研究人员使用两部固定的智能手机对研究参与者进行动作捕捉。Florent Vial，斯坦福大学神经肌肉生物力学实验室

——美国国立卫生研究院（NIH）资助的研究人员表示，该应用程序的速度比现有技术快25倍，而成本仅为现有技术的一小部分。

由美国国立卫生研究院资助的一个研究小组开发了一款智能手机应用程序，可以跟踪和分析一个人从一个地方移动到另一个地方的能力（即运动能力）以及其他类型的动作。人体运动分析可用于评估有运动障碍的病人，帮助临床医生制定手术计划，以及评估治疗过程的效果。研究小组认为，使用该应用程序的成本约为传统运动分析技术的1%，工作速度却快了25倍。该研究发表在《PLOS计算生物学》（PLOS Computational Biology）上。

研究人员在100名参与者中测试了名为OpenCap的应用程序。该应用使用两部或多部智能手机录制了足够高质量基于网络的视频，以便对肌肉激活、关节负荷和关节运动进行人工智能分析。100名参与者的数据收集耗时10小时，结果计算耗时31小时。传统的运动分析需要专门的验室场地和价值超过15万美元的设备，其中包括8台或更多的专用摄像机来捕捉三维图像。捕捉到的数据还需要训练有素的专家花几天时间进行分析。

研究人员表示，虽然目前的技术对于常规临床应用来说过于昂贵，但该应用有可能用于帮助筛查疾病风险，并为康复决策提供信息，以及跟踪治疗后的运动改善状况。

这项研究由斯坦福大学的Scott L. Delp博士及其同事进行。美国国立卫生研究院的资金由尤尼斯·肯尼迪·施莱弗国家儿童健康与人类发展研究所（Eunice Kennedy Shriver National Institute of Child Health，NICHD）、国家生物医学成像和生物工程研究所（NIBIB）和国家神经疾病和中风研究所（NINDS）提供。

Uhlrich、SD等人，OpenCap：智能手机视频中的人体运动动态，PLOS Computational Biology，2023年

BMEN202312020002
来源：National Institutes of Health(NIH)
标题：New smartphone app quickly analyzes human motion to aid physical rehabilitation