AnyBody 应用案例
跑步分析示例
本案例通过AnyBody建模系统分析“跑步”等复杂的高速动作，且不依赖测力台。此外，本案例还分析了不同跑步经验的受试者的动作，确认其肌肉使用方法和代谢能量等方面的结果，并比较了这些差异。
① 跑步动作的定义
测量条件为：速度设置为10 km/h（配速6 min/km），受试者赤脚在无倾斜的跑步机上跑步。为了确保动作的稳定性，共采集了20秒的数据，并从中选取10秒作为分析样本。
② 测定条件
使用光学运动捕捉系统（Vicon）作为测量设备，以200帧/秒的频率采集数据。由于AnyBody建模需要精确的动作和体型数据，因此在测量过程中特别注重数据的准确性。
③ 受试者信息
共获取了3名受试者的动作数据。此外，为了评估跑步经验，对每位受试者进行了访谈，并根据右表进行了判断。以下是受试者的数据：
受试者1
男性・164cm・60kg 健康
经验：LEVEL0（无锻炼）
受试者2
男性・165cm・60kg 健康
经验：LEVEL3（偶尔进行轻度锻炼）
受试者3
男性・169cm・68kg 健康，但右膝半月板损伤
经验：LEVEL6（规律锻炼和训练）
④ AnyBody中模型概要
将跑步动作的运动捕捉数据导入AnyBody。AnyBody会计算出最适合的骨骼长度和关节角度，以模拟人体模型所捕获的动作，并再现动作和体型。
在获取类似跑步的动作数据时，虽然可以通过测力台获取实测数据，但即使没有测力台的数据，也可以利用AnyBody的地板反力推定功能来考虑地板反力。
⑤ 结果：动作分析
该动画实时展示了AnyBody分析的动作，供受试者进行对比。通过此动画，可以比较不同跑法、动作的稳定性、躯干的倾斜以及质心的上下移动等。例如，受试者1（LEVEL0）的跑姿显得较为前倾。
⑥ 结果：肌肉的使用方法与活动量
为了便于比较，此动画展示了一个单独的动作周期（慢动作）。
在AnyBody计算的肌肉活动量可视化中，蓝色表示未激活状态，随着颜色从蓝色→红色→粉色（超载）的变化，肌肉活动量逐渐增加。此外，动画还显示了AnyBody推测的地面反作用力矢量（地面产生的反作用力，以红线表示）和作用点（压力中心）。
所有受试者在跑步的各个阶段（如接触地面、站立期、迈步、摆动期等）大致表现出相似的肌肉使用方法。然而，不同受试者的肌肉活动水平（颜色）存在差异，因此需要仔细确认。
以下三个动画分别展示了每位受试者慢动作（10秒）的肌肉活动水平和刻度。此外，以下内容是基于AnyBody输出数据的观察结果。
■ 受试者1（LEVEL0）
主要使用股外侧肌（作用：膝伸展）和股直肌（作用：膝伸展、髋关节弯曲）。股外侧肌着地时激活度达到峰值，即使取均值也处于较高状态。
■ 受试者2（LEVEL3）
主要使用股直肌（作用：膝伸展、髋关节屈曲）和缝匠肌（作用：髋关节屈曲、外展、外旋，膝屈曲），但在脚跟着地时，腓肠肌（作用：踝关节跖屈）显示出活动量高峰。
■ 受试者3（LEVEL6）
与受试者2一样，主要使用股直肌和缝匠肌。然而，缝匠肌在双支撑阶段（双脚均未接触地面）显示出活动量高峰。
⑦ 结果：代谢能量分析
在仔细分析肌肉活动量的结果时，即使是同一受试者，不同循环周期以及左右脚之间的结果也会存在细微差异。此外，由于受试者的体型不同，这也使得直接比较变得困难。因此，为了评估跑步方法的效率，建议使用AnyBody计算的肌力和肌肉收缩速度来估算下肢的代谢能量，并通过与体重的比值进行比较。
以下三个图表展示了右脚（蓝色）和左脚（橙色）在大约10秒内的代谢能量消耗情况，图中的数字表示右脚的循环编号。
■ 受试者1（LEVEL0）
图表显示了13个跑步周期，其中右脚的能量消耗略高于左脚。
■ 受试者2（LEVEL3）
与受试者1相比，该受试者显示出略高的能量消耗。然而，由于步幅较短，为了保持与受试者1相同的距离，需要16个跑步周期。与受试者1类似，右脚的能量消耗也略高于左脚。
■ 受试者3（LEVEL6）
图表显示了14个跑步周期，与其他受试者相反，左腿的能量消耗更为显著。这可能是由于左腿在保护右腿半月板损伤。
■ 受试者比较
这张图表展示了各受试者代谢能量消耗与体重的比值。从图中可以看出，受试者1（蓝线）和受试者2（橙色线）在10秒后，每公斤体重的能量消耗大致相等。而受试者3（绿线）的代谢能量消耗最低，这表明受试者3（LEVEL6）的跑步方式效率更高。
⑧ 总结
在AnyBody建模系统中，我们确认了即使不使用测力台，也能够分析跑步状态下的肌肉使用方法、激活度的可视化和数字化。
通过分析结果，可以识别受试者的肌肉使用方法、跑步效率的差异，并探究某些现象的原因。此外，对于有膝盖损伤的受试者，我们检测到其可能在无意识中用左脚保护右脚跑步的情况。
AnyBody的跑步动作分析中有很多可以验证的参数，本次介绍的方法只是其中之一。为了验证此方法的有效性，需要增加更多不同跑步姿态的受试者的分析结果。