运动与锻炼情境中无标记动作捕捉(MMC)的应用、效度与信度:系统综述

《Applied Sciences》:Markerless Motion Capture in Sport and Exercise: A Systematic Review of Applications, Validity, and Reliability

【字体: 大 中 小 】 时间:2026年10月24日 来源:Applied Sciences 2.5

编辑推荐:

  无标记动作捕捉(markerless motion capture, MMC)在运动与锻炼生物力学(sport and exercise biomechanics)中的应用日益增多,因其可减少准备时间和设备负担,并允许在比基于标记(marker-based)分

  
无标记动作捕捉(markerless motion capture, MMC)在运动与锻炼生物力学(sport and exercise biomechanics)中的应用日益增多,因其可减少准备时间和设备负担,并允许在比基于标记(marker-based)分析更具生态效度(ecologically valid)的环境中进行评估。本系统综述(systematic review)综合了MMC系统在运动与锻炼中应用、效度(validity)和信度(reliability)的证据。按照PRISMA(Preferred Reporting Items for Systematic Reviews and Meta-Analyses)指南,检索Web of Science、Scopus、EBSCO和PubMed中2015年至2025年发表的同行评议研究。46项研究符合纳入标准。Theia3D、OpenPose和OpenCap是研究最频繁的系统。应用包括步行、跑步、下蹲、跳跃、落地、投掷、踢腿、击打、变向(cutting)、骑行和网球击球。在受控条件下,提取的矢状面关节角度结果示均方根误差(root mean square error, RMSE)为3.20–16.41°,均方根差值(root mean square difference, RMSD)为2.20–20.00°。会话内和会话间信度取决于所评估的任务和关节。上肢和旋转结局的误差存在差异,在变向过程中报告了横断面肩关节RMSE为56.61°。MMC在选定的运动与锻炼生物力学评估和运动员监测(athlete monitoring)中显示出潜力。在将测量用于检测纵向变化或为临床、教练、损伤风险或重返运动(return-to-sport)决策提供信息之前,需要在代表性运动环境中进行任务特异性验证(task-specific validation),并评估会话间重复性(between-session repeatability)和测量误差(measurement error)。
1. Introduction
生物力学利用力学原理理解生物系统功能,在运动中为提升表现和降低损伤风险提供依据。现代运动生物力学依赖三维(3D)动作捕捉、测力台和可穿戴传感器(如惯性测量单元,IMUs)。基于标记(marker-based)的3D动作捕捉被视为量化运动学金标准,但准备耗时、成本高、需人工后处理,动态运动中标记点易脱落,实验室条件生态效度有限。计算机视觉和人工智能(AI)推动无标记动作捕捉(MMC)发展,可减少标记流程并在更生态效度环境中分析动作。常用系统包括OpenPose、Theia3D、DeepLabCut和OpenCap,但相机、身体模型和算法不同,且兼容性和开放性存在差异。由于系统、任务和统计方法异质,证据分散,本综述旨在综合MMC在运动与锻炼中的效度、信度和实际适用性。

2. Materials and Methods
2.1. Search Strategy
遵循PRISMA指南,检索Web of Science、Scopus、EBSCO和PubMed。检索词按人工智能、无标记或视频动作捕捉、生物力学动作分析和运动应用四个概念块组织,块内用OR、块间用AND。纳入2015—2025年英文同行评议研究,聚焦AI驱动或无标记动作分析、生物力学或运动表现、技术、损伤相关评估。记录用EndNote 20.3管理,并在Open Science Framework(OSF)注册,因注册时综述已完成而报告为回顾性注册。

2.2. Study Selection
初筛后经全文审阅确定资格,并人工检查纳入文献参考文献。纳入原创同行评议英文研究,探讨无标记或视频动作捕捉在运动、锻炼或身体活动中的生物力学、动作评估或表现分析,涉及明确报告年龄的人类参与者;排除非原创、非人类、未用无标记或视频捕捉、与运动无关或未报告相关结局的研究。

2.3. Assessment of Methodological Quality
采用改编的风险偏倚清单评估方法学质量,评分0—16分;满足标准记1分,信息不足记0分。≥67%为低风险偏倚,34%—66%为可接受,≤33%为高风险;仅低风险或可接受研究纳入。

2.4. Data Extraction
数据由DC提取、AT核查。按原研究报告提取效度、一致性、信度和测量误差。信度包括组内相关系数(ICC)、测量标准误(SEM)和最小可检测变化(MDC),ICC按95%置信区间(CI)下限解释。效度采用Pearson相关系数(r)、均方根误差(RMSE)或均方根差值(RMSD),并纳入变异系数(CV)、95%一致性界限(LoA)及波形相似性、分类准确度等补充指标。

3. Results
3.1. Identification of Studies
数据库检索识别1399条记录,去除240条重复后筛选1159条,排除1027条,全文评估132篇;全文评估识别37项,补充检索9项,最终纳入46项。

3.2. Research Reporting Quality
46项研究质量得分56%—100%,44项为低风险偏倚,2项为可接受,无高风险。最薄弱为样本量论证,仅8项(17.4%)提供依据;样本代表性、混杂因素识别及测量工具效度和信度等亦有不足。所有研究均明确设计和目标,报告参与者特征、测试与统计程序、结果、资助或利益冲突及局限性。

3.3. Study Characteristics
样本量1—91人,中位数17(IQR=12—21)。36项为信度研究,10项为横断面观察研究。最常用系统为Theia3D、OpenPose和OpenCap;其他包括MediaPipe/BlazePose、DeepLabCut、AlphaPose、HumanTrak、PitchAI和KinaTrax。32项使用专用多相机系统,14项使用智能手机相机,相机数1—12。任务涵盖跳跃/落地、下蹲、投掷/击打、步行、跑步、变向、平衡、踢腿等。矢状面关节角度RMSE为3.20—16.41°,RMSD为2.20—20.00°;额状面和横断面误差范围更宽。会话内和会话间ICC随任务、关节和平面变化,SEM和MDC仅部分报告。

4. Discussion
4.1. Applications of Markerless Motion Capture in Sports
30项研究聚焦基本动作,16项考察运动专项技术。步行、跑步和反向跳跃中矢状面下肢运动学信度和重复性较高,额状面和横断面误差较大,可能与遮挡和3D重建复杂性有关。相机数量和布置可能影响准确性,但独立效应不清;现有证据不支持通用最低相机要求。MMC也被用于估计地面反作用力等动力学变量,但需进一步验证。运动专项应用已覆盖跳远、拳击、棒球、跆拳道、排球、网球、骑行和足球等,但多在训练或受控场地进行;竞赛环境的光照、遮挡和背景异质性影响关键点检测,竞赛应用鲁棒性仍不足。

4.2. Assessing Validity and Reliability
37项研究评估效度和信度,9项为横断面研究。Theia3D、OpenPose和OpenCap为主要评估系统,其他包括BlazePose、PitchAI、AlphaPose和DeepLabCut。

4.2.1. Validity
纳入研究多采用结构化任务,限制向少受控环境推广。OpenCap在跳跃、单腿跳和侧向跳中下肢矢状面RMSE约为4—7°,MAE约为3—5°;Theia3D日间波形RMSD约3.2—3.6°,SEM约2.3—3.1°。OpenPose在落地垂直跳中膝外翻MAE为2.4°(95% CI:1.9—3.0°),CMC为0.826±0.142。Theia3D在步行和跑步中与标记系统波形相似性较高(CMD≥0.95),但骨盆倾斜波形变异较大;跳跃中髋部误差大于膝、踝,横断面旋转误差较大,变向中肩横断面RMSE可达56.61°。上肢旋转误差显著且随任务、关节和系统变化,需任务特异性验证。

4.2.2. Reliability
MMC信度取决于软件模型、算法和任务复杂性。Theia3D在单腿下蹲和落地中绝对误差较低,但髋旋转日间ICC仅0.16—0.46。OpenCap在反向跳跃和单腿下蹲中ICC约0.60—0.93,踝和躯干旋转较低;步行和坐站重测RMSD约2.8—3.3°,SEM约2.2—2.4°,MDC约6.0—6.5°。OpenPose在落地垂直跳膝外翻中会话内ICC为0.93—1.00,但系统间髋角一致性有限(ICC:0.37),高重复性不等于与参考系统一致。着装和采集条件也可影响重复性,纵向监测需进一步评估会话间信度和绝对误差。

4.3. Practical Implications, Limitations, and Future Directions
现有证据支持部分下肢运动学结局的重复性及步行、跑步中的一致性,但未确立通用速度阈值或最低相机要求。相机配置、着装和任务应标准化并针对预期运动验证。综述局限包括运动专项研究数量有限、方法学异质性大、多数研究在受控条件进行、仅少数研究论证样本量。未来应报告先验样本量计算、ICC置信区间及SEM和MDC,并在无约束、多运动员和真实竞赛环境中验证。

5. Conclusions
MMC在特定测试条件下对选定运动学测量具有效度和重复性,但性能随系统、任务、关节、平面和方案变化。高重复性不能等同于对照参考系统的准确性;现有证据不支持某一平台优越或通用最低相机要求。系统选择应基于预期运动和结局的验证证据。MMC具有生物力学评估和训练监测潜力,但检测纵向变化及支持临床、重返运动决策的能力尚未确立,需匹配条件下的直接比较和真实运动情境验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号