全面覆蓋人類下肢運動：連續(xù)變化步態(tài)數(shù)據(jù)庫重塑外骨骼與假肢控制基礎(chǔ)
全面覆蓋人類下肢運動：連續(xù)變化步態(tài)數(shù)據(jù)庫重塑外骨骼與假肢控制基礎(chǔ)
引言/背景介紹
傳統(tǒng)人類步態(tài)研究，多聚焦于固定速度、恒定坡度、獨立任務(wù)（如平地行走、爬樓、跑步）下的穩(wěn)態(tài)運動。然而，真實生活遠(yuǎn)非如此，我們頻繁地切換運動狀態(tài)：坐下、起立、快走、慢跑、上下樓梯等, 這些非穩(wěn)態(tài)與連續(xù)變化行為才是人類日常運動的常態(tài)。為了支撐下一代自適應(yīng)外骨骼與智能假肢控制策略的開發(fā)，來自密歇根大學(xué)與德克薩斯大學(xué)的團(tuán)隊構(gòu)建了一個高度多樣化、連續(xù)參數(shù)化的下肢運動數(shù)據(jù)集，發(fā)表在 《Scientific Data》上，為真實人機交互控制提供了堅實的數(shù)據(jù)基礎(chǔ)。（文章題為：Lower-limb kinematics and kinetics during continuously varying human locomotion）
引言/背景介紹
傳統(tǒng)人類步態(tài)研究，多聚焦于固定速度、恒定坡度、獨立任務(wù)（如平地行走、爬樓、跑步）下的穩(wěn)態(tài)運動。然而，真實生活遠(yuǎn)非如此，我們頻繁地切換運動狀態(tài)：坐下、起立、快走、慢跑、上下樓梯等, 這些非穩(wěn)態(tài)與連續(xù)變化行為才是人類日常運動的常態(tài)。為了支撐下一代自適應(yīng)外骨骼與智能假肢控制策略的開發(fā)，來自密歇根大學(xué)與德克薩斯大學(xué)的團(tuán)隊構(gòu)建了一個高度多樣化、連續(xù)參數(shù)化的下肢運動數(shù)據(jù)集，發(fā)表在 《Scientific Data》上，為真實人機交互控制提供了堅實的數(shù)據(jù)基礎(chǔ)。（文章題為：Lower-limb kinematics and kinetics during continuously varying human locomotion）
圖1.文章信息
方法：全面采集連續(xù)變化的自然步態(tài)
實驗共設(shè)計了四種基礎(chǔ)步態(tài)模式：坐（Sit）、行走（Walk）、奔跑（Run）、上下樓梯（Stairs），并重點采集了三類過渡過程：站立-坐下（T₁）、行走-樓梯（T₂）、行走-跑步（T₃），如圖1所示。除靜坐外，行走、奔跑的速度及樓梯坡度均設(shè)計為連續(xù)可調(diào)參數(shù)，以采集豐富的動態(tài)變化數(shù)據(jù)；其中坐 - 站過程被視為行走速度為零的特例，保障了數(shù)據(jù)集結(jié)構(gòu)的統(tǒng)一性。
圖2. 本研究中所定義的基本步態(tài)模式（Sit、Walk、Run、Stairs）及其之間的三種關(guān)鍵過渡關(guān)系（T₁、T₂、T₃）
本研究共招募了10名健康成年被試者，年齡覆蓋成年階段，確保采集數(shù)據(jù)具有人體運動的廣泛代表性。實驗在一個高精度的步態(tài)采集平臺上進(jìn)行，如圖2所示，整個系統(tǒng)集成了10臺Vicon紅外光學(xué)運動捕捉相機，用于高頻記錄三維標(biāo)記點軌跡；Bertec雙皮帶測力跑臺，可實現(xiàn)不同速度與坡度（±10°）下的連續(xù)步態(tài)模擬，并同步記錄地面反作用力；以及一組模塊化可調(diào)角度樓梯平臺，支持四種樓梯坡度（20°、25°、30°、35°）下的上下樓任務(wù)，且采用隨機化任務(wù)順序以減少疲勞，每個任務(wù)采集足夠步幅（如跑步每速度采集 30 秒）。在樓梯任務(wù)中，參與者從 6 英尺外 approach 樓梯，完成上下樓及過渡動作，每個坡度至少 采集5 次 trial。跑步機任務(wù)基于力板數(shù)據(jù)自動檢測 heel strike（腳跟撞擊），樓梯任務(wù)手動標(biāo)記，步幅定義為 “腳跟撞擊 - 下一次腳跟撞擊”。
圖3. 光學(xué)標(biāo)記點設(shè)置
數(shù)據(jù)集描述
最終采集的原始數(shù)據(jù)數(shù)據(jù)集核心內(nèi)容包括：
1. 標(biāo)記點：全球坐標(biāo)系 3D 位置（x/y/z/e）；
2. 關(guān)節(jié)參數(shù)：骨盆傾斜角、髖 / 膝 / 踝關(guān)節(jié)角度（度）、力矩（N・m/kg）、功率（W/kg）；
3. 力板數(shù)據(jù)：力（N）、力矩（N・m）、壓力中心（COP，m）；
4. 事件標(biāo)記： heel strike（腳跟撞擊）、步幅時間、速度曲線等
原始數(shù)據(jù)按幀保存，數(shù)據(jù)集結(jié)構(gòu)信息見表1。
表1. 以連續(xù)幀的形式存儲的原始數(shù)據(jù)格式說明
（保存為Streaming.mat文件）
最終采集的原始數(shù)據(jù)數(shù)據(jù)集核心內(nèi)容包括：
1. 標(biāo)記點：全球坐標(biāo)系 3D 位置（x/y/z/e）；
2. 關(guān)節(jié)參數(shù)：骨盆傾斜角、髖 / 膝 / 踝關(guān)節(jié)角度（度）、力矩（N・m/kg）、功率（W/kg）；
3. 力板數(shù)據(jù)：力（N）、力矩（N・m）、壓力中心（COP，m）；
4. 事件標(biāo)記： heel strike（腳跟撞擊）、步幅時間、速度曲線等
原始數(shù)據(jù)按幀保存，數(shù)據(jù)集結(jié)構(gòu)信息見表1。
表1. 以連續(xù)幀的形式存儲的原始數(shù)據(jù)格式說明
（保存為Streaming.mat文件）
這些按連續(xù)幀數(shù)的形式存儲數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化處理并存儲為結(jié)構(gòu)化格式，支持 MATLAB、CSV 等多種輸出接口。按步幅/周期解析并歸一化的數(shù)據(jù)通過以下流程獲得：首先利用定制化 MATLAB 流程掃描運動學(xué)軌跡，先將測試數(shù)據(jù)拆分為單個任務(wù)，再依據(jù)步幅或動作周期特征完成進(jìn)一步拆分(其中，跑步機相關(guān)任務(wù)通過測力板數(shù)據(jù)自動檢測腳跟撞擊，樓梯任務(wù)則手動標(biāo)注腳跟撞擊，以此明確步幅/周期的起止節(jié)點)；剔除數(shù)據(jù)缺口、導(dǎo)數(shù)異常、非周期性、均值異常的步幅，最終保留 91.7% 跑步機數(shù)據(jù)和 92.8% 樓梯數(shù)據(jù)，每人步幅數(shù)的中位數(shù)為2006 ；接著假設(shè)每個步幅或動作周期的持續(xù)時間不超過 1.5 秒，則將其線性插值為 150 個數(shù)據(jù)點，實現(xiàn)從 100Hz 采樣率原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理；最后，考慮到參與者均為健康人群且運動學(xué)特征具有對稱性，合并左右腿數(shù)據(jù)，最終整理為統(tǒng)一的 MATLAB 數(shù)據(jù)結(jié)構(gòu)（Normalized.mat）。處理后的數(shù)據(jù)集詳細(xì)結(jié)構(gòu)見表 2。
表2. 按步態(tài)周期進(jìn)行歸一化后的數(shù)據(jù)格式說明
（保存為Normalized.mat文件）
數(shù)據(jù)價值與應(yīng)用
1. 支持人體運動學(xué)建模：可通過傅里葉級數(shù)等基函數(shù)建模，實現(xiàn)速度、坡度連續(xù)變化下的運動學(xué)插值；
2. 助力假肢 / 外骨骼控制：為動力假肢和外骨骼提供基線控制策略，支持非穩(wěn)態(tài)運動（如過渡動作、連續(xù)加減速）的自然控制；
3. 數(shù)據(jù)兼容性：與該團(tuán)隊此前發(fā)布的數(shù)據(jù)集參數(shù)一致，便于對比分析；
4. 開放性：提供完整數(shù)據(jù)和處理代碼，支持研究復(fù)用與擴展。
以下為研究團(tuán)隊對預(yù)處理后的數(shù)據(jù)做可視化的結(jié)果，可以根據(jù)需要閱讀：
圖4. 不同坡度下所有記錄坡度的參與者間平均步行運動學(xué)和動力學(xué)結(jié)果
圖4展示了在不同坡度（±0°, 5°, 10°）下以恒定速度1.0 m/s行走時參與者的下肢運動學(xué)與動力學(xué)的變化結(jié)果，包含踝、膝、髖三個關(guān)節(jié)的角度、力矩（moment）以及功率（power）的平均軌跡和標(biāo)準(zhǔn)差區(qū)間（陰影區(qū)域）。在運動學(xué)方面，圖中上排的角度變化曲線揭示了隨著地面坡度的增加，三個關(guān)節(jié)的運動模式均出現(xiàn)明顯變化。例如，踝關(guān)節(jié)在更大坡度下表現(xiàn)出更大的背屈（dorsiflexion）角度；膝關(guān)節(jié)和髖關(guān)節(jié)在支撐期表現(xiàn)出更大的屈曲角度，這種調(diào)整可能有助于維持穩(wěn)定性與推進(jìn)力。
在動力學(xué)方面，中排展示了關(guān)節(jié)力矩的變化。隨著坡度的增加，踝關(guān)節(jié)的力矩顯著增加，說明在上坡行走中需要更大的推蹬力；而膝與髖關(guān)節(jié)也呈現(xiàn)出相應(yīng)的力矩適應(yīng)，可能是為了應(yīng)對負(fù)重增加和身體前傾等動態(tài)需求。
在功率輸出方面（最下排），圖中展示了各關(guān)節(jié)的機械功率隨步態(tài)周期的變化趨勢。其中，功率為正值表示能量的產(chǎn)生（肌肉發(fā)力），負(fù)值表示能量的吸收（例如關(guān)節(jié)緩沖）。結(jié)果顯示，隨著坡度的增加，髖關(guān)節(jié)在支撐初期的能量輸出顯著增強，說明其在坡面推進(jìn)中的作用更加重要。
圖5. 不同速度下所有記錄坡度的參與者間平均步行運動學(xué)和動力學(xué)結(jié)果
圖5系統(tǒng)展示了本數(shù)據(jù)集在跑步任務(wù)條件下記錄的典型下肢運動學(xué)與動力學(xué)特征，進(jìn)一步驗證了該平臺在高速度運動模式中的穩(wěn)定性與解析能力。該圖對比了受試者在不同跑步速度（1.8 m/s、2.0 m/s、2.2 m/s、2.4 m/s）下的下肢三大關(guān)節(jié) —— 踝關(guān)節(jié)、膝關(guān)節(jié)與髖關(guān)節(jié)的角度變化、力矩輸出與關(guān)節(jié)功率，每項指標(biāo)均以標(biāo)準(zhǔn)化步態(tài)周期（從足跟接觸到下一次足跟接觸）為橫軸，展示平均趨勢線及標(biāo)準(zhǔn)差陰影。在關(guān)節(jié)角度方面，隨著跑步速度提升，所有關(guān)節(jié)的活動幅度普遍增大，尤其是膝關(guān)節(jié)的屈伸角度增加最為明顯，反映出更劇烈的步態(tài)擺動；髖關(guān)節(jié)的伸展相位也隨速度提升而延長，說明身體需要更大的后驅(qū)動作來完成推進(jìn)。
在關(guān)節(jié)力矩（Moment）方面，三大關(guān)節(jié)在整個步態(tài)周期中的力矩響應(yīng)均隨著速度增加而增強。特別是踝關(guān)節(jié)在蹬地后期的跖屈力矩顯著提升，表明其在高速跑步中的推進(jìn)作用增強；髖關(guān)節(jié)在支撐早期的伸展力矩也逐步加大，有助于抬腿并控制姿態(tài)。
在關(guān)節(jié)功率（Power）方面，隨著速度加快，踝關(guān)節(jié)和髖關(guān)節(jié)的正功（能量輸出）區(qū)域明顯擴大，顯示出更高的機械能輸出需求；而膝關(guān)節(jié)則在支撐期表現(xiàn)出更強的負(fù)功（能量吸收），提示其在沖擊吸收與緩沖控制中的關(guān)鍵作用。
圖6. 不同參與者間平均“坐”-“站”運動學(xué)
圖6展示了受試者在完成坐-站（Sit-to-Stand）與站-坐（Stand-to-Sit）過渡任務(wù)中的下肢關(guān)節(jié)角度變化軌跡，涵蓋踝、膝、髖三個關(guān)節(jié)的平均角度曲線與標(biāo)準(zhǔn)差范圍。結(jié)果顯示，這兩個動作過程中關(guān)節(jié)活動具有明確的協(xié)同性與方向性：從坐到站立時，膝關(guān)節(jié)和髖關(guān)節(jié)逐步伸展，踝關(guān)節(jié)由背屈趨于中立；而站立到坐下時則呈現(xiàn)反向趨勢。各關(guān)節(jié)曲線變化平滑，跨受試者一致性高，反映出坐站過渡中下肢控制的規(guī)律性與穩(wěn)定性。
圖7. 不同參與者上樓梯穩(wěn)態(tài)和過渡運動學(xué)
圖7展示了不同參與者在樓梯上行任務(wù)中，穩(wěn)態(tài)步態(tài)與過渡步態(tài)（如平地轉(zhuǎn)樓梯）條件下的下肢關(guān)節(jié)角度軌跡，涵蓋髖、膝、踝三大關(guān)節(jié)。從圖中可以看出，在過渡步態(tài)中，參與者普遍表現(xiàn)出更大的關(guān)節(jié)屈曲幅度，尤其在髖和膝關(guān)節(jié)處，表明身體需要更積極地調(diào)整步態(tài)以完成從平地到樓梯的連續(xù)動作。而在穩(wěn)態(tài)上樓過程中，關(guān)節(jié)角度變化則更加規(guī)律、幅度較小，反映出已適應(yīng)樓梯節(jié)律的運動控制策略。該圖體現(xiàn)了個體在面對復(fù)雜地形變化時所表現(xiàn)出的關(guān)節(jié)運動學(xué)適應(yīng)性。
圖8. 不同參與者下樓梯穩(wěn)態(tài)和過渡運動學(xué)
圖8展示了樓梯下行過程中不同參與者在穩(wěn)態(tài)步態(tài)和過渡步態(tài)（走向樓梯、從樓梯返回地面）中的下肢運動學(xué)變化。圖中包含踝關(guān)節(jié)、膝關(guān)節(jié)和髖關(guān)節(jié)在三個情境下的平均角度軌跡，包括穩(wěn)態(tài)下行（stride 3，代表性周期）、行走到下樓的過渡（walk-to-stair）以及下樓到行走的過渡（stair-to-walk）。從圖中可以看出，踝、膝、髖三個關(guān)節(jié)在過渡狀態(tài)下的運動模式均顯示出不同程度的偏移與非周期性變化，尤其是在初始接觸階段，表明在下樓的起始與終止過程中，人體需要進(jìn)行較強的運動調(diào)整，以應(yīng)對地形變化帶來的挑戰(zhàn)。
結(jié)論與展望：構(gòu)建現(xiàn)實世界下肢運動研究的新基礎(chǔ)
本研究構(gòu)建了一個高質(zhì)量、結(jié)構(gòu)化、跨任務(wù)的人體下肢運動數(shù)據(jù)集，系統(tǒng)采集了來自10名健康成人在多種真實生活情境下的步態(tài)數(shù)據(jù)，包括行走、跑步、上下樓梯、坐站轉(zhuǎn)換以及任務(wù)間的自然過渡。該數(shù)據(jù)集的顯著特點在于：參數(shù)連續(xù)性強（如速度、坡度變化），任務(wù)覆蓋全面，同時包含了穩(wěn)態(tài)與非穩(wěn)態(tài)步態(tài)的對比信息，真實反映了人類下肢在動態(tài)環(huán)境下的運動適應(yīng)機制。
實驗平臺采用Vicon光學(xué)運動捕捉系統(tǒng)、Bertec測力跑臺與模塊化樓梯平臺，高精度地記錄了包括三維關(guān)節(jié)角度、力矩、功率、地面反作用力、身體質(zhì)心軌跡與標(biāo)記點坐標(biāo)在內(nèi)的多模態(tài)數(shù)據(jù)，全部經(jīng)過標(biāo)準(zhǔn)化處理，并以結(jié)構(gòu)化格式（MATLAB API、CSV等）提供給研究社區(qū)使用。
數(shù)據(jù)與代碼開放獲取
該數(shù)據(jù)集與處理代碼已全部開源，任何研究者均可自由訪問、下載與復(fù)現(xiàn)，促進(jìn)跨領(lǐng)域研究合作與算法驗證，訪問鏈接：
https://springernature.figshare.com/articles/dataset/Metadata_record_for_Lower-limb_kinematics_and_kinetics_during_continuously_varying_human_locomotion/16611523
原文信息及鏈接
Reznick E, Embry K R, Neuman R, et al. Lower-limb kinematics and kinetics during continuously varying human locomotion[J]. Scientific Data, 2021, 8(1): 282.
https://www.nature.com/articles/s41597-021-01057-9
作者及單位介紹
論文通訊作者Robert D. Gregg任職于密歇根大學(xué)。Robert D. Gregg最為人熟知的成就體現(xiàn)在雙足運動控制和可穿戴機器人領(lǐng)域，他的研究重點是將人體生物力學(xué)原理融入機器人控制算法，從而提高自然運動的效率。
關(guān)于維拓啟創(chuàng)
維拓啟創(chuàng)（北京）信息技術(shù)有限公司成立于2006年，是一家專注于腦科學(xué)、康復(fù)工程、人因工程、心理學(xué)、體育科學(xué)等領(lǐng)域的科研解決方案供應(yīng)商。公司與國內(nèi)外多所大學(xué)、研究機構(gòu)、企業(yè)長期保持合作關(guān)系，致力于將優(yōu)質(zhì)的產(chǎn)品、先進(jìn)的技術(shù)和服務(wù)帶給各個領(lǐng)域的科研工作者，為用戶提供有競爭力的方案和服務(wù)，協(xié)助用戶的科研工作，持續(xù)提升使用體驗。
相關(guān)產(chǎn)品
- 肌電信號助力表皮聚合物印刷紋身電極透氣性研究
- 上肢在簡單與復(fù)雜運動中的多模態(tài)數(shù)據(jù)集
- 3Brain HD-MEA賦能類器官研究：小膠質(zhì)細(xì)胞區(qū)域特異性與自閉癥機制
- MEA-seqX在解析神經(jīng)網(wǎng)絡(luò)跨尺度動力學(xué)中的應(yīng)用
- 人誘導(dǎo)多能干細(xì)胞(hiPSC)技術(shù)揭示交感神經(jīng)系統(tǒng)參與的CPVT病理機制
- 健康老年人急性單側(cè)抗阻運動的雙側(cè)神經(jīng)肌肉適應(yīng)研究
- 電生理學(xué)檢測助力揭示乳腺癌獨立致心律失常新機制
- 離體心臟NADH熒光標(biāo)測技術(shù)探究缺血再灌注對心肌及電生理特性的影響
Copyright(C) 1998-2026 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com