En handbiomekanisk datamängd med kinematik, kinetik, elektromyografi och bilddata hos friska vuxna

Varför det spelar roll hur våra händer fungerar

Varje gång du vrider ett handtag, öppnar en burk eller spelar ett instrument utför dina händer tyst ett ingenjörsmässigt underverk. Trots det har forskare som bygger datorbaserade modeller av handen — modeller som används för att utforma bättre behandlingar, verktyg och hjälpmedel — länge saknat rik, modern data om hur verkliga människors händer rör sig, pressar och gör ont. Den här artikeln presenterar en ny öppen databas som samlar detaljerade mätningar av handstyrka, rörelse, muskelaktivitet och anatomi från hundratals vuxna, och skapar en gemensam resurs för forskare, kliniker och formgivare som vill förstå och förbättra handfunktion.

En överblick över många händer

Projektet, kallat Biomechanics Hand Modeling (BHaM) database, består av två huvuddelar. Den första är en stor "populations"-datamängd från 726 friska vuxna, i åldrarna 18 till 91, testade vid universitet, på samhällsplatser och på en biomekanikkonferens. För varje person registrerade teamet grundläggande demografi, självskattad handfunktion och smärta med ett standardformulär, grepp- och nypstyrka samt detaljerade handmått fångade från fotografier. Detta breda urval visar hur mycket handstorlek, styrka och komfort varierar över ålder, kön och andra egenskaper, och erbjuder en uppdaterad jämförelsepunkt mot äldre referensdata som många nuvarande handmodeller fortfarande är beroende av.

Detaljer om rörelse, muskler och krafter

Den andra delen är en mindre men mycket djupare "biomekanik"-datamängd från 30 av dessa vuxna, som täcker unga, medelålders och äldre deltagare med ett brett spektrum av greppstyrkor. Dessa volontärer genomgick två labsessioner. I den ena mätte forskarna armbågs- och handledsbeteende samtidigt som muskelaktivitet i underarmen registrerades med ytelektroder och ledmoment med en dynamometerstol. I den andra fokuserade de på hand och tumme, och kombinerade rörelsefångstmarkörer, fingranula elektroder i åtta tummuskler samt kraftsensorer placerade vid fingertopparna och på ett burkliknande föremål. Deltagarna utförde 19 olika uppgifter, inklusive nypning, grepp, vridning av ett lock och rörelser genom tummens huvudsakliga rörelseomfång. En delmängd på 15 volontärer genomgick även högupplösta MR-skanningar av armen från axel till handled så att individuella muskelvolymer och benformer kunde kartläggas i 3D.

Från råsignaler till meningsfulla rörelser

Att samla dessa mätningar är bara halva arbetet; att göra dem användbara är den andra halvan. Författarna bearbetade noggrant råsignalerna för att rengöra brus från kraftsensorer, standardisera muskelaktivitet och omvandla markörpositioner till ledvinklar. De använde etablerad programvara för att skala en generell arm- och handmodell till varje persons kropp och löste sedan hur varje led måste ha rört sig för att stämma med rörelsefångstdata. De utvecklade också automatiserade metoder för att upptäcka när ett försök började och slutade i varje inspelning, vilket hjälper andra forskare att snabbt extrahera jämförbara tidsfönster. Samtidigt som de tillhandahåller processade versioner av data delar de också de råa inspelningarna så att andra kan omanalysera dem med nya metoder eller alternativa modelleringsval.

Kontroll att data är rimliga

För att visa att populationsdatamängden speglar mönster i verkligheten testade teamet kända samband mellan handvärk, vardagsaktiviteter och demografi. Med hjälp av självrapporterade smärtpoäng och frågor om vanliga uppgifter som att öppna burkar eller knäppa skjortor fann de att högre smärta i allmänhet gick hand i hand med större svårigheter, vilket var väntat. Smärtnivåerna tenderade att vara högre hos kvinnor än hos män, hos äldre jämfört med yngre vuxna, och i vissa ras- och etniska grupper jämfört med andra, vilket speglar trender som rapporterats i tidigare hälsostudier. De undersökte också hur deltagande i handintensiva fritidsaktiviteter — såsom att spela instrument, hantverk eller racketsport — relaterade till smärta, och visade att resultaten kan skifta beroende på om personer som rapporterade noll smärta inkluderades, vilket understryker vikten av att hantera "golveffekter" noggrant i smärtforskning.

Vad detta betyder för våra händer och deras framtid

Sammantaget erbjuder BHaM-databasen en ovanligt rik bild av hur friska händer är uppbyggda, hur starka de är, hur de rör sig och hur de känns under vuxenlivet. Genom att fritt dela mätningar som länkar anatomi, muskelaktivitet, ledrörelse, krafter och självrapporterade upplevelser vill författarna ge muskel-skelettmodellgemenskapen en gemensam grund för att bygga och testa datorbaserade simuleringar av handen. I praktiska termer bör denna resurs hjälpa forskare att utforma bättre kirurgiska planer, hjälpmedel och till och med vardagliga föremål som är snällare mot våra händer — så att vrida en nyckel, skruva av ett lock eller utöva en favoritaktivitet förblir möjligt och bekvämt för så många som möjligt.

Citering: 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

Nyckelord: handbiomekanik, muskel-skelettmodellering, greppstyrka, elektromyografi, handvärk