运动学在不同条件下也表现出显著的组间差异（所有p &lt; 0.001），且效应量较大。在优势手和非优势手条件下，躯干屈曲在各组之间均存在显著差异（分别为p = 0.008 和 p = 0.024），效应量中等。相比之下，在优势手或非优势手条件下，髋关节运动学在各组之间均无显著差异。这些结果表明，预定义的策略分类能够捕...

本方案介绍了一种标准化的全身运动捕捉方法，用于评估物体拾取任务，阐明在此常见的功能性活动中，如何对不同的运动策略和代偿模式进行定量表征。

拾取物体任务是一项基本的日常生活活动，整合了躯干、下肢和上肢的协调性、平衡能力以及视觉运动……

本研究旨在利用动作捕捉技术解析物体抓取任务，并详细描述其运动学要素。现有方法对正常条件下快速表现的理解尚不明确，而本方案建立了基线表现标准，有助于提升结果解读能力与临床适用性。实验开始时，请受试者穿上背心和轻便短裤。确保受试者赤脚。指导受试者以舒适、自选的速度从检查者处向前行走一段短距离，然后让受试者转身，以相同速度走回检查者。指导受试者通过抬头来伸展颈部，通过低头来屈曲颈部，向左右两侧旋转头部，并向两侧倾斜头部。指导受试者向前和向后弯曲躯干，向左右两侧旋转躯干，并向两侧进行侧向弯曲。当所有动作均能舒适且安全地完成后，指导受试者保持站立姿势，以便进行后续的标记点放置。确保受试者以放松、直立的姿势站立，双臂自然下垂于身体两侧。触诊背部解剖标志点，并依次将磁性基座放置于T4、T8、T10棘突以及左右侧髂后上棘处。接下来，将一个磁性基座放置在髂嵴后表面，位置大约在髂后上棘上方外侧两到三英寸处。后侧磁性基座定位完成后，用胶带将其固定。然后，要求受试者转身，直立面对检查者。触诊左右两侧髂前上棘，并在此解剖标志处固定一个磁性底座。定位剑突，并在其上方放置一个磁性底座。然后，用胶带将前方的磁性底座固定牢固。要求受试者重新戴上帽子，并恢复直立站立姿势。通过衣物触诊先前放置的磁性底座，依次将反光标记物贴附到磁性底座上。指导受试者转身背向检查者，并向前屈曲颈部。然后，定位第七颈椎，并在此解剖标志处放置一个反光标记。请受试者恢复头部中立位，并转向面对检查者。确定胸骨位置，并在其上方粘贴一个反光标记。然后，触诊左侧和右侧肩峰突，并在确定的解剖标志处放置反光标记。指导受试者舒适地坐下，将右手掌置于左膝上。定位右侧肱骨的内上髁和外上髁，并在其上放置反光标记。然后，对左侧肘部重复上述操作。接下来，要求受试者将双手自然放置于大腿上。确定桡骨茎突和尺骨茎突的位置，并在该解剖标志处贴上反光标记。同样地，对另一侧手腕重复上述操作。然后，用手触诊手舟骨，将一个反光标记贴于其上，并在另一只手上重复此步骤。在每只手的拇指指甲和中指上各放置一个反光标记。让受试者舒适地坐好后，触诊右侧膝关节的内侧和外侧股骨髁，并在该解剖标志处固定一个反光标记。对左侧膝关节重复此操作。然后，定位右侧踝关节的内侧和外侧踝突，并放置反光标记。接下来，确定右足的中间楔骨以及第一、第二和第五跖骨头，并在每个解剖标志点上放置一个反光标记。然后，触诊右足跟骨结节，在该标志点上固定一个反光标记，并对左足重复相同的标记放置操作。在双侧前臂、手部、上臂、大腿和小腿段安装标记簇。使用绑带或胶带将每个标记簇牢固固定。然后，在双侧眉毛正上方的额骨处放置反光标记，随后在颞骨处放置反光标记。使用可水洗的皮肤标记笔，标记所有放置在皮肤上的标记点和标记簇，以便在需要时能够准确定位。在站立姿势下检查标记点是否松动、标记簇是否移位以及是否存在遮挡。根据需要纠正任何放置错误，并固定不牢固的连接部分。若未发现任何问题，则继续进行物体拾取任务。将动作捕捉相机布置在捕捉区域周围，确保在前屈、与物体交互以及恢复直立姿势期间全身可见。定义一个足够大的捕捉区域，以容纳完整的拾取动作，避免发生遮挡。根据制造商的指南校准动作捕捉系统，以建立全局坐标系。确认所有摄像头均能清晰检测到反光标记，并确保捕捉区域内不存在意外的反光物体。在指示受试者开始运动之前，先启动动作捕捉记录。只有在参与者完成任务后才停止录制。在进行下一次录制之前，需回看录像以确保所有标记均存在。确保参与者在捕捉范围内保持直立站立。 指导受试者将双臂外展至与身体约成45度角，肘关节完全伸展，手掌朝前。要求受试者保持静止两秒钟，同时大声计数：1000、2000。随后指导受试者进一步将双臂外展至与身体约成90度角，肘关节伸展，手掌朝下。要求受试者静止站立两秒钟，并大声数数：1000、2000。指导受试者将双臂放至身体两侧，保持放松、自然的站立姿势。在捕捉范围内的预设位置地面上放置一个标准化物体。要求受试者以舒适、自主选择的姿势直立站立，面向物体。指导受试者以舒适的速度从地面拾起物体，恢复直立姿势后将其递出。在试验间歇期间，操作者应保持舒适的坐位或跪姿，从地面取回并重新放置物体，以确保每次试验中物体位置的一致性。指导受试者用一只手进行三次试验，然后用另一只手重复该任务，同样进行三次试验。根据动作策略，将受试者分为三组：蹲举主导型、铰链主导型和混合型。各组在年龄、性别分布、身高或体重方面均无显著差异。在优势手和非优势手条件下，膝关节屈曲角度在各组间均存在显著差异，且效应量较大。踝关节运动学在优势手和非优势手条件下也显示出组间显著差异，且效应量较大。在主手和非主手条件下，两组之间的躯干屈曲存在显著差异，且效应量中等。在主手或非主手条件下，两组之间的髋关节运动学参数均无显著差异。在非主手拾取物体时，左侧踝关节和左侧膝关节的屈曲程度大于主手拾取物体时，效应量较大。在优势手与非优势手条件下，右侧踝关节和左侧髋关节也观察到显著差异，且效应量较大。在右侧膝关节、右侧髋关节或躯干之间，优势手与非优势手条件未观察到显著差异。该方案可使研究人员量化并表征在物体拾取任务中所采用的不同运动策略，包括蹲式主导、铰链式主导及混合模式。在此流程之后可进行的其他分析包括关节速度、质心动力学以及地面反作用力，从而更全面地理解任务执行情况。未来的研究可在此运动捕捉方案的基础上，进一步探究代偿机制，特别是在与肌肉骨骼系统疾病相关的条件下。

three-dimensional-kinematic-characterization-an-object-pick-up-task

Research

科研

JoVE Journal

Medicine

医学

利用动作捕捉对物体拾取任务进行三维运动学特征描述

着地过程中，下肢骨骼会承受较大的机械载荷并发生变形。测量骨骼变形对于深入理解与冲击相关的骨应力性损伤机制至关重要。本研究采用一种新颖的方法，结合个体特异性肌肉骨骼建模与有限元分析，用于测量动态运动过程中胫骨的应变。...

用于研究动态运动中骨应变的特定受试者肌肉骨骼模型

对肌肉功能进行客观评估具有挑战性，尤其是在儿童中。基于一种 commercially available 的数字 3-D...

使用三维传感器对上肢功能进行客观且适合儿童的评估

本方案描述了一种用于评估中风患者及健康对照个体上肢运动表现和感觉运动功能的客观方法。提供了饮水任务三维运动捕捉的标准化测试流程、运动学分析方法及结果变量。...

对有无上肢功能障碍者饮水任务的三维运动捕捉运动学分析

我们设计了一种利用动作捕捉系统评估日常生活工具性活动（IADL）的虚拟现实测试。我们提出了一种详细的运动学分析方法，用于解读参与者的各种动作，包括运动轨迹、移动距离和完成时间，以评估其IADL能力。...

使用运动捕捉系统在虚拟现实中测量日常生活动作的运动学参数

本文介绍了一种用于临床前研究的啮齿类动物四足运动三维运动学数据采集与分析方案。...

用于啮齿类动物临床前研究的三维运动学步态分析

我们通过四维计算机断层扫描数据来分析关节运动学。该连续三维-三维配准方法可从四维计算机断层扫描数据中半自动地获取运动骨相对于固定骨的运动学参数。...

基于连续三维到三维配准的四维CT分析

双平面视频放射照相技术能够以高精度量化肩关节运动学。本文所述方案专为在平面肱骨抬高过程中追踪肩胛骨、肱骨和肋骨而设计，并概述了数据采集、处理和分析的步骤。文中还描述了数据采集过程中的特殊注意事项。...

使用双平面视频放射摄影测量体内肩关节三维运动学

本实验方法描述了一种利用三维手指运动追踪技术对针灸操作进行运动学分析的解决方案。...

针刺过程中三维手指运动追踪：针灸手法运动学分析的解决方案

当我们抓握物体时，手指和手掌的多个区域通常会与物体表面接触。重建这些接触区域具有挑战性。本文介绍了一种方法，通过结合基于标记的运动捕捉与现有的基于深度学习的手部网格重建技术，来近似估计接触区域。...

人类多指抓握过程中手与物体接触区域的估计

我们开发了一种简单、可定制且高效的方法，用于从交互式空间任务中记录定量的过程数据，并将这些旋转数据与眼动追踪数据进行映射。...

利用眼动追踪数据对交互式虚拟物体旋转的三维映射

240 次观看.  Nanyang Technological University. 在这项研究中，我们旨在使用动作捕捉来解码物体拾取任务，并提供其运动学元素的详细描述。现有的方法缺乏对正常条件下快速表现的清晰理解，而这一协议建立了基线表现，改善了解释和临床适用性。首先，要求参与者穿上一件单身衣和轻质短裤。确保参与者赤脚。指示参与者以舒适的自选速度走到检查者身旁一小段距离。然后，要求参与者转身并以同样的速度走?...

利用运动捕捉技术对物体抓取任务进行三维运动学表征

探索更多视频