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

140 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ける骨格運動を生成するモーターです。その独自の階層構造を理解することは、力の生成や仕事の産出に影響を与えるクロススケールの要因によって複雑になっています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示すための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が低くなる傾向にあります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、その中で最も広く知られているのが、約1世紀前にArchibald Vivian Hillによって初めて特徴づけられた力–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、一般的に等尺性収縮または非常に低速の短縮収縮において最大の筋力（Fmax）が得られる一方で、最大筋速度（Vmax）に近い最速の等張性収縮では通常、筋力が最も弱くなります1。Hillが1938年に力–速度–パワー（FVP）関係を記述した際、彼は今なお彼の名を冠する関数を導入しました。Hillの式（式1）は、等尺性収縮（筋肉の両端を固定した状態）で発生する最大筋力と、外負荷がない状態で達成される最大速度と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、そして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示す定数である1。

この基本的な関係には、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、Vmaxの約3分の1で最大値（Pmax）に達します7。Pmaxが発生する速度は最適速度（Vopt）と呼ばれ、短縮速度の範囲内（V0からVmaxまで）におけるその位置は、力-速度関係およびパワー-速度関係の重要な特性となります。例えば、Voptが大きいほど、より高い短縮速度でピークパワーが出力されることになります。力-速度関係自体において、最大筋力（Fmax）と最大速度（Vmax）は、中間的な力-速度関係によって曲線的に結ばれています（図 5A）。本手法を用いて得られた代表的な力-速度関係およびパワー-速度関係を図 1に示します。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 a/Fmax と定義され8、ここで a は、負荷のない短縮筋による摩擦熱発生量を定量化するHill式における熱力学定数です1。曲率は力-速度曲線における Vopt の位置に影響を与え、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。また、曲率は筋パワー比（式 2）を用いても記述されます9。

式 2:  機械システム解析における効率比 Pmax/vmax*Fmax の式。

ここで、Pmaxは最大筋出力、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肉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関係へのより完全な理解を深めることの重要性は、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、実験的な学習は、基礎的な科学的文脈と、怪我の予防、リハビリテーション、身体トレーニングを含むヘルスケア分野の職業への準備の両方において、筋肉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肉の生理学的特性を測定するための従来の装置は、極めて精密かつ正確ですが、コストが非常に高く、そのため多くの教室環境への導入には大きな障壁となっています7。これらの制限を解消し、実践的な学習機会を拡大するために、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ギアを組み込んだ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搭載の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が選択された理由は、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を備えているためです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がIngenuity Mars Helicopterの慣性計測ユニットに組み込まれた例を含め、すで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なツールはいくつか存在するが、それらはそれぞれ異なる概念を対象としている。例えば、Judgeら6は、筋肉の電気活動を記録するための手頃なSpikerBoxベースのアクティビティを開発し、Medeirosら10は、タイチンのメカニクスを実証するための低コストな2次元サルコメアモデルを作成した。しかし、収縮するヒト筋肉のFVP関係を学生が直接測定し、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なツールはまだ存在しない。本装置は、300ドル未満でゴールドスタンダードによって検証されたFVP測定を実現することで、この空白を埋めることを目的としている。

本研究では、業界のゴールドスタンダードとのクロスバリデーションを行った低コストのFVP装置の構築について報告します。バリデーション解析では、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。クロスバリデーションが成功すれば、この低コスト装置は、実験の正確性と科学的な厳密性を維持しつつ、装置導入の金銭的ハードルを下げることで、教室での筋生理学および筋骨格バイオメカニクスの研究を普及させることができます。この低コスト装置により、世界中の生理学や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究することが可能になり、刺激を受けることが期待されます。生理学的測定値を生成するハンズオン活動を取り入れることで、教室ではマルチモーダルな理解と知識定着の向上が達成されます。

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制度的審査委員会（Institutional Review Board）によって承認されました（プロトコル番号：21-163-KON-XPD）。

注：本装置では、3Dプリンターで製作したプーリーシステムを用い、外部負荷を吊り下げたスマートフォンを使用します。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使用して100 Hzで収集されます。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します。速度は加速度を積分して求め、パワーは力と速度の積として算出します。補足コーディングファイル1).

1. 장치의 조립

  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底面に固定する。安定した非コンプライアントなベースを形成するため、短いビームは長いビームの両端から約8 cmの位置に配置する。
    注：このアセンブリは、以下「フレーム」と称します。
  2. プーリーマウントの組み立て
    1. 大型の多孔質ポリ塩化ビニルブロックを、7インチの辺を垂直に、6.75インチの辺を水平にして配置します。
    2. 左下隅から左端に沿って2.75インチを計測し、その位置に印を付けます。
    3. 左上角から上端に沿って2.75インチを測定し、その位置に印を付けてください。
    4. マークされた2つの地点を結ぶ直線を描いてください。
    5. 印を付けた線に沿って切り、切り出された三角形の部分を取り除きます。
    6. 右上角から1.25インチの位置に、7/16インチの穴を開ける。
    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インチ離れるように小さなブロックに固定します。小さなブロックの上に斜めのカット面が来るように配置し、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調整してください。
  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：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、収縮時に吊り下げられ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、取り付けます。
    1. 14インチのセルラー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. 各小型セクションの上面に、前面から1インチの位置に、2インチ × 1/8インチの切り欠きを入れてください。
    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。切り欠き部分を互いに合わせます。
    4. 大きい方のセクションの上面に、面ファスナーテープを貼り付けます。
    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。前腕ストラップがプーリーとは反対側を向くようにして、アームレストをプーリーマウントから14インチの位置に配置します。
  5. 内歯車および外歯車コンポーネントの溝にボールベアリングを挿入します（補足ファイル 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の重なりがあるループを作成し、その重なり部分をスロット内で固定します。
  7. 金属製アクスルを、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順番に挿入します。
    注：インナーギアの側面のスロットをフレームに向けて配置してください。両方のストッパーを、プーリーアセンブリの両端から1 mmの位置に配置してください。
  8. 軸にさらに2つのストッパーを取り付け、側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の多芯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、クリンパーで固定します。反対側の端をカラビナAに通してループを作り、2つ目のクリンパーで固定します。
    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が貼られています。
  10. 付属のタイミングベルトを使用して、インナーギアコンポーネントをカラビナAに接続します。重なり部分をキーAで固定してください。
    注：キーA、B、および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、予備のキーが同梱されている場合があります。
  11. 10 cmの多芯スチールワイヤーをカラビナAにループ状に巻き付け、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ループ状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下「セーフティボルト」と呼ぶ。
  12. 長さ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（重ねしろ）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。反対側をカラビナBに回し、キーCを用いてオーバーラップ部分を固定します。
  13. キーBを外側ギア部品の最大の段に挿入します。
  14. スマートフォン用アームバンドホルダーのアームバンドループまたはヘッドホンケーブル用開口部のいずれかを用いて、カラビナBに取り付けます。
  15. ループ状にしてクリンプ加工を施した鋼線を用いて、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. 加速度計を備え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する。
  2. Acceleration (without g)モジュールを開く。
  3. カラビナBに取り付けられたアームバンドホルダーにスマートフォンを設置する。
  4. セクション3に従ってデータを収集する。
  5. 記録されたデータを.xlsファイルとしてエクスポートする。参加者に対応する固有のファイル名を割り当てる。
  6. .xlsファイルをインターネット接続可能なコンピュータに転送する。
  7. Supplemental Coding File 1を使用してデータを処理する。
    注：このスクリプトは、測定された垂直加速度の前方オイラー積分（式3）を用いて速度を算出する。位置は等加速度運動の方程式（式4）を用いて算出される。計算には、平滑化やフィルタリングを行わない生の加速度値が使用される。
    式3：vi = vi-1 + ai ∆t
    式4：  物理運動方程式: \( p_i = p_{i-1} + v_{i-1} \Delta t + \frac{1}{2} a_i \Delta t^2 \); 動的解析。
    1. Supplemental Coding File 1をインストールする。
    2. データ処理に使用するコンピュータにPythonをインストールする。
    3. ターミナルウィンドウを開き、pip install streamlit pandas matplotlib scipy openpyxl xlrdを実行する。
    4. Supplemental Coding File 1が含まれているフォルダに移動し、streamlit run muscle_velocity_gui.pyを実行する。
      注：Windows PowerShellを使用する場合は、python -m streamlit run muscle_velocity_gui.pyを実行する。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にしてEnterキーを押す。
    5. Uploadをクリックし、エクスポートした.xlsファイルを選択する。
    6. Process Dataをクリックして、データセットを読み込み、解析する。
    7. 最初の試行に対して生成された加速度、速度、位置のプロットを確認する。
    8. 各ピークに隣接す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する。
      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、正の速度および位置の値に関連している。自動ピーク検出アルゴリズムはピークを誤認する場合があるため、手動での検証が必要である。
    9. ピーク検出パラメータを調整する。
      注：ソフトウェアがピークを正しく特定しない場合は、Advanced Tweakables > Peak Detection Parametersを展開し、検出設定を調整する。
      1. Zero Thresholdを調整して、静止状態とみなす加速度範囲を定義する。
        注：加速度トレースに過剰なノイズが含まれている場合は、この値を大きくする。しきい値は加速度プロット上に赤い参照線として表示される。デフォルト値 = 0.30。推奨範囲 = 0.10–5.00。
      2. Min Velocity for Peakを調整して、許容される最小速度ピークを定義する。
        注：有効なピークが除外されている場合は、この値を小さくする。しきい値は速度プロット上の下の緑色の参照線として表示される。デフォルト値 = 0.30。推奨範囲 = 0.10–10.00。
      3. Zero Scopeを調整して、静止期間を特定するために必要な連続したゼロ近傍加速度サンプルの最小数を定義する。
        注：速度および位置のトレースがリセットされない場合は、この値を小さくする。デフォルト値 = 10。推奨範囲 = 3–25。
      4. Max Velocity for Peakを調整して、許容される最大速度ピークを定義する。
        注：有効なピークがしきい値を超える場合は、この値を大きくする。しきい値は速度プロット上の上の緑色の参照線として表示される。デフォルト値 = 10.00。推奨範囲 = 10.00–30.00。
      5. Min Peak Distanceを調整して、検出されたピーク間の最小サンプル数を定義する。
        注：デフォルト値 = 2。推奨範囲 = 1–10。通常、変更は不要である。
      6. Min Peak Prominenceを調整して、ピーク検出に必要なプロミネンス（突出度）を定義する。
        注：値を下げると感度が高まり、追加のピークが特定される可能性がある。デフォルト値 = 0.10。推奨範囲 = 0.01–0.90。通常、変更は不要である。
    10. 現在の試行のすべての有効なピークを特定した後、Nextをクリックして次の試行に進む。
    11. すべての試行が処理されるまで、ステップ2.7.7–2.7.10を繰り返す。
      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てはならない。パラメータの変更が必要になった場合は、更新された設定を使用して、以前に処理したすべての試行の解析をやり直す。
    12. 選択した速度および加速度データをスプレッドシートにコピーし、その後の力–速度–パワー解析に使用する。

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てください。
  2. 被験者の親指にフィンガーブレースを装着し、ブレースをしっかりと締め付けます。
  3. タイミングベルトが張るまで、ラチェット機構を通じ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：ラチェット機構は、位置が移動する際にカチッという音がします。
  4. 安全ボルトとカラビナーAを接続しているワイヤーが張るまで、安全ボルトをプーリー方向にスライドさせます。
  5. 質量がほぼ等しく、それぞれ約 1.25 kg の重りを2つ選択します。
  6. 固定テストシーケンス
    1. 重り1つとスマートフォンを用いて、最大径、中間径、最小径のプーリー層をテストします。
    2. 重り2つとスマートフォンを用いて、最小径、中間径、最大径のプーリー層をテストします。
    3. スマートフォンのみを用いて、最大径と最小径のプーリー層をテストします。
      注：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（記録開始）をタップします。
  8. 被験者に、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：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、テスト全般を通して一貫した口頭での励ましを行ってください。
  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って、プーリー層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層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、腕の過剰な動きや努力不足があった試行はやり直します。
  12. 各試行後に加速度波形を確認します。
    注：初期加速度のピークが異常に低い、過剰な振動がある、または収縮間で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む、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法

  1. ゴールドスタンダード・エルゴメーターの設置
    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力オフセットを10に、長さオフセットを9に設定します。
    3. デュアルモードレバーシステムおよび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の多芯スチールワイヤーをレバーの下から2番目の穴に通し、クリンプで固定する。
    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、アームレストの前方にあるフレーム3に取り付けます。
  2. 参加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. 親指が最大屈曲に達し、ケーブルに軽い張力がかかるまで、被験者の腕を前方に滑らせます。
  4. 前腕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固定してください。
  5. データ収集設定の構成
    1. 開く スキャン制御装置 Dev6.
    2. セット 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 期間の変換 〜へ 0.
    6. セット トリガー後サンプル ～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 2xタイプ 〜へ デジタル.
    9. セット 2倍レバー1 ～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 直ちに返してください に オフ.
    13. セット 開始トリガー 〜へ 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 下 スキャンするチャネルの選択.
  6. クリックして 翻訳を開始してください。 内 スキャン制御装置 そして、参加者に対し、親指を可能な限り速く、かつ強く収縮させるよう指示します。
    注：被験者のモチベーションはパフォーマンスに大きな影響を与える可能性があります。最大限の努力を促すため、試験全体を通して一貫した口頭での励ましを行ってください。
  7. クリックして GetWaves 得られたデータを、参加者識別子および現在の力オフセット値を用いて保存します。
    注：1回目の収縮では、フォースオフセットは10とする。
  8. フォースオフセットを1.0刻みで減少させてください。
    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の顕著な抵抗がなくなるまで、ステップ4.6～4.8を繰り返します。
  10. 以下に記載する解析手順を用いて、各試行からピークフォースおよびピーク速度の値を抽出する。 補足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下で各システムの機能的出力を評価するため、学部生（N = 15）を対象に、ゴールドスタンダードのエルゴメーターと低コスト装置の両方を用いて力–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に示している。

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に代わる教室用ツールとして利用可能かどうかを、要約変数のペア比較（Table 1）、等価性の二方向単側検定（TOST）（Table 2）、および両装置によって生成された力–速度およびパワー–速度関係の統計的パラメトリックマッピング（SPM）解析（Figure 4）を用いて評価した。装置間の統計的な差を評価するために対応のあるt検定を用い、2つのシステムの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...

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

教室レベルでヒト筋肉の力-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なエルゴメーターに代わる低コストな装置の妥当性が検証されました。

バリデーションの結果は、低コストで、それゆえに経済的および技術的に導入しやすい装置であっても、ゴールドスタンダードであるエルゴメーターを用いて得られた結果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るものである。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している。しかし、5つのパフォーマンス変数のうち1つしか両方のTOST基準を満たさなかったというバリデーション結果は、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に代わる研究グレードの代替品としては適さない可能性があることを示唆している。

この低コスト装置の主な利点は手頃な価格にあり、ゴールドスタンダードとされる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...

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

タグ

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

この記事は公開されました

動画は近日公開

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。