XK星空中国官方网站 简单而准确地测量身体摇摆的系统为医疗环境带来了创新
人们无意识地维持身体的平衡。一个客观指标是重心摇摆。利用稳定仪可以测量人直立站立时重心的晃动，但测量偏差较大且精度不够。在这里，园部元通副教授注意到了利用力平台估计重心位置的方法。类似的研究以前也做过，但这里的显着特点是，通过创建考虑到人类运动特征的模型，然后估计人在测力平台上的运动和力量，可以详细测量平衡能力。事实上，该系统的精度可与通过动作捕捉获得的测量结果相媲美，而且其最重要的特点是易于测量。
只需站在测力平台上即可轻松估计重心位置
副教授。 Sonobe 教授一直对 Segway 等个人移动系统感兴趣，他的研究主题之一是小型个人车辆的开发。作为为此目的的基础研究，他开发了一种电动滑板，可以根据人的运动加速或减速来防止跌倒。当时，他开发了一种系统识别方法，可以通过测量推车向后移动时的反应来评估个人的平衡能力，例如他们的抗跌倒能力，此外，他还开发了一种使用测力平台估计重心的方法，以便于重心测量。
“作为我的研究活动的一部分，在与医疗机构人员的互动中，我发现非常需要诊断技术来推断平衡能力下降的原因。我想也许我可以使用我开发的力平台应用重心估计方法。”
测量平衡能力需要测量姿势和关节力的变化。然而，通常使用的稳定仪只能获得压力中心，而无法提供重心和姿势的信息。另一方面，有更复杂的测量方法，使用采用多个相机和标记的三维运动分析系统以及可穿戴惯性传感器，但前期准备和后处理复杂，并且对测量者和测量对象都造成沉重负担。另外，特别是前系统的设备开发成本超过1000万日元，因此在成本方面存在很高的障碍。
由于这些原因，通过精确测量摇摆来获取重心和姿势信息的测量技术的开发存在问题，并且与以前的稳定仪一样易于使用，但 Assoc 开发的重心估计系统实现了这一点。园部教授。使用该系统，人站在测力平台上，仅根据脚底力的测量来估计人的运动和力。所需时间仅需几秒钟。此外，该系统非常准确，其主要吸引力在于其简单性和高精度。
副教授。 Sonobe教授这样描述该系统的优点：“当然，系统必须准确，但测量也必须容易，因为它将在医疗环境中用于老年人和患病者，而且这种方法也减轻了受试者的负担。”
在静止站立姿势时，人的重心位置在前后、左右方向上摆动几毫米至几十毫米。平衡性是根据摇摆与恢复力的关系来评估的，但如果摇摆大于该摇摆，例如在测量神经系统患者时，则通过添加惯性传感器来处理这种情况。这也实现了较高的估计精度。
在多种医疗环境中采用，并且正在获取新知识
与医疗机构合作，使用力平台的重心测量方法已在许多临床环境中使用。一个例子是脊髓型颈椎病患者，颈椎神经受到压迫。这种情况下，下半身和四肢会出现麻木感，但目前还没有确定麻木程度的方法。唯一的办法就是询问患者的症状，根据医生的启发对患者的病情做出判断。唯一的治疗方法是手术。
“如果手术时机太晚，就很难治愈。另一方面，也有症状没有进展到超出目前水平的情况。我听前线医生说，他们不能鲁莽地进行手术，而且很难做出这些决定。我正在研究是否可以将患者身体摇摆的数据作为衡量手术时机和必要性的指标。”
根据目前收集的数据，发现脊髓型颈椎病患者的重心位置左右摇摆更为频繁。当一个人感觉力以不平衡的方式施加到右腿或左腿时，健康的人会通过纠正来实现平衡。但据推测，当脚底的感觉因脊髓型颈椎病而减弱时，可能无法矫正，因此人会左右摇摆。这种晃动的程度是判断严重程度的一个指标，也可以作为手术后恢复程度的一个指标。
同样地，发现糖尿病患者会因深部感觉麻木而导致脚踝感觉迟钝，神经系统迟缓，前后晃动也相对较大。梅尼埃病会出现头晕、耳鸣等症状，患者会出现约五秒的缓慢晃动。这些发现是首次使用 Assoc 的重心测量方法获得的。园部教授。
“这些系统从两三年前就开始在医院引入，我们每次收集一点数据。这种测量方法赢得了良好的声誉，因为它可以轻松捕获准确的数据。如果今后我们收集更多病例，并分析疾病与重心平衡之间的关系，那么我认为这个工具对于医疗保健专业人员和患者来说会比现在更有用。
医疗环境之外的可能应用包括对身体状况不佳可能导致重大事故的职业的调节管理，例如建筑行业或公共交通的司机/操作员。有了这个系统，工人到达工作地点时只需站在强制平台上，就可以预防性地检测到他们自己没有意识到的疾病，例如干扰。当然，该方法也可以应用于运动工程问题，例如训练方法。
“目前，作为同一领域的研究，我正在研究单脚站立时的测量。当骨折患者使用拐杖时，他或她开始练习单腿站立，但现在有些年轻人无法单腿站立。他们想为此目的进行训练，但目前不知道做什么或如何做，因此物理治疗师向我提出要求，希望获取数据。”
他们无法用一只脚站立的原因是什么？不能用一只脚站立的人，是一种模式还是多种模式？在这些领域，人们对通过数据收集和分析来阐明原因以及在康复中的应用抱有很高的期望。
除此之外，园部开发的重心估计方法在医学领域的应用才刚刚开始。未来，随着数据分析的进展，各个领域都有可能有新的发现，其结果可能会推动医学领域更进一步。
