このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

筋力-速度関係を測定するための低コスト装置

201 回視聴

⸱

DOI:

10.3791/71757

⸱

2026年8月14日

 , 
1Department of Biological Sciences, University of Massachusetts Lowell

この記事について

サマリー

安価な材料、3Dプリントされたギア、スマートフォンの加速度計、およびPythonフリーウェアを用いて、ヒトの筋肉の力・速度・パワーの関係を測定するための、アクセシブルで低コストな装置を開発しました。ゴールドスタンダードであるエルゴメーターを用いて検証した結果、生理学的に妥当な測定値が得られることが示され、学部生の教室環境において公平な体験型学習の機会を提供することが可能となりました。

要約

筋力、収縮速度、およびパワーの関係は、生理学において1世紀近くにわたるパラダイムであり、筋骨格機能の理解における基盤となっています。しかし、このパラダイムは、必要な装置が高額であるため、生理学やバイオメカニクスの講義で直接研究されることは稀です。本研究では、3Dプリントされたプーリーシステムとラチェットおよびポール機構を組み込み、無料のPhyphoxアプリケーションを用いてスマートフォンの加速度計でヒトの指筋からの力・速度・パワーデータを容易に収集・構成できる、低コストな装置の設計と検証を目的としました。カスタムのPythonスクリプトにより、加速度計の生測定値を速度およびパワー出力に変換し、それらを被験者ごとにゴールドスタンダードであるデュアルモードレバーシステムを用いて得られた測定値と比較しました。5つの要約変数（最大筋力 Fmax、最大速度 Vmax、最大パワー Pmax、最適速度 Vopt、および力–速度曲率 a/Fmax）のペア比較の結果、2つの装置を用いて収集された力・速度・パワーデータの間に統計的に有意な差は認められませんでした（対応のあるt検定、p > 0.05）。したがって、データ品質を大幅に低下させることなく、この安価な装置はバイオメカニクスおよび生理学的原理を教え、研究するための、アクセシビリティが高く安全で費用対効果に優れた手段を提供します。本装置は、特に世界中の資金不足や資源が限られた教育現場において、筋生理学およびバイオメカニクスの教育を民主化する可能性を秘めています。

概要

横紋筋は、ヒトやその他の動物において骨格運動を生成するモーターです。その独自の階層的な組成を理解することは、力の発生や仕事の生産に影響を与えるクロススケール要因によって困難になっています1,2。おそらくこうした複雑さがあるため、教育者が筋機能の基本的かつ最も魅力的な側面を適切に提示するために必要なツールを欠いていることから、解剖学および生理学のカリキュラムにおいて、筋機能は優先順位の低い構成要素となっている可能性があります3,4,5,6。

筋肉の機能は、歴史的にいくつかの永続的なパラダイムを通じて説明されてきましたが、その中で最も広く認知されているのが、約1世紀前にArchibald Vivian Hillによって初めて特性づけられた力–速度のトレードオフです1,2,3,4,5,6。この基本的な生理学的関係は、筋肉の収縮速度と力の間のトレードオフを記述したものであり、等尺性収縮または非常に低速の短縮収縮が一般的に最も強く、最大筋力（Fmax）を発生させる一方で、最大筋速度（Vmax）に近づく最も速い等張性収縮は通常、最も弱くなります1。Hillが1938年に力–速度–パワー（FVP）関係を記述した際、彼は現在も彼の名を冠した関数を導入しました。Hillの式（式1）は、等尺性収縮（筋肉の両端が固定された状態）時に発生する最大筋力と、外荷重がない状態で達成される最大速度を関連付けるものです。

式1： (v + b) (F + a) = b (Fmax + a)

ここで、vは短縮速度、Fは筋力、Fmaxは最大等尺性筋力であり、aおよびbは、力–速度関係および筋短縮のエネルギー特性を記述する 定数である1。

この基本的な関係の中には、FVP関係を定義する5つの定量的パラメータによって表される、筋肉機能のいくつかの重要な概念が含まれています。瞬時の筋力と速度の積はパワーであり、通常、最大値（P最大) Vの約3分の1で最大7速度は、  P最大 は、最適速度（V最適化）、および短縮速度の範囲（Vから0 ～すること最大）は、力-速度関係およびパワー-速度関係における重要な特性である。例えば、より大きなV最適化 その結果、より高い短縮速度で最大出力が提供されることになる。力–速度関係自体においては、最大筋力（F最大値)およびピーク速度 (V最大) は、中間的な力–速度関係によって曲線的に結ばれている（図 5A）。本手法を用いて得られた代表的な力–速度およびパワー–速度関係を、以下に示します。 図1. この曲線の傾きは力–速度曲率と呼ばれ、速度の増加に伴う力の低下率を表します。曲率は次のように定義されます。 a/F最大8、ここでaは 負荷のない短縮筋による摩擦熱発生を定量化するヒル方程式における熱力学的定数1曲率はVの配置に影響を及ぼす。最適化 力ー速度曲線に基づき、特定の短縮速度において筋肉がどれだけの力を発生させることができるかを決定します。曲率 また、筋パワー比（式2）を用いて記述されている。9. 

式 2:  figure-introduction-1

ここで、Pmaxは最大筋出力であり、VmaxおよびFmaxはそれぞれ最大短縮速度および最大等尺性筋力である。

力-速度関係およびパワー-速度関係の直感的な性質は、生命科学の教室で筋機能を教える際の効果的な導入点となります。学生に実践的な機会を提供し、FVP関係についてより完全な理解を深めてもらうことの重要性は、ハンズオン学習が知識の定着を改善することが示されているという事実によって強調されます10。さらに、実験的学習は、基礎的な科学的文脈および、怪我の予防、リハビリテーション、フィジカルトレーニングを含むヘルスケア分野の職業への準備としての両面において、筋機能を評価するための基盤を強化することが知られています。

デュアルモード・サーボモーター・レバーシステムなどの筋生理学的特性を測定するための従来の装置は、非常に精密で正確ですが、コストが極めて高く、ほとんどの教室環境への導入において大きな障壁となっています7。これらの制限に対処し、ハンズオン学習の機会を広げるために、低コストの代替案が開発されました。この装置は、ラチェットおよびパウル機構を組み込んだ3Dプリント製プーリーを中心に構成されており、市販のスロット付きアルミニウムレール、硬いワイヤー、および無料のデータ収集アプリケーションを実行するキャディ装着スマートフォンを使用しています（図2）。専用の加速度測定デバイスではなくスマートフォンを選択したのは、スマートフォンが広く普及しており、通常、正確で堅牢な加速度計が搭載されているためです11。科学的測定デバイスとしてのスマートフォンの有用性は、市販のスマートフォン加速度計を火星ヘリコプター「インジェニュイティ」の慣性計測装置に組み込んだ例を含め、以前に実証されています12。

筋生理学を教えるための低コストのツールはいくつか存在するが、それらは異なる概念を対象としている。例えば、Judgeらによるものは……6 開発された 筋肉の電気活動を記録するための手頃な価格のSpikerBoxベースの活動、およびMedeirosらによる研究。10 タイチンのメカニクスを実演するために、低コストの2次元サルコメアモデルが作成されました。しかし、収縮するヒト筋肉の力-体積（FVP）関係を学生が直接的に測定し、研究レベルで比較可能な定量的データを生成できる低コストのツールは、これまで存在していませんでした。本装置は、300ドル以下でゴールドスタンダードによる検証済みのFVP測定を提供することで、この課題を解決することを目的としています。

本研究では、業界のゴールドスタンダードとの相互検証を行った低コストのFVP装置の構築について報告します。検証解析は、同一の被験者を用いて両方の装置で測定した、認められている5つのFVP要約変数のペア比較に基づいています。この解析では、両方の装置が同等の力-速度曲線およびパワー-速度曲線を生成するという仮説を検証します。相互検証に成功することで、低コスト装置は装置導入の経済的障壁を下げ、実験の正確性と科学的な厳密さを維持しつつ、教室における筋生理学および筋骨格バイオメカニクスの研究を民主化することができます。この低コスト装置により、世界中の生理学およびバイオメカニクスの教室で、すでに筋肉の解剖学を学び、教えている学生や教育者が、筋肉の最も基礎的な関係の一つを実践的に探索できるようになることが期待されます。生理学的測定値を生成する体験型アクティビティを導入することで、教室ではマルチモーダルな理解と知識定着の向上が実現します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

本出版物の根拠となるすべての実験は、マサチューセッツ大学ローウェル校の施設審査委員会（承認番号：Protocol No. 21-163-KON-XPD）によって承認されました。

注：本装置では、3Dプリント製プーリーシステムを用いて、外部負荷を吊り下げたスマートフォンを使用する。加速度データは、スマートフォンベースのデータ収集アプリケーションを用いて100 Hzで収集する。力は、スマートフォンと外部負荷の合計質量に加速度を乗じて算出する。速度は加速度を積分して求め、出力は力と速度の積として算出する（補足コーディングファイル 1).

1. 装置の組み立て

  1. アルミニウムフレーム用ファスナーを用いて、2本の短いアルミニウムビームを1本の長いアルミニウムビームの下側に固定します。安定した非コンプライアントな（剛性の高い）ベースを形成するため、短いビームを長いビームの両端から約8 cmの位置に配置してください。
    注：このアセンブリを以下「フレーム」と呼ぶ。
  2. プーリーマウントの組み立て
    1. 7インチの辺を垂直に、6.75インチの辺を水平に配置して、大型のセル状ポリ塩化ビニルブロックを設置します。
    2. 左下角から左端に沿って2.75インチを測定し、その位置に印を付ける。
    3. 左上隅から上端に沿って2.75インチを測定し、その位置に印を付ける。
    4. 2つのマークされた地点を直線で結んでください。
    5. 印を付けた線に沿って切り、切り出した三角形の部分を取り除きます。
    6. 右上隅から1.25インチの位置に、7/16インチの穴をあけます。
    7. 2つ目の大きなブロックについても、ステップ1.2.1〜1.2.6を繰り返します。
    8. 小型の多孔質ポリ塩化ビニルブロックをフレームの後方に配置します。
    9. 2つの大きなブロックを、互いに8インチの間隔をあけて小さなブロックに固定します。小さなブロックの上側に斜めの切り込みが来るようにし、ドリルで開けた穴が小さなブロックの端の外側に位置するように配置してください。
  3. プーリーマウントをテーブルまたはカウンターの角にしっかりと固定します。
    注意：プーリーがテーブルの端から外に出るようにマウントを配置してください。これにより、収縮時に吊り下げた重りとスマートフォンがテーブルの脚に接触するのを防ぐことができます。
  4. アームレストを組み立て、取り付ける
    1. 14インチの多孔質ポリ塩化ビニル製アームレストブロックを、1.5インチのセクション2つと3.5インチのセクション1つの計3つの断片に切断します。
    2. 各小セクションの上面に、前面端から1インチの位置に、2インチ x 1/8インチの切り欠きを設えます。
    3. 小さい方のセクションの両端を、大きい方のセクションの下面に固定します。このとき、切り欠き部分が互いに揃うように調整してください。
    4. 大きい方のセクションの上面を面ファスナーテープで覆います。
    5. 前腕ストラップを2つの切り欠きに通します。
    6. ボルトとドロップインTナットを使用して、アームレストをフレームに取り付けます。アームレストは、前腕用ストラップがプーリーとは反対方向を向くようにし、プーリーマウントから14インチの位置に配置してください。
  5. 内側ギアと外側ギア部品の溝にボールベアリングを挿入します（付随ファイル 1).
  6. 40 cmのタイミングベルトをインナーギア部品の側面のスロットに通します。2 cmの重なりを持たせてループを作成し、その重なり部分をスロット内で固定します。
  7. 金属軸を、左プーリーマウント、ストッパー、インナーギアコンポーネント、フォースキャリーコンポーネント、アウターギアコンポーネント、2つ目のストッパー、および右プーリーマウントに通して挿入します。
    注：インナーギアの側面スロットをフレーム側に向けてください。両方のストッパーを、プーリーアセンブリの両側から1 mmの位置に配置します。
  8. 軸にさらに2つのストッパーを取り付け、横方向への移動を防ぐため、各ストッパーをプーリーマウントから1 mmの位置に配置します。
  9. 40 cmの多心鋼線（マルチストランドスチールワイヤー）をフィンガーブレースに通してループを作り、クリンプで固定します。反対側の端をカラビナAに通してループを作り、2つ目のクリンプで固定します。
    注：カラビナAとBは同一のものであり、組み立て時の識別のためにのみラベルを貼付しています。
  10. 付属のタイミングベルトを使用して、内部ギア部品をカラビナAに接続します。重なり部分をキーAで固定します。
    注：キーA、B、Cは同一です。装置の他の部品が損傷する前に破損するように設計された犠牲部品であるため、予備のキーが印刷されている場合があります。
  11. 10 cmのマルチストランド鋼線（マルチストランドスチールワイヤー）をカラビナAに巻き付け、クリンプで固定します。反対側の端をアルミニウム製フレームファスナーに巻き付けてワイヤーをクリンプし、ファスナーをフレームに固定します。
    注：このアセンブリを、以降「セーフティボルト」と呼ぶ。
  12. 40 cmのタイミングベルトを用いて、2 cmのオーバーラップ（重なり）を持たせたループを作成し、そのループをキーBに挿入します。ベルトの反対端をカラビナBに回し、オーバーラップ部分をキーCで固定します。
  13. 外側ギアコンポーネントの最大層にキーBを挿入します。
  14. アームバンドループまたはヘッドフォンケーブル用開口部のいずれかを使用して、スマートフォン用アームバンドホルダーをカラビナBに取り付けます。
  15. ループ状に形成し圧着した鋼線を用いて、所定の開始重量をカラビナBから吊り下げます。

2. データ収集のセットアップ

  1. 加速度計を搭載したスマートフォンに、データ収集アプリケーションをインストールします。
  2. ～を開きます。 加速度（gなし） モジュール
  3. スマートフォンを、カラビナBに取り付けられたアームバンドホルダーに装着してください。
  4. セクション3に従ってデータを収集してください。
  5. 記録されたデータを.xlsファイルとしてエクスポートしてください。参加者に対応する固有のファイル名を割り当ててください。
  6. .xlsファイルをインターネットに接続されたコンピュータに転送します。
  7. 以下の方法を用いてデータを処理します。 補足コーディングファイル 1
    注：本スクリプトでは、測定された垂直加速度の前方オイラー積分を用いて速度を算出しています（式3）。位置は、等加速直線運動の運動方程式を用いて算出しています（式4）。これらの計算には、平滑化やフィルタリングを行わない加速度の生データを使用しています。
    式3： vi = vi-1 + ai ∆t
    式4：  figure-protocol-1
    1. を設置します。 補足コーディングファイル1.
    2. データ処理に使用するコンピュータにPythonをインストールします。
    3. ターミナルウィンドウを開き、以下を実行します。 pip install streamlit pandas matplotlib scipy openpyxl xlrd.
    4. Supplemental Coding File 1を含むフォルダに移動し、以下を実行してください： streamlit run muscle_velocity_gui.py
      注：Windows PowerShellを使用する場合は、python -m streamlit run muscle_velocity_gui.pyを実行してください。メールアドレスの入力を求められた場合は、フィールドを空白のままEnterキーを押してください。
    5. ～をクリックしてください アップロード そして、エクスポートされた.xlsファイルを選択します。
    6. クリックして データの処理 データセットをロードして分析します。
    7. 初回試行で作成された加速度、速度、および位置のプロットを確認します。
    8. 各ピークの隣にあるチェックボックスを使用して、有効な筋収縮に対応する検出ピークを選択してください。
      注：有効なピークは通常、加速度トレースが負になる前に現れ、正の速度値および位置値に関連しています。自動ピーク検出アルゴリズムは誤ったピークを識別する可能性があるため、手動による検証が必要です。
    9. ピーク検出パラメータの調整
      注：ソフトウェアがピークを正しく識別しない場合は、拡大してください。 高度な調整項目 > ピーク検出パラメータ そして、検出設定を調整します。
      1. 調整 ゼロしきい値 静止とみなされる加速度範囲を定義するため。
        注：加速度波形に過剰なノイズが含まれている場合は、この値を上げてください。しきい値は、加速度プロット上に赤色の参照線として表示されます。デフォルト値 = 0.30。推奨範囲 = 0.10–5.00。
      2. 調整 ピークの最小速度 許容される最小の速度ピークを定義するため。
        注：有効なピークが除外されている場合は、この値を下げてください。閾値は、速度プロット上の下側の緑色の参照線として表示されます。デフォルト値 = 0.30。推奨範囲 = 0.10–10.00。
      3. 調整 ゼロスコープ 静止期間を特定するために必要とされる、連続したほぼゼロの加速度サンプルの最小回数を定義するため。
        注意：速度および位置のトレースがリセットされない場合は、この値を下げてください。デフォルト値 = 10。推奨範囲 = 3–25。
      4. 調整 ピークの最大速度 許容される最大速度ピークを定義するため。
        注：有効なピーク数がしきい値を超える場合は、この値を上げてください。しきい値は、速度プロット上の上側の緑色の基準線として表示されます。デフォルト値 = 10.00。推奨範囲 = 10.00–30.00。
      5. 調整 最小ピーク間隔 検出されたピーク間の最小サンプル数を定義するため。
        注：デフォルト値 = 2。推奨範囲 = 1–10。通常、変更は不要です。
      6. 調整 最小ピークプロミネンス ピーク検出に必要なプロミネンスを定義するため。
        注：値を下げると感度が向上し、さらに多くのピークが検出される可能性があります。デフォルト値 = 0.10。推奨範囲 = 0.01–0.90。通常、変更は不要です。
    10. 現在の試行におけるすべての有効なピークを特定した後、以下をクリックします。 次へ 次の試行に進むために。
    11. すべての試験が処理されるまで、ステップ2.7.7〜2.7.10を繰り返します。
      注：最初の試行を処理した後に、ピーク検出パラメータを変更しないでください。パラメータの変更が必要になった場合は、更新後の設定を用いて、それまでに処理したすべての試行の解析をやり直してください。
    12. 選択した速度および加速度のデータをスプレッドシートにコピーし、後続の力-速度-パワー解析に使用します。

3. 実験プロトコル

  1. 前腕ストラップを使用して、被験者の前腕をアームレストに固定します。前腕が前方に動かないよう、ストラップを十分に締め付けます。
  2. 被験者の親指にフィンガーブレースを装着し、しっかりと締め付けます。
  3. タイミングベルトが張り詰めるまで、ラチェット機構を介してプーリーを回転させ、プーリーシステムの緩みを取り除きます。
    注意：ラチェット機構が位置を移動する際に、カチッという音が鳴ります。
  4. 安全ボルトとカラビナーAを繋ぐワイヤーが張り詰めるまで、安全ボルトをプーリー方向にスライドさせます。
  5. それぞれ約1.25 kgの、ほぼ等しい質量を持つ2つのウェイトを選択します。
  6. 固定試験シーケンス
    1. 1つのウェイトとスマートフォンを使用して、最大径、中径、最小径のプーリー段を順にテストします。
    2. 2つのウェイトとスマートフォンを使用して、最小径、中径、最大径のプーリー段を順にテストします。
    3. スマートフォンのみを使用して、最大径と最小径のプーリー段をテストします。
      注意：疲労によるバイアスを最小限に抑えるため、すべての被験者で同じシーケンスを使用してください。
  7. データ収集アプリケーションのStart Recording（録画開始）をタップします。
  8. 被験者に対し、できるだけ速く、かつ強く親指を収縮させるよう指示します。
    注意：被験者のモチベーションはパフォーマンスに大きく影響します。最大限の努力を促すため、テスト全体を通して一貫した口頭での激励を行ってください。
  9. 各試行後にデータ記録を一時停止します。ステップ3.6で設定したシーケンスに従い、プーリー段と負荷条件を調整します。
  10. データ記録を再開し、8通りすべてのプーリー段と負荷の組み合わせが完了するまで、ステップ3.8〜3.9を繰り返します。
  11. テスト中は被験者を監視し、腕の過剰な動きや不十分な努力が見られた試行はやり直させます。
  12. 各試行後に加速度波形を確認します。
    注意：初期加速度のピークが異常に低い、過剰な振動がある、または収縮間にスマートフォンの動きが続いている試行は、データ品質を損なう可能性があるため、やり直してください。
  13. 後続のデータ解析を容易にするため、やり直した試行や除外した試行を含め、各試行のメモを記録します。

4. ゴールドスタンダード・エルゴメーターの使用方法

  1. ゴールドスタンダード・エルゴメーターのセットアップ
    1. コンピューターの電源を入れ、データ収集ソフトウェアを起動します。デュアルモードレバーシステムの手順ファイルを開きます。
    2. レバーコントロールユニットのフォースオフセットを10に、レングスオフセットを9に設定します。
    3. デュアルモードレバーシステムとデータ収集ユニットの電源を入れます。
    4. レバーをゆっくりと回転させ、抵抗があることを確認して、モーターが適切に動作しているか検証してください。
    5. 40 cmのマルチストランド鋼線をレバーの下から2番目の穴に通し、クリンパーで固定します。
    6. ワイヤーの反対端をフィンガーブレースに通してループを作り、クリンプを用いてワイヤーを固定します。
    7. デュアルモードレバーシステムを、アームレスト前方のフレーム3に取り付けます。
  2. 被験者の前腕をアームレストに固定し、親指をフィンガーブレース内に配置します。
  3. 参加者の腕を前方へスライドさせ、親指が最大屈曲に達し、ケーブルに軽い張力がかかる状態にします。
  4. 前腕のストラップを十分に締め、腕が前方または側方に動かないようにしてください。
  5. データ収集設定を構成する
    1. 開く スキャン制御デバイス Dev6.
    2. 設定 サンプル数 〜へ 60,000.
    3. セット サンプルの平均化 ～へ 1.
    4. セット サンプリング期間 へ 0.0001.
    5. セット 変換期間 〜へ 0.
    6. セット トリガー後サンプルの回収 ～へ 0.
    7. セット リファレンストリガーソース へ /Dev6/PFI1.
    8. セット 2倍濃度タイプ 〜へ デジタル.
    9. セット 2x Lever1 ～へ 0.
    10. セット 2x Lever2 〜へ 0.
    11. セット モード 〜へ ワンショット.
    12. セット 直ちに返却する ～へ オフ.
    13. セット 開始トリガー に オフ.
    14. セット トリガーソース ～へ /Dev6/PFI0.
    15. セット サンプルクロック 〜へ オフ.
    16. セット クロックソース ～へ /Dev6/PFI7.
    17. セット クロック変換 ～へ オフ.
    18. セット クロックソースの変換 〜へ /Dev6/PFI2.
    19. 選択 チャンネル1 + チャンネル2 以下に スキャンするチャンネルの選択.
  6. クリックしてください 開始 内（または、〜において） スキャン制御装置 そして、参加者に対し、親指をできるだけ速く、かつ強く収縮させるよう指示します。
    注：参加者のモチベーションはパフォーマンスに大きく影響する可能性があります。最大限の努力を促すため、テストの間、一貫して言葉による励ましを行ってください。
  7. クリックしてください GetWaves 得られたデータを、被験者識別子および現在の力のオフセット値を用いて保存します。
    注：1回目の収縮において、力のオフセットは10である。
  8. フォースオフセットを1.0刻みで減少させます。
    注：例示的な進行： 10.0 > 9.0 > 8.0.
  9. 親指の動きに対してモーターから顕著な抵抗が感じられなくなるまで、ステップ4.6～4.8を繰り返します。
  10. 以下に記載される解析手順を用いて、各試行からピーク力およびピーク速度の値を抽出します。 補完コーディングファイル2.

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

同一の実験プロトコルの下で各システムの機能的出力を評価するため、標準的なエルゴメーターと低コストの装置の両方を用いて、学部生（N = 15）のサンプルから力–速度およびパワー–velocityデータを収集した。個々の被験者データは図1に、各装置の要約データは図3に示されている。

この低コスト装置が、ゴールドスタンダードであるエルゴメーターの教室での代替品となり得るかを評価するため、要約変数のペア比較（表1）、等価性の2単側検定（TOST）（表2）、および両装置によって生成された力-速度関係およびパワー-速度関係の統計的パラメトリックマッピング（SPM）解析（図4）を実施した。装置間の統計的差異の評価には対応のあるt検定を用い、2つのシステムによる測定値があらかじめ定義された等価性マージン内で統計的に等価であるかどうかの判定にはTOST解析...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

低コストの装置が、教室においてヒト筋肉の力-速度およびパワー-速度関係を測定するための、ゴールドスタンダードであるエルゴメーターに代わる手法として検証されました。

検証結果は、低コストで、したがって経済的および技術的なアクセスの容易な装置であっても、ゴールドスタンダードのエルゴメーターを用いて得られた測定値と統計的に区別がつかない測定値を生成できるという主張を裏付けています。低コスト装置が高品質な力-速度関係およびパワー-速度関係を生成できる能力は、教室での教育ツールとしての有用性を支持するものです。しかし、5つのパフォーマンス変数のうち、TOST基準を両方とも満たしたのは1つのみであったという検証結果は、この低コスト装置がゴールドスタンダードのエルゴメーターに代わる研究グレードの代替品としては適していない可能性を示唆しています。

この低コスト装置の主な利点は手頃な価格であり、ゴールドスタンダードのエルゴメーターが約30,000ドルであるのに対し、総コストは300ドル未満です。さらに、3Dプリンターとスマートフォンの利用が必要...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者らに開示すべき事項はありません。

謝辞

著者は、本名誉論文（GC）の基礎となったキャップストーンプロジェクトに参加した、筋肉生物学（UML BIOL4890, 2023–2025）の履修学生およびローレンス高校（マサチューセッツ州ローレンス）の学生に感謝いたします。また、継続的なサポートをいただいたAurora Scientific社のMatthew Borokowski氏、ならびにUMLのコース向けに指屈筋モジュールの開発 および導入に尽力したVictoria Flint氏とSamuel DeLap氏に感謝いたします。さらに、解析手法において助言をいただいたDaniel Bartlett氏とDarrell La氏に感謝いたします。本研究は、UMass Lowell Honors Collegeのフェローシップ（GC宛て）および国立科学財団（助成番号 2217246）、ならびにUMass Lowellからのスタートアップ資金（NK宛て）による支援を受けて行われました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
1.25 kg 分銅NEXO FitnessASIN: B09JHQ6QB8約 1-2 kg の汎用分銅で代用可能
必要数: 2
3Dプリンター用タイミングベルト‎3Dプリンターベルト 10mASIN: B08974S1CC汎用の3Dプリンター用タイミングベルト（ピッチ 2mm、幅 6mm、ゴムおよびガラス繊維製）で代用可能
必要数: 1
3DPart1 - インナーギアN/AN/A補足STLファイルを参照 - ABSでプリント
必要数: 1
3DPart2 - アウターギアN/AN/A補足STLファイルを参照 - ABSでプリント
必要数: 1
3DPart3 - キーN/AN/A補足STLファイルを参照 - ABSで3-5個プリント
必要数: 1
3DPart4 - フォースキャリーN/AN/A補足STLファイルを参照 - PLAでプリント
必要数: 1
アルミビーム（長）80/20 inc10201 in x 2 in x 32 in
必要数: 1
アルミビーム（短）80/20 inc10101 in x 1 in x 12 in
必要数: 2
アルミフレーム用ファスナー / 安全ボルト80/20 inc4108 必要数: 3
アームブレース FEATOLASIN: B0CGX8QZ3C汎用のアームブレースで代用可能
必要数: 1
アームレスト用セルラーポリ塩化ビニルブロックAzek board8/4 X Thickness Traditional Only14 in x 6 1/2 in x 3/4 in
必要数: 14
カラビナRewoalzxASIN:  B0FB3VYV3N 必要数: 2
クロム合金鋼ボールベアリングuxcellUXCELL 6900 2RS - ASIN: B07FVX92MJ寸法：内径 10 mm、外径 22 mm、幅 6 mm。
必要数: 1
Excel/スプレッドシートMicrosoftExcel任意の表計算ソフトで代用可能
必要数: 1
フィンガーブレースSopitoASIN:  B0B5C6RWR4 汎用のフィンガーブレースで代用可能
必要数: 1
IGOR 8 PROWavemetrics.com8 PROAurora Scientific Apparatus と共に、a/Fmax 計算に使用
必要数: 1
大型セルラーポリ塩化ビニルボードAzek board8/4 X Thickness Traditional Only6 3/4 in x 7 in x 3/4 in
必要数: 2
金属製アクスルGenericASIN: B0CC8T8X77鋼棒 厚さ 9.97 mm、長さ 45 cm
必要数: 1
マルチストランド鋼ワイヤー Catch All TackleASIN: B00JTWDSQS直径 1.4mm、定格 #400lb
必要数: 2
スマートフォンホルダーTribeASIN: B00SXRXUFE必要数: 1
PhyphoxアプリPhyphox.orgN/AApple App Store または Google Play ストアからダウンロード
必要数: 1
PythonスクリプトN/AN/Aダウンロード可能：補足資料 1 muscle_velocity_gui.py
必要数: 1
小型セルラーポリ塩化ビニルボードAzek board8/4 X Thickness Traditional Only1 in x 3 1/4 in x 3/4 in
必要数: 1
スマートフォンAppleIPhone 11加速度計を搭載した任意のスマートフォンで代用可能
必要数: 1
鋼ワイヤー用クリンプCatch All TackleASIN: B00JTWDSQS定格 #400lb
必要数: 6
ストッパーBefenybayASIN: B0B1C6BPKQ内径 10 mm、外径 20 mm、幅 20 mm
必要数: 2

参考文献

  1. Hill AV. The heat of shortening and the dynamic constants of muscle. Proc R Soc Lond B Biol Sci. 1938;126:136-195.
  2. Huxley AF. Muscle structure and theories of contraction. Prog Biophys Biophys Chem. 1957;7:255-318.
  3. Seow CY. Hill's equation of muscle performance and its hidden insight on molecular mechanisms. J Gen Physiol. 2013;142:561-573.
  4. Alcazar J, Csapo R, Ara I, Alegre LM. On the shape of the force-velocity relationship in skeletal muscles: the linear, the hyperbolic, and the double-hyperbolic. Front Physiol. 2019;10:769.
  5. Huxley AF, Simmons RM. Proposed mechanism of force generation in striated muscle. Nature. 1971;233:533-538.
  6. Judge JL, Cazares VA, Thompson Z, Skidmore LA. Development of low-cost cardiac and skeletal muscle laboratory activities to teach physiology concepts and the scientific method. Adv Physiol Educ. 2020;44:181-187.
  7. Nelson FE, Gabaldón AM, Roberts TJ. Force-velocity properties of two avian hindlimb muscles. Comp Biochem Physiol A Mol Integr Physiol. 2004;137:711-721.
  8. Wilkie DR. The relation between force and velocity in human muscle. J Physiol. 1949;110:249-280.
  9. Marsh RL, Bennett AF. Thermal dependence of contractile properties of skeletal muscle from the lizard Sceloporus occidentalis with comments on methods for fitting and comparing force-velocity curves. J Exp Biol. 1986;126:63-77.
  10. Medeiros HBO, Fontana HB, Herzog W. A low-cost 2-D sarcomere model to demonstrate titin-related mechanisms for force production. Adv Physiol Educ. 2024;48:92-96.
  11. Capuano V, Xu L, Estrada Benavides J. Smartphone MEMS accelerometer and gyroscope measurement errors: laboratory testing and analysis of the effects on positioning performance. Sensors. 2023;23:7609.
  12. Balaram J, et al. Mars Helicopter technology demonstrator [conference presentation]. Presented at: AIAA Atmospheric Flight Mechanics Conference, AIAA SciTech Forum; Kissimmee, FL; 2018. Available from: https://doi.org/10.2514/6.2018-0023
  13. Marsh RL. How muscles deal with real-world loads: the influence of length trajectory on muscle performance. J Exp Biol. 1999;202:3377-3385.
  14. Kontra C, Lyons DJ, Fischer SM, Beilock SL. Physical experience enhances science learning. Psychol Sci. 2015;26:737-749.
  15. Freeman S, et al. Active learning increases student performance in science, engineering, and mathematics. Proc Natl Acad Sci U S A. 2014;111:8410-8415.

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

さらに記事を探す

筋力測定3Dプリントプーリーラチェットポウルギアスマートフォン加速度計PhyphoxアプリケーションPythonデータ解析筋生理学教育バイオメカニクス教育
筋力-速度関係を測定するための低コスト装置
お問い合わせ
図書館に推薦する

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。