基于在体生理运动的人体骨骼肌肉组织应力应变无损分析方法

1.本发明涉及生物力学领域，具体涉及基于在体生理运动的人体骨骼肌肉组织应力应变无损分析方法。


背景技术：

2.骨骼肌肉系统是生物体实现各种运动的物质基础，是生物体动力学交互作用的根本，运动过程中骨骼肌肉组织的应力应变特性是生物力学研究的主要内容之一；人体骨骼肌肉组织的应力与应变与骨骼肌肉组织的受力情况和健康状态息息相关，骨骼和肌肉损伤后会影响骨骼肌肉组织的应力和应变值，通过对在体生理运动下的人体骨骼肌肉组织的应力应变进行分析，可以帮助监测和预测骨骼和肌肉组织的健康状态，辅助临床诊治；同时，对于在体生理运动下的人体骨骼肌肉组织的应力应变分析，为深入解析目前未知的人体骨骼肌肉系统的生物力学特性提供了重要方法，具有重要的科学意义和价值。
3.文献调研表明，目前人体骨骼肌肉组织的应力应变数据获取主要包括两种测量与分析方法：1)通过植入传感器采集数据并分析应力应变；2)通过建立骨骼肌肉系统的有限元模型进行应力应变分析。植入传感器的方法目前多在手术患者手术时进行同步植入，属于有创测量，对于健康人来说由于伦理限制等原因，该方法不易或无法进行；因此，许多学者多采用有限元方法对骨骼肌肉组织的应力应变进行分析；在进行有限元分析时，早期研究中边界和载荷条件数据来源于尸体试验测得的生物力学数据，为离体数据，无法反映人体的真实在体生理运动情况。近年来研究中，施加在模型的边界和载荷数据来源于活体的试验数据，包括地反力数据和肌肉力数据，这些数据可以反映人体的真实在体生理运动情况。其中，地反力为力板试验测得的数据，反应人体足部与外界的交互作用；肌肉力是人体各种生理运动的动力来源，是影响运动时骨骼肌肉组织应力应变的主要因素之一，获取的肌肉力数据的准确性对于骨骼肌肉组织应力应变的有限元分析具有至关重要的作用。目前，肌肉力数据大多来源于肌电信号解析所得的肌肉力，肌电信号在采集的过程中容易受到外界噪声的干扰，且仅能采集浅层肌肉信号，因此准确性和实用性还不够理想；另一种肌肉力获取方法是通过超声检测获取肌肉力，虽然可以获取所有肌肉的肌肉力，但是仅能获取静态的肌肉力，无法对生理运动的全过程数据进行采集，且是一种结合假定肌肉刚度的估算方法，并不能对肌肉力数据进行准确计算；为解决肌肉力数据的准确性，学者们开始通过建模计算的方式，通过运动学和动力学数据，逆向计算肌肉力，获得准确的肌肉力数据，并将其作为有限元分析的载荷和边界条件。
4.目前，在骨骼肌肉系统的有限元分析方法中，载荷的施加均为静态或准静态的地反力、关节力、关节力矩和肌肉力等，这些静态或准静态的载荷无法用于仿真分析人体在体生理运动过程中的真实应力应变；由上述分析可知，目前仍然没有简便可靠的方法对在体生理运动下的人体骨骼肌肉组织的应力应变进行全过程的无损准确分析，亟需通过新的方法解决在体生理运动下的人体骨骼肌肉组织应力应变的无损准确分析问题。


技术实现要素：

5.本发明的目的是为了解决现有技术上存在的问题，而提供一种基于在体生理运动的人体骨骼肌肉组织应力应变无损分析方法。
6.本发明基于在体生理运动数据，通过模型计算求解应力应变，真正意义上实现了对人体骨骼肌肉组织的应力应变的在体、无损、准确计算。
7.一种基于在体生理运动的人体骨骼肌肉组织应力应变无损分析方法，包括光学三维运动捕捉与分析系统、地反力采集与分析系统、肌肉力求解系统、骨骼肌肉组织应力应变分析系统；
8.所述的光学三维运动捕捉与分析系统包括marker标记模块、高速运动捕捉模块、数据处理模块，为肌肉力求解系统提供运动学数据；
9.所述的地反力采集与分析系统包括三维力板模块、数据处理模块，为肌肉力求解系统提供地反力数据；
10.所述的肌肉力求解系统包括人体骨骼肌肉系统的残差缩减模型、运动学数据输入模块、地反力数据输入模块和肌肉人力求解与分析模块，为骨骼肌肉组织应力应变分析系统提供载荷与边界条件数据；
11.所述骨骼肌肉组织应力应变分析系统为有限元模型，包括骨骼肌肉系统三维模型的建立、载荷与边界条件的确定与输入、求解器的选择与求解和应力应变分析模块。
12.一种基于在体生理运动的人体骨骼肌肉组织应力应变无损分析方法如下：
13.1)测试对象基本数据采集，在进行正式数据采集之前，需要收集测试对象的基本信息，包括：身高、体重等详细资料；
14.2)光学三维运动捕捉与分析，根据测试对象的体型，粘贴marker进行标记，通过系统标定后采集标记点的三维数据，经数据处理系统处理分析，生成肢体和关节的运动学数据，包括：速度、加速度、关节的角速度、角加速度等；
15.3)动力学数据采集与分析，在运动捕捉的同时，受试者需要在运动中踏上三维力板，采集动力学数据，经数据分析系统分析后，获取受试者足部的三维地反力，并将运动学数据与动力学数据进行匹配；
16.4)肌肉力求解，将静态的标记点数据导入人体骨骼肌肉系统模型，进行等比缩放，将已获取的运动学数据作为驱动数据导入模型，将动力学数据输入模型，计算关节力、关节力矩和肌肉力，最后通过残差缩减优化算法，减小计算误差保证数据精度；
17.5)骨骼肌肉组织应力应变分析，在有限元分析模块中建立骨骼和肌肉系统的三维模型，将地反力、关节力、关节力矩和肌肉力作为载荷和边界条件，进行有限元仿真分析，获得相应在体运动状态下骨骼和肌肉组织的应力与应变数据。
18.所述的载荷和边界条件为相应在体生理运动下的地反力、关节力、关节力矩和肌肉力的时间历程数据，用于仿真分析人体在体生理运动全过程中骨骼肌肉组织的应力应变，而非以往的静态或准静态分析模式，仅可分析人体处于某一状态下的骨骼肌肉组织的应力应变。
19.本发明的有益效果：
20.1.本发明基于在体生理运动的人体骨骼肌肉组织应力应变无损分析，真正意义上实现了任意运动状态下，人体骨骼肌肉组织应力应变的在体、无损分析；
21.2.本发明通过运动学数据和动力学数据建立肌肉力求解模型进行肌肉力计算，实现了对肌肉力的准确计算，而非传统emg等仅可对浅层肌肉的肌肉力根据经验公式进行大致估算。
22.3.本发明通过施加人体在体生理运动过程中关节力、关节力矩和肌肉力的时间历程数据，动态仿真骨骼肌肉组织的应力应变，实现了在体生理运动过程中任意时刻的人体骨骼肌肉组织真实应力应变的分析。
附图说明
23.图1是本发明方法实现的逻辑框架图；
24.图2是光学三维运动捕捉与分析系统示意图；
25.图3是地反力采集与分析系统示意图；
26.图4是肌肉力求解系统示意图；
27.图5是骨骼肌肉组织应力应变分析系统示意图。
具体实施方式
28.如图1、图2、图3、图4和图5所示，一种基于在体生理运动的人体骨骼肌肉组织应力应变无损分析方法，包括光学三维运动捕捉与分析系统、地反力采集与分析系统、肌肉力求解系统、骨骼肌肉组织应力应变分析系统。
29.图1为本发明的基于在体生理运动的人体骨骼肌肉组织应力应变无损分析方法的步骤流程图，详述如下。
30.步骤s101，通过光学三维运动捕捉与分析系统获取人体在体生理运动的运动学数据，参阅图2，步骤s101的具体步骤如下：
31.步骤s201，建立人体多节段的多刚体模型，将人体的头部、躯干、前臂、后臂、手、盆骨、大腿、小腿、足部根据实际需要，建立为多个阶段的多刚体模型，用于分析运动学数据，在本发明实施过程中节段的数量因研究对象(如全身、足部或手掌)的不同而变化。
32.步骤s202，根据建立的多刚体模型，在人体相应的位置粘贴marker点，便于运动捕捉生成运动轨迹，在本发明实施过程中marker点的数量随多刚体模型中阶段数量的变化而变化。
33.步骤s203，对光学三维运动捕捉系统的相机系统和空间坐标系进行静态标定，对人体的marker点进行动态标定。
34.步骤s204，测试对象按设定的运动模式，在采集区域内运动，对marker点的空间位置进行捕捉。
35.步骤s205，对捕捉到的marker的轨迹数据进行提取，对因环境干扰而残缺的轨迹数据进行修补；之后通过步骤s206对轨迹数据进行滤波处理，消除噪声数据的干扰，获取精确的空间轨迹。
36.步骤206，建立运动学方程，对marker点的时空轨迹数据进行求解计算，获取多刚体模型各阶段的运动学数据，在此基础上求得各关节的角速度和角加速度等运动学数据。
37.步骤s102，通过地反力采集与分析系统获取人体在体生理运动的动力学数据，参阅图3，步骤s102具体步骤如下：
38.步骤s301，在执行步骤s204运动捕捉的同时，在捕捉区域内的地面上安装力板，同步采集受试者的地反力，在本发明的实施过程中可以用多块力板采集一组运动中的多次地反力，但是每次仅允许单脚作用于力板上。
39.步骤s302，对采集到的地反力数据进行滤波处理，消除噪声数据的干扰，获取准确的地反力数据；之后通过步骤s303将地反力数据与运动学数据进行同步，保证下一步肌肉力求解系统中输入的运动学数据和动力学数据具有同步性。
40.步骤s103，通过肌肉力求解系统获取人体在体生理运动的肌肉力、关节力和关节力矩数据，参阅图4，步骤s103具体步骤如下：
41.步骤s401，在肌肉力求解系统中建立基础的人体全身骨骼肌肉系统模型。
42.步骤s402，根据测试对象静态测试中标记的marker点的位置，将模型中的各部分进行比例缩放，使模型数据与测试对象的实际数据相匹配。
43.步骤s403，逆向运动学求解，以步骤s206获取的marker点的三维轨迹数据作为驱动数据，驱动骨骼肌肉系统模型，建立逆向运动学方程，求解关节的运动学数据，包括但不限于关节的角速度、角加速度等数据。
44.步骤s404，逆向动力学求解，将地反力数据输入骨骼肌肉系统模型，结合运动学数据并建立逆向动力学方程，求解模型中各关节的关节力和关节力矩。
45.步骤s405，残差优化缩减，逆向动力学的计算求解受到运动学数据、地反力数据以及自由度等未知条件的影响，再加之肌肉-肌腱模型的不准确使得计算违背牛顿第二定律，导致试验获取的力与利用牛顿第二定律计算的力之间存在差距，该差值成为力残差。但该残差不能消除，只能通过轨迹优化和环节质量调整等方法减小力残差，以提高肌肉力计算的准确性。本发明实时过程中，经过残差缩减后的力残差控制在10n以内，力矩残差再50n
·
m以内。
46.步骤s406，建立静态优化模型对肌肉力的分配进行优化。
47.步骤s407，通过肌肉力求解模型求解肌肉力。
48.步骤s104，通过骨骼肌肉组织应力应变分析系统，对骨骼肌肉系统进行仿真分析，获取应力应变数据，参阅图5，步骤s104的具体步骤如下：
49.步骤s501，采集测试对象的医学图像，采用逆向工程重建人体骨骼的三维模型。本发明实施工程中可读取的医学图像格式包括dicom、ge、picrer、elscint和sms等，初步建模后可生成的三维模型文件格式为cli、sli、ssl和stl等；初建模后对表面粗糙处进行曲面的完善与修正，保证重建的三维模型表面光顺且精确度高。
50.步骤s502，在步骤s501重建的三维模型为封闭曲面，通过cae软件对三维模型进行实体化，并根据不同骨骼的具体要求选择合适的单元类型进行网格划分，最后将网格划分后的模型导入有限元分析软件进行后续的有限元建模和仿真分析。
51.步骤s503，在有限元分析软件中使用杆单元模拟韧带，单个杆单元代表一条韧带；在本发明的实施过程中，对于肌肉的建模，采用两种方法：
52.方法一，采用连接单元连接骨骼，模拟骨骼肌肉系统有限元模型中肌肉力的施加，因肌肉力多是沿曲线路径传递，在本专利实施过程中肌肉与骨骼的连接处采用滑环结构作为连接单元进行连接，连接的起点与终点为肌肉在骨骼上的解剖学作用点，对于较长的肌肉通过多个单元进行拼接，提高肌肉力施加的精确度，最后对肌肉模型进行网格划分。
53.方法二，在步骤s501重建骨骼模型的同时，重建肌肉的三维模型，并在步骤s502中进行实体化和网格划分，将肌肉模型导入有限元分析软件进行后续分析。
54.步骤s504，设计骨骼、肌肉的材料属性。
55.步骤s505，根据相应的在体生理运动模式设置相应的载荷、边界条件和定义接触；在本发明的实施过程中，肌肉两端与骨骼之间采用绑定约束，软骨与骨骼之间采用绑定约束，绑定约束为面与面之间的约束，要求两接触面之间不发生相对运动和变形；除足部与地面之间的接触定义为有摩擦接触，其余的接触均定义为无摩擦约束。
56.在本发明的实施过程中，载荷的添加根据步骤s503中肌肉建模方法的区别采取不同的载荷施加方法，具体载荷施加方法如下：
57.针对方法一的载荷施加方案为，在足端施加地反力、在关节施加关节力和关节力矩、在肌肉两端施加肌肉力载荷。
58.针对方法二的载荷施加方案为，在足端施加地反力、在关节施加关节力和关节力矩。
59.在本发明的实施过程中，施加的载荷均为步骤s102和s103求得的相应在体生理运动的地反力、肌肉力、关节力和关节力矩的时间历程数据，可以仿真分析人体处于在体生理运动过程中任一状态时骨骼肌肉系统的应力应变，而不是之前仅可分析某一状态的应力应变。
60.步骤s506，在有限元分析软件中选择相应的求解器，进行求解分析。
61.步骤s507，在骨骼肌肉组织应力应变分析系统的后处理模块中，进行后处理分析，获取并显示骨骼肌肉组织的应力应变信息。