文摘
从生物力学的角度,罢工模式起着重要的作用在运行防止潜在的损伤风险。传统上,攻击模式的决心是由使用3 d摄像机运动分析系统。然而,过程是昂贵的,不方便。随着技术的快速发展,传感器已应用于运动科学领域。因此,本研究旨在确定的算法可以识别着陆策略可穿戴传感器。六个健康男性受试者招募执行脚跟和脚掌罢工策略7点10,13 km / h的速度。Vicon收集的运动学数据进行三维运动分析系统和2惯性测量单元(IMU)附加背一边的鞋子。每一个脚步的数据聚集索引分析螺旋角和罢工。比较罢工指数从IMU与螺旋角Vicon系统,我们的研究结果表明,这两个信号之间表现出高度相关更改不同的攻击模式在矢状面()。基于这些发现,乌兹别克斯坦伊斯兰运动传感器显示潜在的能力和可能超越体育科学其它领域的背景下,包括临床应用。
1。介绍
跑步和走路步态可以分为两个阶段对下肢运动学,摇摆和立场等阶段。摆动阶段被称为交变序列的不支持,和站阶段可以称为序列的支持。具体而言,立场阶段发生在足底的脚接触地面,完成与脚趾离地面。最近,脚步或着陆策略激发了巨大的碰撞的科学兴趣的脚步模式在赤脚和穿鞋跑步者(1- - - - - -3]。两个主要常见的攻击模式可能发生在运行。第一个是脚跟罢工的脚后跟接触地面的第一阶段(即。,大多数穿鞋跑步者);第二个是前脚罢工的舞台球脚的脚跟前(即土地。,短跑运动员和大多数赤脚跑步者)[4]。这会带来不同的攻击模式的思想将是一个关键因素,导致效率低下和有害的脚步技巧。
从生物力学的角度来看,不同的攻击模式中扮演一个重要的角色在运行潜在损伤的预防风险。一般来说,脚跟罢工模式产生重大影响瞬态目前垂直地面反作用力的鞋跟与地面碰撞,而脚掌罢工模式生成一个最小的冲击力,但考虑到效率。最近的研究表明,脚跟罢工与较高的跑步受伤(例如,胫骨应力性骨折)和影响作为减震效率低下的结果或低效的肌肉和骨骼的补偿5,6]。施等人还显示,脚掌跑步者加载速率较低,可以视为为运行的一个重要因素伤害(7,8]。因此,了解不同的攻击技术可能是一个关键因素来保护脚和下肢在运行潜在的损伤风险。
传统上,攻击模式进行了测定通常在实验室使用3 d摄像机运动分析系统。大量的反光标记连接在参与者的骨性标志按照特定的标记设置。此外,协调收集的数据从这些标记被用来计算参数的研究兴趣,如不同的关节角着陆,关节活动度(ROM),和时间间隔的降落点9,10]。利伯曼等人使用一个红外运动学系统(Qualysis)迫使板块碰撞调查不同的攻击模式和力量赤脚跑步者和穿鞋跑步者。他们发现两种类型的习惯性的跑步者用不同的攻击模式和赤脚跑步者往往落在前脚,而穿鞋跑步者用脚跟罢工主要是(2]。此外,赤脚跑步者产生较小的碰撞力量比穿鞋后方的脚用前脚罢工罢工者在坚硬的表面。因此,施等人用同样的方式来调查这赤脚或穿鞋脚攻击模式是重要条件运行(8]。他们建议下肢可以获得更多与前脚罢工合规运行时,习惯性地赤脚穿鞋跑步者跑时可能会很容易受伤,但仍保持他们的脚跟罢工的模式。运动跟踪或动作捕捉系统已经识别提供人体运动数据。然而,使用运动分析的程序来收集感兴趣的数据是昂贵和不方便。
随着技术的快速发展,传感器已应用于运动科学领域。因为便携性和低成本,惯性传感器已被视为一种工具,已经广泛应用于生物力学研究的研究(11- - - - - -14]。施等人表明,协调数据可穿戴运动传感器获得的数据是高度相关的运动学光学运动分析系统(15]。此外,施等人通和石榴证明,陀螺仪和之间的相关性Vicon®信号非常高在矢状面8,16]。此外,李等人提出的惯性测量单元(IMU)传感器可以通过显示其识别能力展示潜在能力走路,跑步,跳跃运动在不同级别的强度(12]。然而,不同的攻击模式的时空属性改变利用惯性传感器没有被证明。本研究的目的是确定罢工模式利用惯性传感器速度不同。此外,我们还研究了惯性传感器之间的信号的相似性和运动分析系统检查传感器用于本研究的有效性。
2。材料和方法
2.1。参与者
在这项研究中,我们招募了6个健康男性受试者(年龄:年;高度:cm;重量:公斤)没有心血管疾病或严重的下肢受伤在过去的6个月。这项研究由医学研究伦理委员会批准,所有参与者完成了知情同意的声明。
2.2。设备
运动学数据是由三维运动分析系统收集10 Vicon MX 13 +摄像机采样率为200 Hz。软件使用Nexus 1.82 (Vicon,牛津大学,英国)。16个反光标记(13毫米)被放置在骨性标志根据插件步态模型(Vicon, 2002)。我们也把14个额外的标记(4左鞋,在鞋,跑步机和6)来帮助我们确定鞋子跑步机的皮带(图联系1)。两个惯性测量单元(IMU)附加背一边的鞋子;一个是三轴加速度计(美国弩CXL25GP3),另一个是三轴陀螺仪由2双轴陀螺制造突破董事会(SparkFun森sen - 09412 - 09425,美国)。测量范围是25±G和±1500 rad / s,分别。加速度计校准表上的重力,和角速度陀螺仪提供的数据(0.67 mv /度/秒)被Vicon校准系统。Vicon机器人定位实验系统是常用的生物力学研究或实验验证测试(2,8,16,17]。乌兹别克斯坦伊斯兰运动第一次被固定在一个双臂测角仪,还与2安装反光标记在拐角处安排。然后我们把手臂相互地移动。测角仪定位记录利用Vicon系统采样率为200 Hz。角速度之间的关系和IMU Vicon提供的数据系统。
跑步机(Magtonic杂志- 7310年,台湾)4负载细胞(δ换能器,印度)设置下面4角是用来控制运行的速度和测量垂直地面反作用力在运行(图1)。模拟数据采集系统收集的(美国Biopac MP150),采样率为1000 Hz。
2.3。程序
参与者并5分钟热身和练习脚跟和脚掌罢工在自我选择的速度熟悉不同的攻击策略开始前试验。然后参与者被要求执行两种不同的脚步策略(脚跟和脚掌罢工)3种不同的速度(7、10和13 km / h)在跑步机上以随机的顺序。每个试验包括1分钟的跑步和每个审判之间至少有两分钟休息。Fifteen-second数据被记录在一个试验时,跑步者的步态稳定。
2.4。数据收集
三维运动学运动分析系统收集的数据在这个研究。脚步模式的影响下肢运动学和动力学主要是讨论在矢状面;因此,在着陆策略和运行速度试验,每一个脚步的运动和IMU数据从所有参与者聚集在矢状面分析螺旋角和罢工指数在稍后的时间。螺旋角是角的变化,通过测量Vicon运动分析系统,踝关节在矢状平面的摆动脚从脚接触地面,直到达到最低位置罢工。它可以写成 在哪里虚线之间形成的角度,跑步机皮带的时候带和脚掌或脚跟先着地虚线之间形成的角度,跑步机皮带时脚掌或脚跟脚罢工达到最低位置(图2)。
(一)
(b)
罢工指数与IMU数据用于评估每个脚步的着陆策略参数。获得完整的时间间隔从脚接触地面的那一刻起,直到整个脚在地面上,这项研究首次发现,从IMU数据,三轴加速度计的合成加速度的时候达到最大值。然后观察区域决定通过增加0.2秒,减少0.15秒的每一步确认时间点,并通过这样做,漂移的数据集成问题可以同时最小化。理解时间和脚角(之间的相关性矢状面(图)3),陀螺仪数据进行数据集成在矢状面内观察区。的角度可以通过数字化集成计算从陀螺仪信号(): 接下来,两个时间点,斜率= 0,在间隔被确定。最后,每个脚步的罢工指数是通过减去两个脚角度,来自上述两个时间点,在矢状面。
(一)
(b)
2.5。统计数据
皮尔森相关系数是用来分析和计算线性罢工指数之间的相关性和螺旋角。当系数下降,两个变量被认为是高度相关的。本研究还利用线性回归预测罢工指数和螺旋角之间的值。
3所示。结果与讨论
一位与会者未能完成13公里/小时试验,因此排除在数据分析的记录。因此,研究分析了不同的着陆策略的数据从6参与者7公里/小时,10公里/小时试验和5 13公里/小时试验参与者。总共有1391步脚跟罢工,1305步的前脚罢工聚集进行分析。数据的步骤,罢工指数和螺旋角见表1。
罢工的索引值,最好可以区分前脚罢工和脚跟罢工,本研究分析了所有参与者的罢工指数在每个试验和数据在一个散点图。结果表明,罢工指数和螺旋角高度相关(图4)根据皮尔逊相关性()。线性回归方程,在那里指数和罢工吗螺旋角。决定性的系数是0.98。
通过引用Van-Westendorp方法(18),本研究还分析了罢工指数和灵敏度的值(图识别着陆策略5)。每个值被认为是一个边界线;任何数据低于这条线是归因于前脚罢工,和任何数据高于线是归因于脚跟罢工。归因的百分比精度表示的敏感性识别着陆策略。罢工指数和灵敏度的分析识别着陆策略表明,灵敏度达到最优值,当罢工的指数是0.115。
4所示。讨论
在当前的研究中,我们的目的是测量运动变化的脚步策略不同的运行速度(7 - 13 km / h),也比较相似的惯性传感器之间的信号和运动分析系统来验证乌兹别克斯坦伊斯兰运动传感器的应用模式检测。脚掌和脚跟罢工模式在三维运动分析系统测定的基础上十六个反光标记放在骨地标,而两个IMU附加背一侧的鞋。Vicon系统是用于调查的贡献步态的运动学模式(例如,脚角度和攻击模式)及其交互作用与IMU还提供了一个潜在的微机电系统的发展之间的联系,促进数据收集在独立生存的条件下(11,12]。此外,我们使用攻击模式在一个步态周期的特点,确保切割点的灵敏度足够准确区分着陆策略(19,20.]。
比较罢工指数从IMU与螺旋角Vicon系统在运行姿态阶段,我们的研究结果清楚地表明,IMU和Vicon信号表现出不同的攻击模式之间的高相关的变化在矢状面()。这一发现表明,在运行周期的立场阶段,运动收集的数据从前脚罢工或脚跟罢工策略通过IMU设备传感器融合罢工模式检测(可以是一个有价值的借鉴15,16]。这个高度相关结果IMU和运动系统之间被施等人也发现使用类似的方法来确定运行的脚在激烈的运动变化(8]。鉴于IMU的应用设备放在脚来代替运动系统尚未充分探讨,使用IMU罢工模式检测可能是基于我们的研究结果有一定的参考价值。
一些先前的研究表明,传统的运动分析清楚地捕捉不同的攻击模式通过观察螺旋角的变化在不同速度条件下21,22]。此外,为了找到最佳的攻击类型,可以代表敏感性指数识别不同的攻击模式(前脚/脚跟罢工)通过使用IMU,截断值调整被每个重复检测罢工索引值来确定最优截断值。截断值点的影响灵敏度的传感器融合数据可以表示攻击模式的特点,而不是使用运动分析系统。IMU设备通过使用传感器融合的发展已被广泛应用在不同的研究领域12,23,24]。刘等人利用他们的算法流程和集成信号从陀螺仪和加速度计利用均值滤波和卡尔曼滤波器估计辊的姿态角(25]。他们的研究结果表明,估算的精度辊的角度有效地提高。
基于传感器融合方法在这项研究中,检测的灵敏度脚跟罢工模式随截断值的增加导致的增量灵敏度检测前脚罢工的模式。因此,截止调整定向效应是一个函数的脚掌或脚跟罢工模式是否被测量。使用截断值(0.115)在十字路口不仅可以精确探测前脚罢工还识别脚跟罢工模式很好,如图5。此外,截止设置的影响可能与结果表明,角之间的相关性差异IMU测量和螺旋角的矢状面Vicon系统是相当高的。不同的设备的比较结果表明,前脚罢工和脚跟罢工的数据分布在相同的线这意味着信号记录从这两个系统都是相同的25,26]。在我们的案例中,尽管先前的研究使用不同的算法来探索传感器融合方法的有效性,IMU传感器的最优截止点集展示了其效用在这项研究。
然而,仍然存在一些限制我们使用罢工的索引类型。例如,中足罢工模式在脚掌和脚跟罢工之间不易区分。此外,IMU附加到一个不同的位置时,结果也可能是不同的。在其他的研究中,收集的数据额叶和轴方向的横向飞机之间没有相同的陀螺仪和Vicon系统[8]。卡蒙等人还指出,他们的研究的弱点进行数据融合的司机的行为是,特定的时间间隔,它需要获取足够的数据来提供精确的检测(26]。此外,不同的人需要不同的阈值作为切割点来确定不同的攻击模式。然而,未来的研究可能需要关注设备的多功能性质所产生的问题和简化数据处理算法来找到合适的切割点值(27,28]。在这项研究中,我们罢工指数类型定义的截断值区分罢工模式做出积极贡献。乌兹别克斯坦伊斯兰运动装置不仅可以识别不同的攻击模式运动在不同级别的强度也被认为是可行的数据收集外部实验室因为款便携式和便宜的12,29日]。基于我们的研究结果,乌兹别克斯坦伊斯兰运动传感器显示潜在的能力,这种设备可以超越体育科学其它领域的背景下,包括临床应用。
相互竞争的利益
作者宣称没有利益冲突。
确认
这项研究由科技部(NSC - 003 - 130 - 102 - 2410 h my2)的台湾和“顶尖大学项目目标”的国立台湾师范大学和教育部,台湾。