Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

ULTRA-MoCap: מאגר נתונים מולטימודלי של IMU ו-sEMG לניתוח קינמטיקה של מפרקי הגפה העליונה

· חזרה לאינדקס

למה חשוב לעקוב אחרי תנועות יומיומיות של הזרוע

בכל פעם שאתם מגיעים למדף, מניפים את הזרועות בזמן הליכה או מרימים תיק, הכתף, המרפק והפרק כף היד מבצעים ריקוד מתואם במדויק. הבנת התנועה הזו לעומק יכולה לשנות את תחום השיקום הפיזי, אימוני הספורט ואת אופן השליטה ברובוטים מסייעים או אקסוסקלטונים. עם זאת, רוב המידע הקיים על תנועת הזרוע מגיע ממערכות מצלמה כבדות במעבדות ייעודיות או מחיישנים נלבשים הלוכדים רק חלק מהפעילות. מאמר זה מציג את ULTRA-MoCap, מאגר חדש וקוד פתוח שמרכז את המרכיבים הללו יחד — משלב מצלמות לכידת תנועה, חיישני תנועה זעירים והקלטות פעילות שריריות כדי לתת תמונה עשירה יותר של תנועת הגפה העליונה.

Figure 1
Figure 1.

שילוב עולמות חישה מרובים

רוב המחקרים על תנועת הזרוע מסתמכים על חלון תצפית יחיד: או כיצד המפרקים נעים, כיצד השרירים מופעלים, או כיצד הגפה מאיצה במרחב. ULTRA-MoCap בולט בכך שהוא מקליט את שלושת אלה בו-זמנית. הוא מסנכרן מערכת לכידת תנועה מבוססת מצלמות מתקדם עם שישה יחידות מדידה אינרציאליות קטנות (IMUs) העוקבות אחרי התנועה ביד, פרק כף היד, האמה והזרוע העליונה, בנוסף לחיישני אלקטרומיוגרפיה שטחית (sEMG) המודדים פעילות חשמלית בשרירים מרכזיים כגון הביספס, הטריספס והדלטואיד. השילוב הזה מאפשר לחוקרים לראות כיצד פעילות השריר, תנועת הגפה וזוויות המפרקים מסתנכרנות בזמנים, ומעניק דיוק דינמי לפרופיל תנועת הגוף העליון.

כיצד נאספו הנתונים מאנשים אמיתיים

המאגר נבנה מתוך ניסויים שכללו שלושה-עשר מבוגרים בריאים, כל אחד נבדק בקפידה כדי להימנע מפציעות יד או כתף קיימות. המשתתפים לבשו שישים סימנים רפלקטיביים ללכידת תנועה ושש יחידות חיישנים אלחוטיות על זרוע ימין. הם ביצעו חמישה תרגילים נפוצים של הגפה העליונה: הנעת שתי הזרועות, הושעת הגעה מעבר לגוף, כיפוף ויישור חוזרים של המרפקים, סיבוב הכתפיים והרמת הזרועות מעל הראש לגבהים משתנים. כל ניסוי האריך שלושים שניות בקצב שנבחר על ידי המשתתף, מטווח איטי עד מהיר מאוד, עם הפסקות מנוחה כדי להימנע מעייפות שיכולה לעוות את אותות השריר. התוצאה היא מגוון רחב של תנועות שעדיין עוקבות דפוסים ברורים וחוזרים, בדומה לפעילויות יום-יומיות טבעיות.

ממספרי סימנים גולמיים למפרקים וירטואליים

כדי להפוך ענני סימנים של מצלמה לזוויות מפרק משמעותיות, המחברים השתמשו במודל מחשב מפורט של הגוף העליון המייצג עצמות ומפרקים בדומה לשלד וירטואלי. הם קודם כל "קיבעו" את המודל להתאים לממדי הגוף של כל אדם באמצעות תנוחת כיול, ולאחר מכן הריצו תהליך קינמטיקה הפוכה שמוצא את מיקומי וזוויות המפרקים התואמים ביותר לנתיבי הסימנים הנצפים בכל רגע. בדיקות איכות קפדניות הבטיחו שהסימנים הווירטואליים נשארו בתוך כמה סנטימטרים מהסימנים האמיתיים, וכי התנועות המחושבות של הכתף, המרפק והפרק כף היד נראו אנאטומית סבירות לאורך אלפי פריימים. מאגר הנתונים הסופי כולל הן את זוויות המפרקים המעובדות והן את ההקלטות המקוריות של החיישנים והסימנים, הכל מאורגן עם שמות קבצים ופורמטים עקביים כך שאחרים יוכלו להשתמש בו בקלות.

Figure 2
Figure 2.

בדיקת איכות הנתונים באמצעות למידת מכונה

כדי להדגים שהאותות לא רק נקיים אלא גם אינפורמטיביים, המחברים אימנו מודל למידה עמוקה לזהות איזה מהחמישה תרגילים התבצע, בהתבסס אך ורק על קטעי נתונים קצרים של שתי שניות מהחיישנים. בשימוש רק בנתוני תנועת ה-IMU, המודל זיהה נכונה את התרגיל ביותר מ-94 אחוז מהמקרים, וביצועים עלו במעט כאשר שילבו נתוני IMU ונתוני שריר. נתוני השריר לבדם התגלו כקשים יותר להכללה בין אנשים שונים, מה שמשקף שונות טבעית באופן שבו פרטים מפעילים את שריריהם, אך עבדו היטב מאוד כאשר המודל מותאם אישית לנבדק יחיד. תוצאות אלה מציעות ש-ULTRA-MoCap מתאים הן לאלגוריתמים לשימוש כללי שצריכים לפעול על משתמשים חדשים והן למערכות מותאמות אישית המסתגלות לאדם אחד.

מה המשמעות של משאב זה לעתיד

במונחים יומיומיים, ULTRA-MoCap דומה ל"קופסה שחורה" עשירה בחיישנים של הזרוע, שמקליטה כיצד עצמות, שרירים וחיישנים נלבשים מתנהגים יחד במהלך תנועות ריאליסטיות. מאחר שמאגר הנתונים והקוד התומך זמינים לציבור, חוקרים יכולים להשתמש בהם לעיצוב תרגילי שיקום חכמים יותר, שיפור השליטה באקסוסקלטונים רובוטיים, שידוד ממשקי מציאות מדומה, או חקירה כיצד לעשות יותר עם פחות חיישנים פשוטים. המחקר מסכם שזו תצפית רב-שכבתית על תנועת הגפה העליונה שממלאת חור מפתח במשאבים הקיימים וצריכה להאיץ התקדמות לקראת טכנולוגיות נלבשות שמבינות ומסייעות לתנועות הזרוע באופן טבעי ואינטואיטיבי.

ציטוט: Fritsche, O., Camacho, S., Hossain, M.S.B. et al. ULTRA-MoCap: A Multimodal IMU and sEMG Dataset for Upper Body Joint Kinematics Analysis. Sci Data 13, 622 (2026). https://doi.org/10.1038/s41597-026-06687-5

מילות מפתח: תנועת גפה עליונה, חיישנים נלבשים, אלקטרומיוגרפיה, מאגר נתוני לכידת תנועה, טכנולוגיית שיקום