一个包含超声波、肌电图（EMG）和动作捕捉数据的多模态步态数据集，研究对象为以不同行走速度移动的年轻成年人

《Scientific Data》：A multimodal gait dataset with ultrasound, EMG, and motion capture from young adults at various walking speeds

　　

摘要

人类步态是一种被广泛研究的运动行为，然而在行走过程中直接观察骨骼肌的活动情况仍然有限。我们提供了一个新型的多模态步态数据集，该数据集结合了实时的B模式超声成像与同步的运动数据和表面肌电图（EMG）数据。26名健康成年人（13名男性，13名女性）在多种条件下完成了行走实验：包括三种自我选择的速度（自快、自适中和自慢），以及八种由听觉提示控制的步速条件（每分钟60–130拍（bpm），步速以10 bpm为间隔递增）。步态过程中的全身运动和地面反作用力（GRFs）通过3D运动捕捉系统和两个力板进行记录，同时使用了一套标准化的36个标记点来标记下肢部位。表面肌电图从胫前肌（TA）、比目鱼肌、内侧腓肠肌和外侧腓肠肌两侧进行采集。超声探头被固定在双侧的胫前肌上，以连续捕捉整个步态周期内的肌纤维动态变化。基于运动捕捉数据，我们在musculoskeletal建模软件OpenSim中进行了逆向运动学和逆向动力学分析，从而获得了每次实验的关节运动学参数和关节力矩。这个数据集有助于研究步态过程中下肢肌肉的力学特性，进而探索从神经激活到肌肉力学再到肌肉骨骼行为的整个路径。