结合生物力学仿真比较跟腱在跨栏和跑步时拉伸与负荷,运动生物力学论文

结合生物力学仿真比较跟腱在跨栏和跑步时拉伸与负荷,运动生物力学论文人体运动仿真技术是基于生物力学、计算机科学和机器人学建立的科学研究方式方法。通过建立人体模型，经过动力学计算或相关优化计算法，得到人体完成动作经过中相关肌肉、关节的受力，以及这些组织与运动经过中运动学指标之间的关系，可以以进行运动中神经肌肉系统对动作协调控制机理等问题的研究。当前，人体运动仿真方式方法已经被广泛的应用于生物医学、体育科学、航空航天等多个领域。跟腱是人体最强壮、最厚实的肌腱，它连接比目鱼肌和腓肠肌到跟骨，确保踝关节的跖屈。由于这种生物力学性能，跟腱与人体活动的很多能力有着密切的关联。研究表示清楚，竞技运动中，由于运动项目的性质、强度、场地、环境等因素的影响，跟腱损伤的发病率在不断提升。肌腱的生物力学性能在一定程度上影响着肌肉的收缩力和运动成绩，在竞技体育和体育锻炼中，经常发生的肌腱损伤〔如肌腱炎、肌腱断裂等〕与肌腱的生物力学性能密切相关。因而，对跟腱力学性能的研究对伤病的预防和治疗有着深远意义。由于跟腱特殊的生理解剖构造，以往的研究方式方法存在很多局限性，大部分实验研究的对象也集中在动物上，活体实验较少。研究方式方法从植入性力学传感器到超声波影像都曾被应用，但都属于探寻求索阶段，且由于实验仪器设备本身的局限性，对于实际体育运动的研究还比拟少。随着生物力学仿真技术的发展，基于骨骼肌肉模型的运动仿真方式方法为探寻求索跟腱损伤力学机理提供了方式方法。本研究通过医学图像建立骨骼几何学模型，并采用基于动态优化的方式方法来计算下肢肌肉的即时受力。结合运动追踪技术和肌肉骨骼模型的生物力学仿真方式方法来比拟跟腱在跨栏和跑步时，肌肉-跟腱单位的拉伸以及跟腱的负荷，分析跨栏跟腱伤病产生的力学机理，讨论该研究方式方法在分析跟腱力学性能方面的应用，进而为跟腱运动伤病的预防提供科学根据，为进一步跟腱损伤研究奠定基础。1、研究对象与方式方法1.1研究对象上海体育学院运动训练专业跨栏专项男性运发动10名，华而不实，2名国家一级运发动，8名国家二级运发动。受试者年龄〔20.671.53〕岁，身高〔1.830.04〕m，体重〔70.332.52〕kg，110m栏最好成绩14.5~15s。所有受试者右腿为惯性起跨腿，且半年内无任何下肢伤病。1.2试验数据采集1.2.1动作定义起跨动作是指跨栏跑中起跨腿扒地蹬伸的一步，从起跨腿脚着地准备起跨，到起跨腿经着地缓冲到蹬伸离地结束。本研究将一个完好的起跨动作定义为一个支撑周期〔即从受试者起跨脚接触测力台开场到完全离开测力台结束〕。1.2.2试验流程每名受试者在跑步机上进行30min的充分热身之后，进行跨栏练习进而熟悉场地。热身完成后，对受试者全身解剖学位置粘贴Maker球用来帮助捕捉运动学数据〔见图1〕。运动学数据采集之前，每名受试者需要采集一组静态数据，用来确定人体关节解剖学位置和计算关节中心。在静态数据采集结束之后，移除受试者膝关节和踝关节的马克点，然后进行跨栏组和短跑组的数据采集。跨栏组数据，要求受试者在高速助跑后跨越一个栏架；短跑组数据，要求受试者高速完成一样距离的平跑。每名受试者需采集5组跨栏数据和5组短跑数据，1组成功数据的定义为受试者右脚完全踩在测力台上，全身的Marker清楚明晰可见。采用Vicon16个摄像头红外高速摄影系统采集运动学数据〔ViconOxfordMetrics，Oxford，简称UK〕，采集频率为200Hz。使用1块Kistler测力台同步采集地面反作用力数据〔KistlerCorporation，Ohio，USA〕，采集频率为1000Hz。1.2.3试验数据处理使用Vicon的Workstation和Bodybuilder软件处理运动学和动力学数据；使用Butterworth数字滤波器对Marker球的轨迹、地面反作用力进行低通滤波，滤波频率分别为15Hz和55Hz；使用OpenSim仿真软件完成整个仿真处理经过；利用Excel2007进行试验结果的图表绘制。1.3OpenSim环境下建模传统仿真方式方法研究中，由于所牵涉人体运动的复杂性，通常将人体简化为多刚体系统，把人体的肌肉、筋腱等组织处理为各刚体间的作用力及力矩。应用OpenSim软件的仿真研究，是通过建立人体骨骼肌肉模型计算肌肉力大小，模型中的人体基本参数根据人体实际测量与仿真计算相结合的方式方法得到。在进行试验研究时，会根据试验采集的人体静态文件进行相应的计算，即将通用模型调整为符合试验对象人体参数的模型。每个受试者都有专门的模型，进而保证试验结果的精到准确性。利用OpenSim软件开创建立三维下肢骨骼肌肉模型〔见图2〕，用来计算肌肉受力。这个模型由13个节段、12个环节和23个自由度机械链接组成，包括54块肌肉-肌腱单位，能够在矢状面、冠状面和水平面运动。模型的头部、手臂和躯干作为一个刚体构造，相对于骨盆有3个旋转的自由度。骨盆在3个维度上能够旋转和移动，髋关节是一个球窝接头，膝关节和跖骨关节为铰链构造。踝-距骨关节有2个与解剖学轴线平行的关节，每块肌肉的几何学数据由解剖学模型决定。肌肉参数包括羽状角、优化纤维长度、肌腱松弛长度、肌腱应力-长度曲线和最大等速肌力。跟腱肌肉的生理学参数见表1。对于54块肌肉-肌腱构造中的每个单位，Hill肌肉-肌腱模型用来表示发动情况和肌肉-肌腱的收缩力学。Hill模型包括可收缩的元件，一系列弹性元件和平行弹性元件。收缩元件表示模型中主动产生力，非线性的平行弹性元件和弹性元件属于被动元件，平行弹性元件表示组织支撑和肌肉纤维的连接。平行弹性元件表示肌纤维和骨骼肌腱的连接，在肌肉-肌腱模型中，基于肌肉肌腱的长度和发动程度作为输入参数，然后通过方程式计算的肌纤维长度来描绘叙述发动程度和收缩动力学。通过肌肉的发动-受力-长度-速度特征以及肌腱的弹性特征来分配互动的比例。当肌纤维长度确定之后，根据高斯函数计算出表示发动受力-长度关系的肌肉受力。下肢和背部关节由54块肌肉-肌腱的Hill模型驱动器驱动，手臂由力矩驱动器驱动。基于每名受试者人体测量学数据，对通用模型根据比例进行缩放，受试者人体测量学数据根据Maker球的解剖学位置进行计算调整。开创建立的模型会显示出相应Marker球的位置，利用逆动力学算法计算出关节角度数据，进而减小试验中每一帧影像上粘贴的Marker球位置与之相应的实际解剖学位置的差异。关节力矩通过RRA〔residualreductionalgorithm〕算法计算得到，RRA允许对关节角度〔1.5〕和躯干质量中点〔5cm〕进行小的改变来减少作用于骨盆的残存余留力。肌肉的激活情况、发动程度、肌肉力大小决定了这些力矩的结果。Opensim中，采用CMC〔computedmusclecontrol〕算法计算肌肉力。1.4生物力学仿真经过〔1〕通过静态数据中Marker球位置的输入来计算人体测量参数，基于这些人体参数建立下肢生物力学模型。模型包括所有下肢骨的肌肉-骨骼几何学参数，使模型依比例与受试者的人体测量参数匹配，匹配完成之后，得到一个特定受试者骨骼-肌肉模型。该模型包括依比例的躯干、骨盆、胫骨、股骨、腓骨和足的构造，以及依比例的肌肉-肌腱单位的几何学参数〔最佳纤维长度和肌腱松弛长度〕。利用逆向运动学计算肌肉肌腱长度和关节的运动学数据，如跨栏起跨经过中的关节角度和关节的位移。根据运动学数据、模型的人体测量参数值以及地面反作用力〔通过测力台获得〕，利用这个动态系统中的运动方程计算各个关节的力和力矩。〔2〕通过动态优化的方式方法进一步计算关节力矩和支撑期的肌肉力。动力学方程计算分为2大部分，基于向前动力学方程和逆动力学方程2种，OpenSim软件的计算基于逆动力学方程，根据试验中采集到的运动学、动力学数据得到关节角度、力矩结果。〔3〕关节角度和地面反作用力的数据进行RRA计算，优化仿真结果，最后通过CMC计算，得到向前动力学方程仿真结果〔见图3〕。优化经过中，肌肉力是基于给定的价值函数和生理限制〔见表1〕计算得到，这个优化控制使肌肉激发的平方和最小化，能够概括为非线性梯度优化方式方法；肌肉激发和肌肉肌腱长度接替肌肉力学来计算上述单个肌肉力。在这一程序中，每个身体环节被看成是一个刚体，所有环节以运动链的形式链接起来。基于给定受试者身高、体重、环节长度和惯性参数，通过先前的运动学分析经过得到重心线性加速度、角速度和角加速度，利用牛顿运动学方程对环节系统进行计算。式中：I为环节惯性矩阵；a为重心加速度；为角速度；FD和TD为远端关节的作用力和力矩；Fp和Tp是近端关节的关节作用力和力矩；L是Fp到重心的力臂；d是FD到重心的力臂；W是重力。方程3表示清楚，所有作用于某一系统的外力对系统的作用等于系统动量的变化率，而线性和角速度的变化率可通过运动分析数据得到。作为对逆向动力学的延伸，通过关节力矩数据计算得到每一块肌肉的气力。这是通过一个非线性优化方程所得到的，该优化经过在一个指定的方程和物理限制下进行。式中：为肌肉活动量，计算在n个数据桢中所有的肌肉激活的平方和；n为所有数据点的个数。优化控制器为一个广义的既约控制非线性优化方式方法，可将最小化。然后，肌肉的激活量、肌肉肌腱长度等数据被输入此力学模型中计算肌肉气力。1.5仿真结果准确性验证整个仿真经过结束后，验证仿真结果的准确性。将Opensim计算出的运动学〔关节角度〕和动力学〔力矩〕结果，同利用三维分析软件〔Vicon系统中的Bodybuilder软件〕计算的结果相比照，基本上一致，表示清楚，该模型和仿真结果的可靠性。该方式方法计算出的跟腱受力与LICHTWARK和WILSON的研究结果相一致。LICHTWARK采用运动数据和超声影像数据相结合的方式方法，使用一种简单的Hill模型来计算跟腱的受力。结果显示，跑步中跟腱受力的峰值约为3300N，与本研究计算出的短跑跟腱受力相近。除此之外，本研究仿真结果中，短跑运动腓肠肌与比目鱼肌肌肉发动情况的结果图轮廓上与之前研究的外表肌电信号结果一样。2、结果与分析2.1跨栏起跨动作仿真结果及其准确性验证运发动在完成跨栏起跨动作时，起跨腿在高速跑动中完成3个阶段，即着地缓冲、支撑和蹬伸离地〔见图4〕。整个仿真结果流畅、完好，同真实运动学影像无明显差异。仿真结果的准确性验证，是进行仿真研究的基础，也是关键性问题。关于计算机仿真结果准确性验证的方式方法无统一规定，当前并没有直接的方式方法检验仿真结果中的肌肉力大小，对于仿真准确性的验证通常采取2种间接的方式方法。〔1〕将仿真结果与基准数据比照验证。详细是指，相邻肌肉力矩应该等于净力矩，将仿真结果中的关节力矩与试验数据经软件处理后得到的关节力矩相比拟。本研究中，Bodybuilder计算出的关节力矩同OpenSim得到的力矩无明显差异。〔2〕基于外表肌电信号技术。在仿真方式方法中计算肌肉力，取决于肌肉的发动程度，而外表肌电技术能够只获取单个肌肉的发动情况，因此，通过肌肉发动程度验证是多数研究采用的方式方法，具有较高的准确性。本研究主要牵涉的比目鱼肌和腓肠肌的发动情况与之前研究中的数据结果相比对，图形轮廓上高度类似。通过与基准数据和外表肌电信号数据相比拟的验证方式方法能够得出，本研究仿真结果真实可靠，有研究和参考价值。2.2肌肉-肌腱单位拉伸的长度变化跟腱是粘弹性组织，具有粘弹性特质。在人体运动中，跟腱能够承受较强的张力将肌肉收缩产生的力传递至根骨，带动踝关节运动；同时，跟腱也具有组织的柔软特性，能够围绕骨骼的外缘改变肌肉的拉伸方向。正是由于跟腱组织的这些机械特性，在运动中能够承受很大的张力以防止过度拉伸产生损伤。肌肉-肌腱单位组织在运动支撑期时，承受较大的牵拉力而产生很大形变。〔1〕腓肠肌肌肉-跟腱单位的形变较大。跨栏运动中，从蹬伸离地时最小的0.451mm，到支撑阶段最大拉伸时的0.482mm，长度差异为0.031；短跑中，最大值与最小值分别为0.468mm、0.452mm，长度差异为0.016；在整个支撑期，腓肠肌肌肉-跟腱单位的拉伸差异主要集中在着地缓冲与支撑阶段，在蹬地阶段开场后，差异性逐步减少，到趋于离地阶段没有差异。〔2〕在跨栏和短跑的支撑期，比目鱼肌肌肉-跟腱单位拉伸形变的差异都比拟显著。跨栏时的长度峰值分别为0.325mm和0.294mm，长度差异0.031；短跑时的长度峰值为0.318mm和0.289mm，长度差异0.021。运动支撑期的拉伸程度最大峰值均出如今着地缓冲到支撑阶段〔见图5〕。2.3跟腱负荷的仿真跨栏与短跑支撑期，小腿三头肌〔比目鱼肌和腓肠肌〕牵拉产生较大拉力，拉力传递至跟腱，导致跟腱承受较大的张力。跨栏支撑期比目鱼肌肌肉力峰值〔3130.90N〕出如今支撑后的蹬伸初始阶段，而短跑中的比目鱼肌肌肉力在支撑阶段到达峰值〔2535.48N〕。在着地缓冲阶段，跨栏与短跑中比目鱼肌肌肉力都呈逐步增大趋势，但并未显示出明显的差异，随着身体重心的前移进入支撑阶段，2种运动形式下比目鱼肌肌肉力出现不同。同为小腿三头肌的腓肠肌肌肉力峰值出现的时间与比目鱼肌同步，峰值分别为750.91N和759.1824N，腓肠肌肌肉力在短跑支撑期的峰值大于跨栏支撑期。跨栏支撑期跟腱所受张力在着地缓冲后不断上升，蹬伸阶段到达峰值〔3850.40N〕；短跑支撑期，跨栏所受张力在支撑阶段到达峰值〔3253.23N〕〔见图6〕。仿真结果显示，在跨栏和短跑运动中，连接跟腱的2块肌肉〔腓肠肌和比目鱼肌〕产生了较大的肌肉力，进而导致跟腱的较大负荷，这是跟腱的解剖学构造决定的。跟腱的主要作用是将肌肉产生的力传递至跟骨进而带动关节运动。肌肉力的数据结果图形显示，在支撑期的后半段，腓肠肌和比目鱼肌出现了峰值。这是由于，在这个阶段，由于身体重心在垂直和水平方向的移动需要踝关节的跖曲来完成，而踝关节的跖曲肌群〔腓肠肌和比目鱼肌〕是这种向前运动的主要奉献者。研究显示，踝关节的快速跖屈和膝关节的屈伴随着跟腱的超量负荷，很容易导致跟腱的断裂。因此，与短跑运动相比，跟腱在跨栏起跨阶段更容易出现运动损伤。研究显示，跟腱损伤的机制是在正常或过度负荷时遭到张力的影响，当张力过大导致受伤时，受伤程度便视其张力的速率和力度的大小而定。跟腱是一个节能和储能的弹性构造，由于它本身的机械特性，能够承受宏大的牵拉力，所以很难想象一次简单的拉伸就能够使跟腱断裂。因而，出现了另外一种理论来解释这个现象。GALLOWAY等以为，跟腱的过度负荷导致过度使用伤病，进而导致跟腱的断裂，而且过度使用损伤是跟腱断裂的诱因这一理论得到了很多验证。KANNUS等的研究发现，97%断裂的跟腱显示出退化疾病的特征，进而进一步支持过度负荷与跟腱断裂的关系。本研究结果支持该结论，短跨运发动跟腱伤病率较高，与跟腱在从事此类运动时高负荷下的过度使用密切相关。试验结果显示，跟腱在起跨支撑期承受着宏大负荷，给运发动长期训练带来损伤隐患。2.4仿真方式方法优劣性分析跟腱是人体最强壮的肌腱之一，与人体的运动密切相关，由于其特殊的生理解剖构成，对于跟腱负荷的研究遭到众多方面的技术限制。VANDENBOGERT等的研究是基于一种数字化模型，这种模型的优点在于简单易实现，但是这种方式方法的局限在于忽略了跟腱本身特殊的构造特征和机械特性，研究结果的准确性和可靠性有待加强。除此之外，这种建立在数字计算的模型，在人体运动研究应用中对于不同研究对象缺乏针对性，进而造成研究结果的不准确，这种方式方法当前已经不再应用于跟腱的研究。LEWIS和KOMI等的研究是在受试者机体植入力学传感器来计算跟腱负荷大小。利用外科手术的方式方法，将一种扣式传感器植入人体小腿跟腱处，经过一段恢复期，受试者适应传感器后开场试验，对人体基本动作〔包括步态、慢跑、跳跃〕的跟腱受力进行研究，应用在尸体试验得到的跟腱伸长负荷曲线来计算跟腱在上述运动中的应力曲线和应变曲线。KOMI试验结果中，短跑的跟腱受力高达9000N，约8~12.5倍的身体重力。对于这种试验方式方法，有2个问题。〔1〕利用侵入性植入传感器方式方法会对受试者人体造成伤害，植入性手术存在风险，传感器的敏感性有待验证，漫长的恢复期都会阻碍这种方式方法的推广。针对本文的研究对象来讲，高水平运发动不可能采用手术方式方法来进行研究，同时，这种方式方法也被以为是违犯伦理道德的。〔2〕根据从尸体试验得到的人体跟腱应力时间数据和跟腱与肌肉连接处的横截面积计算，跟腱在运动中的负荷的范围为1200~2000N，显然力学传感器的试验结果与这一数据相违犯，可靠性有待验证。LICHTWARK采用超声波影像技术研究跟腱在运动中的负荷，跟腱长度定义为跟腱嵌入处到肌肉跟腱连接处。采用数字化影像追踪〔Marker〕与超声波影像拍摄相结合的技术，得到跟腱在运动中长度拉伸的变化，进而根据跟腱材料特性中长度与应力变化曲线，得出跟腱在运动中的负荷大小。以羊为实验对象，分析走路和爬行动作，得出跟腱伸长与负荷的变化曲线。优点是，对试验对象没有伤害、安全系数较高，而超声波影像技术的应用，准确得到了跟腱在运动中长度的变化，在研究跟腱损伤时该指标价值较高；同时，该方式方法考虑了跟腱机械特性中的粘弹性特点，增加了试验数据的可靠性。但是，这种方式方法也存在一定的局限性。〔1〕基于Marker追踪的方式方法，会由于Marker在皮肤上的移动而产生误差，由于跟腱的机械特性，这一误差对试验的最终结果会产生宏大的影响；〔2〕基于超声波影像技术的研究范围仅应用于人体的简单动作，如步态、原地跳跃、慢跑等不是十分剧烈的动作，但这种方式方法假如应用于剧烈运动中的跟腱拉伸和负荷，可能会由于试验设备的局限性有所误差，而且，对这类动作的研究当前尚未进行。3、结论〔1〕与现有跟腱研究方式方法相比，OpenSim力学仿真方式方法在建模和肌肉力计算方面愈加先进，仿真结果也比拟准确。除此之外，这种方式方法对受试者本身没有任何伤害隐患，并且在数据采集和处理方面愈加方便、易行，OpenSim的开源性也为接下来的研究提供了极大的便利。〔2〕肌肉-肌腱单位在跨栏运动时比短跑运动产生更大的形变拉伸，且明显差异都出如今着地缓冲阶段，进而导致跟腱在跨栏运动中比短跑运动遭到更大的牵拉力，峰值出现的时间有差异，短跑支撑期比跨栏支撑期出现峰值的时间更早，跨栏支撑后期跟腱受力到达峰值。同短跑相比，跨栏跟腱损伤的风险更高层次，更容易产生伤病。总而言之，当前的研究提供了新的方式方法来仿真运动中的跟腱负荷，使用的模型并不局限于计算跟腱遭到的牵拉力，同样可以以被用来计算其他肌肉的受力。因此，这个模型能够用来研究其他与运动相关的损伤，进而为伤病的预防提供科学根据。另外，在仿真结果的基础之上，教练员能够以此为科学根据改良训练方式方法，有针对性地进行相应的肌肉气力和协调性等方面的加强，为运动损伤的预防奠定基础。以下为参考文献：[1]郝卫亚.人体运动的生物力学建模与计算机仿真发展[J].医用生物力学，2018，26〔2〕：97-103.[2]HAMILTONB，REMEDIOSD，LOOSEMOREM，etal.Achillestendonruptureinaneliteathletefollowingmultipleinjectiontherapies[J].JSciMedSport，2008，11〔6〕：566-573.[3]AMESPR，LONGOUG，DENAROV，etal.Achillestendonproblems：notjustanorthopaedicissue[J].DisabilRehabil，2008，30〔20-22〕：1646-1650.[4]DELPSL，ANDERSONFC，ARNOLDAS，etal.OpenSim：Open-sourceSoftwaretoCreateandAnalyzeDynamicSimulationsofMovement[C].IEEETrans：BiomedEng，2007.[5]DELPSL，LOANJP.Agraphics-basedsoftwaresystemtodevelopandanalyzemodelsofmusculoskeletalstructures[J].ComputBiolMed，1995，25〔1〕：21-34.[6]THELENDG.Adjustmentofmusclemechanicsmodelparameterstosimulatedynamiccontractionsinolderadults[J].JBiomechEng，2003，125〔1〕：70-76.[7]KUOAD.Aleast-squaresestimationapproachtoimprovingtheprecisionofinversedynamicscomputations[J].JournalofBiomechanicalEngineering，1998，120：148-159.[8]THELENDG，ANDERSONFC.Usingcomputedmusclecontroltogenerateforwarddynamicsimulationsofhumanwalkingfromexperimentaldata[J].JournalofBiomechanics，2006，39：1107-1115.[9]LICHTWARKGA，WILSONAM.AmodifiedHillmusclemodelthatpredictsmusclepoweroutputandefficiencyduringsinusoidallengthchanges[J].JExp.Biol，2005，208：2831-2843.[10]MAGNUSSONSP，KJAERM.Region-specificdifferencesinAchillestendoncross-sectionalareainrunnersandnon-runners[J].EurJApplPhysiol，2003，90〔5-6〕：549-563.[11]HAMNERSR，SETHA，DELPSL.Musclecontributionstopropulsionandsupportduringrunning[J].Jbiomechanics，2018，43〔14〕：2709-2725.[12]GALLOWAYMT，JOKLP，DAYTONOW.Achillestendonoveruseinjuries[J].Clin.SportsMed，1992，11〔4〕：771-853.[13]KANNUSP，J魷ZSAL.Histopathologicalchangespreced