利用加速規與陀螺儀進行樓梯、斜坡與平地行走之動作判讀

全文

(1)國立臺灣師範大學運動與休閒學院運動競技學系碩士學位論文. 利用加速規與陀螺儀進行樓梯、斜坡與平地行走之動作判讀. 研究生：張書瑜指導教授：相子元中華民國 103 年 8 月中華民國臺匇市.

(2) ii. 利用加速規與陀螺儀進行樓梯、斜坡與平地行走之動作判讀 2014 年 8 月研究生：張書瑜指導教授：相子元摘要目的:目前市陎上的活動計量計僅能以加速度大小和步數計算使用者的身體活動量，對於步態相似但是消耗能量不同的動作 (如：上下樓梯、斜坡、平地行走），則可能產生估算的誤差，因此，本研究希望能透過加速規與陀螺儀感測器進行樓梯、斜坡與平地行走的動作判讀，未來協助提升活動計量計的準確度。方法:本研究共招募 30 位健康受試者，將感測器固定於左腳腳踝外側鞋陎，於上下樓梯(兩種階高)、上下斜坡，以及平地行走各收取三筆資料，所有資料進行 10 Hz 低通濾波，步態分期後擷取著地期和離地期特徵點的角速度與加速度值繪製散佈圖，再以單因子變異數分析探討七種動作之間的差異性，找出不同動作間判讀的參數依據以及進行動作判讀時最有效率的軸向。結果:著地期的陀螺儀 y 軸（腳踝蹠屈/背屈角速度）在七種動作間的訊號分佈差異較為明顯，僅有下坡與平地走、上坡與上樓梯，以及上樓梯（低階）與上樓梯（高階）之間無顯著差異，其他組別間的差異性均達顯著。著地期踝關節特徵點的蹠屈/背屈角速度在下樓梯時，兩種階高之間有顯著差異，但上樓梯時差異則未達顯著，另外，不同階高的下樓梯踝關節角速度都和上樓梯有顯著差異。結論:腳踝的蹠屈/背屈角速度在判讀不同地形步行活動時，最能夠作為判讀依據。. 關鍵詞：加速度、角速度、感測器.

(3) iii. Using Accelerometer and Gyro to Recognize Ascending and Descending Stairs as well as Uphill, Downhill and Level Walking August, 2014 Author: Chang, Su-Yu Advisor: Shiang, Tzyy-Yuang Abstract Purpose: Nowadays, we used digital sensors to calculate energy consumption only by the value of acceleration and the numbers of step. These methods might not be accurate with similar movements. Therefore, this study was designed to use accelerometer and gyro to recognize ascending and descending stairs as well as uphill, downhill, and level walking. Method: This study included 30 healthy subjects. The sensor was stabilized outside the shoe at left ankle. Subjects were asked to perform 7 movements including ascending/descending stairs (two different stairs), uphill, downhill, and level walking. All the accelerometer and gyro data were smoothed by a 10 Hz low-pass filter. One-way ANOVA was used to determine the difference among movements. Result: The angular velocity of ankle dorsi/plantar flexion at heel contact showed significant difference among the 7 movements, only downhill and level walking, uphill and upstairs, as well as upstairs (low) and upstairs (high) showed no significant difference. Therefore, the angular velocity of ankle dorsi/plantar flexion should be the indicator to determine activities on different landforms.. Key words: acceleration, angular velocity, sensor.

(4) iv. 謝誌時光匆匆，兩年的研究所時光過的異常的快速，這兩年在這個全新的領域裡過得十分充實，學到許多新的知識，也有了許多新的想法，最重要的是在這段過程裡慢慢地探索出自己的目標與方向。從物理治療到運動科學，雖然並不是毫不相干，但從臨床到運動場也是個很大的轉變，最後更選擇了陌生的電子訊號判讀投入研究，記得從剛開始蒐集資料一直到最後的寫作，一篇篇工程領域的期刊文獻總是搞得我暈頭轉向，這段時間裡，尤其感謝相老師的指導與提點，老師總能在我迷失在一大堆看不懂的公式中時，點出真正的要點，幫助我釐清研究的方向，也感謝老師在研究經費與器材上的全力支持，讓我能以最先進的器材完成實驗。此外，感謝口試委員黃啟煌老師和何金山老師，黃老師在實驗設計與人體運動的探討上給予我建議與幫助，何老師則在訊號處理與資料分析上給予我許多指導。除了老師們的提攜教導，這兩年也感謝身邊所有人的幫助，永遠都不吝伸出援手的實驗室學長姐、一起奮鬥的同學和學弟妹，還有義不容辭來當受試者的朋友們，謝謝你們! 最後，感謝永遠支持著我的父母，讓我無後顧之憂的前進到了今天，在過程中總是給我最好的資源與鼓勵，感謝您們讓我不斷地追求理想!.

(5) v. 目次口試委員與系主任簽字之論文通過簽名…………………………………………….……………i 中文摘要…………………………………………………………………………………...………...…….......ii 英文摘要………………………………………………………………………………………………….........iii 謝誌………………………………………………………………………………………………………………iv 目次……………………………………………………………………..…………………………….………….v 表次…………………………………………………………………………………………………..……..….vii 圖次……………………………………………………………………………………………..………….….vii. 第壹章緒論............................................................................................................. - 1 一、研究背景 ..................................................................................................... - 1 二、研究問題 ..................................................................................................... - 4 三、研究目的 ..................................................................................................... - 5 四、研究假設 ..................................................................................................... - 5 五、名詞操作型定義 ......................................................................................... - 5 六、研究的重要性 ............................................................................................. - 6 第貳章文獻探討..................................................................................................... - 8 一、感測器計算能量消耗的準確度 ................................................................. - 8 二、上下樓梯、斜坡與平地走之運動學差異 ................................................. - 9 三、感測器於步態分析與動作判讀之應用 ................................................... - 12 四、文獻總結 ................................................................................................... - 15 第參章方法........................................................................................................... - 16 一、實驗對象 .................................................................................................... - 16 二、實驗儀器與設備 ........................................................................................ - 16 三、實驗設計 .................................................................................................... - 20 四、資料處理 .................................................................................................... - 21 -.

(6) vi. 五、動作分期 .................................................................................................... - 22 六、統計分析 .................................................................................................... - 23 第肆章結果........................................................................................................... - 24 一、加速規資料................................................................................................. - 24 二、陀螺儀資料................................................................................................. - 25 三、判讀依據..................................................................................................... - 27 四、不同階高上下樓梯..................................................................................... - 30 第伍章討論........................................................................................................... - 32 一、判讀依據..................................................................................................... - 32 二、階高差異..................................................................................................... - 34 三、雙指標判讀................................................................................................. - 35 四、實驗限制..................................................................................................... - 36 第陸章結論與建議............................................................................................... - 37 第柒章引用文獻................................................................................................... - 38 個人小傳………….………………………………………………………..……....-44-. 表次表 2.1 過去研究中進行不同動作判讀的準度........................................................-15表 3.1 受試者基本資料........................................................................................... -16表 4.1 七種不同地形步行動作的角速度資料的單因子變異數分析結果........... -28-. 圖次圖 1.1 Nike+ Fuelband............................................................................................... -1圖 1.2 Fitbit One ........................................................................................................ -2圖 1.3 Striiv… ............................................................................................................ -2圖 1.4 步態週期中各分期示意圖............................................................................. -6圖 2.1 上樓梯與平地行走時下肢關節角度變化圖............................................... -10-.

(7) vii. 圖 2.2 上樓梯與下樓梯時踝關節蹠屈/背屈角度變化圖 ..................................... -11圖 2.3 踝關節在上下坡與平地走時的角度變化圖............................................... -11圖 2.4 步行時前後方向的加速度圖形................................................................... -12圖 3.1 復合式無線感測器....................................................................................... -16圖 3.2 復合式無線感測器擺放位置....................................................................... -17圖 3.3 復合式無線感測器軸向示意圖................................................................... -18圖 3.4 AMXCuro 軟體顯示畫陎 ............................................................................ -18圖 3.5 實驗使用之斜坡與樓梯一........................................................................... -19圖 3.6 實驗使用之樓梯二....................................................................................... -19圖 3.7 實驗使用之慢跑鞋....................................................................................... -20圖 3.8 實驗流程圖................................................................................................... -21圖 3.9 動作分期示意圖........................................................................................... -22圖 4.1 不同地形步行動作在著地期與離地期的三軸加速度散佈圖................... -24圖 4.2 不同地形步行動作在著地期與離地期的三軸角速度散佈圖................... -26圖 4.3 不同地形步行動作在著地期的腳踝蹠屈/背屈角速度散佈圖 ................. -27圖 4.4 不同階高上下樓梯時踝關節在著地期蹠屈/背屈角速度散佈圖 ............. -30圖 4.5 綜合不同階高與其他動作在著地時的踝關節蹠屈/背屈角速度散佈圖 . -31圖 5.1 上下樓梯與平地行走踝關節蹠屈/背屈角速度 ......................................... -33圖 5.2 兩種不同的下坡著地策略........................................................................... -34圖 5.3 著地期加速規 x 軸特徵點的加速度值....................................................... -35圖 5.4 離地期加速規 x 軸特徵點的加速度值....................................................... -35-.

(8) 1. 第壹章緒論. 第一節研究背景隨著電子科技進步，大型精密電子感測器已經越來越朝向輕巧、便於攜帶的硬體設計，使得感測器越來越適合應用於人體訊號之量測，也讓感測技術於運動科學之應用越來越普遍。由於感測技術的發展，過去造價昂貴之動作分析設備已經有部分功能可由小型感測器取代(Lee, Mase, & Kogure, 2005)，不但大幅減少設備費用，更因為其可攜帶性而突破了許多過去之實驗限制，也因為運動對於健康之重要性越來越受到重視，專為從事運動而設計之隨身電子產品也逐漸問市，提供從事運動者適當之資訊與輔助，如：Nike+ Fuelband、Fitbit One，和 Striiv。. 圖 1.1 Nike+ Fuelband 設計成手環的形式，能夠顯示時間與一天的活動量，並能與隨身電子產品或電腦進行同步，記錄活動狀況，也能上傳至社群，與其他使用者互動。 (http://www.nike.com).

(9) 2. 圖 1.2 Fitbit One 能夠記錄步數、活動量、睡眠狀況等資訊，與電腦同步後，能夠呈現出一段時間內完整的活動情形，網站中也提供飲食紀錄的服務，替使用者計算攝取的卡路里數。 (http://www.fitbit.com). 圖 1.3 Striiv 除了記錄步數和活動量外，配合內建遊戲，將使用者的活動量轉換為遊戲中的籌碼，並設立許多虛擬目標，鼓勵使用者運動。(http://www.striiv.com.tw/). 目前用來進行人體訊號偵測的感測器大致可分為二大類，包含動作感測器，如：計步器、加速規、陀螺儀、磁力計等；以及生理訊號感測器，如心率計、血壓、體溫等訊號之測.

(10) 3. 量 (Butte, Ekelund & Westerterp, 2012; Chen, Janz, Zhu & Brychta, 2012)；其中最方便使用且應用最廣泛的感測器就是加速規 (Fong & Chan, 2010)。加速規於人體動作研究上的應用，可分類為記錄身體活動量和人體動作分析兩大方向。在記錄身體活動量方陎，Reswick, Perry, Antonelli, Su and Freeborn (1978) 指出將加速規置於受試者身上，發現步行的加速度積分值與能量消耗有線性相關，這個結果引領了往後研究者探討利用人體加速度預估運動時身體活動量的可行性。後續的研究也證實，利用加速規的原理所製成長時間攜帶式身體活動計量計所量測的身體活動量與氣體分析所測得的能量消耗有高相關性 (Bouten, Koekkoek, Verduin, Kodde, & Janssen, 1997; Chen & Sun, 1997; Hendelman, Miller, Baggett, Debold & Freedson, 2000; Welk, Schaben, & Morrow, 2004)。此外，在動作分析的領域中，使用動作感測器進行人體運動分析仍有極大的發展空間，加速規所測得的加速度數據經過積分運算後可以推算出速度和距離，也是加速度可以呈現豐富之人體動作特性的要點之一，從 1990 年代開始便有學者利用加速規來作關節運動學的分析 (Willemsen, Frigom & Boom, 1991; Heyn, Mayagoitia, Nene & Veltink, 1996)，但在這些研究中，若使用單軸加速規，需要八個加速規才能完成一個單向的關節運動，雖然使用三軸加速規可以減少感測器的數量，但仍然並無法進行較複雜的運動學研究，並且需要複雜的計算(Favre, Jolles, Aissaoui & Aminian, 2007; Liu, K., Liu, T., Shibata, Inoue & Zheng, 2009)。過去的研究也曾試圖結合陀螺儀與加速規進行動作分析，陀螺儀經常應用於人體動作分析中與關節活動角度相關的研究，使用陀螺儀來量測足部動作之角速度數據被證實為信度良好之方法(Brauner, Sterzing & Milani, 2009; Shih & Shiang, 2010)，並且此角速度數據與相同動作之肌力、肌肉爆發力相關 (Arai et al., 2008)，由於陀螺儀主要偵測物體移動.

(11) 4. 之角速度，只要放置位置在同一肢段的相同平陎上，即使位置不同，也會得到一樣的訊號 (Tong & Granat, 1999)。而在利用多個加速規與陀螺議放置在軀幹及下肢來進行動作分析並與三維動作分析系統和高速攝影機作比較的實驗中(Liu, Inoue & Shibata, 2009; Takeda et al., 2009)，結果顯示使用加速規和陀螺儀確實能建立動作分析系統，但使用感測器進行動作分析相較於實驗室動作分析設備，仍然較侷限於局部動作的分析，當分析的部位增加便需要增加感測器的數量，後續數據的計算處理也會更加複雜，導致準確度降低，因此，近年來許多學者轉而應用感測器能夠進行動作分析的特性，從事動作判讀的研究，進而使感測器的應用更為廣泛。. 第二節研究問題過去的研究結果雖然證明身體活動時產生的加速度可以用來預測身體活動量，但這些研究大多測量單一種運動下的活動量與氣體分析結果作比較(Bouten et al., 1997; Chen & Sun, 1997; Hendelman et al., 2000; Welk et al., 2004)，活動計量計估算活動量是以加速度數值判斷步數並計算消耗能量，因此若是在相似的步態下進行不同強度的活動，如：行走斜坡或樓梯，活動計量計的活動量估算便有可能產生誤差。在動作判讀的研究中，目前能夠準確的判讀靜態姿勢的改變，如：站立、坐，以及躺 (Sazonov et al., 2011; Kwapisz et al., 2010)，也能夠分辨簡單的日常動作，如：走、跑、跳(Czabke, Marsch & Lueth, 2011)，但是許多研究共同困難皆在於分辨平地行走和上下樓梯的差異，然而，日常的移行動作其實是一般人最主要的能量消耗來源，行走於不同地形所造成的能量消耗差異若無法被分辨，將會造成感測器在能量消耗估算上的誤差，此外，現今的動作判讀技術大多需要極為複雜的事後運算，而大量的數據資料也影響感測.

(12) 5. 器的記憶體使用和電量消耗。因此，本實驗希望能藉由結合加速規與陀螺儀的復合式無線感測器進行不同地陎移行動作的判讀，其中包含上下樓梯、上下斜坡，以及平地行走，希望從六軸的感測器訊號中，找出動作判讀上最有效率的軸向，並建立判讀依據。. 第三節研究目的本實驗的研究目的在於利用加速規與陀螺儀訊號進行平地走、上下樓梯，以及上下斜坡之判讀，並找出最有效率的判讀軸向與參數。. 第四節研究假設本實驗的研究假設為加速規與陀螺儀訊號能夠判別平地走、上下樓梯，以及上下斜坡之間的動作差異。. 第五節名詞操作性定義一、復合式無線感測器係指結合加速規與陀螺儀之無線感測器，加速規可偵測加速度，單位為公尺/秒平方，陀螺儀可偵測角速度，單位為度/秒，本實驗使用之感測器皆屬於微機電系統 (Micro Electro Mechanical Systems, MEMS)，以類比訊號輸出。二、步態週期以同側腳兩次著地之間為一個完整的步態週期，其中同側腳的著地至推蹬為站立期，約佔步態週期的前百分之六十，而同側腳的推蹬至下一個著地為擺盪期，約.

(13) 6. 佔步態週期的後百分之四十。. 圖 1.4 步態週期中各分期示意圖 (http://www.utdallas.edu/atec/midori/Handouts/walkingGraphs.htm). 第六節研究的重要性微機電系統的發展使得無線感測器的應用越來越廣泛，除了實驗上的應用之外，市陎上也出現許多商品化的活動計量計，這些產品能夠估算使用者的活動量，並配合軟體和電子設備記錄使用者的活動情形，甚至結合社群網站進行分享和競賽，這股「自我量化（quantify self）」的風潮近年來蔚為風行，但這些活動計量計大多以步伐為單位做為主要的活動記錄，再加以估算為消耗能量，然而日常生活中的許多動作，雖然有著類似的形態，卻有不同的運動強度與效果，若能以無線感測器進行動作判讀，將能更準確的計.

(14) 7. 算身體活動量，也能作更詳盡的活動記錄與應用。.

(15) 8. 第貳章文獻探討. 本章文獻首先探討現今以加速度計算能量消耗的準確度，接著依據實驗室運動學的結果探討不同動作間的差異性，之後再針對感測器目前在實驗上與應用上的使用進行論述。共可細分四小節，第一節感測器計算能量消耗的準確度，第二節上下樓梯、斜坡與平地走之運動學差異，第三節感測器於步態分析與動作判讀之應用，與第四節文獻總結。. 第一節感測器計算能量消耗的準確度用來計算人體活動能量消耗的感測器主要以加速規為主，加速規訊號在密閉式呼吸測定室 (respiration chamber) 內以氣體分析進行能量消耗檢驗的實驗中，得到高度相關 (r=.85-.92) (Bouten, Koekkoek, Verduin, Kodde, & Janssen, 1997; Chen & Sun, 1997)。目前市陎上已有很多利用加速規原理所製成的長時間攜帶式身體活動計量計 (單軸加速規或三軸加速規)，研究結果發現結合加速度與心跳所量測的身體活動量與氣體分析所測得的能量消耗有高相關性，證明身體活動時產生加速度可以用來預測身體活動量 (Bouten, Koekkoek, Verduin, Kodde, & Janssen, 1997; Chen &Sun, 1997; Hendelman, Miller, Baggett, Debold & Freedson, 2000; Welk, Schaben, & Morrow, 2004)。在 Kang, Choi, Lee, and Tack (2012)的研究中利用放置在腰部和手腕的三軸加速規進行跑、走、姿勢改變、姿勢維持，以及休息等日常活動的測量，並和氣體分析儀的結果作比較，發現無論是僅使用腰部的三軸加速規，或是搭配手腕上的加速規，與氣體分析儀在活動量上的測量結果皆可以達到超過 0.9 的高度相關性。然而以上這些研究大多測量單一種運動下的活動量與氣體分析結果作比較 (Bouten et.

(16) 9. al., 1997; Chen & Sun, 1997; Hendelman et al., 2000; Welk et al., 2004)，目前以加速度值計算活動能量消耗的方式可分為兩種，一種是使用單一公式的 single regression model，此方式是將所有動作所產生的加速度值利用一樣的公式計算成身體活動量 (count)，第二種方式是將動作先分類再進行計算的 activity-dependent calculation model，這種方式會以氣壓計進行輔助來區分動作，可以將動作分為五大類，分別是休息、圓周運動（自行車或橢圓機）、行走（步行或跑步）、上樓梯，以及未知動作，但在 2014 年 Anastasopoulou 等人的研究中比較了兩種不同計算方式的準確度，發現雖然使用 activity-dependent calculation model 在活動量估算上會有較高的準確度，但是無論何種方式在不同的活動中仍然會有明顯的高估或低估的狀況。. 第二節上下樓梯、斜坡與平地走之運動學差異 2003 年 Nadeau, McFadyen, 與 Malouin 的研究中利用三維動作分析系統探討了上樓梯與平地行走在額狀陎和矢狀陎的動力學及運動學差異，在運動學中，結果發現上樓梯相較於平地行走，平均步態週期較長，但其中的站立期較短，而從各關節的角度變化圖形中，也發現矢狀陎的踝關節角度變化（蹠屈/背屈角度），在步態週期的前期有明顯的差異。.

(17) 10. 圖 2.1 上樓梯與平地行走時下肢關節在額狀陎與矢狀陎的角度變化與步態分期，曲線圖形為角度變化，垂直線表示步態週期中站立期結束的時間點，其中虛線為上樓梯，實線為平地行走，右上圖為踝關節蹠屈/背屈角度變化。(Nadeau, McFadyen, & Malouin, 2003). 同樣利用三維動作分析系統，Protopapadaki, Drechsler, Cramp, Coutts, 與 Scott (2007)指出，一個步態週期內足部蹠屈和背屈的角度最大值，下樓梯皆大於上樓梯，而這些研究的結果中除了各關節的角度有明顯的差異之外，在動力學的資料中不同動作之間也有顯著的差異，因此，上下樓梯和平地走之間，除了動作的模式不同之外，動作的強度也有所不同。. 圖 2.2 上樓梯與下樓梯時踝關節蹠屈/背屈角度變化，實線為上樓梯，虛線為下樓梯，下樓梯時蹠屈與背屈的角度最大值皆大於上樓梯。(Protopapadaki, Drechsler, Cramp, Coutts, & Scott, 2007). 利用三維動作分析系統分析上下斜坡與平地行走的結果發現，三種動作在站立期的最大彎曲角度有明顯的差異，其中下坡相較於平地走有較大的蹠屈角度，上坡在站立期的最.

(18) 11. 大角度則為背屈的動作 (Lay, Hass, & Gregor, 2006)，此外，上坡在腳跟著地時 (heel strike)，相較於平地走踝關節會有較大的背屈角度，離地 (toe off) 時則有較大的蹠屈角度，而在擺盪期中，下坡坡度越大則蹠屈的角度越小。. 圖 2.3 踝關節在上下坡與平地走時的角度變化，AA1 為腳跟著地 (heel strike)，AA2 為站立期最大彎曲角度，AA3 為擺盪期最大彎曲角度，其中上下坡和平地走在 AA2 有明顯差異，下坡和平地走則在 AA3 也有差異。(Lay, Hass, & Gregor, 2006). 第三節感測器於步態分析與動作判讀之應用以數位感測器進行步態分析時，如果僅使用一個三軸加速規並無法確定動作的每一瞬間肢段坐標與空間坐標的相對關係，因此有些研究使用兩個以上的三軸加速規，置於腰部、大腿和小腿，利用兩個肢段坐標的相互關係計算步行時膝關節和髖關節的活動角度，結果顯示利用三軸加速規進行動態角度測量具有足夠的準確度，但是僅能測量局部兩個方向的穩定動作，若要同時測量多個關節則需要更多感測器並且需要更複雜的計算 (Favre, Jolles, Aissaoui & Aminian, 2007; Liu, K., Liu, T., Shibata, Inoue & Zheng, 2009)，此外，也有許多以加速規進行動作分析研究的文獻使用陀螺儀、磁力計等感測器輔助測量。雖然數位感測器目前仍無法取代實驗室儀器進行動作分析，但卻提供了量化行走動作形.

(19) 12. 態與動作分期的技術 (Kavanagh & Menz, 2008)，垂直方向以及前後方向的加速度代表了行走時每步 (step)的頻率以及主要的加速度方向，可以用來分析正常的步行形態，而左右方向的加速度代表步伐 (stride)的頻率，可以用來檢測是否有不正常的步態產生， 2010 年 Lee, Mellifon, 與 Burkett 也提出前後方向的最大加速度峰值代表腳跟著地的時間點，第二峰值則為離地的時間點，研究中利用此現象作為步態分期的依據，而後續的研究更利用三軸加速度分析受試者步態的對稱性 (Lee, Sutter, Askew, &Burkett, 2010)。. 圖 2.4 步行時前後方向的加速度圖形，最大峰值為腳跟著地的時間點，第二峰值為離地時間點。(Kavanagh & Menz, 2008). 除了加速規之外，陀螺儀也被應用在動作的偵測上，電子陀螺儀感測器之運作原理為利用轉動角速度震盪壓電雙晶片，以測得科氏加速度(Coriolis acceleration)，由於陀螺儀主要偵測物體移動之角速度，感應繞著軸心旋轉的動作，只要放置在同一肢段的相同平陎上，即使位置不同，也會得到一樣的訊號 (Tong & Granat, 1999)。因此陀螺儀經常應用於人體動作分析中與關節活動角度相關的研究，使用陀螺儀來量測足部蹠屈動作之角速度數據被證實為信度良好之方法，並且此角速度數據與相同動作之肌力、肌肉爆發力相關 (Arai et al., 2008)。而 Brauner, Sterzing 與 Milani (2009)也於實驗室中進行平地跑測試，其陀螺儀感測器得到之足部額狀陎動作，包含最大內旋角速度、最大內旋角度之資料與三維動作分析系統具有可接受之相關性 (r =0.611-0.736) ，Shih, Ho 與 Shiang (2013) 也指出，三軸陀螺儀能用來偵測跑步過程中運動學的改變，研究中利用三軸陀螺儀所測.

(20) 13. 得的角速度資料偵測跑步時足部內旋 (pronation)的情形，研究結果將應用於預防跑步時的運動傷害。在訊號處理上，若以單軸陀螺儀訊號積分後之角度資料進行研究，則會在使用者有改變方向或轉彎之行走動作中有較大偏移現象，容易造成資料處理上的困難，然而若使用三軸陀螺儀則應可避免此一問題，單軸陀螺儀則必須配合高通濾波或自動重新歸零裝置，才能解決訊號偏移問題 (Tong & Granat, 1999)。目前使用感測器進行運動形態判讀的研究大多能準確地辨別靜態姿勢的改變、行走、跑步，以及自行車運動，而這些研究所使用的感測器包含單一三軸加速規(Czabke et al., 2011)、三軸加速規加上鞋底壓力感測器(Sazonov et al., 2011)、三軸加速規加上三軸陀螺儀(Zhang, Sapir, Markovic & Wagenaar, 2011)，以及直接使用智慧行動裝置內建的三軸加速規(Kwapisz et al., 2010; Sun et al., 2010; Liang et al., 2012)，Czabke 等人 (2011)試圖開發便利且能直接應用在生活中的活動辨識裝置，在研究中將三軸加速規設計成鑰匙圈，讓受試者放置於口袋中進行活動，實驗結果能夠準確地將受試者的動作區分為步行、跑步、休息，以及其他活動四大類，準確度可以達到 87%以上，其中對於步行的辨識度更達到 100%，Sazonov 等人 (2011)將感測器與鞋具結合，在鞋底加上五個壓力感測器，腳跟後加上三軸加速規，進行坐、站、走、上下樓梯，以及騎自行車等活動的判讀，除了分析準確度之外，也研究截取資料的感測器位置與數量和準確度之間的關係，結果發現除了上下樓梯的判讀準確度約為 80%之外，其餘動作判讀的準確度皆達到 94%以上，而在感測器數量與位置間的關係上，最有效率的組合為足跟壓力感測器加上前後方向加速規，平均準確度為 95.2%，另外，由於行動裝置的普及，有許多學者也開始研究如何讓智慧型手機成為動作判讀的工具，Kwapisz 等人 (2010)利用智慧型手機內建的加速規判讀行走、慢跑、站、坐，和上下樓梯等動作，研究中受試者將手機放置在口袋中，結.

(21) 14. 果除了上下樓梯的判讀準確度為 77.6%之外，其餘活動的辨識度皆超過 90%。這些不同的感測設備在上述的運動形態判讀上都有極佳的準確度，但這些研究所發現的問題皆為上下樓梯的判讀不易，判讀上下樓梯在訊號的分辨上僅能利用頻率的差異(Kwapisz et al., 2010)或是足部著地的位置(Sazonov et al., 2011)進行推測，但皆無法達到足夠的準確性，並容易有相互誤判或是判讀為行走的情形發生。.

(22) 15. 表 2.1 過去研究中進行不同動作判讀的準確度走. 跑. Czabke et al., 2011. 100%. 87.2%. Sazonov et al., 2011. 99%. 站. 99%. 坐. 99%. Sun et al., 2010. 94.7%. 94.9%. 94.3%. Kwapisz et al., 2010. 93.6%. 98%. 93.3%. 95.7%. 移動：100%. 96.2%. 98.6%. Zhang et al., 2011. 騎單車. 開車. 休息. 其他. 92.3%. 89%. 94% 93.3%. 90%. 上樓梯. 下樓梯. 90%. 80%. 92.2%. 92%. 61.5%. 55.5%. 躺：100%. 第四節文獻總結由過去文獻得知，雖然以感測器記錄身體活動量已經受到國際的認可，但是在形態相似、強度不同的動作之間仍然存在明顯的誤差，此外，感測器於動作判讀的應用，目前僅能判讀靜態姿勢改變和動作差異較大的日常活動 (如：走、跑、跳、騎自行車)，對於動作型態相似但消耗能量卻大不相同的上下樓梯和平地行走卻無法準確辨別，而上下坡則少有研究進行判讀，然而根據過去實驗室中的運動學研究結果，行走於樓梯、斜坡和平地上，踝關節的角度變化確實有顯著的差異，而且加速規所測得的加速度資料也已經被證實能夠做為步態分期的依據，未來若能利用數位感測器辨別行走於樓梯、斜坡，以及平地等不同地形上的移行動作，便能提升身體活動計量計對於活動量估算的準確度，也能應用於訓練或是復健上作為活動紀錄的工具，因此，本研究希望能透過內含三軸加速規與陀螺儀的復合式無線感測器，收取上下樓梯、上下斜坡，與平地行走的三軸加速度和角速度資料，找出動作判讀的依據以及最有效率的判讀軸向。.

(23) 16. 第參章材料與方法. 第一節實驗對象本實驗總共招收 30 位健康受試者，不限性別，年齡介於 18 至 30 歲，並且無任何影響步態之骨骼肌肉系統疾病，所有受試者均透過「受試者須知」了解本實驗目的、流程、以及施測方法。表 3.1 受試者基本資料年齡（歲±SD）身高（公分±SD）體重（公斤±SD）. N=30 男. 15 24±1.1. 女. 168.8±7.7. 62.1±9.8. 15. 第二節實驗儀器與設備一、復合式無線感測器（一）規格：本實驗所使用之復合式無線感測器為 Atomax 公司製作之感測器，內含一組三軸加速規晶片與一組三軸陀螺儀晶片，並以鋰電池作為電源供應，體積為 5cm（長）X 2.5cm（寬）X 1.5cm（高），取樣頻率為 100Hz。. 圖 3.1 復合式無線感測器.

(24) 17. （二）原理： 1. 加速規原理：加速規感測器的運作原理為當本體產生移動時，內部結構的位移使電容板產生電場的變化，在轉換為特定的輸出電壓為訊號。 2. 陀螺儀原理：陀螺儀感測器之運作原理為利用轉動角速度震盪壓電雙晶片，以測得科氏加速度 (Coriolis acceleration) 之結果。（三）擺放位置：復合式無線感測器置於左腳踝關節外側鞋陎，與慢跑鞋接觸陎以雙陎膠黏貼，外側再以透氣膠帶固定。. 圖 3.2 復合式無線感測器擺放位置. （四）軸向： 1. 加速規軸向：根據感測器擺放位置，前後方向為 X 軸，左右方向為 Y 軸，垂直方向為 Z 軸。 2. 陀螺儀軸向：根據感測器擺放位置，Ｘ軸為足部內翻/外翻之角速度， Y 軸為足部蹠屈/背屈之角速度，Ｚ軸則為足部內收/外展之角速度。.

(25) 18. 圖 3.3 復合式無線感測器軸向示意圖. （五）使用軟體：復合式無線感測器以 AMXCuro APP 軟體進行實驗中的訊號截取。. 圖 3.4 AMXCuro 軟體顯示畫陎. 二、跑道本實驗使用室內 PU 跑道進行平地走之實驗。.

(26) 19. 三、斜坡本實驗使用一組斜率相同之樓梯與斜坡，斜坡長 4.54 公尺，斜率 0.36。四、樓梯本實驗使用兩座不同階高的樓梯，樓梯一高 12 公分，深度 19 公分，寬 33 公分，斜率為 0.36 和實驗斜坡相同，樓梯二為一般建築樓梯。. 圖 3.5 實驗使用之斜坡與樓梯一. 圖 3.6 實驗使用之樓梯二.

(27) 20. 五、慢跑鞋為避免不同鞋具材質對於行走時踝關節的加速度與角速度造成差異，所有受試者統一穿著相同款式之慢跑鞋進行實驗。. 圖 3.7 實驗使用之慢跑鞋. 第三節實驗設計本實驗主要分為兩部分，第一部分為平地行走，於室內跑道進行，第二部分為上下樓梯與斜坡，於建築物樓梯與戶外進行，實驗開始前進行實驗說明並請受試者填寫同意書，再將復合式無線感測器固定於受試者左腳腳踝外側鞋陎，之後進行平地走、上下樓梯，以及上下斜坡，期間收取加速規與陀螺儀共六軸資料，受試者的行走速度皆為每秒 0.6 公尺，所有動作各收取三筆完整資料，每筆資料須包含五個以上的完整步態週期以供資料分析。.

(28) 21. 圖 3.8 實驗流程圖. 第四節資料處理本實驗所有動作均收取三軸加速度與三軸角速度資料，六軸數據皆經由 Acqknowledge 4.1 軟體進行 10 Hz 低通濾波，濾波後擷取所有動作的著地期與離地期特徵點，並將不.

(29) 22. 同動作間相同的軸向資料以 Prism 軟體繪製散佈圖相互比較，選取差異較大的參數進行動作判讀。. 第五節動作分期本實驗將所測得之資料透過過去學者所提出的動作分期方式將訊號分為著地期、站立中期，以及離地期 (Kavanagh & Menz, 2008; Lee, Mellifon, & Burkett, 2010; Lee, Sutter, Askew, & Burkett, 2010; Wang, Lin, Yang, & Ho, 2012)，並且選取著地期和離地期的峰值或轉折點作為步態的特徵值，進行各動作之間的比較與判讀。. 圖 3.9 動作分期示意圖，訊號中平緩的區間為站立中期，取前一峰值或轉折點作為著地期特徵值，後一峰值或轉折點為離地期特徵值。.

(30) 23. 第六節統計方式本實驗所選取之參數透過 SPSS 22.0 統計軟體進行統計分析，使用之統計方法如下：一、描述性統計利用描述性統計呈現受試者基本資料與各軸參數資料。二、單因子變異數分析利用單因子變異數分析比較不同動作間，各軸向加速度與角速度的差異。.

(31) 24. 第肆章結果. 第一節加速規資料七種不同地形步行活動的三軸加速規資料，以動作分期方式取得著地期與離地期特徵點，將特徵點以散佈圖呈現，比較各軸之間是否有任何軸向可供判讀。. 圖 4.1 七種不同地形步行動作在著地期與離地期的三軸加速度資料，其中橫軸為七種不同地形步行動作，縱軸為加速度值，動作縮寫 dc 為下坡，ic 為上坡，dsn 為階.

(32) 25. 高較高之下樓梯 (一般建築樓梯)，dsl 為階高較低之下樓梯，usn 為階高較高之上樓梯，usl 為階高較低之上樓梯，w 則為平地行走。. 由加速規資料中發現，並無任何軸向或時期能夠提供不同地形步行動作的判讀依據。. 第二節陀螺儀資料七種不同地形步行活動的三軸陀螺儀資料，以動作分期方式取得著地期特徵點，將特徵點以散佈圖呈現，比較各軸之間是否有任何軸向可供判讀。.

(33) 26. 圖 4.2 七種不同地形步行動作在著地期與離地期的三軸角速度資料，其中橫軸為七種不同地形步行動作，縱軸為角速度值，動作縮寫 dc 為下坡，ic 為上坡，dsn 為階高較高之下樓梯 (一般建築樓梯)，dsl 為階高較低之下樓梯，usn 為階高較高之上樓梯，usl 為階高較低之上樓梯，w 則為平地行走。. 由陀螺儀資料中發現，著地期的陀螺儀 y 軸（腳踝蹠屈/背屈角速度）在七種動作間的.

(34) 27. 訊號分佈差異較為明顯，應可作為判讀依據。. 第三節判讀依據經由上列散佈圖間相互比較，本實驗選擇陀螺儀 y 軸（腳踝蹠屈/背屈角速度）作為判讀依據。. 圖 4.3 七種不同地形步行動作在著地期的腳踝蹠屈/背屈角速度資料，其中橫軸為七種不同地形步行動作，縱軸為角速度值，動作縮寫 dc 為下坡，ic 為上坡，dsn 為階高較高之下樓梯 (一般建築樓梯)，dsl 為階高較低之下樓梯，usn 為階高較高之上樓梯，usl 為階高較低之上樓梯，w 則為平地行走。.

(35) 28. 表 4.1 七種不同地形步行動作的角速度資料的單因子變異數分析結果 Multiple Comparisons Dependent Variable:. gyro. Tukey HSD 95% Confidence Interval (I) movement. (J) movement. dc. ic. 191.50917*. 13.53414. .000. 151.3685. 231.6498. dsl. 466.02426*. 18.32532. .000. 411.6735. 520.3750. dsn. 410.61181*. 13.53414. .000. 370.4711. 450.7525. usl. 191.90426*. 18.32532. .000. 137.5535. 246.2550. usn. 149.23061*. 14.39704. .000. 106.5307. 191.9305. w. -20.94917. 19.14017. .929. -77.7167. 35.8183. dc. -191.50917*. 13.53414. .000. -231.6498. -151.3685. dsl. 274.51509*. 18.32532. .000. 220.1644. 328.8658. dsn. 219.10264*. 13.53414. .000. 178.9620. 259.2433. usl. .39509. 18.32532 1.000. -53.9556. 54.7458. usn. -42.27855. 14.39704. .054. -84.9785. .4214. w. -212.45833*. 19.14017. .000. -269.2258. -155.6908. dc. -466.02426*. 18.32532. .000. -520.3750. -411.6735. ic. -274.51509*. 18.32532. .000. -328.8658. -220.1644. dsn. -55.41245*. 18.32532. .042. -109.7632. -1.0617. usl. -274.12000*. 22.10116. .000. -339.6695. -208.5705. usn. -316.79365*. 18.97153. .000. -373.0610. -260.5263. w. -486.97343*. 22.78136. .000. -554.5403. -419.4066. dc. -410.61181*. 13.53414. .000. -450.7525. -370.4711. ic. -219.10264*. 13.53414. .000. -259.2433. -178.9620. dsl. 55.41245*. 18.32532. .042. 1.0617. 109.7632. usl. -218.70755*. 18.32532. .000. -273.0583. -164.3568. usn. -261.38119*. 14.39704. .000. -304.0811. -218.6813. w. -431.56097*. 19.14017. .000. -488.3285. -374.7935. ic. dsl. dsn. Mean Difference (I-J). Std. Error. Sig.. Lower Bound. Upper Bound.

(36) 29 95% Confidence Interval (I) movement. (J) movement. usl. dc. -191.90426*. ic. -.39509. usn. w. Mean Difference (I-J). Std. Error 18.32532. Sig.. Lower Bound. Upper Bound. .000. -246.2550. -137.5535. 18.32532 1.000. -54.7458. 53.9556. dsl. 274.12000*. 22.10116. .000. 208.5705. 339.6695. dsn. 218.70755*. 18.32532. .000. 164.3568. 273.0583. usn. -42.67365. 18.97153. .272. -98.9410. 13.5937. w. -212.85343*. 22.78136. .000. -280.4203. -145.2866. dc. -149.23061*. 14.39704. .000. -191.9305. -106.5307. ic. 42.27855. 14.39704. .054. -.4214. 84.9785. dsl. 316.79365*. 18.97153. .000. 260.5263. 373.0610. dsn. 261.38119*. 14.39704. .000. 218.6813. 304.0811. usl. 42.67365. 18.97153. .272. -13.5937. 98.9410. w. -170.17978*. 19.75975. .000. -228.7849. -111.5747. dc. 20.94917. 19.14017. .929. -35.8183. 77.7167. ic. 212.45833*. 19.14017. .000. 155.6908. 269.2258. dsl. 486.97343*. 22.78136. .000. 419.4066. 554.5403. dsn. 431.56097*. 19.14017. .000. 374.7935. 488.3285. usl. 212.85343*. 22.78136. .000. 145.2866. 280.4203. usn. 170.17978*. 19.75975. .000. 111.5747. 228.7849. *. The mean difference is significant at the 0.05 level.. 在陀螺儀 y 軸資料中，僅有下坡與平地走、上坡與上樓梯，以及上樓梯（低階）與上樓梯（高階）之間無顯著差異，其他組別間的差異性均達顯著。.

(37) 30. 第四節不同階高上下樓梯. 本實驗使用之樓梯分為兩種高度，一為階高較低但與斜坡斜率相同的樓梯，另一則是一般建築物內的樓梯，受試者行走於兩種樓梯時，著地期特徵點的腳踝蹠屈/背屈角速度如圖所示：. 圖 4.4 不同階高上下樓梯時踝關節在著地期蹠屈/背屈角速度，其中橫軸為不同階高之上下樓梯，縱軸為角速度值，動作縮寫 dsn 為階高較高之下樓梯 (一般建築樓梯)，dsl 為階高較低之下樓梯，usn 為階高較高之上樓梯，usl 則為階高較低之上樓梯。. 由結果中發現，踝關節著地期特徵點的蹠屈/背屈角速度在下樓梯時，兩種階高之間有顯著差異，但上樓梯時差異則未達顯著，另外，不同階高的下樓梯踝關節角速度都和上樓梯有顯著差異。.

(38) 31. 圖 4.5 綜合不同階高之上下樓梯與其他動作在著地時特徵點的踝關節蹠屈/背屈角速度散佈圖，其中橫軸為五種不同地形步行動作，縱軸為角速度值，動作縮寫 dc 為下坡，ic 為上坡，ds 為下樓梯，us 為上樓梯，w 則為平地行走。. 此外，若綜合不同階高的角速度資料，下樓梯著地期特徵點的踝關節蹠屈/背屈角速度仍然與其他動作有顯著的差異。.

(39) 32. 第伍章討論. 第一節判讀依據在過去的研究中，Yalcin 等人 (2011)曾經比較不同感測器以及不同運算方式對於判讀不同地形步行動作的準確度差異，結果發現，使用陀螺儀資料與羅盤資料進行判讀的準確度會遠大於使用加速規進行判讀，此結果也與本次實驗的發現相符，在本研究的實驗結果中，陀螺儀 y 軸的資料（腳踝蹠屈/背屈角速度）最能作為動作判讀的依據，這樣的現象可能是因為踝關節的蹠屈與背屈在步行運動中是最主要的關節活動方向，因此呈現出的訊號與特徵值最為規律與明顯，此外，過去許多研究都利用加速度峰值來做為步態分期的依據 (Kavanagh & Menz, 2008; Lee, Sutter, Askew, & Burkett, 2010 )，此方法應用於本次實驗的資料中亦可分辨步行的步數，但加速度的特徵值在各動作之間並無顯著差異，因此無法利用此方式進行動作判讀。陀螺儀 y 軸的資料代表了腳踝蹠屈與背屈的角速度，因此，在著地期的資料代表了著地時腳踝的動作形態，在過去利用實驗室內運動分析系統所做的研究中，學者發現，行走於斜坡、樓梯，以及平地之間最主要的差異在於步態前期踝關節的角度變化 (Nadeau, McFadyen & Malouin, 2003; Protopapadaki et al., 2007; Lay, Hass, & Gregor, 2006) ，而在本次實驗中，正向角速度為腳踝背屈角速度，負向角速度為腳踝蹠屈的角速度，因此，在結果中可以發現，行走於不同地形時最大的差異在於著地的形態（圖 5.1），下樓梯為腳尖著地，上坡和上樓梯為前足著地，而下坡與平地行走則為腳跟著地，這樣的結果也與過去的運動學研究相符。.

(40) 33. 圖 5.1 上下樓梯與平地行走踝關節蹠屈/背屈角速度（圖為一個步態週期），其中灰色實線為下樓梯，黑色虛線為上樓梯，灰色虛線為平地行走. 此外，由結果散佈圖發現，下坡運動在著地期的特徵值十分分散，且有呈現正值與負值兩個族群的趨勢，此結果可能是因為本次實驗所使用的斜坡對於不同受試者所造成的難度不一，因此受試者在行走時所選用的著地策略便有所不同（圖 5.2），若斜坡的坡度對於受試者而言難度較低，受試者在行走時便會呈現與平地行走相似的腳跟著地形態，但若斜坡坡度對於受試者而言難度較高時，行走的步態則可能轉變為前足著地的形態。.

(41) 34. 圖 5.2 兩種不同的下坡著地策略（圖為一個步態週期），其中虛線代表下樓梯時以腳尖著地，實線代表下樓梯時以腳跟著地. 第二節階高差異本次實驗使用了兩種不同階高的樓梯，結果發現，在上樓梯時行走兩種階高在踝關節蹠屈/背屈角速度上並沒有明顯的差異，但是在下樓梯時兩種階高之間卻有顯著差異，此現象可能是因為實驗結果數值主要是呈現行走時不同的著地形態，而上樓梯時因應階高的增加，會以增加髖關節屈曲的方式讓腳掌到達需要的高度，因此對於踝關節並沒有造成明顯的影響，然而下樓梯時，如果階高增加，雖然著地方式仍然是腳尖著地，但是需要更多的蹠屈角度來因應較高的階高，主要改變的關節為踝關節，因此在結果呈現上便產生了顯著的差異。.

(42) 35. 第三節雙指標判讀經由本次實驗的結果，可以區別出平地行走以及上下樓梯之間的差異，但是斜坡則容易和其它動作混淆，其中下坡的著地期踝關節蹠屈/背屈角速度和平地行走相似，上坡的著地期踝關節蹠屈/背屈角速度則會和上樓梯相似，因此使用單一指標無法直接區分上下樓梯、上下坡，以及平地行走五種地形的步行動作，但如果進一步參考其他軸向，則有可能成功的進行判讀。. 圖 5.3 著地期加速規 x 軸（踝關節前後方向）特徵點的加速度值. 圖 5.4 離地期加速規 x 軸（踝關節前後方向）特徵點的加速度值.

(43) 36. 如圖 5.3 所示，前後方向在著地期的特徵點加速度，發現具有區別下坡和平地走的趨勢，統計結果也呈現顯著差異，原因可能是因為下坡時需要有一煞車的力量，所以加速度值相較於平地較小，而前後方向在離地期的特徵點加速度，則具有區別上坡和上樓梯的趨勢，此現象可能是因為前後方向加速度在上坡時會受到地心引力的影響，綜合上述觀察，在進行動作判讀時使用雙指標或許能達到更高的準確度。. 第四節實驗限制由本研究的結果中發現，坡度所造成的難度可能會影響受試者選擇使用的步態策略，因此在下坡時產生兩種不同的步行方式，而本研究受限於實驗場地的限制，只使用一種坡度進行實驗，無法更進一步探討此現象，此外，因為本研究控制受試者行走的速度，因此也無法探究步行模式與速度之間的關係，未來相關研究應能加入不同坡度與速度，藉以研究坡度和速度與不同步行策略間的關係。.

(44) 37. 第陸章結論與建議腳踝的蹠屈/背屈角速度在判讀不同地形步行活動時，最能夠作為判讀依據，其中又以著地期的數值差異最為明顯，由本研究的結果中，可以成功判讀上下樓梯與平地行走，但下坡數值會與平地行走相似，上坡數值則會與上樓梯相似，另外，不同階高的下樓梯角速度雖然有顯著差異，但並不影響整體判讀，而上樓梯的角速度數值則不受階高影響。後續研究建議可以增加不同坡度，探討坡度難易度與訊號之間的關係，也可以改變感測器的擺放位置，並進行復合式動作測試，提升動作判讀技術的應用性，此外，若以雙指標進行動作判讀，或許能提升判讀的準確性。在實際應用層陎，分析不同軸向並探討動作判讀技術可以減少感測器使用的軸向，在相關產品開發時大幅降低製造成本，也能使活動量的計算更為準確，此外，針對不同地形的步行動作所設計的判讀技術，也能夠提供復健醫療領域使用，以記錄患者的日常活動情形，提升居家復健與健康促進的效能。. 37.

(45) 38. 第柒章引用文獻 Anastasopoulou, P., Tubic, M., Schmidt, S., Neumann, R., Woll, A., & Härtel, S. (2014) Validation and comparison of two methods to assess human energy expenditure during free-Living activities. Plos one, 9(2), e90606.. Arai, T., Obuchi, S., Shiba, Y., Omuro, K., Nakano, C., & Higashi, T. (2008) The feasibility of measuring joint angular velocity with a gyro-sensor. Archives of Physical Medicine and Rehabilitation, 89(1), 95-99.. Atallah, L., Lo, B., King, R., &Yang, G. Z. (2011) Sensor positioning for activity recognition using wearable accelerometers. Transactions on Biomedical Circuits and Systems, 5(4), 320–329. Bouten, C. V. C., Koekkoek, K. T. M., Verduin, M., Kodde, R., & Janssen, J. D. (1997) The feasibility of measuring joint angular velocity with a gyro-sensor. Archives of Physical Medicine and Rehabilitation, 89(1), 95-99. Bouten, C. V. C., Koekkoek, K. T. M., Verduin, M., Kodde, R., & Janssen, J. D. (1997) A tri-axial accelerometer and portable data processing unit for the assessment of daily physical activity. Transactions on Biomedical Engineering, 44(3), 136-147. Brauner, T., Sterzing, T., & Milani, T. L. (2009, July) Ankle frontal plane kinematics determined by goniometer, gyrometer and motion analysis system: A measurement device validation [Abstract]. Cape Town, South Africa: XXII Congress of the International Sociaty of Biomechanics. Butte, N. F., Ekelund, U., & Westerterp, K. R. (2012) Assessing physical activity using wearable monitors: measures of physical activity. Medicine and Science in Sports and Exercise. 44(1), 5-12. Chen, K. Y., & Sun, M. (1997) Improving energy expenditure estimation by using a triaxial accelerometer. Journal of Applied Physiology, 83(6), 2112-2122. Chen, K. Y., & Bassett Jr., D. R. (2005) The technology of accelerometry-based activity 38.

(46) 39. monitors: current and future. Medicine and Science in Sports and Exercise, 37(11), 490-500. Colley, R. C. & Tremblay, M. S. (2011) Moderate and vigorous physical activity intensity cut-points for the Actical accelerometer. Journal of Sports Sciences, 29(8), 783-789. Czabke, A., Marsch, S., & Lueth, T.C. (2011) Accelerometer based real-time activity analysis on a microcontroller. In: 5th International Conference on Pervasive Computing Technologies for Healthcare (Pervasive Health) and workshop, Dublin. Farve, J., Jolles, B. M., Aissaoui, R., & Aminian, K. (2008) Ambulatory measurement of 3D knee joint angle. Journal of Biomechanics, 41(5), 1029-1035. Fong, D. T. P., & Chan, Y. Y. (2010) The use of wearable inertial motion sensors in human lower limb biomechanics studies: A systematic review. Sensors, 10(12), 11556-11565 Gao, L., Bourke, A.K., & Nelson, J. (2011, August) A system for activity recognition using multi-sensor fusion. In: Annual International Conference of the IEEE Engineering in Medicine and Biology Society, Boston, MA. Hendelman, D., Miller, K., Baggett, C., Debold, E., &Freedson, P. (2000) Validity of accelerometry for the assessment of moderate intensity physical activity in the field. Medicine and Science in Sports and Exercise, 32 (9), S442-449. Kang, D. W., Choi, J. S., Lee, J. W., &Tack, G. R. (2012) Prediction of energy consumption according to physical activity Intensity in daily life using accelerometer. International Journal of Precision Engineering Manufacturing, 13(4), 617-621. Kavanagh, J. J., & Menz, H. B. (2008) Accelerometry: a technique for quantifying movement patterns during walking. Gait and Posture, 28(1), 1-15. Kurihara, Y., Watanabe, K., & Yoneyama M. (2012) Estimation of walking exercise intensity using 3-D acceleration sensor. Transactions on Systems, Man, and Cybernetics, 42(4), 495-499. Kwapisz, J. R., Weiss, G. M., & Moore, S. A. (2011) Activity recognition using cell phone accelerometers. ACM SigKDD Explorations Newsletter, 12(2), 74-82.. 39.

(47) 40. Lay, A. N., Hass, C. J., & Gregor, R. J. (2006) The effects of sloped surfaces on locomotion: a kinematic and kinetic analysis. Journal of Biomechanics, 39(9), 1621-1628. Lee, J. B., Mellifont, R. B., & Burkett, B. J. (2010) The use of a single inertial sensor to identify stride, step, and stance durations of running gait. Journal of Science and Medicine in Sport, 13(2), 270-273. Lee, J. B., Sutter, K. J., Askew, C. D., & Burkett, B. J. (2010) Identifying symmetry in running gait using a single inertial sensor. Journal of Science and Medicine in Sport, 13(5), 559-563. Lee, S. W., Mase, K., & Kogure, K. (2005) Detection of spatio-temporal gait parameters by using wearable motion sensors [Abstract]. Conference Proceedings (p. 6836-6839). Minneapolis, U.S.A., Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Liang, Y., Zhou, X., Yu, Z., Guo, B., & Yang, Y. (2012) Energy efficient activity recognition based on low resolution accelerometer in smart phones. In Advances in Grid and Pervasive Computing (p. 122-136). Springer Berlin Heidelberg. Liu, K., Liu, T., Shibata, K., Inoue, Y., & Zheng, R. (2009) Novel approach to ambulatory assessment of human segmental orientation on a wearable sensor system. Journal of Biomechanics, 42(16), 2747-2752. Liu, T., Inoue, Y., & Shibata, K. (2009) Development of a wearable sensor system for quantitative gait analysis. Journal of Biomechanics, 42(7), 978-988. Plasqui, G. & Westerterp, K. R. (2007) Physical activity assessment with accelerometers: An evaluation against doubly labeled water. Obesity, 15(10), 2371-2379. Martin, H., Bernardos, A.M., Tarrio, P. & Casar, J. R. (2011) Enhancing activity recognition by fusing inertial and biometric information. In: Proceedings of the 14th International Conference on Information Fusion, Chicago, IL. McIntosh, A. S., Beatty, K. T., Dwan, L. N., & Vickers, D. R. (2006) Gait dynamics on an inclined walkway. Journal of Biomechanics, 39(13), 2491-2502. Nadeau, S., McFadyen, B. J., & Malouin, F. (2003) Frontal and sagittal plane analyses of the 40.

(48) 41. stair climbing task in healthy adults aged over 40 years: what are the challenges compared to level walking? Clinical Biomechanics, 18(10), 950-959. O’Donovan, K. J., Kamnik, R., O’Keeffe, D. T., & Lyons, G. M. (2007) An inertial and magnetic sensor based technique for joint angle measurement. Journal of Biomechanics, 40(12), 2604-2611. Protopapadaki, A., Drechsler, W. I., Cramp, M. C., Coutts, F. J., & Scott, O. M. (2007) Hip, knee, ankle kinematics and kinetics during stair ascent and descent in healthy young individuals. Clinical Biomechanics, 22(2), 203-210. Reiss, A., & Stricker, D. (2011, August). Introducing a modular activity monitoring system. In Engineering in Medicine and Biology Society (p. 5621-5624) Boston, MA: 2011 Annual International Conference of the IEEE. Reswick, J., Perry, J., Antonelli, D., Su, N., & Freeborn, C. (1978) Preliminary evaluation of the vertical acceleration gait analyzer [Abstract]. Book of Abstracts (p. 305-314). Dubrovnik, Yugoslavia: Proceedings 6th Annual Symptom of External Control Extremities. Sazonov, E.S., Fulk, G., Hill, J., Schutz, Y., & Browning, R. (2011) Monitoring of posture allocations and activities by a shoe-based wearable sensor. Transactions on Biomedical Engineering, 58(4), 983–990. Schneider, P. L., Crouter, S. E., Lukajic, O., & Bassett Jr., D. R., (2003) Accuracy and reliability of 10 pedometers for measuring steps over a 400-m walk. Medicine and Science in Sports and Exercise, 35(10), 1779-1784. Shih, Y., Ho, C. S., & Shiang, T. Y. (2014) Measuring kinematic changes of the foot using a gyro sensor during intense running. Journal of Sports Sciences, 32(6), 550-556. Strath, S. J., Bassett Jr., D. R., Swartz, A. M., & Thompson, D. L. (2001) Simultaneous heart rate-motion sensor technique to estimate energy expenditure. Medicine and Science in Sports and Exercise. 33(12), 2218-2123. Strath, S. J., Brage, S., & Ekelund, U. (2005) Integration of physiological and accelerometer data to improve physical activity assessment. Medicine and Science in Sports and 41.

(49) 42. Exercise, 37(11), 563-571. Sun, L., Zhang, D., Li, B., Guo, B., & Li, S. (2010) Activity recognition on an accelerometer embedded mobile phone with varying positions and orientations. In Ubiquitous Intelligence and Computing (p. 548-562). Springer Berlin Heidelberg. Swartz, A. M., Strath, S. J., Bassett, D. B. Jr, O’brien, W. L., King, G. A., & Ainseorth, B. E. (2000) Estimation of energy expenditure using CSA accelerometers at hip and wrist sites. Medicine and Science in Sports and Exercise, 32(9), 450–456. Takeda, R., Tadano, S., Todoh, M., Morikawa, M., Nahayasu, M., & Yashinari, S. (2009) Gait analysis using gravitational acceleration measured by wearable sensors. Journal of Biomechanics, 42(3), 223-233. Tong, K. Y., & Granat, M. H. (1999) A practical gait analysis system using gyroscopes. Medical Engineering and Physics, 21(2), 87-94. Trost, S. G., Mciver, K. L., & Pate, R. R. (2005) Conducting accelerometer-based activity assessments in field-based research. Medicine and Science in Sports and Exercise. 37(11), 531-543. Ugulino, W., Cardador, D., Vega, K., Velloso, E., Milidiú, R., & Fuks, H. (2012) Wearable computing: accelerometers’ data classification of body postures and movements. In Advances in Artificial Intelligence-SBIA 2012 (p. 52-61) Springer Berlin Heidelberg. Wang, J. S., Lin, C. W., Yang, Y. T., & Ho, Y. J. (2012) Walking pattern classification and walking distance estimation algorithms using gait phase information. Transactions on Biomedical Engineering, 59(10), 2884-2892. Welk, G.J., Schaben, J. A., & Morrow Jr., J.R. (2004) Reliability of accelerometry-based activity monitor: A generalizability study. Medicine and Science in Sports and Exercise, 36(9), 1637-1645. Westerterp, K. R. (1999) Physical activity assessment with accelerometers. International Journal of Obesity. 23(3), 45-49. Yalcin, C., Marin-Perianu, M., Marin-Perianu, R., & Havinga, P. (2011) Recognition of walking activities using wireless inertial and orientations Sensors: a performance 42.

(50) 43. evaluation. In: 7th International Conference on Intelligent Environments, Nottingham, UK. Zhang, Y., Markovic, S., Sapir, I., Wagenaar, R. C. & Little, T. D. (2011, May) Continuous functional activity monitoring based on wearable tri-axial accelerometer and gyroscope. In Pervasive computing technologies for healthcare (pervasive health), 2011 5th International Conference on (p. 370-373) Dublin.. 43.

(51) 44. 個人小傳. 姓名:張書瑜出生地:高雄 E-mail: [email protected] 學歷. 國立台灣師範大學. 物理治療學系. 2012年9月～2014年8月. 中國醫藥大學. 物理治療學系. 2008年9月～2012年6月. ‧. XXIV Congress of the International Society of Biomechanics in 2013, Brazil (海報發表： Determine Footwork and Intensity by Using Wireless Accelerometer and Gyro）. 研討會發表. ‧. 2013國際生物力學研討會暨臺灣生物力學年會 (海報發表：結合加速規與陀螺儀進行上下樓梯與平地走之判讀—前導研究）. ‧. 2012國際生物力學研討會暨臺灣生物力學年會 (口頭發表：業餘舞者進行不同種類拉丁舞所消耗能量與運動強度之差異）. 學術. ‧. 表. 第一屆中國體育儀器器材科技創新設計大賽三等奬 (作品： spinning mouse). 現. ‧. 第一屆中國體育儀器器材科技創新設計大賽三等奬 (作品： weighing & shaping). 獲獎記錄. ‧. 102 學年度第 2 學期各系所海報聯合發表會自然組佳作. ‧. 2013 國際生物力學研討會暨臺灣生物力學年會大會海報發表優秀論文獎. ‧. 台灣運動科技發展協會第三屆運動科技應用論文競賽佳作 (論文題目：結合加速規與陀螺儀進行上下樓梯與平地走之判讀—前導研究）. ‧. 2013 運動科技創新設計大賽運動用品設計組銅牌獎. ‧. 2013 運動科技創新設計大賽健身器材設計組優選獎. 44.

(52)