可穿戴膝关节接触力估计：SiMPLeSENSE，一个经体内载荷验证的模拟IMU流程

膝关节压缩力（KCF）是理解关节负荷与退变的核心，但只能通过带传感器的植入物直接测量。肌骨模型提供了一种非侵入性的替代方案，而惯性测量单元（IMU）可使此类估计变得便携。然而，尚无数据集将 IMU 信号与在体植入物力相结合，因此基于 IMU 的 KCF 准确性仍未得到验证。我们开发了 SiMPLeSENSE，一个利用受试者特异性 SMPL 网格从光学运动捕捉中推导虚拟 IMU 朝向的框架。使用 CAMS-Knee 数据集，我们用 OpenSense 重建运动学，并在 OpenSim 中用 Rapid Muscle Redundancy 求解器估计 KCF，将估计值与平地行走和下楼过程中的在体测量值进行比较。我们还通过添加经验推导的大腿和小腿朝向噪声（针对两种情况）来评估对传感器放置误差的稳健性。跨受试者和活动，模拟 IMU 估计值紧密跟随光学动捕驱动的估计值，并再现了在体力模式，与光学参考的一致性在下楼时更高。总体而言，估计力与在体测量值匹配，中位 RMSE 约为 0.3 至 0.5 BW，相关性接近 0.95。添加现实朝向误差仅适度增加 RMSE，而将其加倍则显著高估峰值力，在下楼时最为明显。这些结果表明，该方法对输入运动学的实质性变化具有稳健性，支持一种结合惯性运动捕捉、小型 EMG 组和带传感器力鞋的实验室独立设置，用于家庭和临床膝关节负荷监测。

中文由 AI 翻译，仅供参考，以原文为准。