Predicting ground reaction forces during normal gait by solving tracking optimization problem

Abstract

Ground Reaction Force (GRF) is a central biomechanical parameter in gaitanalysis, critical for understanding human locomotion mechanics. Traditional methods for GRF data acquisition, though precise, are often constrained by their resource-intensive nature. In response to these limitations, recent research has explored alternative approaches using musculoskeletal models and machine learning algorithms for GRF prediction. This thesis contributes to these efforts by presenting an approach that employs a tracking optimization problem frame work to predict GRF in human gait analysis. This study, grounded in biome chanics, leverages computational tools to analyze gait data from 10 healthy individuals aged between 14 and 54. Opensim, a state-of-the-art biomechanics simulation software, was utilized for modeling and simulation tasks. This pro cess involved biomechanically scaling individual-specific musculoskeletal models based on static pose marker data and employing inverse kinematics for determin ing joint angle trajectories. These kinematic trajectories were then inputted into a tracking optimization algorithm, designed to predict GRF. The biomechanical effectiveness of this approach was validated through its strong correlation with normative kinetic data, achieving an average Pearson Correlation Coefficient (PCC) of 0.88 and a Normalized Root Mean Square Error (NRMSE) of 0.12 . The results demonstrate the effectiveness of this integrated method in biome chanical gait analysis and suggest potential applicability in clinical settings for patient rehabilitation and care. However, to fully ascertain this method’s biome chanical accuracy and clinical utility, further validation in a broader population is necessary. This study represents an effort to blend biomechanical knowledge with advanced computational techniques, aiming to improve the practicality and accessibility of gait analysis in healthcare and research environments.

Yer Tepki Kuvveti (YTK), insan hareket mekani˘gi anlayı¸sında merkezi bir biy omekanik parametre olarak yer alır ve insan y¨ur¨uy¨u¸s mekani˘gini anlamak i¸cin hayati bir ¨oneme sahiptir. Ancak geleneksel YTK veri elde etme y¨ontemleri, has sas olmalarına ra˘gmen yo˘gun masraf gereklilikleri nedeniyle birtakım kısıtlamaları beraberinde getirmektedir. Bu sınırlamalara ¸c¨oz¨um olarak ge¸cti˘gimiz yıllarda ara¸stırmacılar YTK tahmini i¸cin kas-iskelet modelleri ve makine ¨o˘grenme algo ritmaları gibi alternatif yakla¸sımları incelemi¸stir. Bu tez, insan y¨ur¨uy¨u¸s analizi i¸cin YTK kestirimi yapmak amacıyla y¨ur¨ume sırasında elde edilen kinematik veriyi bir optimizasyon problemi ¸cer¸cevesinde kullanarak bu ¸cabalara bir katkı sunmaktadır. Bu ¸calı¸smada, biyomekanik temellere dayalı olarak 14 ile 54 ya¸sları arasındaki 10 sa˘glıklı bireyin y¨ur¨uy¨u¸s verilerini analiz etmek i¸cin hesapla malı ara¸clar kullanılmı¸stır. Modelleme ve sim¨ulasyon i¸slemleri i¸cin, biyomekanik sim¨ulasyon yazılımı olan Opensim tercih edilmi¸stir. Kas-iskelet modelleri statik pozdaki i¸saretleyici verilerine dayalı olarak g¨on¨ull¨ulerin tamamı i¸cin ayrı ayrı ¨ol¸ceklendirilmi¸s ve bireylerin hareketleri sırasındaki eklem a¸cıları mevzubahis i¸saretleyicilerin y¨ur¨uy¨u¸s sırasındaki konum verilerinin ters kinematik i¸sleminde kullanılması ile elde edilmi¸stir. Bahsi ge¸cen eklem a¸cıları daha sonra YTK tahmini yapmak i¸cin tasarlanmı¸s bir optimizasyon problemine beslenm¸sitir. Bu yakla¸sımın biyomekanik etkinli˘gi, normatif kinetik verilerle g¨u¸cl¨u bir ko relasyon g¨ostererek do˘grulanmı¸s ve ortalama bir Pearson Korelasyon Katsayısı (PCC) 0.88 ve Normalle¸stirilmi¸s K¨ok Ortalama Kare Hatası (NRMSE) 0.12 elde edilmi¸stir. Sonu¸clar, bu entegre y¨ontemin biyomekanik y¨ur¨uy¨u¸s anal izindeki etkinli˘gini g¨ostermekte ve hasta rehabilitasyonu i¸cin klinik ortamlarda potansiyel uygulanabilirli˘gini ¨onermektedir. Ancak, bu y¨ontemin biyomekanik do˘grulu˘gunu ve klinik yararını tam olarak belirlemek i¸cin daha geni¸s bir kitlede daha fazla do˘grulama gerekmektedir. Bu ¸calı¸sma, biyomekanik bilgiyi geli¸smi¸s hesaplamalı tekniklerle harmanlama ¸cabası olarak, sağlık ve ara¸stırma ortamlarında y¨ur¨uy¨u¸s analizinin pratikli˘gini ve eri¸silebilirli˘gini artırmayı ama¸clamaktadır.