摘要
目的步态动力学测量技术在临床疾病诊断、康复训练评测及运动生物力学研究等领域有着重要且广泛的应用,其核心硬件为部署于步态实验室的足与地面作用力测量系统;其中,被广泛使用的足底压力检测系统无法测量多维度分布力(正压力、剪切力、扭转),且存在空间分辨率低,交互界面过硬等问题。新一代力板系统研发中亟需突破多维力检测能力、柔性界面、高空间分辨率等关键技术,更好服务临床、科研机构及其他相关领域。方法本研究提出的新型力板系统以形变体力学原理为基础,基于深度学习方法设计和制造,其核心为部署于力台中含微粒柔性硅胶传感层的计算视觉平台和位移测量单元构成。使用自主搭建的自动化实验数据集生成系统,采用与人体步态模式相对应的多轴力对传感层进行连续加载,并同时获取力场和位移场的力-光流矢量大规模实验数据集。进一步,通过深度学习解耦并完成“多维力-光流矢量场”系统标定,并与商用力板系统进行多指标对比验证。结果本研究的力板系统可检测步态及多种复杂运动模式下足底多维幅值和空间分布特征,有效检测面积覆盖10×10 cm^(2)至55×35 cm^(2),能够实现正压力40 N/cm^(2)量程下0.1 N检测精度,剪切力10 N/cm^(2)量程下0.08 N检测精度,并同时可检测轴向足底扭转力等。结论该系统有望作为新一代力板技术(Next-generation Force Platform),解决生理步态条件下的足底多维循环载荷难以量化的技术难题。
出处
《医用生物力学》
CAS
CSCD
北大核心
2024年第S01期659-659,共1页
Journal of Medical Biomechanics
基金
国家重点研发计划项目,2021YFC200235
国家自然科学基金项目,12372322
上海市科技发展基金项目,21511102200
复旦大学医工交叉基金项目,yg2022-5