近年来，可穿戴动作捕捉系统发展迅速。这些系统使用包含加速计、陀螺仪和磁力计的惯性测量单元 (IMU) 来跟踪人体运动，而不受实验室环境的限制。TESLASUIT 的动作捕捉功能为运动评估的新可能性铺平了道路，为人体运动研究、训练和康复提供了更准确、更有影响力的解决方案。

介绍我们在 Reade 康复中心和阿姆斯特丹自由大学行为与运动科学学院的研究合作伙伴进行了一项研究，旨在评估 FES 辅助步态训练干预是否可以改善不完全脊髓损伤 (SCI) 患者的步态功能。该研究涉及验证 TESLASUIT 的 IMU，该 IMU 用于在步态分析过程中测量下肢运动学。程序研究人员对 12 名健康参与者在跑步机上以三种速度（1.0 公里/小时、3.0 公里/小时和 5.0 公里/小时）行走期间由 TESLASUIT IMU 计算出的关节角度与光电系统 (Optotrak) 测量的关节角度进行了比较。1.0 km/h 步行速度试验用于模拟 SCI 个体的步态模式，因为步行速度会影响运动学和时空参数。Optotrak 系统集群标记贴在裤子和夹克上（图 1）。

图 1. Optotrak 簇标记在 TESLASUIT 上的放置

参与者在跑步机上行走，直到完成 100 步（大约 5 分钟）。TESLASUIT 的 IMU 和 Optotrak 系统的输出数据根据每次步态试验开始时的跳跃进行同步。数据分析Optotrak系统：使用VU 3D模型计算3D标记坐标数据的轨迹。通过检测脚跟着地和脚趾离地来识别每个步态周期的开始和结束。然后，步幅时间由同一条腿连续两次脚跟着地之间的时间决定。计算每个步幅和归一化时间（从初始接触开始的 0 – 100%）的髋部、膝部和踝部角度（欧拉角）。TESLASUIT 的 IMU：来自 IMU 的原始数据由基于 OpenSim 的解决方案进行处理，该解决方案是 TESLASUIT 软件的一部分。这产生了具有关节运动学的骨骼模型，包括矢状面中的髋部、膝部和踝部角度。步幅时间由 Optotrak 系统检测到的脚跟着地来确定，计算出的角度经过时间归一化（从初始接触开始为 0 – 100%）。有效性通过一维统计参数映射 (SPM) 进行评估，使用双向（系统 x 步行速度）重复方差分析测量左腿和右腿的踝关节、膝关节和髋关节角度。计算每个参与者在每种步行速度下的左脚踝、右脚踝、膝盖和臀部角度的皮尔逊相关系数。在每种步行速度下，左脚踝、右脚踝、膝盖和臀部角度的相关系数最低和最高。结果

结果显示，在所有步行速度下，TESLASUIT 的 IMU 和 Optotrak 系统测量的膝盖角度之间高度一致。两个系统之间膝部角度的相关系数范围为 0.78 至 0.99。髋部角度也表现出良好至极好的相关性，系数为 0.80 至 0.99。踝关节角度表现出更大的变异性，系数范围为 0.19 至 0.99，尽管大多数参与者仍然达到了较高的相关性（表 1. 踝关节、膝关节和髋关节角度的相关系数）。虽然相关性分析表明总体上存在很强的关系，但对关节角度波形的更详细分析揭示了两个系统之间的一些差异。与 Optotrak 相比，TESLASUIT 的踝关节和髋关节角度在步态周期持续时间内呈现 15 至 20 度的偏移。这种偏移可能是由于 IMU 的放置造成的，因为类似的研究表明 IMU 在身体上的位置会影响计算的关节角度的准确性。研究人员提到，将骨盆 IMU 放置在 TESLASUIT 上可能会导致臀部角度不太准确，而足部 IMU 更多地放置在中足上，可能会导致脚踝角度的偏移。尽管存在这些差异，但验证研究结果对于使用 TESLASUIT 分析步态期间的下肢运动学来说是有希望的。虽然该套装可能受益于对 IMU 放置的一些改进，以提高臀部和脚踝角度的准确性，但目前的膝盖角度尤其被证明具有很高的有效性。对于许多应用来说，膝关节的这种精度水平可能就足够了。TESLASUIT 在传统实验室环境之外的便携性和可用性也为在更自然、真实的环境中进行动作捕捉提供了机会。通过对 IMU 定位的一些修改以及对 TESLASUIT 关节角度计算的持续验证，我们的可穿戴触觉套装可能成为步态分析和康复的宝贵工具。在不受实验室环境限制的情况下高精度跟踪运动的能力为运动评估和生物反馈训练开辟了许多可能性。TESLASUIT 正在塑造人体运动研究和可穿戴技术治疗用例的未来。如果您想更多地了解我们的技术如何将您的研究或临床试验提升到新的水平，资料来源：里德康复中心和阿姆斯特丹自由大学行为与运动科学学院（人体运动科学系）的研究。研究由理学硕士 Simone Berkelmans 进行。

发布日期：2023 年 7 月 31 日

标签：步态分析,IMU 传感器,动作捕捉,运动评估,研究,Teslasuit