目前，我国心血管内科学的教学仍然存在一些不足，如教学手段单调、教学形式单一、实践操作相对欠缺等，导致教学效果不甚理想，学生无法将医学理论与临床实践有效结合，且动手能力较差。基于光学动作捕捉技术的虚拟现实技术可以通过仿真3D内容，使医学生在临床技能操作中眼手合一，满足其对实践技能练习的需求，实现实时互动，提高学生参与教学的积极性。本文阐述了基于光学动作捕捉技术的虚拟现实技术的发展现状与技术特点、心血管内科学教学中存在的不足，探讨了这项技术在心血管内科学教学中的应用效果。

目的:研发一种"Lab-in-Shoe"的可穿戴智能鞋步态时空参数分析系统（"Lab-in-Shoe"智能鞋系统），实现足踝损伤患者步态功能障碍的定量评估。方法:通过将惯性传感器和鞋垫式足底压力分布传感器集成于鞋具，构成"Lab-in-Shoe"智能鞋系统的硬件主体。利用惯性传感器的加速度数据积分获得步态空间参数；利用鞋垫式足底压力分布传感器获得足底压力分布数据以及支撑相、摆动相、零速度时刻等步态时间参数和力学参数。招募8名年轻的健康受试者，年龄（25.6±1.3）岁，身高（175.4±2.2）cm。在光学动作捕捉实验室进行步态数据采集，通过比较"Lab-in-Shoe"智能鞋系统与"金标准"Vicon光学动作捕捉系统的步态数据结果，验证智能鞋系统的有效性与可靠性。并对足底压力分布传感器进行传感单元的标定实验，以证明其压力数据的准确性。结果:"Lab-in-Shoe"智能鞋系统可准确获取受试者的步长、步宽、步频、步速、步态相位划分、足底压力分布以及压力中心曲线等核心步态时空参数，并且能够实现步态中的双足位姿复现。通过Bland-Altman图与"金标准"Vicon光学动作捕捉系统进行比较，"Lab-in-Shoe"智能鞋系统在慢速（0.68±0.05）m/s、最适速度（1.10±0.07）m/s和快速（1.40±0.13）m/s 3种行走速度下的步长平均误差为3.12%（范围值为2.76%~4.24%），90%的结果在95%置信区间内，一致性良好。步长参数在慢速、最适速度、快速的组内相关系数（ICC）值分别为0.93、0.917、0.893，可靠性良好。足底压力传感器的多个传感单元标定数据均落在95%的线性回归范围内，相关系数 r=0.949（ P<0.05）。"Lab-in-Shoe"智能鞋系统所采集的足底压力数据整体曲线呈现明显的双峰特性。 结论:自主研发的"Lab-in-Shoe"智能鞋系统能够实现对步态参数的便捷采集和计算，在不同行走速度下各结果参数均具有较好的可靠性与有效性，有助于在临床环境下的大规模步态数据采集。

本文梳理了巴黎奥运周期内竞技游泳运动生物力学研究的最新进展,通过分析运动生物力学在竞技游泳中的应用,旨在揭示运动表现提升与损伤预防的关键因素,主要涵盖技术分析与优化、研究方法 与设备、表现评估与强化,以及损伤预防与康复 4 个方面.巴黎奥运周期竞技游泳运动生物力学相关研究体现了运动生物力学在优化游泳技术动作、评估运动表现和预防运动损伤中具有重要作用.特别是最新的数据采集和分析设备,如高精度传感器、人工智能与深度学习技术的发展,使得对游泳技术的分析更加全面和精确.未来的研究应进一步结合多维度数据整合技术,通过高精度运动捕捉、流体力学测量及智能分析,深层次探索游泳技术的优化路径.

目的 针对我国男子速滑运动员1 500 m直道技术进行生物力学分析,确定动作技术对运动表现的影响.方法 以参加2021年全国速度滑冰锦标赛1 500 m项目的34名男运动员为研究对象,采用三维定点录像解析的方法获取运动学数据,分析周期特征、动作阶段和关键时刻技术特征与周期速度的关系.结果 滑幅(r=0.560)、滑行距离(r=0.554)、蹬冰距离(r=0.512)与周期速度高度正相关.滑行阶段的躯干活动范围(r=0.651)、踝关节角(r=0.434)、踝关节活动范围(r=0.446)与滑行速度中度或高度正相关,躯干角(r=-0.427)与滑行速度中度负相关;蹬冰阶段的躯干角(r=0.673)、髋关节伸展角(r=0.804)、髋关节外展角(r=0.560)、髋关节外展角速度(r=0.566)与蹬冰速度高度正相关,蹬冰角(r=-0.605)与蹬冰速度高度负相关.结论 1 500 m速滑直道速度主要取决于滑幅,滑行距离、蹬冰距离越大,速度越大.躯干角和踝关节角是影响运动员滑行速度的主要技术特征,适当增加躯干活动范围能有效提高滑行速度;躯干角、髋关节角和蹬冰角是影响运动员蹬冰速度的主要技术特征,积极伸髋蹬冰能有效提高蹬冰速度.

目的 以有标记点三维运动捕捉系统(Vicon)为参照标准,比较基于SGGC-Net的动作捕捉系统(SGGC-Net系统)和SIMI系统解析行走步态的信度和效度.方法 招募30名健康大学生,分析其在跑步机行走时的步态特征.应用Vicon系统12台红外摄像头及4台摄像机同步采集运动学数据,获取右侧参与者肩、肘、髋、膝和踝关节三维空间角度.采用组内相关系数(intra-class correlation coefficient,ICC)及其95％置信区间和测量标准误差(standard errors of measurement,SEM)评估信度;采用多重相关系数(multiple correlation coefficients,CMC)和均方根误差(root mean square error,RMSE)评估效度.结果 SGGC-Net系统解析上、下肢三维空间角度最大、最小值的ICC 范围为 0.798～0.990,SEM 范围为 0.04°～0.95°;SIMI 系统的 ICC 范围为 0.650～0.967,SEM 范围为 0.31°～1.24°.除髋关节最小角度和膝关节最大角度外,SGGC-Net系统解析所有角度的ICC均高于SIMI系统,且SEM均低于SIMI系统.与Vicon系统得出的上、下肢主要关节角度曲线相比,SGGC-Net系统得出的曲线CMC范围为0.945～0.996,RMSE 为 1.44°～4.65°;SIMI 系统的 CMC 范围为 0.815～0.986,RMSE 为 2.56°～9.99°.除踝关节外,SGGC-Net系统在所有角度上的CMC均大于SIMI系统,RMSE均小于SIMI系统.结论 SGGC-Net系统在大多数指标中的信度和效度优于SIMI系统,其在解析行走步态时具有较好的可重复性和准确性,可适用于无标记点情境下的动作捕捉,如运动员动作技术分析与特殊人群的临床步态解析.

目的 系统综述虚拟现实(VR)技术在脑瘫儿童青少年身体活动和健康领域的应用模式和健康效益的系统综述的相关研究证据.方法 检索PubMed、Embase、CINAHL、SPORTDiscus、Google Scholar、PsycINFO和中国知网,收集并筛选2020年1月至2024年3月公开发表的VR技术在脑瘫儿童青少年身体活动和健康中应用的系统综述,根据PRISMA指南,报告VR技术应用于脑瘫儿童青少年身体活动与健康领域的技术模式和效益的相关证据.结果 最终纳入8篇英文文献,来自中国、沙特阿拉伯、印度尼西亚和巴西4个国家,涉及5 692例脑瘫儿童青少年,研究类型均为系统综述,主要来源于临床医学、治疗和临床风险管理、游戏和游戏化、身体移动治疗等领域期刊.研究对象年龄为4～18岁,健康状况为脑瘫,主要涉及痉挛性偏瘫和痉挛性双瘫.涉及的VR技术包括沉浸式环境模拟,交互式动感游戏化,虚拟训练和指导,基于人工智能的活动数据追踪与分析、动作捕捉和反馈、生物反馈集成和可穿戴技术应用,以及增强现实集成5种典型的技术应用模式.每次干预15～90 min,每周1～15次,干预强度为中等～剧烈,持续1～24周.VR技术在脑瘫儿童青少年身体活动领域的应用,提升了脑瘫儿童青少年参与身体活动的兴趣,增强了交互式活动的感受,通过与可穿戴技术、生物反馈技术和数据追踪技术的结合,能够实时监测、追踪、分析和反馈活动状况,改善身体功能和活动功能.结论 沉浸式环境模拟、交互式动感游戏化等VR技术,可以提升脑瘫儿童青少年参与身体活动的兴趣和身体活动参与水平,改善身体素质和活动,促进行为健康,提高整体健康水平和生活质量.

目的 评价三维步态动作捕捉与训练系统对脑卒中患者偏瘫步态康复效果的影响.方法 共有脑卒中后偏瘫患者60例,随机分为对照组、观察组,均30例.两组患者均给予常规康复训练,观察组在常规康复训练基础上进行虚拟现实步态训练.在治疗前、连续治疗6周后由同一位治疗师给予两组患者采用三维步态分析系统检测并比较两组患者步态时间参数、时相参数、关节活动角度等参数进行评估,并采用Holden步行评定量表,Barthel指数评定表及下肢Fugl-Meyer运动功能量表对患者日常生活能力、步行功能康复效果进行评估.结果 两组患者的一般资料(性别、年龄、病变性质)及Holden步行等级、FMA-L评分、Barthel评分与三维步态参数均差异无统计学意义(P＞0.05).而在干预后两组在三维步态参数(时间参数、时相参数、关节活动角度)、FMA-L评分、Holden步行等级、Barthel评分均较之前有所提高(P＜0.05),而与治疗前比较,步行周期、双支撑相(％)、健侧支撑相时间(％)、患侧支撑相时间(％)均明显缩短(P＜0.05),但同时健侧摆动相时间(％)、患侧摆动相时间(％)均与之相反(P＜0.05);与对照组比较,观察组在步幅、步频、步速、健侧支撑相(％)、健侧摆动相(％)、双支撑相(％)方面均明显更优,差异有统计学意义(P＜0.05).结论 三维步态动作捕捉系统用于脑卒中患者,能够有效量化患者步态参数,有利于为康复训练提供依据;其步态训练系统能够有效改善脑卒中偏瘫步态康复效果.

目的 探讨人工智能技术实现肢体运动功能评价的可行性.方法 采集某高校 2020-2022 级学员连续单腿跳跃和功能性动作筛查(FMS)过头深蹲测试的全程影像学资料,通过录像分析进行统计与描述.通过计算机视觉技术实现测试过程的肢体动作捕捉与分析.结果 51.7%以上的学员存在肢体运动功能异常,以踝关节灵活性受限为主(46.7%);且女学员的比例高于男学员.连续单脚跳跃测试筛查出的踝关节力线异常比例超过 65%,其中 15%以上学员在深蹲测试评估中结果为正常.结论 计算机视觉技术能够有效识别抗阻运动和动态运动过程中的肢体异常角度和位置信息.动态肢体动作识别与分析系统将为大规模筛查和评估提供支撑.

目的 研究踩跷法运动学整体特征及局部特征,为名老专家特色手法提供数据参考.方法 应用三维运动捕捉技术记录罗才贵教授及初学者各3个完整踩跷动作,高速摄像头记录操作者下肢髋、膝、踝关节的活动,比较角度、角速度、重心速度在完整周期及重要时间点的动态变化,分析罗氏踩跷法整体及局部运动学特征.结果 与初学者相比,罗教授踩跷动作的整体特征显示髋关节、踝关节角度差异有统计学意义(P<0.01).局部特征方面显示,在重心下降最低点时刻,周期1中膝关节角速度较小(P<0.05),周期3中髋关节角度偏小(P <0.05)与踝关节角速度较小(P <0.01).在重心上升膝关节打直时刻,周期1中膝关节、踝关节角速度较小及重心速度偏小(P<0.01);周期2中髋关节角速度、膝关节角速度较小(P<0.05),踝关节角度偏小(P<0.05),周期3中髋关节角速度、膝关节角速度较小(P<0.05).在重心下降膝关节屈曲最大时刻,罗教授周期1中膝关节角度偏大、角速度较小(P<0.01),重心速度较小(P<0.05);周期2中重心速度偏小(P<0.05),周期3中髋关节角度、膝关节角度偏小(P<0.01).结论 罗氏动作切换过程及施力时关节角度及角速度均较小.说明罗氏踩跷整体稳定、柔和均匀之余,又注重局部"巧劲""寸劲"发力,体现了动静结合、刚柔并济的特点.

颈椎病病名目前虽有争议,但颈椎病是指颈椎椎间盘退行性改变及其继发病理改变累及其周围组织而引起的各种症状和体征的症候群仍是行业共识.颈椎病在我国的发病率为3.8% ~17.6% [1].随着从事低头工作方式人群的增多,发病年龄日趋年轻化,且发病率呈逐年增长趋势[2-3].统计表明在30 ~50岁年龄段,其发病率高达76% [4],严重影响民众的健康.