TESLASUIT運動捕捉系統，基于IMU的運動學測量與步態

近年來，可穿戴運動捕捉系統發展迅速。這些系統使用包含加速度計、陀螺儀和磁力計的慣性測量單元(IMU)來跟蹤人體運動，其最大特點是不受實驗室環境的限制。TESLASUIT的運動捕捉功能為運動評估開啟了全新的可能性，為人類運動研究、訓練和康復提供了更準確、更有效的解決方案。

介紹

Reade康復中心和阿姆斯特丹自由大學行為和運動科學學院的研究人員進行了一項研究，以評估FES輔助步態訓練干預是否可以改善不完全脊髓損傷(SCI)患者的步態功能。該研究包括TESLASUIT的IMU傳感器應用，研究人員將其用于在步態分析過程中測量下肢運動學。

研究過程

研究人員對12名健康參與者在跑步機上以三種速度(1.0公里/小時、3.0公里/小時和5.0公里/小時)行走時進行了測量，并通過TESLASUIT IMU計算的關節角度與光電系統(Optotrak)測量的關節角度進行了比較。1.0 km/h步行速度試驗用于模擬SCI個體的步態模式，因為步行速度會影響運動學和時空參數。

參與者在跑步機上行走，直到完成100步(約5分鐘)停止。TESLASUIT的IMUs和Optotrak系統的輸出數據基于每次步態試驗開始時的跳躍而同步。

數據分析

Optotrak系統：使用VU 3D模型計算3D標記坐標數據的軌跡。每個步態周期的開始和結束通過檢測腳跟接觸地面和腳尖離地來識別。步幅時間由同一條腿的兩次連續腳跟接觸地面之間的時間決定。計算每一步的髖關節、膝關節和踝關節角度(歐拉角)并進行時間標準化(從初始接觸開始，0–100%)。

TESLASUIT：來自IMU的原始數據由基于OpenSim的解決方案處理，該解決方案是TESLASUIT軟件的一部分。包含具有關節運動學的骨骼模型，包括矢狀面中的髖關節、膝關節和踝關節角度。步幅時間由Optotrak系統檢測到的腳跟接地決定，計算出的角度進行時間標準化(從初始接觸開始，0–100%)。

通過一維統計參數映射(SPM)對左右腿的踝、膝和髖角度使用雙向(系統x步行速度)重復ANOVA測量以評估其有效性。

計算每個參與者在每個行走速度下的左右腳踝、膝蓋和臀部角度的皮爾遜相關系數。顯示在每種行走速度下左和右腳踝、膝蓋和臀部角度的最低和最高相關系數。

結果

結果顯示，TESLASUIT的IMUs和Optotrak系統在所有行走速度下測量的膝蓋角度高度一致。膝關節角度的兩個系統之間的相關系數范圍從0.78到0.99。髖關節角也顯示了良好到極好的相關性，相關系數為0.80到0.99。踝角顯示出更多的可變性，系數范圍從0.19到0.99，盡管大多數參與者仍然實現了高水平的相關性(表1。踝、膝和髖角的相關系數)。

通過對IMU定位的一些修改和對TESLASUIT關節角度計算的持續驗證，我們的可穿戴觸覺套裝可能成為步態分析和康復的一個有價值的工具。不受實驗室環境限制的高精度跟蹤運動的能力為運動評估和生物反饋訓練開辟了許多可能性。