利用慣性動態捕捉系統預測提物過程中的脊柱負荷





一、研究背景

1. 背部疼痛是最常見的肌肉骨骼疾病(Andersson, 1999)

2. 搬運物品過程中脊柱負荷的相關研究

  • 2-D biomechanical models (Potvin 1997, Merryweather 2009)

  • 3-D computer simulations in the lab (Bassani et al. 2017)

3. 慣性動態捕捉

  • 將運動學與已預測得知的GRF (地面反作用力)結合,用以預測脊柱負荷(Karatsidis et al. 2019)


目標

目前已經能夠運用 IMC (慣性運動捕捉) 資料與已預測的GRF(地面反作用力)資料預測在搬運物品過程中,L4-L5 的脊柱受力。本研究希望驗證這個骨骼肌肉模型是否正確





實驗資料


◆ 實驗人員共有九位男性及四位女性

◆ 標準的抬舉物品動作,逐次增加重量 (5~20kg)

◆ 運動學資料

  • Qualisys (42 markers, 120Hz)

  • Xsens MVN Awinda (17 IMU, 60Hz)

◆ 動力學資料

  • AMTI force plates (1200Hz)


電腦模擬

◆ 將 IMU 資料轉入 AnyBody Modeling System

  • 應用感測器,量測取得人體尺寸與進行校正

  • 資料轉成 .bvh格式

  • Virtuel markers (Skals et al., 2017)

◆ 預測地面反作用力(Fluit et al., 2014; Skals et al., 2017)





資料分析與統計

◆ 希望評估的參數

  • 軀幹屈曲

  • 左右腳的垂直地面反作用力

  • L4-L5脊柱的關節反作用力 (JRF)

  • 腰背肌 (Erector spinae) 的肌肉力量

◆ 統計比對

  • Intraclass correlation coefficients

  • Root mean square error

  • Relative root mean square error

  • Bland – Altman bias and limits of agreement




二、結果


SYM Vertical GRF



ASYM Vertical GRF




SYM axial compression force



ASYM axial compression force




Axial compression force LOA



SYM anteroposterior shear force




ASYM anteroposterior shear force




SYM mediolateral shear force




ASYM mediolateral shear force




SYM Erector spinae




ASYM and TRA Erector spinae




Thorax-Pelvis orientation




骨盆追蹤器的敏感度?

骨盆追蹤器必須放置於骶骨的上方




三、結論

  • IMC-PGRF 模型可用於估算在動態條件下標準物料處理任務期間的肌肉骨骼負荷

  • 與之前的步態研究相比,分析中引入荷重會導致 GRF 的準確度降低 (Karatsidis al. 2019)

  • IMC-PGRF 模型可用於現場追蹤軸向壓縮力的相對變化


致謝

Xsens for lending us the Awinda system

Sebastian Skals is funded by the Danish Council for Independent Research