2024.07.09. 哈佛大学研究团队在《Nature Communications》上发表研究文章 “Estimation of joint torque in dynamic activities using wearable A-mode ultrasound”，使用可穿戴 A 型超声波估计动态活动中的关节扭矩。
人体不断承受机械负荷。然而，量化肌肉骨骼系统内的内部负荷（特别是在不受约束的动态活动期间）仍然具有挑战性。传统的测量方法仅限于实验室环境，而现有的可穿戴方法缺乏动态运动期间的肌肉特异性或验证。作者提出了一种使用可穿戴 A 模式超声来估计各种动态活动期间不同结构肌肉的相应关节扭矩的策略。本文首先介绍一种使用单阵元超声换能器跟踪肌肉厚度变化的方法。之后，在受控等速收缩期间估计肘部和膝部扭矩，误差小于 7.6%，决定系数 (R^2) 大于 0.92。最后，演示了动态现实任务中的可穿戴关节扭矩估计，包括举重、骑自行车以及跑步机和户外运动。在不受约束的现实活动中评估关节扭矩的能力可以为肌肉功能和运动生物力学提供新的见解，并在损伤预防和康复方面具有潜在的应用。
为了实现关节扭矩估计，本研究设计了一个传感器安装座，能够以不同角度固定四个单阵元换能器（图1 a），它可以佩戴在目标肌肉上方的肢体上（图1 b,c）。实施这种传感器冗余是为了考虑参与者之间肌肉形状的差异。超声回波强度高度依赖于入射角，当超声波束以 90° 角撞击目标边界时，强度最大通过在一定角度范围内使用多个传感器，在收集不同大小和形状的肌肉时增加了法线入射的可能性。
图1. A 型超声系统概述
为了测量肌肉厚度，开发了一种定制的肌肉边界跟踪算法（MBTA），该算法可以识别具有最强回声的换能器，并使用其信号来测量肌肉边界深度（图1 d）。MBTA 可以连续跟踪收缩期间浅层和深层肌肉的厚度变化。
图2. 肱二头肌等速收缩期间的肘部扭矩估计
图3. 哑铃弯举期间的肘部扭矩估计
欢迎投稿最新科研成果，对于具有创新性和转化价值的研究成果，我们期待以访谈形式报道。
本公众号免费为科研机构及课题组发布招聘信息，请添加下方微信发送招聘文档。
欢迎添加下方微信备注研究方向加入超声交流群！
