基于肌肉骨骼模型的动态逆分析在运动条件下的应用研究

基于肌肉骨骼建模的动态逆分析是一种强大的工具，广泛应用于估算韧带、肌肉和关节的非侵入性力学。迄今为止，传统的输入来源于光学运动捕捉（OMC）和力板（FP）系统，这限制了肌肉骨骼模型在步态实验室的应用。为了解决这个问题，我们提出使用惯性运动捕捉（IMC）通过通用的地面反作用力和力矩（GRF&M）预测方法进行基于肌肉骨骼模型的动态逆分析。与传统实验室方法的验证显示，脚踝、膝盖和髋关节的矢状面关节角度具有优秀的皮尔逊相关性（ρ=0.95、0.99和0.99，分别）以及根均方差（RMSD）分别为4.1 ± 1.3°、4.4 ± 2.0°和5.7 ± 2.1°。使用IMC输入预测的GRF&M在三个分量上具有优秀的相关性（垂直：ρ=0.97，RMSD = 9.3 ± 3.0 %BW，前后方向：ρ=0.91，RMSD = 5.5 ± 1.2 %BW，矢状：ρ=0.91，RMSD = 1.6 ± 0.6 %BW*BH），在内外侧（ρ=0.80，RMSD = 2.1 ± 0.6 %BW）和横向（ρ=0.82，RMSD = 0.2 ± 0.1 %BW*BH）具有强相关性。所提出的基于IMC的方法消除了OMC和FP系统的复杂性和空间限制，可能使肌肉骨骼模型在日常生活中监测患者或在更广泛的临床实践中应用成为可能。