[論文レビュー] Predicting kinetics using musculoskeletal modeling and inertial motion capture

Angelos Karatsidis, Moonki Jung+5 more|arXiv (Cornell University)|Jan 5, 2018

Muscle activation and electromyography studies参考文献 35被引用数 30

ひとこと要約

本研究では、光学的運動捕捉（OMC）および力板を必要とせず、インertial motion capture（IMC）データと地面反力/モーメント（GRF&M）予測手法のみを用いて関節動力学を予測する筋骨格モデルフレームワークを提示する。この手法は、関節角度および動力学の推定において高い精度を達成しており、関節角度の相関係数が0.91以上、RMSDが6°未満であり、GRF&M成分のRMSDが10% BW未満である。これにより、ラボフリーの歩行バイオメカニクス解析が可能となる。

ABSTRACT

Inverse dynamic analysis using musculoskeletal modeling is a powerful tool, which is utilized in a range of applications to estimate forces in ligaments, muscles, and joints, non-invasively. To date, the conventional input used in this analysis is derived from optical motion capture (OMC) and force plate (FP) systems, which restrict the application of musculoskeletal models to gait laboratories. To address this problem, we propose a musculoskeletal model, capable of estimating the internal forces based solely on inertial motion capture (IMC) input and a ground reaction force and moment (GRF&M) prediction method. We validated the joint angle and kinetic estimates of the lower limbs against an equally constructed musculoskeletal model driven by OMC and FP system. The sagittal plane joint angles of ankle, knee, and hip presented excellent Pearson correlations (ρ= 0.95, 0.99, and 0.99, respectively) and root-mean-squared differences (RMSD) of 4.1 $\pm$ 1.3$\circ$, 4.4 $\pm$ 2.0$\circ$, and 5.7 $\pm$ 2.1$\circ$, respectively. The GRF&M predicted using IMC input were found to have excellent correlations for three components (vertical:ρ= 0.97, RMSD=9.3 $\pm$ 3.0 %BW, anteroposterior: ρ= 0.91, RMSD=5.5 $\pm$ 1.2 %BW, sagittal: ρ= 0.91, RMSD=1.6 $\pm$ 0.6 %BW*BH), and strong correlations for mediolateral (ρ= 0.80, RMSD=2.1 $\pm$ 0.6%BW ) and transverse (ρ= 0.82, RMSD=0.2 $\pm$ 0.1 %BW*BH). The proposed IMC-based method removes the complexity and space-restrictions of OMC and FP systems and could enable applications of musculoskeletal models in either monitoring patients during their daily lives or in wider clinical practice.

研究の動機と目的

• 光学的運動捕捉（OMC）および力板を回避するため、インertial motion capture（IMC）データのみを用いて内部関節力およびモーメントを推定する筋骨格モデルフレームワークを開発すること。
• 従来のOMCおよび力板システムと比較して、IMCに基づく関節運動および地面反力/モーメント（GRF&M）の精度を検証すること。
• ラボベースのハードウェア制約を排除することで、歩行可能な、実世界におけるバイオメカニカルな評価を可能にすること。
• 非 sagittal 平面におけるIMCベースの逆運動力学の性能を評価すること。ここではソフト tissue アーティファクトおよび測定誤差が顕著に現れる。

提案手法

• 被験者の身体部位に取り付けたインertial measurement units（IMUs）を用いて、自由な環境下での3次元の部位運動学を捉える。
• IMUから得られる部位の位置および姿勢に基づき、平滑化された遷移仮定を適用して、両足間の予測されたGRF&Mを分配する。
• ニュートン・オイラーの逆運動力学方程式を用い、IMCから得られる運動学および予測されたGRF&Mをもとに、関節反力およびモーメントを計算する。
• 文献からの身体測定データを用いて、被験者特異的な筋骨格モデルを構築し、関節動力学を推定する。
• OMCおよび力板データで駆動される基準モデルと比較して結果を検証し、ピアソン相関係数および平均二乗誤差（RMSD）を用いる。
• 特に coronal 及び transverse 平面における小振幅運動を考慮するため、正規化されたRMSD（rRMSD）指標を用いる。

実験結果

リサーチクエスチョン

• RQ1 インエーシャル・モーションキャプチャ（IMC）データのみで、光学的運動捕捉（OMC）および力板システムと同等の下肢関節運動学を高精度に推定できるか？
• RQ2 物理的モデルを用いて、IMCデータから地面反力およびモーメント（GRF&M）をどの程度正確に予測できるか？
• RQ3 IMCから得られる関節反力およびモーメント（JRF&M）は、OMCおよび力板ベースの逆運動力学と比較してどの程度一致するか？
• RQ4 非 sagittal 平面における運動学および動力学の乖離に寄与する主な要因としてのソフト tissue アーティファクトと測定誤差の相対的寄与度は何か？
• RQ5 提案されたIMCベースの手法は、歩行ラボ環境外でも信頼性のある動力学解析を可能にするか？

主な発見

• Sagittal 平面における関節角度（足首、膝、股関節）は、OMCベースの基準と優れた相関を示した（ρ = 0.95, 0.99, 0.99）、RMSDは低水準であった（4.1±1.3°, 4.4±2.0°, 5.7±2.1°）。
• IMCデータからのGRF&M予測は、高い相関（垂直成分でρ = 0.97、前後方向および sagittal 成分でρ = 0.91）と低いRMSD（垂直成分で9.3±3.0% BW、前後方向で5.5±1.2% BW）を達成した。
• メディオラテラルおよび transverse 平面におけるGRF&Mは、それぞれ強い相関（ρ = 0.80 および ρ = 0.82）を示し、RMSDは2.1±0.6% BWおよび0.2±0.1% BW·BHであった。
• IMCベースの手法は、OMC-PGRFおよびOMC-MGRF手法と同等の性能を示した。特に sagittal 平面における動力学および垂直GRF&Mにおいて顕著であった。
• 非 sagittal 関節角度（例：股関節外転、外旋）は、運動範囲が小さいためrRMSD値が高かったが、OMCと同等の性能を示しており、OMCがこれらの平面で inherently もっと正確であるとは限らないことを示唆した。
• IMC-PGRF手法では、初期および後期ステイナスにおいて前後方向GRF&Mがわずかに低く予測された（M = -28.3%）。しかし、OMC-PGRFや単一ステイナス時には同様の傾向は観察されず、IMCキャリブレーションまたはモデリングの誤差が原因である可能性がある。