通过能量优化研究瑜伽生物力学：多样的运动学与低维动力学

瑜伽被广泛用于改善身心健康，但各个瑜伽体式的生物力学需求仍缺乏充分刻画。现有实验研究通常只考察少量体式或肌肉，限制了其指导康复或运动处方中体式选择的能力。在此，我们提出一个计算框架，用于从瑜伽体式的二维图像预测全身关节力矩和接触力。该框架结合了人工体式数字化、矢状面 MuJoCo 人体模型，以及在静态平衡约束下的代谢能量最小化。我们将该框架应用于《Light on Yoga》中 55 个矢状面对称的瑜伽体式，生成了一个包含关节运动学、接触位置以及预测关节力矩和接触力的数据集。这些体式共同覆盖了主要关节几乎全部生理运动范围，同时表现出广泛的预测关节力矩范围，其中下肢和腰椎区域的平均需求最大。主成分分析揭示了运动学与动力学之间的鲜明对比：表示关节角度数据几乎需要全部十个维度，而前三个主成分就捕捉了关节力矩中超过 90% 的方差。因此，瑜伽体式在身体构型上表现出相当大的多样性，但预测关节载荷的模式维度相对较低。预测关节力矩的排序在很大程度上也不受关节代谢成本相对权重不确定性的影响。该框架能够对瑜伽体式进行系统的生物力学分析，并为定量评估其力学需求、指导未来康复策略提供了基础。

中文由 AI 翻译，仅供参考，以原文为准。