Ein Datensatz zur Biomechanik der Hand: Kinematik, Kinetik, Elektromyographie und Bildgebung bei gesunden Erwachsenen

Warum es wichtig ist, wie unsere Hände funktionieren

Jedes Mal, wenn Sie einen Türknauf drehen, ein Glas öffnen oder ein Instrument spielen, vollbringen Ihre Hände stillschweigend ein ingenieurmäßiges Wunderwerk. Dennoch fehlten Wissenschaftlern, die Computermodelle der Hand entwickeln — zur Gestaltung besserer Behandlungen, Werkzeuge und Geräte — lange Zeit reichhaltige, moderne Daten darüber, wie sich echte Hände bewegen, Kraft ausüben und Schmerzen empfinden. Dieser Artikel stellt eine neue offene Datenbank vor, die detaillierte Messungen zu Handkraft, Bewegung, Muskelaktivität und Anatomie von Hunderten Erwachsener zusammenführt und damit eine gemeinsame Ressource für Forschende, Klinikpersonal und Designer schafft, die Handfunktion verstehen und verbessern wollen.

Ein Gesamtüberblick über viele Hände

Das Projekt mit dem Namen Biomechanics Hand Modeling (BHaM) Datenbank besteht aus zwei Hauptteilen. Der erste ist ein großer „Populations“-Datensatz von 726 gesunden Erwachsenen im Alter von 18 bis 91 Jahren, die an Universitäten, an Gemeinschaftsstandorten und auf einer Biomechanik-Konferenz getestet wurden. Für jede Person erfasste das Team grundlegende demografische Daten, selbstberichtete Angaben zur Handfunktion und zu Schmerzen mittels eines standardisierten Fragebogens, Griff- und Pinch-Kraft sowie detaillierte Handmaße, die aus Fotografien gewonnen wurden. Diese breite Stichprobe macht deutlich, wie sehr Handgröße, Kraft und Wohlbefinden nach Alter, Geschlecht und anderen Merkmalen variieren, und bietet einen aktuellen Vergleichspunkt zu älteren Referenzdaten, auf die viele heutige Handmodelle noch angewiesen sind.

Ein genauerer Blick auf Bewegung, Muskeln und Kräfte

Der zweite Teil ist ein kleinerer, aber deutlich tiefer gehender „Biomechanik“-Datensatz von 30 dieser Erwachsenen, der Teilnehmerinnen und Teilnehmer aus jungen, mittleren und älteren Altersgruppen mit einer großen Bandbreite an Griffstärken umfasst. Diese Freiwilligen absolvierten zwei Laborsitzungen. In einer maßen die Forschenden Ellbogen- und Handgelenksverhalten, während sie Muskelaktivität des Unterarms mit Oberflächenelektroden und Gelenkdrehmomente mit einem Dynamometerstuhl aufzeichneten. In der anderen konzentrierten sie sich auf Hand und Daumen, kombinierten Motion-Capture-Marker, Feindraht-Elektroden in acht Daumenmuskeln und Kraftsensoren an den Fingerspitzen sowie an einem gefäßartigen Objekt. Die Teilnehmer führten 19 verschiedene Aufgaben aus, darunter Pinch- und Greifaufgaben, das Aufdrehen eines Deckels und das Bewegen des Daumens durch seine Hauptbewegungsräume. Eine Teilgruppe von 15 Freiwilligen unterzog sich außerdem hochaufgelösten MRT-Scans des Arms von Schulter bis Handgelenk, sodass individuelle Muskelvolumina und Knochenformen in 3D abgebildet werden konnten.

Von Rohsignalen zu aussagekräftigen Bewegungen

Das Sammeln dieser Messungen ist nur die halbe Arbeit; sie nutzbar zu machen, ist die andere Hälfte. Die Autorinnen und Autoren bearbeiteten die Rohsignale sorgfältig, um Rauschen aus Kraftsensoren zu entfernen, Muskelaktivität zu standardisieren und Markerpositionen in Gelenkwinkel zu überführen. Sie nutzten etablierte Software, um ein generisches Arm‑und‑Hand‑Modell auf den Körper jeder Person zu skalieren und lösten dann, wie sich jedes Gelenk bewegt haben muss, um die Motion‑Capture‑Daten zu erklären. Außerdem entwickelten sie automatisierte Methoden, um den Beginn und das Ende eines Trials in jeder Aufzeichnung zu erkennen, was anderen Forschenden hilft, schnell vergleichbare Zeitfenster zu extrahieren. Während sie verarbeitete Versionen der Daten bereitstellen, teilen sie auch die Rohaufzeichnungen, sodass andere diese mit neuen Methoden oder alternativen Modellierungsansätzen erneut analysieren können.

Kontrolle, dass die Daten sinnvoll sind

Um zu zeigen, dass der Populationsdatensatz reale Muster widerspiegelt, prüfte das Team bekannte Zusammenhänge zwischen Handschmerzen, Alltagsaktivitäten und Demografie. Anhand selbstberichteter Schmerzwerte und Fragen zu alltäglichen Aufgaben wie dem Öffnen von Gläsern oder dem Knöpfen von Hemden stellten sie fest, dass höhere Schmerzen im Allgemeinen mit stärkeren Schwierigkeiten einhergingen, wie zu erwarten. Die Schmerzwerte waren tendenziell bei Frauen höher als bei Männern, bei älteren Erwachsenen im Vergleich zu jüngeren und in einigen rassischen und ethnischen Gruppen im Vergleich zu anderen, was Trends aus früheren Gesundheitsstudien widerspiegelt. Sie untersuchten auch, wie die Teilnahme an handintensiven Hobbys — etwa dem Musizieren, handwerklichen Tätigkeiten oder Rückschlagsportarten — mit Schmerzen zusammenhing, und zeigten, dass die Ergebnisse sich verändern können, je nachdem, ob Personen mit null angegebenen Schmerzen einbezogen wurden, was die Bedeutung einer sorgfältigen Behandlung von „Floor‑Effekten“ in der Schmerzforschung unterstreicht.

Was das für unsere Hände und ihre Zukunft bedeutet

Insgesamt bietet die BHaM‑Datenbank ein ungewöhnlich reichhaltiges Bild davon, wie gesunde Hände aufgebaut sind, wie stark sie sind, wie sie sich bewegen und wie sie sich im Erwachsenenalter anfühlen. Indem die Autorinnen und Autoren Messungen frei zugänglich machen, die Anatomie, Muskelaktivität, Gelenkbewegung, Kräfte und selbstberichtete Erfahrungen verknüpfen, wollen sie der Community des muskuloskelettalen Modellierens eine gemeinsame Grundlage für den Aufbau und die Überprüfung von Computersimulationen der Hand geben. Praktisch sollte diese Ressource Forschenden helfen, bessere Operationspläne, Hilfsmittel und sogar Alltagsgegenstände zu entwerfen, die schonender zu unseren Händen sind — damit das Drehen eines Schlüssels, das Aufdrehen eines Glases oder das Ausüben eines Lieblingshobbys für möglichst viele Menschen möglich und komfortabel bleibt.

Zitation: Diaz, M.T., Benoit, A.R., Kearney, K.M. et al. A hand biomechanics dataset of kinematics, kinetics, electromyography, and imaging in healthy adults. Sci Data 13, 646 (2026). https://doi.org/10.1038/s41597-026-06939-4

Schlüsselwörter: Handbiomechanik, muskuloskelettales Modellieren, Griffstärke, Elektromyographie, Handschmerzen