數學式

2021年11月8日 星期一

生物力學中的截止頻率與殘差分析 (Cutoff Frequency and Residual Analysis in Biomechanics)

生物力學中的截止頻率與殘差分析 (Cutoff Frequency and Residual Analysis in Biomechanics)

在運動生物力學的分析裡面,經常會使用到資料平滑處理(Data Smoothing)的技術,無論是在處理肌肉表面電位(sEMG)或是運動學資料,這邊要討論的是在選擇數位濾波器(Digital Filtering)的時候,該如何決定截止頻率(Cutoff frequency)與使用殘差分析作資料的判讀。

在Research method in biomechanics 4ed中對截止頻率的定義為頻率強度(frequency's power)下降一半的位點,或是等同於振幅(amplitude)降低$\frac{ \sqrt{2}}{2}$,或是降低到-3分貝(decibels),或是等同於振幅降低到原始振幅的0.707。

下圖為腳趾光球點經過低通濾波器後的資料。

Figure from: Biomechanics and motor control of human movement (2009)

以下是Biomechanics and motor control of human movement (2009)中提到殘差分析(Residual analysis)的公式,最終就是希望利用殘差公式找到該參數的截止頻率。

$R(f_c) = \sqrt{\frac{1}{N}\sum_{i = 1}^{N}{(X_i - \hat{X_i})^2}}$

$f_c$: 是濾波器的截止頻率

$X_i$: 在i點的原始資料

$\hat{X_i}$: 在i點的被濾波完的資料

Figure from: Biomechanics and motor control of human movement (2009)

運動生物力學最常使用的濾波器為Butterworth filter,雖然他的transtion band比較平緩,但是因為他的頻率通帶是平坦的,所以較不會影響訊號品質。但是在使用數位濾波器的時候還有一樣東西需要考慮,就是不同濾波器的Group delay或是稱作Phase delay,在FIR filter他的group delap是線性的,因此較好做後續的處理,但是Butterworth filter是屬於IIR filter,他的Group delay是非線性。

對於Group delay的相關問題,建議閱讀以下資料

Matlab: Practical Introduction to Digital Filtering

https://www.mathworks.com/help/signal/ug/practical-introduction-to-digital-filtering.html

因此現行的解決方法為將訊號進行兩次IIR濾波,一次forword、一次reverse,就能剛好將Group delay抵銷,但是這又出現一個新的問題,進行兩次濾波與一次濾波的transtion band是不同的,兩次濾波有較為陡峭的Transition band,如下圖所示。

Figure from: Biomechanics and motor control of human movement (2009)

因此這就需要做係數的校正,避免因為兩次濾波,而將本來要保留的訊號消除,在Biomechanics and motor control of human movement (2009)所使用的係數校正公式如下

$C = (2^\frac{1}{n} - 1)^{0.25}$

n為通過次數,所以對於dual pass,C = 0.802

而對於Critically damped filter的校正係數如下

$C = (2^\frac{1}{2n} - 1)^{0.5}$


References

1. Robertson, D. G. E., Caldwell, G. E., Hamill, J., Kamen, G., & Whittlesey, S. (2013). Research methods in biomechanics. Human kinetics.

2. Winter, D. A. (2009). Biomechanics and motor control of human movement. John Wiley & Sons.

3. https://www.codeproject.com/Articles/1267916/Multi-pass-Filter-Cutoff-Correction

4. https://nbviewer.org/github/BMClab/BMC/blob/master/notebooks/ResidualAnalysis.ipynb

2021年8月4日 星期三

曼-惠特尼U檢定 (Mann-Whitney U test)

Mann-Whitney U 檢定是適用在比較兩組樣本的等級尺度變項的無母數假設檢定,並不假設任何分數分佈的情形

所謂的無母數檢定是,當實驗的樣本數較小、母群體的分布情況未明、母群體分布不為常態也不容易轉為常態所適用的統計分析

Mann-Whitney的假設

  1. 從母體抽出的樣本是隨機的
  2. 假設組內樣本相互獨立與組間樣本相互獨立
  3. 假設順序的量測尺度 (Ordinal measurement scale)
Mann-Whitney U teat計算方式如下


$U = n_1n_2 + \frac{n_2(n2 + 1)}{2} - \sum_{i=n_1+1}^{n_2}R_i $


$U = Mann-Whitney  U  test$
$n_1 = sample size one$
$n_2 = sample size two$
$R_i = Rank of the sample size


什麼樣的問題可以使用Mann-Whitney U 檢定呢?

該檢定可以用來檢驗兩組不同族群的等級差異

例如:

100m短跑選手的成績是否有男女的差異

大學入學考試的成績是否有城鄉差異

2021年6月27日 星期日

2018意大利甲級足球運動員前交叉韌帶損傷的流行病學

Epidemiology of Anterior Cruciate Ligament Injury in Italian First Division Soccer Players

介紹

足球需要在比賽或練習中需要執行大量的改變方向、加速減速運動還有快速的跳躍與落地,在執行這樣的運動期間,膝關節需要承受很大的扭力矩,因此足球被認為是一項對前十字韌帶傷害有高度風險的運動。ACL傷害對職業足球選手的影響非常大,ACL傷停的時間平均在9到12個月之間,並且只有65%的選手可以在受傷3年後以相同的競技水平回到賽場。

由於義大利甲級聯賽針對ACL的流行病學研究的缺乏,本篇研究希望可以幫忙補上一些數據的缺口。本篇研究使用2011-2012至2017-2018連續七個義大利甲級聯賽賽季,使用transfermarket.com這個網站去查詢選手是否遭受ACL的傷害,進行義甲全部20支球隊的傷害調查。

結果

共發現84次的ACL傷害,平均年齡為25.3 $\pm$ 4.2歲,其中43%發生在後衛、31%在中場、20%在前鋒還有6%在守門員,還有25%是曾經有受過ACL傷勢的選手 (15%是同側再次斷裂,10%是對次受傷)。44%是在義甲比賽中受傷、40%在訓練中受傷

An external file that holds a picture, illustration, etc.
Object name is 10.1177_1941738119885642-fig1.jpg
黑色為第一次遭受ACL傷勢的比例;深灰色為同測再次斷裂的比例;淺灰色為對側ACL受傷的比例
frgure from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7222666/

受傷的時間分布


義甲聯賽賽程是從八月到隔年的五月,很明顯的可以從圖中看到兩個雙峰,分別從賽季一開始以及賽程中後段。這代表剛開季的訓練課程非常的重要,接下來就是如何在賽季中斷維持選手的體能,避免過度疲勞產生讓受傷率上升,但同樣也可能是因為賽季中後段,各俱樂部為了隊伍排名,因此增加比賽的競爭程度,也可能是受傷率上升的可能原因之一。
An external file that holds a picture, illustration, etc.
Object name is 10.1177_1941738119885642-fig3.jpg
frgure from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7222666/


團隊排名比較


本篇研究最有趣的地方是他比較了一甲排名前四的隊伍與其他排名的隊伍作比較,可以發現排名前四的隊伍ACL受傷的機率都比其他隊伍來的高。一方面是排名前四的隊伍參與了更多了比賽 (譬如歐冠),另一方面,過去的研究也說明當隊伍為了爭取排名時,使用更緊破獲是更快速的戰術時,這也會跟ACL受傷機制有相關性。

An external file that holds a picture, illustration, etc.
Object name is 10.1177_1941738119885642-fig4.jpg
frgure from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7222666/

結論


這樣的研究可以做為教練與相關體能訓練人員非常好的參考,在面對那麼長的賽季時,該如何作體能與訓練餐單的調整,在追求俱樂部排名的同時,也需要注重選手的身體健康,該如何用最好的方式來監測選手的身體狀況是非常重要的,當選手受傷,不只是少一個隊員,也是俱樂部非常大的損失 (可能損失球隊競爭力、票房...等等)。

2021年6月26日 星期六

plot phylogency tree with R

http://www.phytools.org/eqg/Exercise_3.2/

library('ggplot2')
library('ggtree')
library('treeio')
library('ggrepel')



beast_file <- system.file("examples/star_mcmc_species2.tree", package="ggtree")
beast_tree <- read.beast(beast_file)

genotype_file <- system.file("examples/euploea06.txt", package="ggtree")
genotype <- read.table(genotype_file, sep="\t", stringsAsFactor=F)
colnames(genotype) <- sub("\\.$", "", colnames(genotype))
p <- ggtree(beast_tree, mrsd="2013-01-01") + geom_treescale(x=2008, y=1, offset=2)
p <- p + geom_tiplab(size=2)
gheatmap(p, genotype, offset = 50, width=0.5, font.size=3, colnames_angle=-45, hjust=0)
ggsave('beasttest03.jpg', dpi = 600)

2021年6月23日 星期三

評分者信度分析-kappa統計

評分者信度分析-kappa統計

來源:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3900052/

Kappa是用來評估測試中評分者評分的可靠程度,評分者評分的重要性在他代表研究中所蒐集數據方法的一致性,尤其是研究中有多個評分者時,評分標準的一致程度,也代表評分者訊息的可靠信。

那為何會發生這樣的問題呢?所謂了可靠性有兩種,第一個是有多個資料收集者的內部可靠性 (interrater reliability),還有單一資料收集者的評估者內部的可靠性 (intrarater reliability)。當面對完全相同的情況時,每位收集資料者是否會記錄下完全相同的數據紀錄,這就會關係到收集數據的一致信與可靠信。

為了評估收集資料的可靠信,統計學家Jacob Cohen提出了Cohen's kappa來計算收集評分數據的一致程度。

百分比一致度 (Percent agreement)

百分比的一制度的計算方式為所有變數的數量 (Var#)除以有差異的變數量 (Difference),這種方式不僅限於兩個評分者,可以推廣到多的評分者

figure from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3900052/


Cohen’s kappa

Cohen's kappa可用於評估多個評估者間或是單個評分者內的可靠性


$\kappa=\frac{Pr(a)-Pr(e)}{1-Pr(e)}$

Pr(a)代表實際觀察的一致性,Pr(e)則是代表機會的一致性

Pr(e)的計算方式如下

$Expected(Chance) Agreement = \frac{\frac{cm^1\times rm^1}{n} + \frac{cm^2\times rm^2}{n}}{n}$

$cm^1$ 代表第一列的邊緣

$cm^2$ 代表第二列的邊緣

$rm^1$ 代表第一行的邊緣

$rm^2$ 代表第二行的邊緣

$n$ 觀察值的數量

以下圖為例

$Pr(e) = \frac{\frac{157*150}{222}+\frac{65*72}{222}}{222} \approx 0.583$

$Pr(a) = \frac{147+62}{222} \approx 0.94$

$\kappa = \frac{0.94 - 0.583}{1 - 0.583} \approx 0.85$


下圖為$\kappa$值換算後的可靠程度,值越高代表一致程度越高


信心區間

最後是信心區間的換算,如果是95%的信心區間,則是使用1.96為常數
$\kappa - 1.96\times SE_\kappa to \kappa + 1.96\times SE_\kappa$

$SE_\kappa = \sqrt[]{\frac{p(1-p)}{n(1-p_e)^2}}$

$SE_\kappa = \sqrt[]{\frac{0.94(1-0.94}{222(1-0.57)^2}} = \sqrt[]{\frac{0.056}{41.04}} = 0.037$

所以信心區間為
$0.85 - 1.96 \times 0.037  to  0.85-1.96 \times 0.037$
$0.777  to  0.922$

結論

$\kappa$只能說明評分者分數的一致性,但是還是會有可能會有解釋上的問題,例如:登記數值只有1跟0,評分者可能會有猜測的問題發生,這並無法從百分比的一致性中觀測出來,再來是$\kappa$值也無法評估評分者的獨立性,在解釋結果時仍需小心解釋。



2021年6月19日 星期六

2018德國頂尖職業足球員的十字韌帶傷勢的傷害發生率相關研究

德國頂尖職業足球員的十字韌帶傷勢的傷害發生率相關研究

Anterior cruciate ligament ruptures in German elite soccer players: Epidemiology, mechanisms, and return to play

來源:https://pubmed.ncbi.nlm.nih.gov/29478904/

介紹


運動傷害對職業運動員的表現有相當嚴重的影響,除了影響選手出賽之外,還可能減短甚至結束職業生涯。本篇研究是使用德國相關的媒體,調查遭受前十字韌帶斷裂的選手相關的資訊,由於過去並沒有德甲聯賽關於前十字韌帶受傷相關的公開數據,這也是為何本篇研究調查的目的。


結果與討論

前十字韌帶斷裂的年紀與傷停時間

下圖是每個年齡受前十字韌帶傷勢的人數,受ACLR的選手平均年齡為24 (+-3.6),年齡最小為17歲,最大為34歲,統計結果為年齡與前十字韌帶傷勢並無顯著關係(p < 0.05)


下圖結果為球員每個年齡受傷平均傷停的時間,平均傷停時間為244天 (range: 118-604),十字韌帶在斷裂的傷停時間為256天 (range:249-259),球員年齡與傷停時間無顯著關係 (p < 0.05)


ACLR與賽季時間的相關性


從下圖可知ACLR發生率的最高峰為七月到八月的賽季前時期,傷病發生率從八月以後持續下降,並在賽期後段有所回升。



下表為各位置ACLR的發生次數,從統計結果得知除了守門員ACLR的次數相對低以外,其他三個位置受ACLR的發勝率並無統計上的顯著差異 (p < 0.05)。另外是在ACLR受傷的機制中,54%是由非接觸性機制造成,46%為接觸性機制造成,如:鏟球或是碰撞,兩項受傷機制的發生率並無顯著差異(p < 0.05)

從上述結果可知,傷病與年紀並無太大的關聯,但是季前的訓練會非常的重要。Silvers-Granelli (2015) 的研究結果表明,一週使用兩次FIFA 11+作為熱身動作,可以降低美國大學男性運動員ACLR的傷病率,可作為參考。







2021年6月3日 星期四

精神分裂症患者通過 fMRI 神經反饋控制前扣帶皮層的認知和神經策略

Cognitive and neural strategies during control of the anterior cingulate cortex by fMRI neurofeedback in patients with schizophrenia



介紹

本篇文章使用Mathiak et al.(2010)的方法,希望能了解思覺失調患者對於扣帶皮層 (Anterior cingulate cortex, ACC) 的控制情形。


思覺失調 (schizophrenia)

思覺失調 (schizophrenia) 是一種會影響認知功能的精神疾病,受影響的功能包括記憶、專注,或是臉部辨識等(Keefe & Harvey, 2012)。在全世界受思覺失調的人約佔1%的數量 (Fromer et al., 2014; Markiewicz et al., 2018)。思覺失調可能產生的症狀有幻覺 (hallucinations)、妄想 (delusions), 退縮行為 (social withdrawal)、持續性抑鬱症 (anhedonia)還有認知缺陷 (cognitive deficits) (Allen et al., 2012; Powell et al., 2017)。這可能會導致患者在工作、社會還有經濟上的損失。

在病理學上,思覺失調的患者會有神經病學 (Neurological) 上的改變,如大腦灰質與白質上的減少。幻聽的患者會有superior temporal gyrus結構與功能上的異常。

那思覺失調該如何治療呢?抗精神藥物通常可以改善陽性症狀,但是仍然需要社交及認知功能的治療。已經有心理學上的策略來幫助改善患者的認知缺陷,但是現今的治療方法都無法直接的改善神經上的缺陷,並且有多達30%的語言性幻聽患者對於藥物是沒有反應的(Dyck et al., 2016; Kubera et al., 2015)

延伸閱讀
Gandara, V., Pineda, J. A., Shu, I. W., & Singh, F. (2020). A Systematic Review of the Potential Use of Neurofeedback in Patients With Schizophrenia. Schizophrenia Bulletin Open, 1(1), sgaa005. https://doi.org/10.1093/schizbullopen/sgaa005


扣帶皮層 (Anterior cingulate cortex, ACC)

ACC可細分成四個子區域,在該篇文章主要著重要Dorsal與Rostral區。Dorsal 區被認為是與認知相關的任務中幫忙調節注意力與預期。Rostral區被認為與情緒反應相關。

過去的研究指出思覺失調的患者會有ACC上的功能障礙,特別是在操作有認知衝突的任務上更為明顯,例如Stroop cognitive interference task (大家可以挑戰看看:https://www.psytoolkit.org/lessons/stroop.html)。並且在有認知需求相關的任務上,例如:專注、工作記憶等情形上,會有ACC活性下降的情形。

延伸閱讀
Asami, T., Hayano, F., Nakamura, M., Yamasue, H., Uehara, K., Otsuka, T., ... & Hirayasu, Y. (2008). Anterior cingulate cortex volume reduction in patients with panic disorder. Psychiatry and clinical neurosciences, 62(3), 322-330. https://onlinelibrary.wiley.com/doi/full/10.1111/j.1440-1819.2008.01800.x

方法

Mathiak et al.(2010)的方法是使用神經回饋 (Neurofeedback) 來了解受試者扣帶皮層 (Anterior cingulate cortex, ACC)的活化程度,使用fMRI來量測受試者ACC的數據。

figure from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4480149/

使用黑色頭髮的頭像做為回饋,如果受試者可以成功活化ACC,那黑色頭髮的頭像會從原本中性的表情,逐漸變成微笑的表情,一次執行30秒,休息30秒,休息的期間會給受試者觀看金頭髮微笑的頭像,總共8個休息、9個控制,總時間8.5分鐘。

受試者會接受相關的指示去做想像,例如說請受試者想像音樂、體育、想其他人、其他四種選項,最後讓受試者選擇他自己覺得最好操控ACC的選項。


結果

有思覺失調的患者表現出Dorsal region活化程度較高的情形 (Tpeak = 14.75, p < 0.05, FWE-corrected)
控制組則是表現出Rostral region有較高的活化程度 (Tpeak = 5.19, p < 0.05, FWE-corrected; BA 32 and 33; Figure 2B)
圖C則是兩者相互比較的結果

另外使用二為座標表示,的確可以看出控制組在Rostral活化程度較高,思覺失調的受試者在Dorsal的活化程度較高,但是並不能說明使用哪種策略會引起比較高的ACC活化程度


討論

與過去的研究相符的是ACC的確會有拮抗的情形發生,如果Dorsal活化增加,會壓抑Rostral的活化。思覺失調的受試者的確在情緒的辨認上有障礙,但是對於臉部微笑的辨識還是可行的


限制

有思覺失調受試者都有服用抗精神的藥物,過去研究也指出這類藥物會影響ACC的活性,但是作者覺得這不是只有壞處,好處是如果真正要治療病人的情形下,病人也不可能是沒有服藥的情形,所以作者認為這更能貼近現狀。

再來是fMRI無法確定這樣的結果是否有因果關係,或只是附加的現象。樣本數太小可能會有偏誤的問題。最後是這樣的方法不一定適用於各類別的思覺失調的患者。

延伸閱讀:
1. Mathiak, K. A., Koush, Y., Dyck, M., Gaber, T. J., Alawi, E., Zepf, F. D., ... & Mathiak, K. (2010). Social reinforcement can regulate localized brain activity. European Archives of Psychiatry and Clinical Neuroscience, 260(2), 132-136.

心理學小遊戲
3. Stroop Color and Word Test: https://www.psytoolkit.org/lessons/stroop.html


2021年5月4日 星期二

Matlab 的table數據使用

 Matlab 的table數據使用

Matlab可用來大量讀數據的function


readtable的使用

讀入數據

t = readtable(filename)

讀入特定範圍數據

T = readtable('filename.xls', 'Range', 'C2:E6', 'ReadVariableNames', false)

觀看table特性

t.Properties

呼叫數據,使用圓括號(),返回值為table,若使用{}則返回cell

t(2, :)

直接使用變數名稱會回傳該Row值,如:t.Variable1

2021年4月29日 星期四

使用場上定位資料做大尺度的足球戰術時間空間分析

The tactics of successful attacks in professional association football: large-scale spatiotemporal analysis of dynamic subgroups using position tracking data

文章來源:https://www.tandfonline.com/doi/full/10.1080/02640414.2020.1834689

介紹:

足球是一項高度動態的運動,其中包括場上兩隊的相互作用與同隊間的協同關係。同隊間的協同作用被認為是為了創造得分的空間,兩隊不論是有球或無球都會為了佔據有利的位置,而不斷的相互影響。

過去的研究也指出足球是一個in-phase的運動,場上不同球員間會有同步的移動 (Coutinho et al., 2017; Gonçalves et al., 2014; Memmert et al., 2017)。變數分析也指出球隊的質心 (team centroid) 也有很強的同步性,尤其是在球場的長軸方向 (Coutinho et al., 2017; Frencken et al., 2012; 2011; Memmert et al., 2017; Rein et al., 2017)。

足球的戰術被認為會產生很強的行為自相似性 (self-similarity),在同隊間或是同隊小組間會有很強的同步性,尤其是在高排名的隊伍上會更為明顯 (Low et al., 2019)。

因此足球戰術被認為若需要創造很好的得分機會,團隊需要嘗試破壞對手的團隊同步性來得分 (Bartlett et al., 2012; Frencken et al., 2012; Memmert et al., 2017; Rein et al., 2017)。

但是由於在過去的研究大多是使用整隊的資料作分析,或是使用人工標記的方式來探討結果,因此本文作者希望能使用小組級別的資料作分析,並認為小組的資料更能提供詳細的場上資訊,另外也希望能提供自動標記的方式,一方面是可以節省時間,另一方面是可以減少人工標記的偏誤。

方法:

本文使用circular statistic作分析,希望使用方位資料來表示不同隊伍、同隊小組間的相互運動關係。

結果:

不同隊伍間的同步關係

不同隊伍間的同步關係
figure from: https://www.tandfonline.com/doi/full/10.1080/02640414.2020.1834689
同隊伍間的同步關係
同隊伍間的同步關係
figure from: https://www.tandfonline.com/doi/full/10.1080/02640414.2020.1834689

從上下兩圖的比較可看出,小組尺度比較能看出不同方向的變化 (ex: 上圖的Cy-Cx)
在同隊之間,足球球員的行為像是複雜的系統,並且在小組的行為特徵會表現出自相似性(Davids et al., 2005)。因此本文證實同隊小組間的自相似性,特別是在球場的長軸方向尤其明顯。

本文提供了一個有價值的自動小組定義方式,本文作者也希望未來可以更進一步地去配合足球戰術常用的靜態描述方式,例如4-3-3,來定義小組分配。

2021年4月16日 星期五

每個研究者都該知道的事情...

網路上看到的,這應該是所有研究人員在做任何研究時,都必須不斷詢問自己的問題,也是我自己不斷在提醒自己的...


The Heilmeier Catechism

  1. What are you trying to do? Articulate your objectives using absolutely no jargon.
  2. How is it done today, and what are the limits of current practice?
  3. Who cares? [Support other’s research? Shape research landscape? Power applications in industry?]
  4. What's new in your approach and why do you think it will be successful?
  5. If you're successful, what difference will it make? [e.g. New theory/modeling? Improve accuracy?]
  6. What are the risks and the payoffs? [Further, how would you mitigate the risks? If your proposed method does not work, what could be alternative design? These can end up as discussions such as ablation studies in your paper.]
  7. How much will it cost? [e.g.  How long is each training process? How about data storage?]
  8. How long will it take? [How many hours are you going to work on this per week?]

2021年3月27日 星期六

評估不同的方法從sEMG訊號中消除ECG訊號

Elimination of electrocardiogram contamination from electromyogram signals: An evaluation of currently used removal techniques

Drake, J. D., & Callaghan, J. P. (2006). Elimination of electrocardiogram contamination from electromyogram signals: An evaluation of currently used removal techniques. Journal of electromyography and kinesiology, 16(2), 175-187.

介紹

軀幹的表面肌電訊號由於接近心臟位置,因此sEMG訊號經常會參雜ECG (Electrocardiography)的訊號汙染。Winter (2009)指出EMG訊號的頻帶大約大10-500Hz,並且訊號強度集中在20-200Hz。Christov & Daskalov (1999)的文章指出ECG訊號最高到100Hz,並且大多數的訊號低於35Hz。因為ECG波形複雜,還有其頻帶 (spectral distribution)分布與sEMG的頻帶重疊,讓分開sEMG與ECG訊號的任務相對困難。

本篇文章在比較何種方法可以最佳的從軀幹sEMG訊號去除ECG訊號

方法

本篇文章共使用23種不同的手段來去除ECG訊號。方法大致可以分成以下四種

  • Template technique: 量測受試者的QRS complexes,去減去sEMG訊號中的ECG訊號
  • Frequency subtraction: 另外使用儀器蒐集ECG的訊號,使用快速傅立葉轉換 (FFT) sEMG與ECG訊號,在頻域使用sEMG減去ECG的頻域,再inverse回time domain。
  • High pass filtering: 使用高通有限 (FIR)或是無限脈衝 (IIR)濾波器來處理資料,IIR使用Butterworth Filter,並且使用不同cutoff frequency來設定濾波器,cutoff frequency分別為20、30、40、50、60Hz。
  • Combination techniques: 先使用Frequency subtraction處理資料,再使用High pass filtering。
所有訊號都使用2.5 Hz lowpass Butterworth filter做封包 (linear envelope, LE)處理,評估處理後資料的好壞使用四種指標

  • Root mean square error (RMSE)
  • Percent difference mean power frequency (pdMPF)
  • Raw R^2
  • LE R^2

結果

結果與排名如下圖所示
Figure from: doi:10.1016/j.jelekin.2005.07.003

討論

在肌肉活化程度再10~25%MVC的情況下,subtraction與 BW30 HPF是最好消去ECG訊號的方法,可以最大的削去ECG訊號干擾並且最小化訊號失真。再來是作者也提醒使用快速傅立葉轉換 (FFT)可能出現的問題,例如再頻域表現良好,但是轉回時域時可能會有局部訊號失真的問題,因此使用inverse FFT在解釋問題時需要小心回應峰值問題。

再來是使用Filtering與inverse FFT時,該訊號是無法充足的回應EMG onset的問題,因為使用filter會有訊號shift的問題 (這在現在都有程式能解決group delay的問題)。

最後是花費時間的問題,Template technique的確能很好的消除ECG訊號,在是在記錄每位受使者需要花費很多時間 (approximately 2 hours),因此在時間的花費上是需要考慮的。IIR的時間最短,FIR花的時間則比IIR稍長,另外則是inverse FFT需要花上一個小時來處理。

結論

template subtraction 與 BW filter with a 30 Hz cutoff frequency是消除ECG最好的方法。

心得

本文最大的爭議就是他只使用一位受試者做資料來源,再來是他使用的資料中,最高的肌肉活化程度只有38.8%MVC,因此我們無從得知這樣的方法在更高的MVC下會有甚麼結果。再來是現在電腦的設備運算速度更快,IIR與FIR的比較可能可以重新考慮,畢竟FIR的Group delay是線性的,會比較好處理,也許未來可以納入考量,但是FIR濾波器會有ripple的問題需要考慮。

2021年3月21日 星期日

安裝CUDA與cuDNN

安裝CUDA與cuDNN 


1. 先檢查GPU版本

        a. Device Manager->Display adaptors,如下圖所示

2. 檢查tensorflow所需要的CUDA及cuDNN版本



    3. 安裝CUDA: https://developer.nvidia.com/cuda-toolkit-archive

    所需版本請參照上圖

    4. 下載cuDNN: https://developer.nvidia.com/rdp/cudnn-archive

    需註冊Nvidia會員
    解壓縮後將檔案複製到以下路徑: 
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0
           v11.0視個人所裝版本而定


5. 最後檢查cmd

1. ncvv -V
2. python->import tensorflow




2021年3月8日 星期一

使用不同的MVC技巧來量測健康女性的EMG訊號

Vera-Garcia, F. J., Moreside, J. M., & McGill, S. M. (2010). MVC techniques to normalize trunk muscle EMG in healthy women. Journal of electromyography and kinesiology, 20(1), 10-16.

介紹

如何正規化(Normalization)EMG訊號一直都是科學家在意的議題,由於EMG訊號會因為各式各樣的因素產生變化,例如:不同受試者皮下脂肪的厚度、皮膚死皮...等等因素,而有個體間的差異,不只如此個體內也會因為溫度、補充水分等等,會讓同一位受試者在不同天量測而有不同的結果,因此如果無法正規化EMG訊號,就難以得知受試者在這樣的EMG訊號下的用力情形,所以如何正規化EMG訊號就成為重要的課題。

MVC(Maximum Voluntary Contraction)就是一種可以幫助正規化EMG訊號的方法,讓受試者在最大等長的自主收縮下量測EMG訊號,作為最大的電訊號,進而比較受試者的其他動作的EMG訊號,以了解受試者的施力情形。

量測MVC最重要的是怎樣的動作可以引發受試者該肌群的最大力量,這會因為受試者的背景不同而有所差異,例如說:受試者可能會因為過去有個別的運動相關經驗,因此最大力量的施力方式可能跟普通人有所不同,本篇研究作者也說明自身經驗遇過健美項目相關人員,可以藉由稍微改變姿勢就達到最大施力,可能跟該比賽項目的特質有關。

方法

本篇研究為此作出測試,使用八位跳中東肚皮舞的女性(平均經驗3.9±3.3年)作為受試者,使用11種不同的MVC技巧來測試,哪一種方式可以最好的誘發軀幹肌群作用出最大EMG訊號。

目標肌群共八個位置

  • upper rectus abdominis (URA), lower rectus abdominis (LRA)
  • lateral aspect of external oblique (LEO), medial aspect of external oblique (MEO)
  • internal oblique (IO), latissimus dorsi (LD)
  • thoracic erector spinae (T9ES), lumbar erector spinae (L5ES)
使用11種姿勢
(1)upper trunk flexion, (2)upper trunk twisting right, and left, (3)lower trunk flexion, (4)lower trunk twisting right, and left, (5)upper trunk bending right, and left, (6)lower trunk bending, (7)upper trunk extension, (8)lower trunk extension, right and left, (9)shoulder rotation and adduction, (10)maximal effort abdominal hollowing, (11)maximal effort abdominal bracing

結果

數字代表產生最大肌力的受使者比例。Figure from:doi:10.1016/j.jelekin.2009.03.010



結果說明使用哪種方式會產生MVC會因為不同的受試者有所變化,因此要量測女性或是女性舞者的MVC時最好軀幹的上部與下部(upper and lower of trunk)都要量測。

本篇研究顯示,大多數的受試者(71%)在上部軀幹(upper of trunk)伸展時表現出thoracic erector spinae的最大肌肉活性,76%的受試者在下部軀幹(lower of trunk)伸展時展現最大肌肉活性。

其中一個有趣的結果是,雖然沒有統計上的顯著差異,LRA (lower rectus abdominis)在上部軀幹的收縮有最大肌肉活性,URA (upper rectus abdominis)在下部軀幹收縮有最大活性,但是這跟有違最接近的肌肉應要最大肌活的觀點。

結論

雖然說MVC可能會因不同的人而有所不同,但是本篇文章進行全面的調查,讓未來相關的研究提供了更全面的觀點。

本篇作者也提及,本研究的受試者都是沒有下背痛的人,因此在對於有下背痛病情的受試者,這些動作可能沒辦法很好的完成,需要另外考慮合適的受測方式。

2021年3月5日 星期五

不同物理性質的球拍如何影響網球選手的肩膀

Creveaux, T., Dumas, R., Hautier, C., Macé, P., Chèze, L., Rogowski, I. (2013). Joint kinetics to assess the influence of the racket on a tennis player’s shoulder. Journal of sports science medicine, 12(2), 259. 

0.1 前言及研究目的 

球拍的特性如何影響選手的運動表現、是否增加選手受傷的風險一直都是教練、廠商與科學 家關注的重點。過去的研究指出,減少球拍的轉動慣量可以增加球拍拍頭的速度,並且對選 手而言,更輕的球拍可以讓選手更好的加速球拍,增加揮擊的力量。但是這些研究並沒有關 注使用這樣不同球拍是否會造成選手的負荷。再來是,過去的研究要瞭解選手與球拍的交互 關係通常是依靠球拍的震動或是肌電圖來得知。但是綜合過去的研究,仍然沒有去探討球拍 對關節動力學在關節力矩與力量輸出的影響。本篇研究在調查球拍的不同物理性質如何影 響選手在使用 flat 發球的狀況下,上肢肌肉活性、肩膀淨力矩與力量的差異。因此本篇作者 將近進行兩項假說的檢測,第一,不同物理性質的球拍會在發球過程中造成不同的肌肉活 性、關節力矩與力量,第二,在相似的擊球後球速條件下,比較低轉動慣量的球拍會導致更 高的轉動慣性。 

0.2 方法 

使用五名男性選手,技巧發展在 International Tennis Number 3,分別使用三種不同的球拍, 球拍A有比較低的重量、較高的平衡點與 polar moment,球拍B有比較低的轉動慣量,球 拍C有比較高的重量與轉動慣量。實驗在室內的 acrylic 球場,需將球擊到特定區域才算成 功,並使用雷達槍測球速,與用55個反光點與六台相機來蒐集 motion data。EMG 貼點貼 在上斜方肌、胸大肌、背闊肌、中三角肌、肱二頭肌、肱三頭肌。 

0.3 結果 

三種球拍的擊球初速沒有顯著差異,分別為球拍 A 36.4±2.3m.s−1、B37.1±1.5m.s−1 、C37.2± 2.3m.s−1 球拍 A 比球拍 C 有顯著更高的向內旋轉力矩,球拍 A 比球拍 B、C 有更高的峰值向外轉 動力矩。其他的比較則沒有顯著差異。肩關節力量則是沒有顯著差異。 

0.4 討論 

球拍 A 相比球拍 C,在加速與減速時期需要更大的向內與向外的峰值轉動力矩。在球拍向 上加速階段,球拍 A 比 C 需要更多關節力量,因此可假設比較輕的球拍在擊球時會產生更 高的揮拍速度。因此在使用較輕的球拍時可能會使前後的不平衡,可能形成受傷風險因子。 在這樣的情況下 EMG 的資料顯示胸大肌與前三角肌的活化程度相似,但是在使用球拍 A 的時候背擴肌的活性程度較低,因此作者假設這背擴肌減少活性可能會讓減少在過頭運動 中比抗肱股活動的力,進而讓肩膀 rotator cuff muscles 的活性增高,因此產生代償,但這尚 未被證實。本篇研究最後的結論是比較輕的球拍可能會增加 rotator cuff muscles 的疲勞,並 減少肩膀的穩定性,可能會因此增加受傷的風險。

2021年3月3日 星期三

關於網球選手擊球產生球拍振動的研究

Chadefaux, D., Rao, G., Androuet, P., Berton, E., Vigouroux, L. (2017). Active tuning of stroke-induced vibrations by tennis players. Journal of sports sciences, 35(16), 1643-1651.

0.1 介紹

網球選手揮拍時所造成的球拍震動會回傳到選手手臂,進而產生相應的傷害。因此探討震動的產生與如何減少震動對選手與廠商就成為相當重要的課題。本篇文章因此著重在網球選手在不同強度的正手擊球時,球拍的震動模式。

0.2 方法

總共 14 位右撇子的的男性選手,都只用本篇研究所提供的球拍,並記錄球拍的性質。運動學使用八台紅外線 high-resolution motion-capture system (ViconMotion System, Oxford Metrics, UK)。擊球強度用撞擊球拍的力與所產生的法向量加速度並使用轉換函數回推得知。由於直接測量握拍力道可能會因為器材的緣故影響握拍的方式, 因此握拍的力道則是使用 EMG 訊號間接推估而成。震動能量是使用兩個三軸的加速度計至於受試者 radial 與 ulnar styloid processes 的中間還有 lateral epicondyle of the humerus,另外還有一個單軸的加速度計至於球拍上。

0.3 結果

結果顯示擊球強度與不同的球拍沒有關係,但是擊球強度與球拍的材質會顯著影響握拍的力道。震動的能量則是受到擊球強度的影響,並且震動能量傳遞到手腕跟手肘會與握拍的力道相關。頻譜則用於分析不同球拍對於手腕上的加速度計進行三種不同軸向比較。

0.4 討論

本篇研究最重要的發現在震動的頻率會根據不同的擊球強度與球拍所造成的握拍力度而有所改變。再來是如果增加手握球拍連接點的強度,可以因此降低擊球方向的震動,有利於完成擊球動作。另一個重要的結果是,對於選手而言,球拍震動的能量並不是常數,而是會因擊球強度與球拍材質而有所不同。這樣的結果可以位選手或是廠商提供證據或支持來減少球拍震動,進一步減少傷害。

0.5 心得

由於過去沒有研究過網球選手揮拍時對手臂產生的震動模式,因此本篇研究提供相當好的證據讓選手或是廠商可以注意到球拍的震動是可以主動做出調整的。本篇研究也有說明到自己研究上的限制,例如握拍力道是由 EMG 間接推知,因此可能影響部分結果。

使用EMG訊號來研究高爾夫球與網球揮拍的肌肉活化順序

Vasudevan, J. M., Logan, A., Shultz, R., Koval, J. J., Roh, E. Y., Fredericson, M. (2016). Comparison of Muscle Onset Activation Sequences between a Golf or Tennis Swing and Common Training Exercises Using Surface Electromyography: A Pilot Study. Journal of Sports Medicine, 2016.

0.1 介紹

網球的擊球與高爾夫球的揮桿都是需要上下半身依序作動的動作,但是在高爾夫球的相關研究中,大部分都是只著重在局部的肌肉上,在網球的相關文獻也比較少有肌肉激活順序的研究,並大多著重在發球相關的動作上。因此本篇文章使用表面肌電訊號來評估選手進行高爾夫揮桿與網球正手揮拍的肌肉訊號激發的順序,還有這樣的激活順序是否與選手常用的訓練動作相關,並希望藉由這樣的研究來發展最佳化的訓練方式。

0.2 方法

使用各九名健康的網球與高爾夫球選手,高爾夫球選手的年紀介於 20 33 歲之間,平均 22.3 歲,球齡介於 1-14 年,平均球齡 7 年。網球選手年齡介於 19 26 歲之間,平均年齡 22.4 歲,球齡介於 6 15 年,平均球齡 9.9 年。所有選手都沒有脊椎或是肢體急性或慢性的傷害,以避免影響揮拍或揮桿的動作。動作選擇使用常用於兩者運動訓練的 wood chop cable pull 以及 medicine ball wall throw,另外還多選擇一項器材 Turning Point 4.0 Rotational Training Platform,作者解釋這項器材比較好幫助本篇研究做操作性實驗。統計方法使用 Spearman correlation來比較各結果的相關性,並使用 random effects meta-analytic strategy 來計算信心區間。

0.3 結果

高爾夫選手的結果表明,大部分的選手顯示揮桿與方法所述的三種方法與揮桿動作有正相關,其餘少數選手雖然呈現負相關,但是在百分之 95 的信心區間下,仍有正相關的可能,而網球選手的結果也類似高爾夫選手的結果。

0.4 討論

作者表明本篇最大的限制在樣本數太小,雖然大致上的結果是可以說明以上三種練習,無論在網球揮拍或是高爾夫球的揮桿都是有正相關,但並沒有指出任何一項訓練有較佳的表現。再來是,作者懷疑 Turning Point 4.0 Rotational 對於網球運動在三者練習中相比,有更大優勢的原因是在橫向上有更大的選轉角度,但是並無法指出有任何的顯著優勢。另外作者也說明未來的研究應該要能說明何種程度的變異是可以接受的,畢竟在不同層級的選手在執行動作的穩定程度有所不同。

0.5 心得

本篇研究很好的說明肌肉活化的順序與選手動作的關聯,但也因為是先導研究,所以只能提供相關的結果,並無法多作說明與比較,這部分是相對可惜的,但這也說明類似的研究相當稀少,才讓本篇研究無法多作探討,之後可以專注相關的議題。


2021年2月23日 星期二

Matlab批次處理excel

最近一直在用matlab,順手紀錄一下,方便未來查閱

批次讀取檔案路徑,好用的函數dir

讀寫excel的函數xlsread、xlswrite


範例

path = 'YourFolderPath';

% return all of files of the folder

Files = dir(strcat(path,'*.xlsx'));

LengthFiles = length(Files);

for i = 1:LengthFiles

%批次讀取檔案

[number, text, rawData] = xlsread(strcat(path,Files(i).name));

end


參考資料:

  1. https://www.mathworks.com/help/matlab/ref/dir.html
  2. https://www.mathworks.com/help/matlab/ref/xlswrite.html
  3. https://www.mathworks.com/help/matlab/ref/xlsread.html

2021年2月8日 星期一

EMG 閱讀清單

Recommended Reading

Article

Youtube

Website

2021年2月6日 星期六

matlab濾波器設計

  1. 選定濾波器與其規格,以下隨意兩項會決定另一項的數值
    • Filter order
    • Transition width
    • Peak passband/stopband ripple
  2. 使用fvtool function檢查濾波器圖形
  3. 檢查Group delay
  4. shift訊號或是選用zero-phase filter來消除Group delay
FIR vs IIR
  • IIR相比FIR有較少的濾波器階數,資源消耗較少
  • IIR的group delay是非線性的
範例:
%Bandpass filter with Passband [50 400], Stopband frequency [45 405], Stopband attenuation [60], Passband Ripple [1000]. 
BPfilt = designfilt('bandpassfir', 'StopbandFrequency1', 45, 'PassbandFrequency1', 50, 'PassbandFrequency2', 400, 'StopbandFrequency2', 405, 'StopbandAttenuation1', 60, 'PassbandRipple', 1, 'StopbandAttenuation2', 60, 'SampleRate', 1000);

fvtool(BPfilt) %檢查濾波器波型
grpdelay(BPfilt) %檢查Group delay

D = mean(grpdelay(BPfilt));% Shift data去補償Group delay的影響 
y = filter(BPfilt,[YourData; zeros(D,1)]);  % 增加D zeros
y = y(D+1:end); 


相關文章:
  • https://www.mathworks.com/help/signal/ref/designfilt.html
  • https://www.mathworks.com/help/signal/ug/practical-introduction-to-digital-filter-design.html
  • https://www.mathworks.com/help/signal/ug/practical-introduction-to-digital-filtering.html
  • https://www.mathworks.com/help/signal/ref/filtfilt.html

2021年2月4日 星期四

年輕網球運動員的年齡和性別在上半身表現的相關差異

Fernandez-Fernandez, J., Nakamura, F. Y., Moreno-Perez, V., Lopez-Valenciano, A., Del Coso, J., Gallo-Salazar, C., ... & Sanz-Rivas, D. (2019). Age and sex-related upper body performance differences in competitive young tennis players. Plos one, 14(9), e0221761.

介紹

數篇研究指出選手過早專項化與在青少年成長時期高強度的訓練會導致過度使用的受傷風險增加,並可能減少長期的運動表現。這同樣也出現在青少年網球選手身上,不間斷地練習與比賽會增加慢性過度使用與急性創傷的風險。在網球比賽,發球經常是勝負關鍵的因素之一,已有研究指出發球速度與肩膀的肌力還有活動度有正相關,此外,overhead medicine ball throw也被指出是發球速度的最相關預測因子。但是相關的研究仍然缺乏,本篇研究希望分析shoulder function profile並建立身體物理變量與發球速度的關係。

方法

總共128位受試者,U13(32/32 男/女)與U15(36/28 男/女),紀錄受試者的雙邊的肩膀活動度、internal(IR) and external rotation(ER)、等長肌力、藥球投擲還有發球速度。

結果

在肩膀活動的分析中,U15男性在pairwise comparisons中比U13有減少的趨勢。

在相關性分析中,男性的藥球投擲結果與發球速度高度相關,而正手的藥球投擲有最好的預測力。同樣的肩膀內轉與外轉的絕對肌力也有發球速度顯著相關。有趣的是U15的男性內轉的活動度與發球速度是負相關,但這樣的關聯性並沒有在其他組中發現。此外還有發現身高與體重也與發球速度有顯著相關。

討論

由於高強度的網球練習與比賽會導致肩膀功能的不平衡,通常會出現內轉(IR)肌力比外轉(ER)強的現象。過去研究指出,IR/ER的比例在78%~96%之間是代表健康的,然而,本研究的分析中,IR/ER的比例從50%(U13女)~62.5%(U13男),可能代表這些年輕選手曝露在中等的肩膀受傷風險中。再來是肩膀活動度的減少也代表會增加肩膀受傷的風險,男性的U15選手比U13選手顯著減少IR的活動度。雖然還沒有足夠的證據指出活動度訓練可以減少間受受傷復發的機率,但是進由拉伸的治療介入,可以短期提升overhead選手後肩的tighness。

要做出完美的發球機制模型是非常困難的,會有個人技巧、謝調性等等因素的影響。但是本篇文章在有限制條件下做出不錯的整合,像是發球速度在男性可以被藥球投擲表現、活動度、肩膀肌力解釋(60.2~71.3%),女生是(17.1~34.5%)。這樣的結果說明發球速度仍受其他潛在因子影響,尤其是女性可能有更多因素。

心得

本篇文章做了非常多的統計分析來確保各項因子是否相互獨立,以避免過度解釋統計結果,並在討論指出本篇研究的限制,像是預測因子只有使用上半身的肌力、功能等因素,並沒有使用下半身或是核心的運動表現作預測,這有可能會造成統計分析的偏誤,是後續相關研究需要謹慎思考的。


相關症狀參考:
Glenohumeral Internal Rotation Deficit (GIRD): https://www.orthobullets.com/shoulder-and-elbow/3055/glenohumeral-internal-rotation-deficit-gird
Overhead Athlete: https://completegamept.com/blog/ebhtenz2xzs5a9jk9pwd37wx2pbn33

2021年2月3日 星期三

手腕傷勢在網球選手上的回顧研究

 Stuelcken, M., Mellifont, D., Gorman, A., & Sayers, M. (2017). Wrist injuries in tennis players: a narrative review. Sports medicine, 47(5), 857-868.

摘要

手腕是網球選手擊球非常重要的關鍵,然而擊球時手腕上向內或向外轉的負荷,會造成手腕受傷或疼痛的風險,但是從1994年之後,就沒有文章特別針對網球選手的手腕傷勢做過回顧性研究,因此本篇文章使用回顧性方法研究網球選手的手腕傷勢,藉此了解手腕傷勢在網球選手的盛行程度,並分析手腕的骨頭與軟組織結構容易受傷的位置,最後探索影響網球員手腕傷勢的風險因子。

方法

本篇文章使用pain, sport, tennis, wrist, tennis, epidemiology…等關鍵字,在Scopus, PubMed, Web of Science, SPORTDiscus, Google Scholar上進行文獻搜索,搜索年份從1960到2016年。選擇標準必須包含手腕的epidemiological資料,還有包含生物力學、握拍技巧、訓練資訊…等,可能由擊球引起的手腕疼痛資訊。

結果

結果發現90%有extensor carpi ulnaris傷勢的選手使用western或是semi-western(回顧資料中76%的選手不使用以上兩種握拍方式),也有證據支持以上兩種握拍方式會增加ulnar手腕結構的負荷。另外使有數個研究指出非慣用手的ulna壓力性骨折與雙手反拍的關聯。再來是多數的研究經常低估了手腕supination所受的壓力,由於手腕在擊球是靠手腕pronation讓球上旋,因此是多數的研究著重在手腕的pronation。還有可能的因素是選手不良的技巧造成的,由於擊球時球沒有在球拍的中心,會讓手腕需要更大的力量來穩住球拍,進而增加手腕的負荷。最後是過早專項化的問題,已有研究指出過早專項化有出現女性青少年球員手腕雙邊屈曲/伸屈的肌力不平衡。更有可能讓青少年的頂尖選手有更大的機會遭遇網球相關的傷勢。

討論

本篇研究指出現在多數的文章使用過於簡單的手腕/手的模型或是相對比較低採樣頻率(100-200Hz)來完成研究,並引用研究指出採樣頻率低於1000Hz時不足以精確的捕捉擊球,並期望未來的研究能提高採樣頻率。另外是手腕上的傷勢比過去(1986-1995)的研究有上升的趨勢,也代表現代網球選手使用的技術可能與過去的比賽有所不同,這也是需要相關的研究繼續探索,但是也希望外來的研究對於傷病要有標準的定義,以避免外來做回顧性研究的困難。

心得

由於本篇文章整理出來的樣本數都不大,可以看得出來作者在整理相關文獻資料的困難,也說明很多頂尖選手的傷勢可能無法用期刊搜尋的方式來蒐集資料,並有可能因此產生sampling bias,這是需要多加注意的。

最喜歡的一句話

Hence, although epidemiological evidence of wrist injury in lesser skilled players is insufficient, the poor technique described may increase the potential for wrist injury in these players despite their lower levels of exposure.


2021年1月20日 星期三

網球雙手反手擊球過程中的上肢運動學分析

Busuttil, N. A., Reid, M., Connolly, M., Dascombe, B. J., & Middleton, K. J. (2020). A kinematic analysis of the upper limb during the topspin double-handed backhand stroke in tennis. Sports Biomechanics, 1-19.

摘要

手腕是所有網球揮拍動作的關鍵並且是上肢動力鏈的最遠端關節,再來是經常有報導反應頂尖選手與休閒玩家有急性手腕疼痛的現象。但是從來沒有文獻量化過雙手反拍中的非慣用手位置對上肢動力鏈的影響。因此本篇文章量化不同的關節角度位置與擊球特徵,分別使用continental grip與eastern grip兩種不同的握法,來探討網球選手使用不同的非慣用手握拍方式對雙手反拍回擊地板球的影響。

方法

16位右撇子的亞菁英青少年選手,共十位男性與六位女性。所有受試者都是偏好慣用手使用continental grip,非慣用手使用eastern grip。所有選手都是使用自己的球拍以避免改變受使者的揮拍機制。總共比較四種不同的揮拍結果,continental揮短拍、continental揮長拍、eastern揮短拍、eastern揮長拍,並統計球拍的水平與垂直移動速度、精準度、球速、球的轉速…等等。

結果

在球與球拍的動力學中,大多數的結果都沒有顯著差異,除了在eastern grip有較快的拍頭速度與擊球後球速較快。再來是關節與球拍的動力學中,peak backswing中continental grip動作的左手肘更為延伸,並且揮長拍比揮短拍有更大的拍頭水平位移。在擊球中,左手腕與左手肘有更多的曲屈/伸屈,而continental grip有更大的手腕與手肘的伸屈。

討論

在擊球的精準度中continental與eastern grip並沒有顯著的差別,但是eastern grip可以提供更快的球速,這在比賽中會是不錯的考量。再來是受試者揮端拍比揮長拍有更好的精準度,但是短拍的球速比長拍慢,作者認為這就是速度與準度的權衡。由於過度延伸的手肘會增加手腕的關節角度,並可能增加支持結構的壓力。在本文中continental grip會造成非慣用手手肘的延伸,可能會因此增加非慣用手手腕關節在peak swing的脆弱性。再來是過去的研究指出尺骨偏斜會造成手腕的負荷,因此在雙手反拍擊球的過程中,遠端尺骨的負荷可能相當大,並可能造成尺骨側手腕的疼痛。因此本文作者認為continental grip可能不是最好的非慣用手雙手反拍的姿勢,並可能因此增加關節角度的受力。

心得

本篇文章比較好的地方是它有提到該篇文章的研究限制,並且有考量到受試者實驗動作的順序以避免學習效應,但是本文提到研究限制過少,只說受試者的同質性比較高,並沒有提到他的受試者都是習慣非慣用手使用eastern grip,可能會因此讓本來就有差異的結果更為顯著,例如:eastern grip的回球速度比continental grip的速度快,也沒有其他不同的受試者可以平衡結果。再來是文中說明仍然缺少kinetic model去證實continental grip是否有更大的關節受力。


不同性別青少年非預期性單腿落地上的生物力學與能量吸收差異

青少年非預期單腿落地跳中的性別差異生物力學和能量吸收:對膝關節損傷力學的影響 Sex-specific landing biomechanics and energy absorption during unanticipated single-leg drop-jumps in...