مجموعة بيانات بيوميكانيكية متعددة الوسائط مع حركيات متزامنة وحركات نسيجية داخلية أثناء التمديد

لماذا تهم الحركة الخفية داخل العضلات

في كل مرة تتمدّد فيها لالتقاط قدح أو تسلّم شيئًا إلى شخص ما، يبدو أن ذراعك تتحرك كقطعة صلبة واحدة. في الواقع، تتكوّن الذراع من طبقات وانزلاقات لمجموعات من العضلات والدهون والجلد والعظم، التي تتحرك بطرق معقدة تحت السطح. قد تحمل هذه الحركات الخفية دلائل تفسّر لماذا يتحرك بعض الأشخاص بدقة وسلاسة، ولماذا يصاب آخرون بالألم أو الإصابات، وكيف نصمم علاجات وتدريبات رياضية وروبوتات أفضل. تقدم هذه الدراسة مجموعة بيانات عامة وغنية تتيح للباحثين والأطباء والمهندسين النظر تحت الجلد أثناء أداء الناس لمهمة تمديد بسيطة، مما يربط ما تفعله الذراع خارجيًا بما تفعله الأنسجة داخليًا.

النظر تحت سطح تمدد بسيط

ركز الباحثون على حركة أساسية جدًا: تمديدات أمامية إيقاعية وبطيئة أثناء الوقوف، تتحرك اليد فيها من الورك إلى أمام الجسم ثم تعود. شارك ستة وثلاثون بالغًا سليمًا، يمثلون ثلاثة مستويات مهارة عامة: مؤدون ورياضيون على مستوى عالمي، وممارسون إقليميون أو متعاطفون على المدى الطويل، وأشخاص بلا تدريب حركي رسمي. باختيار مهمة بسيطة خالية من الهدف وضبط إيقاعها بواسطة ميتورنوم بصري، قلّل الفريق تأثير زمن الاستجابة والاستراتيجية والحيل الخاصة بالرياضات. بدلاً من ذلك، كان القصد من التصميم الكشف عن خصائص أكثر عمومية لكيفية تحكم الناس فعليًا بعضلاتهم وإدارة الرعشات الطفيفة عند الحركة البطيئة، وهي حالة يجدها البشر عادة صعبة بشكل مفاجئ.

العديد من الحساسات تراقب نفس الحركة

لالتقاط كل من الحركة المرئية للذراع والنشاط الداخلي الخفي، جمعت الدراسة عدة أنواع من الحساسات التي سجلت في آن واحد. تم تتبّع حركة الكتف والذراع العلوية والمرفق والساعد واليد في ثلاثة أبعاد باستخدام علامات عاكسة وحلقة من الكاميرات عالية السرعة. قامت مجموعة من الأجهزة اللاسلكية الصغيرة على العضلة ذات الرأسين والعضلة ثلاثية الرؤوس وكف اليد بقياس النشاط الكهربائي العضلي وتسارعات دقيقة، وهي مفيدة لاكتشاف الرعشات. والأكثر تميزًا، تم تثبيت مسبار موجات فوق صوتية نحيف حول الجزء العلوي من الذراع لتصوير مقطع عرضي لعضلتي الترايسيبس والبراكياليس، إلى جانب الدهون المحيطة وعظم العضد. أدى ذلك إلى إنتاج عشرات الآلاف من «إطارات الفيلم» لداخل الذراع أثناء حركته.

تحويل التسجيلات الخام إلى إشارات قابلة للاستخدام

جمع كل هذه تدفقات البيانات هو نصف التحدي فقط؛ فهي تحتاج أيضًا إلى محاذاة زمنية دقيقة وتنقية قبل أن يتمكن الآخرون من استخدامها. يعمل كل نظام حسّاس بساعة مستقلة، لذا استخدم الفريق نبضات توقيت إلكترونية وتحليلًا دقيقًا لمعايرة كيفية انحراف الساعات بالنسبة لبعضها، ثم أعادوا تحجيم البيانات وتحويلها رياضيًا بحيث يتطابق، على سبيل المثال، اندفاع الرعشة في مقياس التسارع مع التواء مماثل في حركة المفاصل وحركة النسيج. تم ترشيح آثار التقاط الحركة وتبسيطها إلى إشارة رئيسية واحدة «لحركة الذراع» لتسهيل اكتشاف كل دورة تمديد. حُوّلت إشارات العضلات إلى أغطية ناعمة تُظهر مدى نشاط كل عضلة. عُزِلَت الرعشات بتركيز الانتباه على نطاق ترددي محدد في مقياس التسارع، واستخدمت خوارزميات تلقائية — ثم راجعها الفريق بصريًا — لتعليم متى تبدأ الرعشات ومتى تتوقف.

متابعة نقاط فردية داخل العضلات

الميزة البارزة في مجموعة البيانات هذه أنها لا تخزن صور الموجات فوق الصوتية فقط؛ بل تتضمن أيضًا مسارات متتبعة لـ 11 نقطة محددة داخل كل فيديو، تم تتبعها إطارًا بإطار عبر نحو 300,000 صورة. تقع بعض هذه النقاط على عظم العضد وعلى الحدود بين عضلتين، بينما تقع الأخرى داخل مناطق مختلفة من الترايسيبس والبراكياليس. لإنشاء هذه المسارات، استخدم المؤلفون سير عمل شبه مؤتمت يبدأ بوضع بشر تسميات لعدد متواضع من الإطارات، ثم يدرب نموذج تعلم عميق ليتتبع نفس النقاط عبر الفيلم الكامل، وأخيرًا يطبّق أدوات التدفق البصري وتصحيحات يدوية عند الحاجة. والنتيجة وصف كثيف ومتماسك لكيفية انزلاق وتمدد وتشوه مناطق صغيرة من النسيج بالنسبة لبعضها أثناء التمديد—معلومات يصعب الحصول عليها بطرق غير باضعة بوسائل أخرى.

مورد مشترك للحركة والصحة والذكاء الاصطناعي

تُشارك جميع التسجيلات والمقاييس المستخلصة والتعليمات البرمجية بحرية بصيغ معيارية، إلى جانب دروس تعليمية لتحميل البيانات وتصويرها في برمجيات علمية شائعة. وبما أن مجموعة البيانات تربط بين حركة مستوى المفاصل، ونشاط العضلات، والرعشات، وحركة الأنسجة الداخلية عبر أشخاص ذوي مستويات مهارة مختلفة، فيمكن استخدامها لاستكشاف كيف يختلف المحترفون عن المبتدئين، وكيف تنتقل القوى عبر الذراع، أو كيف قد يرتبط سلوك الأنسجة الطفيف بالألم أو بالأداء. وفي الوقت نفسه، توفر مسارات نقاط الموجات فوق الصوتية إطارًا نادرًا لتدريب أنظمة التعلم العميق الحديثة التي تهدف إلى تتبع البنى تلقائيًا في الصور الطبية. باختصار، هذا العمل لا يجيب عن سؤال ضيق واحد؛ بل يقدم أساسًا مُحقَّقًا بعناية يمكن أن تُبنى عليه العديد من الدراسات المستقبلية في حركة الإنسان وتحليل الصور الطبية.

الاستشهاد: Pallarès-López, R., Folgado, D., Magana-Salgado, U. et al. A multimodal biomechanics dataset with synchronized kinematics and internal tissue motions during reaching. Sci Data 13, 709 (2026). https://doi.org/10.1038/s41597-026-07019-3

الكلمات المفتاحية: حركة الإنسان, التصوير بالموجات فوق الصوتية, ميكانيكا العضلات, مجموعة بيانات بيوميكانيكية, تتبع التعلم العميق