2D
3D 2D
紅外線攝影機
測力板
皮膚標記
皮膚標記圖 1-4 三度空間步態分析攝影機([20]
圖 1-5 地板反作用力與張闊肌膜肌(tensor fascia latae)之肌電圖關係
Ground Reaction Force ( N) EMG amplifier output ( N)
(a) SLS SLS
DLS
1.0 BW
0.5 BW
Time (sec) (b)
0 2 4 6
1000 800 600 400 200
0
1
0
-1
1.3 測力板 測力板 測力板 測力板
由於目前尚無儀器設備可直接量測人體肌肉作用時的力量大小，因此想要瞭解人體 運動時肌力大小與作用方式則必須透過作用於人體上的外力來進行推算分析。因此測力 板是目前在步態分析實驗中量測足部的地面反作用力及壓力中心最常使用儀器設備如 圖 1-6 所示。
圖 1-6 測力板（Craik and Oatis ,1995）
一般進行步態分析實驗時，都會要求受試者雙腳必須各踩在一塊測力板上而走過測 力板。當足部施力於測力板表面上時，測力板下的各處感測器會量測各方向所受之力 量，再經數學式子計算出雙腳分別所受地面反作用力及壓力中心，研究者再透過各肢段 間相對運動情形及逆向動力學(inverse dynamics)與人體力學模型進而計算出人體肢段與 關節受力大小。目前市面測力板量測力量感測器有應變計（strain gage）和壓電材料
（piezoelectric material）兩種。
應變計型測力板是藉由應變計本身的變形來反求作用力的大小。而此型測力板需要 有足夠的作用時間讓應變計變形，因此當測力板受到較輕微或較快速的作用力作用時，
些特殊材料具有變形後會造成內部電流量改變的特性，透過所測得之電流改變量來反推 壓電材料所受的作用力。而此型測力板施於壓電材料上的作用力不能持續太久，因壓電 材料產生之電流量將會隨時間而減小，而影響量測力量的準確性。
一般人體在作臨床動作分析時，其足部作用於測力板作用力速度是不會太快且也不 會持續作用於測力板上，因此 AMTI 所生產應變計型測力板與 Kistler 所生產壓電材料型 測力板在臨床動作分析上均可使用。圖 1-7 為步態分析實驗中，測力板所測得之地面反 作用力資料。另外，測力板為了降低測量上誤差，在測力板的結構上以材質堅硬且重量 重來設計，以提高測力板的剛性(stiffness)[22] 及自然頻率。
圖 1-7 步行中測力板所量測之地面反作用力資料[20]
1.4 類神經網路簡介 類神經網路簡介 類神經網路簡介 類神經網路簡介
近十年來，由於電腦的計算能力大幅增加，使得人工智慧科學突飛猛進，其中藉由 模仿人類細胞學習特性的人工智慧(artificial intelligence)網路，類神經網路(artifical neural
network)正受到熱烈的討論與歡迎重視。類神經網路具備有辨別、分類、學習等功能，
且因類神經網路的特殊架構，所以常應用於處理非線性系統鑑別和控制問題上，而且有 很好的表現[23~27]。
由於倒傳式類神經網路(backpropagation neural network)的學習效果較其他學習類 神經網路為佳，所以在人工智慧與訊號處理中已被廣泛使用[28~30]。至於傳統的回饋式 類神經網路由於其學習效果過於緩慢，使得在學習過程往往需要耗費許多時間，才能達 到學習效果[31]。一般影響學習速度之學習參數有神經網路的種類、神經網路的層數、
神經元(neuron)個數、學習速率(learning rate)、動量（momentum）、轉移函數(transform function)、權衡值的初始值的範圍，及有無正規化選擇和正規化範圍（minMax table）設 定，所以如何提供一組最佳學習參數組合，而讓毫無經驗的使用者，不必花費很多時間 去揣摩這些學習參數的組合及設定值，可說是當務之急。
1.5 研究動機 研究動機 研究動機 研究動機
步態分析己被廣泛運用於神經骨骼肌肉系統疾病之診斷以及治療的規劃與評估，更 是各式骨科植入物、矯具、輔具以及復健器材之研發極為重要的依據與工具。步態分析 主要利用運動學與測力板資料而間接求得人體各肢段關節所承受之力量、力矩大小。因 此，測力板所量測作用力數據是否精準及作用點計算出的位置是否有所偏誤，對於步態 分析之研究結果有極大的影響[32]。一般測力板固定於地面以避免測力板受力時因產生 振動而造成量測數據錯誤。測力板出廠前會由製造廠商完成校正後才交由使用者使用。
而一般力規( load cell)每經一段時間均須作校正，測力板上的力規感測器也不例外。因 此，發展適合在實驗室針對固定的測力板是否準確性的校正器是極為必要。
另外，為了精確計算人體各肢段關節所承受之力量與力矩大小，其正確人體模型建 立是必需的[33]。而模型的建立是需要人體各肢段之質量、質心及轉動慣量等參數，而 這些資料是須由人體測計學的方法量測與計算所提供。因此，1996 年 Kingma[34]指出 除了改進實驗器具的精確性可降低實驗誤差，更應該注意人體測計學輸入的資料正確 性，因有時人體測計學資料造成的誤差會大於實驗器具量測之誤差，所以在提供人體力
實務與研究所需之人體測計學資料多數來自於成人之研究[35~39]，僅有極少部份研究提 供了 0~2 歲幼兒資料 [40]，而 6~12 歲兒童的人體測計學資料則完全付之闕如。即使動 作異常如腦性麻痺之兒童（多為 6~12 歲）一直是臨床步態分析之大宗，目前各商業步 態分析系統及國內外步態分析實驗室均以成人廻歸資料（如 Dempster’s Coefficients）外 插而得數學模型所需之輸入參數。此作法主要是因為缺乏 6~12 歲兒童資料，因為不論 是利用屍體或侵入性的方法在道德上均不適合兒童，而少數非侵入性方法則因操作不 易、設備取得困難、成本過高等因素無法適用於例行臨床步態分析實務與研究。因此急 需發展一套可個人化且非侵入性、快速、低成本、準確且適合各種體型、性別及年齡的 活體量測資料之測量方法，並用以建立成人與 6~12 歲兒童人體測計學資料庫，包括各 肢段質量、質量中心及轉動慣量等資料，以提供臨床步態及動作分析之需。
1.6 測力板文獻回顧 測力板文獻回顧 測力板文獻回顧 測力板文獻回顧
目前已有多位學者積極研究發展適合在實驗室現地(in situ)直接校正測力板準確性 的校正設備[41~44]。1997 年 Gill[43] 等人設計一台對實驗室建築物無侵入式破壞的測 力板校正器，以槓桿原理產生靜態垂直力並施以測力板(AMTI)校正點(121 點)上，比較 壓力中心實際值、量測值及力量實際施力值、量測值之差異。但 Gill[43] 等人只做靜態 垂直力施力於測力板測試，無動態測試，對測力板量測誤差沒有提供校正方法，且校正 器重量太重(約重 400Kgw)、體積龐大(1.71×1.54×0.8 m)，搬移費力、費時；校正器施力 桿對每一點校正點(121 點)移位採手動控制，因此定位準確性差、移位速度較慢。1996 年 Hall[42]等人設計二台對實驗室建築物有侵入式破壞的測力板(Kistler)校正器，其中一 台作靜態垂直力校正，另一台作靜態水平力校正。測力板經靜態垂直力校正、水平力校 正後而求得校正矩陣(Cross-sensitivity matrices)。 測力板量測之力量、力矩經校正矩陣 修正後可得較準確力量量測值及壓力中心位置。Hall[42]等人只做靜態垂直力施力於測 力板測試，無動態測試，校正器架設須破壞實驗室建築物且須注意架設安全問題，所以 架設時間較長；校正器重量太重、體積龐大，搬移費力、費時；校正器結構必須堅固，
以確保施力之穩定性及準確性；校正器在每一校正點作移位時採人力控制，因此定位準 確性差、移位速度較慢；校正矩陣是由局部校正點求得，因測力板量測力量及壓力中心 位置與對測力板施力點位置有相當大的關係[41][43]，所以求出校正矩陣適用範圍受到 限制。1990 年 Bobbert[41] 等人設計一台對實驗室建築物無侵入式破壞的測力板(Kistler)
校正器。對測力板施以靜、動態垂直力，探討壓力中心量測值、實際值差異。靜態壓力 中心校正點共 117 點，靜態壓力中心校正方法採多項式方程式。動態壓力中心校正點共 2 點，以大、小幅度動態垂直力施力於測力板，發現測力板在受力在 1000N 以上時壓力 中心較穩定，而當測力板受力未段且在 500N 以下時壓力中心較不穩定。Bobbert[41] 等 人只做靜、動態垂直力於測力板壓力中心測試，無測力板量測力量校正；校正器在每一 校正點作移位時採手動控制，因此定位準確性差、移位速度較慢。
由以上數位學者研究結果可發現發展適合在實驗室針對測力板是否準確性的校正 器是有所必要的。但這些校正器裝置 Bobbert[41] 等人只能做靜態、動態量測壓力中心 測試校正，Hall[42]等人、Gill[43] 等人只能做靜態量測力量、壓力中心測試校正，且這 些校正器裝置有架設、操控、定位準確、搬移及校正花費時間等問題。
1.7 人體測計學文獻回顧 人體測計學文獻回顧 人體測計學文獻回顧 人體測計學文獻回顧
由於東、西方人之體型相差甚大，所以在各國研究學者針對自己國人所做之人體測 計資料，包括人體各肢體之質量、質量中心及轉動慣量等資料也不盡相同[35][36][45]。
而引用國內外人體測計學資料文獻時，須特別注意人體體型、性別及年齡等差異所造成 之誤差，尤其是在文獻研究範圍以外的人所預估之人體作量測學資料[46]。目前西方人 人體測計學資料大部分都由屍體直接量取[36][37][47]。此量測方法因屍體取得不易，所 以運用於 6~12 歲兒童量測，一般較不能接受。而 2000 年 Cheng[35] 等人利用核磁共振 影像(magnetic resonance imaging, MRI)技術掃瞄人體各肢體斷層之幾何組織，藉由文獻 中已知之骨骼、肌肉、內臟及血管等密度，經重疊、累積計算出人體各肢體之質量、質 量中心及轉動慣量。而此量測方法可個人化量測人體測計資料，但成本較高、量測時間 較久。1980 年 Hatze[48]將成年人人體分成十七段肢體，建立人體測計學資料之數學模 型，並由人體直接量測數學模型之幾何輸入參數。由於 Hatze[48]所發展人體測計學資料 之數學模型，主要的對象是成年人，因此 1992 年 Schneider[40]等人對此數學模型稍作 修正，以量測 0~2 歲幼兒人體測計學資料，並以最佳化方法來調整各肢體之密度，使得 修正後之 Hatze 數學模式計算值與實際體重誤差為最小值。而此量測方法對於相同類型
而引用國內外人體測計學資料文獻時，須特別注意人體體型、性別及年齡等差異所造成 之誤差，尤其是在文獻研究範圍以外的人所預估之人體作量測學資料[46]。目前西方人 人體測計學資料大部分都由屍體直接量取[36][37][47]。此量測方法因屍體取得不易，所 以運用於 6~12 歲兒童量測，一般較不能接受。而 2000 年 Cheng[35] 等人利用核磁共振 影像(magnetic resonance imaging, MRI)技術掃瞄人體各肢體斷層之幾何組織，藉由文獻 中已知之骨骼、肌肉、內臟及血管等密度，經重疊、累積計算出人體各肢體之質量、質 量中心及轉動慣量。而此量測方法可個人化量測人體測計資料，但成本較高、量測時間 較久。1980 年 Hatze[48]將成年人人體分成十七段肢體，建立人體測計學資料之數學模 型，並由人體直接量測數學模型之幾何輸入參數。由於 Hatze[48]所發展人體測計學資料 之數學模型，主要的對象是成年人，因此 1992 年 Schneider[40]等人對此數學模型稍作 修正，以量測 0~2 歲幼兒人體測計學資料，並以最佳化方法來調整各肢體之密度，使得 修正後之 Hatze 數學模式計算值與實際體重誤差為最小值。而此量測方法對於相同類型