丹麥奧爾堡大學體育技術系的碩士生嘗試了一種新的分析方法，僅通過Xsens MVN Analyze的輸入就能估計腰椎的內(nèi)部負荷。

在與工作相關的肌肉骨骼疾病中，腰痛是最常見的一種。它通常由人工搬運物料的工作導致，例如搬運重物。這種工作對脊柱施加大量壓力，尤其在L4-L5椎間盤周圍最為明顯，可能導致椎間盤和椎骨終板的骨折、變性或永久性損傷（Brinckmann et al. 1998）。然而，由于涉及侵入性方法，在現(xiàn)場對脊柱負荷做評估充滿挑戰(zhàn)，而且這種做法很少見。出于這個原因，幾種其他方法被用來估計這些力，包括采用解剖詳細、基于計算機形成的肌肉骨骼模型（Dreischarf et al. 2016）。直到最近，準確的肌肉骨骼模型一直需要基于相機的動作捕捉和底座上的力板，方法昂貴且不便于現(xiàn)場使用（Faber et al. 2008）。

動態(tài)運動追蹤系統(tǒng)的最新進展允許在任何工作環(huán)境中應用全身運動捕捉，而最小化受磁扭曲影響，例如Xsens MVN Analyze（Filippeschi et al. 2017）。利用全身移動慣性運動捕捉（IMC）測量方向估計，肌肉骨骼模型的運動學輸入已經(jīng)通過使用地面反作用力(GRF)預測方法的逆動態(tài)計算進行了測試（Karatsidis et al. 2018）。但是，在典型的人工搬運任務中，這種方法尚未得到驗證。因此，本研究的目的是基于各種搬運和移動重物任務期間，由IMC數(shù)據(jù)和GRF預測驅(qū)動的肌肉骨骼模型來驗證L4-L5脊柱用力的估計。為此，我們將L4-L5椎間盤上的關節(jié)反作用力與光學運動捕捉（OMC）和測力板驅(qū)動的肌肉骨骼模型進行了比較。這種方法將有助于確定由IMC數(shù)據(jù)驅(qū)動的肌肉骨骼模型和預測的GRF是否可用于估計在現(xiàn)場脊柱負荷。

13名健康受試者進行了三次試驗，每次試驗包括四個搬運任務，包括對稱搬運、不對稱搬運和負荷轉(zhuǎn)移。在搬運任務中，受試者將10公斤的箱子從地面抬起到豎直位置，放在面前的桌子上，以及不對稱地放置在側(cè)面的桌子上。負荷轉(zhuǎn)移涉及在兩個桌子之間移動一個10公斤的箱子。同時使用OMC和IMC系統(tǒng)進行運動分析。OMC包括42個被動反射標記的全身軌跡，用8個紅外攝像機在120赫茲采樣測量。使用17個慣性測量單元（IMU）在60赫茲下采樣測量IMC。使用三個安裝在地板上的測力板測量GRF和力矩，放于腳下方及盒子下方，以1200赫茲采樣。所有測量均在Xsens MVN Analyze中同步上傳。

根據(jù)實驗室測量結果，開發(fā)了三種肌肉骨骼模型，每種模型都來自不同的運動和動力學輸入：

1）光學動作捕捉和測量地面的反作用力（OMC-MGRF）

2）光學動作捕捉和預測地面的反作用力（OMC-PGRF）

3）慣性動作捕捉和預測地面的反作用力（IMC-PGRF）

肌肉骨骼模型是在AnyBody建模系統(tǒng)（AMS）中開發(fā)的。 OMC-MGRF被認為是黃金標準，因為它是最常用的系統(tǒng)，用于為肌肉骨骼模型提供運動和動力學輸入。 IMC-PGRF模型是根據(jù).bvh文件中包含的段之間的關節(jié)與關節(jié)的距離進行縮放的。在由.bvh數(shù)據(jù)和AMS中的肌肉骨骼模型創(chuàng)建的棍形圖形上引入虛擬標記，以在兩個模型之間執(zhí)行標記跟蹤（Karatsidis et al. 2018）。使用類似于先前研究的方法（Karatsidis et al. 2018; Skals et al. 2017），預測IMC-PGRF和OMC-PGRF模型的GRF和力矩。

根據(jù)逆動力學分析，計算了L4-L5椎間盤上的軸向壓縮力和前后剪切力。將力標準化為體重百分比（％BW），并將力矩標準化為體重百分比乘以體高（％BW?BH）。每個搬運和轉(zhuǎn)移任務的參與者進行平均試驗。單個數(shù)據(jù)序列的時間歸一化為100%，表示負荷物不與地面接觸的周期。

預測的GRF&Ms以及估計的L4-L5關節(jié)反作用力的準確性，采用基于IMC數(shù)據(jù)的逆動態(tài)肌肉骨骼建模方法來試驗。分析顯示，與OMC-MGRF和OMC-PGRF相比，IMC-PGRF可用于在人工搬運期間估計L4-L5椎間盤的壓縮力和前后剪切力，具有高精度。與IMC-PGRF相關的不準確性已進行試驗，并可作為未來研究的考慮因素。該方法可用于簡單人工搬運過程中肌肉骨骼負荷的估算。利用這種肌肉骨骼模型作為分析工具，準確地估計椎體之間的關節(jié)反作用力，可能會使在現(xiàn)場環(huán)境中的人機工程學分析發(fā)生革命性的變化。

主題：人體動作測量，運動分析

應用：生物力學分析，人類工程學

產(chǎn)品：Xsens MVN Analyze