[go: up one dir, main page]

CN110638449B - 一种基于机械功的肌肉量化分析方法 - Google Patents

一种基于机械功的肌肉量化分析方法 Download PDF

Info

Publication number
CN110638449B
CN110638449B CN201910948198.9A CN201910948198A CN110638449B CN 110638449 B CN110638449 B CN 110638449B CN 201910948198 A CN201910948198 A CN 201910948198A CN 110638449 B CN110638449 B CN 110638449B
Authority
CN
China
Prior art keywords
muscle
muscles
mechanical work
gait
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910948198.9A
Other languages
English (en)
Other versions
CN110638449A (zh
Inventor
杜民
黄美兰
熊保平
史武翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou University
Original Assignee
Fuzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fuzhou University filed Critical Fuzhou University
Priority to CN201910948198.9A priority Critical patent/CN110638449B/zh
Publication of CN110638449A publication Critical patent/CN110638449A/zh
Application granted granted Critical
Publication of CN110638449B publication Critical patent/CN110638449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1107—Measuring contraction of parts of the body, e.g. organ or muscle
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种基于机械功的肌肉量化分析方法，包括以下步骤：步骤S1：采集受试者行走时的运动捕捉数据，地面反作用力数据和肌电数据；步骤S2：将步骤S1中的数据作为开源软件opensim的输入，通过缩放一个肌肉骨骼模型得到受试者的肌电驱动肌肉骨骼模型；步骤S3：利用opensim的逆动力学和残差缩减和肌肉计算控制工具获取多个步态周期的力臂和肌肉力量；步骤S4：取超过10个步态周期数据的均值，重采样为101个点，然后利用肌力和力臂计算肌肉机械功，并绘制曲线；步骤S5：通过地面反作用力将步态划分为四个阶段。利用肌肉机械功的变化情况反映肌肉在步态的不同阶段的收缩方式以及肌肉之间的协调作用。本发明能够反映每块肌肉的收缩方式以及它们之间的协调作用。

Description

一种基于机械功的肌肉量化分析方法
技术领域
本发明涉及生物力学领域，特别是一种基于机械功的肌肉量化分析方法。
背景技术
由于人体运动是肌肉之间协调收缩从而带动关节运动的结果，因此量化肌肉之间的协调作用对运动功能的评估和异常步态的分析十分重要。
随着现代测量技术的发展，目前已经有许多该领域的学者通过量化运动学、动力学、力板以及肌电等数据来分析肌肉，从而探讨某一行为动作下肌肉对关节负荷、重力加速度、身体支撑与前进等方面的贡献。而人体产生这些动作的最主要原因是肌肉之间的协调，但目前研究都无法直观的反映肌肉协调关系。
现有技术中虽然对人体运动参数进行量化分析，但仍无法了解肌肉之间复杂的协调关系。目前通过量化表面肌电信号的振幅，计算肌肉之间的相关系数来分析肌肉的协调关系，但无法了解肌肉之间是如何相互协调从而产生关节运动的。
发明内容
有鉴于此，本发明的目的是提供一种基于机械功的肌肉量化分析方法，解决了目前肌肉量化分析方法无法直观分析肌肉之间协调作用的问题。
本发明采用以下方案实现：一种基于机械功的肌肉量化分析方法，包括以下步骤：
步骤S1：采集受试者行走时的运动捕捉数据，地面反作用力数据和肌电数据；
步骤S2：以所述运动捕捉数据和肌电数据作为开源软件opensim的输入，通过缩放一个肌肉骨骼模型得到受试者的肌电驱动肌肉骨骼模型；
步骤S3：利用opensim的逆动力学和残差缩减和肌肉计算控制工具获取多个步态周期的力臂和肌肉力量；
步骤S4：取超过10个步态周期数据的均值，重采样为101个点，然后利用肌力和力臂计算肌肉机械功，并绘制机械功在一个步态中变化的曲线；
步骤S5：通过地面反作用力将步态划分为第一个双腿支撑期、单腿支撑期、第二个双腿支撑期和摆动期四个阶段；
步骤S6：利用肌肉机械功的变化情况反映肌肉在步态的不同阶段的收缩方式以及肌肉之间的协调作用：当肌肉做功增加时，肌肉向心收缩；肌肉做功减少时，肌肉离心收缩；在步态中，每块肌肉的收缩方式不同，肌肉之间的协调关系可分为协同、拮抗。
进一步地，所述计算肌肉机械功的具体过程为：
肌肉机械功等于肌肉收缩的长度和其收缩时产生的张力的乘积；将相邻两个时刻肌力的平均值作为中间时刻肌肉收缩时产生的张力，将相邻时刻的力臂差值作为肌肉收缩过程中变化的长度；公式如下：
Wi＝Fi*Ri ⑴
Fi＝(fi-0.5+fi-0.5)/2 ⑵
Ri＝ri+0.5-ri-0.5 ⑶
i＝1,2,3,4,5.......100 ⑷
其中，Wi为第i时刻肌肉所做的机械功；Fi为i时刻计算得到的肌肉力量，它是通过取相邻两个时间点的肌力fi-0.5和fi+0.5的均值得到的；Ri为i时刻计算得到的力臂，它等于相邻两个时间点的力臂ri-0.5和ri+0.5的差值。
与现有技术相比，本发明具有以下有益效果：
本发明通过量肌肉机械功的变化情况直观地反映每块肌肉的收缩方式(离心收缩或向心收缩)以及它们之间的协调作用(协同、拮抗)，从而对肌肉之间的协调作用进行量化分析，可用于运动员的运动功能评估以及异常步态的分析。
附图说明
图1为本发明实施例的流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示，本实施例提供一种基于机械功的肌肉量化分析方法，包括以下步骤：
步骤S1：采集受试者行走时的运动捕捉数据，地面反作用力数据和肌电数据；
步骤S2：以上述的运动捕捉数据和肌电数据作为开源软件opensim的输入，通过缩放一个通用的肌肉骨骼模型得到受试者的肌电驱动肌肉骨骼模型；
步骤S3：利用opensim的逆动力学(Inverse Dynamic)和残差缩减(ResidualReduction)和肌肉计算控制(computed muscle control)工具获取多个步态周期的力臂和肌肉力量；
步骤S4：取超过10个步态周期数据的均值，重采样为101个点，然后利用肌力和力臂计算肌肉机械功，并绘制机械功在一个步态中变化的曲线；
步骤S5：通过地面反作用力将步态划分为第一个双腿支撑期、单腿支撑期、第二个双腿支撑期和摆动期四个阶段；
步骤S6：利用肌肉机械功的变化情况反映肌肉在步态的不同阶段的收缩方式以及肌肉之间的协调作用：当肌肉向心收缩肌肉机械功不断增加；肌肉离心收缩机械功不断减小甚至做负功。在步态中，根据每块肌肉的收缩方式不同，肌肉之间的协调关系可分为协同、拮抗。
在本实施例中，所述计算肌肉机械功的具体过程为：
肌肉机械功等于肌肉收缩的长度和其收缩时产生的张力的乘积；将相邻两个时刻肌力的平均值作为中间时刻肌肉收缩时产生的张力，将相邻时刻的力臂差值作为肌肉收缩过程中变化的长度；公式如下：
Wi＝Fi*Ri ⑴
Fi＝(fi-0.5+fi-0.5)/2 ⑵
Ri＝ri+0.5-ri-0.5 ⑶
i＝1,2,3,4,5.......100 ⑷
其中，Wi为第i时刻肌肉所做的机械功；Fi为i时刻计算得到的肌肉力量，它是通过取相邻两个时间点的肌力fi-0.5和fi+0.5的均值得到的；Ri为i时刻计算得到的力臂，它等于相邻两个时间点的力臂ri-0.5和ri+0.5的差值。
较佳的，在本实施例中，人体运动是肌肉收缩带动骨骼绕关节运动的结果；关节活动要准确有效，需要有多块肌肉协调才能完成。根据肌肉在运动过程中不同收缩方式，可以分为原动肌、拮抗肌和协同肌。原动肌是收缩时产生该运动的主要肌肉，协同肌与原动肌的收缩方式相同，拮抗肌与原动肌的收缩方式相反。
以量化分析踝关节所关联的肌肉机械功为例：
第一个双腿支撑期：健康人在脚跟着地胫骨前肌(原动肌)达到向心收缩最大，其余背屈肌(趾长伸肌、第三腓骨肌)作为协同肌向心收缩，跖屈肌(比目鱼肌、腓肠肌、胫骨后肌、腓骨长肌，腓骨短肌、趾长屈肌)作为拮抗肌离心收缩；随后踝关节做跖屈运动，小腿三头肌(比目鱼肌、腓肠肌)作为原动肌向心收缩做正功，其余跖屈肌(胫骨后肌、腓骨长肌，腓骨短肌、趾长屈肌)作为协同肌向心收缩，背屈肌(胫骨前肌、趾长伸肌、第三腓骨肌)作为拮抗肌离心收缩做负功，从而带动踝关节达到中立位置。在第一个双腿支撑期的末期，身体重心向该腿转移，胫骨前肌作为原动肌向心收缩做正功，其余背屈肌(趾长伸肌、第三腓骨肌)为协同肌，跖屈肌作为拮抗肌离心收缩做负功，从而带动踝关节背屈运动，使身体保持平衡。
单腿支撑期：健康人的踝关节在单腿支撑期保持背屈。胫骨前肌作为原动肌向心收缩，趾长伸肌、第三腓骨肌作为协同肌向心收缩，跖屈肌(比目鱼肌、腓肠肌、胫骨后肌、腓骨长肌，腓骨短肌、趾长屈肌)作为拮抗肌离心收缩。此时对侧为摆动期，使得身体向前加速。
第二个双腿支撑期：健康人的踝关节在第二个双腿支撑期首先保持背屈运动，在达到背屈最大值后踝关节开始跖屈运动，小腿三头肌(比目鱼肌、腓肠肌)作为原动肌向心收缩做正功，其余跖屈肌(胫骨后肌、腓骨长肌，腓骨短肌、趾长屈肌)作为协同肌向心收缩，背屈肌(胫骨前肌、趾长伸肌、第三腓骨肌)作为拮抗肌离心收缩做负功，并在脚趾离地时达到最大跖屈角度。
摆动期：健康人在摆动期身体向前运动，踝关节主要任务是从跖屈位到身体中立位置。跖屈时，小腿三头肌(比目鱼肌、腓肠肌)作为原动肌向心收缩做正功，其余跖屈肌(胫骨后肌、腓骨长肌，腓骨短肌、趾长屈肌)作为协同肌向心收缩，背屈肌(胫骨前肌、趾长伸肌、第三腓骨肌)作为拮抗肌离心收缩做负功。
较佳的，本实施例通过量肌肉机械功的变化情况直观地反映每块肌肉的收缩方式(离心收缩或向心收缩)以及它们之间的协调作用(协同、拮抗)，从而对肌肉之间的协调作用进行量化分析，可用于运动员的运动功能评估、异常步态的分析等。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (1)

1.一种基于机械功的肌肉量化分析方法，其特征在于：包括以下步骤：
步骤S1：采集受试者行走时的运动捕捉数据，地面反作用力数据和肌电数据；
步骤S2：以所述运动捕捉数据和肌电数据作为开源软件opensim的输入，通过缩放一个肌肉骨骼模型得到受试者的肌电驱动肌肉骨骼模型；
步骤S3：利用opensim的逆动力学和残差缩减和肌肉计算控制工具获取多个步态周期的力臂和肌肉力量；
步骤S4：取超过10个步态周期数据的均值，重采样为101个点，然后利用肌力和力臂计算肌肉机械功，并绘制每一块肌肉的机械功在一个步态周期中变化的曲线；
步骤S5：通过地面反作用力将步态划分为第一个双腿支撑期、单腿支撑期、第二个双腿支撑期和摆动期四个阶段；
步骤S6：利用肌肉机械功的变化情况反映肌肉在步态的不同阶段的收缩方式以及肌肉之间的协调作用：当肌肉正功时，肌肉向心收缩；肌肉做负功时，肌肉离心收缩；在步态中，每块肌肉的收缩方式不同，肌肉之间的协调关系分为协同、拮抗；
其中，所述计算肌肉机械功的具体过程为：
肌肉机械功等于肌肉收缩的长度和其收缩时产生的张力的乘积；将相邻两个时刻肌力的平均值作为中间时刻肌肉收缩时产生的张力，将相邻时刻的力臂差值作为肌肉收缩过程中变化的长度；公式如下：
Wi＝Fi*Ri ⑴
Fi＝(fi-0.5+fi-0.5)/2 ⑵
Ri＝ri+0.5-ri-0.5 ⑶
i＝1,2,3,4,5.......100 ⑷
其中，Wi为第i时刻肌肉所做的机械功；Fi为i时刻计算得到的肌肉力量，它是通过取相邻两个时间点的肌力fi-0.5和fi+0.5的均值得到的；Ri为i时刻计算得到的力臂，它等于相邻两个时间点的力臂ri-0.5和ri+0.5的差值。
CN201910948198.9A 2019-09-30 2019-09-30 一种基于机械功的肌肉量化分析方法 Active CN110638449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910948198.9A CN110638449B (zh) 2019-09-30 2019-09-30 一种基于机械功的肌肉量化分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910948198.9A CN110638449B (zh) 2019-09-30 2019-09-30 一种基于机械功的肌肉量化分析方法

Publications (2)

Publication Number Publication Date
CN110638449A CN110638449A (zh) 2020-01-03
CN110638449B true CN110638449B (zh) 2021-05-18

Family

ID=69012284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910948198.9A Active CN110638449B (zh) 2019-09-30 2019-09-30 一种基于机械功的肌肉量化分析方法

Country Status (1)

Country Link
CN (1) CN110638449B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114431832B (zh) * 2021-12-27 2023-10-20 同济大学 一种肌肉能量消耗的量化分析方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4418475A1 (de) * 1994-05-20 1995-11-30 T & T Medilogic Medizintechnik Verfahren und Meßanordnung zur Analyse des menschlichen Ganges
CN1286962A (zh) * 2000-10-09 2001-03-14 清华大学 一种人体步态图像实时检测方法
CN102670306A (zh) * 2011-02-17 2012-09-19 美国博通公司 体内使用的生物医学单元、其系统及生物医学应用程序
CN107106846A (zh) * 2015-02-12 2017-08-29 赫尔实验室有限公司 用于辅助步态干预和跌倒预防的系统和方法
CN107397649A (zh) * 2017-08-10 2017-11-28 燕山大学 一种基于径向基神经网络的上肢外骨骼康复机器人控制方法
CN109789543A (zh) * 2016-07-22 2019-05-21 哈佛大学校长及研究员协会 用于可穿戴系统的控制优化
CN109984763A (zh) * 2019-04-10 2019-07-09 福州大学 基于人工神经网络智能预测人体关节力矩的方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004037344A1 (en) * 2002-10-24 2004-05-06 Lockheed Martin Corporation Systems and methods for treating movement disorders
US9131888B2 (en) * 2010-09-21 2015-09-15 Alexander B. Grey Metrics and algorithms for interpretation of muscular use
US20180243121A1 (en) * 2017-02-28 2018-08-30 Jacek Marek Dygut Foot orthosis with comprehensive method for correcting deformities of the transverse arch of the foot in cases of static transverse flatfoot compounded by hallux valgus, with possible preventive and post-operative applications.
CN106955109A (zh) * 2017-03-21 2017-07-18 深圳大学 步态行为记录分析仪、方法及系统
CN109346176B (zh) * 2018-08-27 2021-08-31 浙江大学 一种基于人体动力学建模和表面肌电信号修正的肌肉协同分析方法
CN109662718A (zh) * 2019-01-22 2019-04-23 北京城市系统工程研究中心 与老年人肌肉能力相关的运动功能评估系统
CN110013370B (zh) * 2019-05-24 2021-08-03 国家康复辅具研究中心 一种确定下肢假肢对线效果的方法和装置
CN110313918A (zh) * 2019-07-17 2019-10-11 军事科学院系统工程研究院军需工程技术研究所 一种基于足底压力的步态相位识别方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4418475A1 (de) * 1994-05-20 1995-11-30 T & T Medilogic Medizintechnik Verfahren und Meßanordnung zur Analyse des menschlichen Ganges
CN1286962A (zh) * 2000-10-09 2001-03-14 清华大学 一种人体步态图像实时检测方法
CN102670306A (zh) * 2011-02-17 2012-09-19 美国博通公司 体内使用的生物医学单元、其系统及生物医学应用程序
CN107106846A (zh) * 2015-02-12 2017-08-29 赫尔实验室有限公司 用于辅助步态干预和跌倒预防的系统和方法
CN109789543A (zh) * 2016-07-22 2019-05-21 哈佛大学校长及研究员协会 用于可穿戴系统的控制优化
CN107397649A (zh) * 2017-08-10 2017-11-28 燕山大学 一种基于径向基神经网络的上肢外骨骼康复机器人控制方法
CN109984763A (zh) * 2019-04-10 2019-07-09 福州大学 基于人工神经网络智能预测人体关节力矩的方法

Also Published As

Publication number Publication date
CN110638449A (zh) 2020-01-03

Similar Documents

Publication Publication Date Title
US11498203B2 (en) Controls optimization for wearable systems
Van Dijk et al. Evaluation of the achilles ankle exoskeleton
Jimenez-Fabian et al. Review of control algorithms for robotic ankle systems in lower-limb orthoses, prostheses, and exoskeletons
JP5761832B2 (ja) 動作補助装置、及び動作補助装置の同調制御方法
Holgate et al. Control algorithms for ankle robots: A reflection on the state-of-the-art and presentation of two novel algorithms
Lanotte et al. Adaptive control method for dynamic synchronization of wearable robotic assistance to discrete movements: Validation for use case of lifting tasks
Lyons et al. Upper limb prosthesis control for high-level amputees via myoelectric recognition of leg gestures
Dzeladini et al. Effects of a neuromuscular controller on a powered ankle exoskeleton during human walking
Ortlieb et al. An active impedance controller to assist gait in people with neuromuscular diseases: Implementation to the hip joint of the autonomyo exoskeleton
CN110638449B (zh) 一种基于机械功的肌肉量化分析方法
Biao et al. Design and control of a flexible exoskeleton to generate a natural full gait for lower-limb rehabilitation
Park et al. Performance estimation of the lower limb exoskeleton for plantarflexion using surface electromyography (sEMG) signals
Nuckols et al. Automated detection of soleus concentric contraction in variable gait conditions for improved exosuit control
Chen et al. Validating model-based prediction of biological knee moment during walking with an exoskeleton in crouch gait: potential application for exoskeleton control
Sun et al. Mechanism design and control strategies of an ankle robot for rehabilitation training
JP2019084130A (ja) 歩行動作評価装置、歩行動作評価方法及びプログラム
Mouzo et al. Leg-orthosis contact force estimation from gait analysis
González-Mendoza et al. Upper limb musculoskeletal modeling for human-exoskeleton interaction
Pfeifer et al. Model-based estimation of active knee stiffness
Peng et al. A practical EMG-driven musculoskeletal model for dynamic torque estimation of knee joint
CN113208636B (zh) 一种膝关节内外侧受力分析数据处理方法
JP6712596B2 (ja) 膝関節の制御方法および下肢装具
Lee et al. Application of a tactile sensor for the gait phase classification for an exoskeleton
Lee Task-dependent modulation of multi-dimensional human ankle stiffness
Cao et al. An inverse dynamic approach for quantitative muscle force estimation during human standing-up process

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant