编辑推荐：
为探究仪器化护齿器（iMGs）数据处理和标注方法对结果的影响，研究发现二者影响显著，为规范研究提供依据。
# 仪器化护齿器数据处理与标注方法研究：开启头部加速度研究新征程
在体育运动的精彩世界里，运动员们尽情挥洒汗水，然而，头部受伤的风险却如影随形。尤其是在冰球这类对抗激烈的运动中，运动员头部遭受撞击的情况时有发生。长期积累的头部撞击，哪怕是看似轻微的亚临床性头部加速度事件（HAEs），都可能给运动员的健康埋下隐患，导致长期的临床后遗症。为了深入了解这些头部撞击，研究人员借助仪器化护齿器（Instrumented Mouthguard，iMGs）来测量运动员的头部加速度。它能像一位忠诚的 “小卫士”，紧紧贴合在运动员牙齿上，提供六自由度的精准测量数据。
但在实际研究中，iMGs 数据处理却遭遇了诸多难题。不同研究采用的后处理技术大相径庭，就像每个人都有自己独特的 “密码” 解读方式，导致数据结果差异很大。而且，对于撞击质量和耦合状态的标注，也缺乏统一标准。这就好比大家在解读同一份 “神秘文件”，却各自有不同的理解，使得研究结果难以进行比较和分析。这种混乱的局面，严重阻碍了对头部撞击的深入研究，也不利于制定有效的防护措施来保护运动员的健康。为了打破这一僵局，来自 Virginia Tech（美国弗吉尼亚理工大学）等机构的研究人员开展了一项极具意义的研究，相关成果发表在《Annals of Biomedical Engineering》上。
研究人员为了深入探究这些问题，招募了 18 名女性青少年冰球运动员，她们分别来自精英 AAA 国家队和高中校队。在整个 2021 - 2022 赛季，研究人员收集了她们在 127 次训练和比赛中的数据。这些运动员佩戴上特定品牌和型号的 iMGs，它就像一个小巧的 “数据采集站”，内置三轴线性加速度计和三轴陀螺仪，以 3200Hz 的高采样率，精确记录下每次头部加速度事件。不过，在正式分析前，研究人员对原始数据进行了严格筛选，去除了非训练和比赛时段、峰值线性加速度小于 5g 且峰值角加速度小于 400rad/s2 以及峰值合成线性加速度小于 10g 的事件，最终得到了 6232 个有效加速度事件。
接下来，研究人员对这些数据展开了关键的处理和分析。他们采用了五种不同的后处理技术：一是直接使用 iMG 制造商的专有技术；二是应用 500Hz 线性和 300Hz 角截止频率组合的无相四阶巴特沃斯滤波器；三是运用公开可用的 HEADSport 技术；四是采用 100Hz 线性和 175Hz 角截止频率组合；五是利用基于分类学习算法开发的 Salvaging 方法。在分析中，研究人员通过计算均值、标准差、中位数和 95th 百分位数等统计值，以及进行普通最小二乘（OLP）回归和 Kruskal - Wallis 秩和检验等，来比较不同后处理技术的差异。同时，为了研究撞击标注对 HAEs 分布的影响，研究人员对比了三种标注技术：iMG 制造商的质量标签、Luke 等人的耦合标签以及 Salvaging 方法的可靠性标记。他们通过计算百分比一致性和评分者间信度等指标，来评估不同标注技术之间的差异。
在研究结果部分，首先是后处理技术比较。不同的后处理技术对头部加速度事件分布统计数据产生了显著影响。这些差异在分布百分位数上表现得尤为明显，95th 百分位数处差异最大。除了制造商的处理技术外，其他技术在分布中都出现了明显的高幅值异常值。通过非参数 Kruskal - Wallis 检验，发现不同技术之间存在显著差异，进一步的事后成对比较表明，不同技术在三个运动学值上均存在差异。其中，Salvaging 算法、Gellner 等人的方法和 HEADSport 在均值上最为相似，而 Wu 等人的方法和制造商的方法差异最大。而且，随着百分位数的增加，差异也逐渐增大。例如，在 5th 百分位数时，不同方法的最大差异为 11g，而在 95th 百分位数时，最大差异达到了 83.6g。普通最小二乘回归也显示，即使是中心分布统计相似的方法，在许多峰值运动学值的情况下也存在严重分歧。
然后是撞击标注比较。研究发现，三种标注技术在给定撞击事件上的一致性普遍较低，评分者间信度也较差，Cohen's Kappa 值均小于 0.07。不同标注技术对报告的头部加速度暴露分布也有显著影响。研究人员分别选取每种标注技术中 “最佳” 类别的数据创建新的分布，结果发现，不同标注技术选择的 “最佳” 数据所形成的分布，其均值、中位数和 95th 百分位数峰值线性加速度均有所不同。
在研究结论和讨论方面，数据后处理和信号标注对仪器化护齿器报告的头部加速度暴露数据有显著影响。不同的后处理技术会改变头部加速度事件的运动学幅度和分布，即使是中心统计量相似，在最严重的头部撞击数据上也可能存在较大差异，这给量化损伤阈值带来了困难。同时，标注技术也会影响最终报告的分布，研究人员在报告头部加速度分布时，应明确说明标注方法和各数据类别的比例。为了推动该领域的发展，研究人员建议采用两种标准且经过验证的后处理技术：一是使用实验室验证的 iMG 滤波技术，有效减少理想条件下的峰值信号误差；二是利用先进技术如 HEADSport，处理偏离理想条件的特定信号伪影。并且，要明确说明所使用的技术和每个可能的滤波类别中的数据比例。
这项研究意义重大，它就像一盏明灯，为未来头部撞击生物力学研究指明了方向。让我们在探索运动员头部健康保护的道路上，有了更清晰的指引，有望制定出更科学、更有效的防护策略，守护运动员们的健康。
