Ein an der Hüfte getragener Sensor schätzt den Energieverbrauch beim Gehen anhand der Gelenkmechanik und eines winzigen neuronalen Netzes
Eine einzelne IMU am Kreuzbein (Sakrum) und ein kleines neuronales Netz schätzten den Energieverbrauch beim Gehen bei 13 gesunden Männern (RMSE 0,69 W/kg), allerdings nur unter Laborbedingungen auf dem Laufband.
Zusammenfassung
Um zu messen, wie viel Energie ein Mensch beim normalen Gehen verbraucht, ist ein Maskensystem im Labor erforderlich (indirekte Kalorimetrie). Diese ingenieurwissenschaftliche Studie ging der Frage nach, ob ein einzelner Inertialsensor am unteren Rücken (Kreuzbein) dieses System ersetzen könnte. Die Autoren zeigten, dass die sagittale Gelenkleistung des Standbeins etwa 85 % der positiven Gelenkleistung des gesamten Körpers ausmacht und stark mit ihr korreliert (R ≈ 0,97). Ein kleines neuronales Netz sagte anhand der Sensordaten die Gelenkwinkel und Drehmomente des Beins voraus. Diese wurden mithilfe von Wirkungsgradgewichten und eines Skalierungsfaktors aus einer Regression in Energieverbrauch umgerechnet. In einer unabhängigen Testgruppe aus 13 gesunden jungen Männern auf einem Laufband lag der Fehler bei einem RMSE von 0,69 W/kg. Dies ist die Validierung eines Messinstruments und keine gesundheitliche Intervention. Das Verfahren wurde nur an gesunden Erwachsenen, überwiegend Männern, auf einem Laufband bei festgelegten Geschwindigkeiten getestet.
Detaillierte Zusammenfassung
Der Energieverbrauch beim Gehen ist ein nützlicher Marker für Rehabilitation, Trainingsplanung und die Erfassung der Alltagsaktivität. Der Goldstandard, die indirekte Kalorimetrie, erfordert jedoch eine Gesichtsmaske und Laborausrüstung. Bestehende tragbare Methoden benötigen oft mehrere Sensoren oder große, mit Kalorimetriedaten beschriftete Trainingsdatensätze. Diese Studie testet eine schlankere, physikgestützte Alternative: eine einzelne inertiale Messeinheit (IMU) am Kreuzbein.
Der Mechanismus ist biomechanisch und nicht biologisch. Mithilfe von Ganzkörper-Bewegungserfassung und Kraftmessplatten bei 8 gesunden Erwachsenen, die auf dem Boden mit fünf Geschwindigkeiten gingen, stellten die Autoren fest, dass das Standbein 84,6 % der positiven und 76,2 % der negativen Gelenkleistung des gesamten Körpers erzeugte. Die Leistung des Standbeins in der Sagittalebene (vor und zurück) korrelierte mit der Gelenkleistung des gesamten Körpers mit R = 0,97 (0,98 nach Gewichtung mit dem Wirkungsgrad, mit Koeffizienten von 4,00 für positive und -0,83 für negative Arbeit). Das Schwungbein (R = 0,92) und der Oberkörper (R = 0,77) folgten weniger genau.
Anschließend trainierte das Team ein kleines neuronales Netz (eine verborgene Schicht mit 20 Knoten) an 9 gesunden Männern, um Sprunggelenk-, Knie- und Hüftwinkel sowie die zugehörigen Drehmomente aus der Verschiebung des Kreuzbeins und der Laufbandgeschwindigkeit vorherzusagen. Aus diesen Ausgaben wurde die Gelenkleistung abgeleitet, nach dem Wirkungsgrad gewichtet und über einen Regressionsfaktor auf den Netto-Energieverbrauch skaliert. Die Kalorimetrie diente als Referenz bei fünf Geschwindigkeiten von 1,0 bis 1,75 m/s. An einer unabhängigen Testgruppe von 13 gesunden Männern lag der Fehler bei einem RMSE von 0,69 W/kg. Die Zusammenfassung berichtet von einer sehr konstanten Skalierung über Geschwindigkeiten und Personen hinweg (Variationskoeffizient unter 2 %). Die Autoren verglichen das Verfahren außerdem mit einem direkten Transformer-Modell, das IMU-Signale ohne biomechanische Zwischenstufe auf den Energieverbrauch abbildet, und geben an, der biomechanisch informierte Ansatz sei genauer und robuster gewesen. Der bereitgestellte Volltext war abgeschnitten, daher liegen die genauen Vergleichszahlen hier nicht vor.
Die Implikation ist eine einfache, nachvollziehbare tragbare Methode, die nur wenige mit Kalorimetrie beschriftete Daten benötigt. Mehrere Einschränkungen sind wichtig. Die Teilnehmenden waren jung, gesund und fast ausschließlich männlich. Das Gehen fand auf dem Laufband mit vorgegebenen Geschwindigkeiten statt, und das Modell nutzte die eingestellte Laufbandgeschwindigkeit als Eingabe, statt sie aus dem Sensorsignal zu schätzen. Die Sagittalleistung ist ein Näherungswert und lässt die Arbeit in der Frontalebene außer Acht, die bis zu etwa 19 % der Leistung des Standbeins ausmachte. Die Genauigkeit bei älteren Erwachsenen, Menschen mit Gangstörungen, auf Steigungen oder beim Gehen im Alltag wurde nicht gezeigt. Diese Arbeit sagt nichts über gesundheitliche Folgen oder die Lebenserwartung aus.
Wichtigste Erkenntnisse
- Stance leg generated 84.6% of positive and 76.2% of negative whole-body joint power in 8 healthy adults walking overground.
- Stance-leg sagittal power correlated with whole-body joint power at R = 0.97 (0.98 efficiency-weighted); swing leg 0.92, upper body 0.77.
- A one-hidden-layer neural network plus efficiency weights estimated energy expenditure with RMSE 0.69 W/kg in 13 independent healthy men.
- Frontal-plane work added 15-19% of stance-leg power, so the sagittal-only proxy omits part of the mechanical cost.
Methodik
Drei Datensätze mit gesunden Erwachsenen: 8 Personen für die segmentale Leistungsanalyse beim Gehen auf ebenem Boden, 9 Männer für das Training und 13 Männer für den unabhängigen Test auf einem Laufband bei fünf Geschwindigkeiten (1,0–1,75 m/s). Als Referenzwert (Ground Truth) diente der Netto-Energieverbrauch aus der indirekten Kalorimetrie. Die Gelenkleistung wurde per inverser Dynamik berechnet, und ein kleines künstliches neuronales Netz (ANN) schätzte sie anhand von Daten eines sakralen IMU-Sensors, mit Leave-one-subject-out-Validierung. Das Ergebnis wurde mit einem direkten Transformer-Modell verglichen.
Studienlimitierungen
Die Stichproben waren klein und homogen (gesund, jung, fast ausschließlich männlich), und die Tests fanden ausschließlich auf dem Laufband mit vorgegebenen Geschwindigkeiten statt, die in das Modell eingespeist wurden. Die Leistung in der Sagittalebene ist ein Näherungswert, der die Arbeit in der Frontal- und Transversalebene außer Acht lässt, und die Referenzwerte (Ground Truth) für den Netto-Energieverbrauch hängen von den Annahmen der Kalorimetrie ab. Wie gut das Modell auf Steigungen, beim Gehen im Alltag, bei älteren oder beeinträchtigten Gangbildern und bei Frauen funktioniert, ist unbekannt.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben:
