GaitDynamics：人間の歩行および走行分析のための生成基盤モデル

科学分野:

• 生物力学
• 人工知能
• 人間の移動

背景:

• 人間の歩行力学（運動と力）の理解は、移動にとって非常に重要です。
• 歩行分析のための既存のディープラーニングモデルは、小規模で均質なデータセットと単一の出力予測によって制限されています。
• コストのかかる実験室での実験やシミュレーションが、歩行分析の従来の手段です。

研究 の 目的:

• 人間の歩行分析のための汎用的な生成基盤モデルを開発すること。
• さまざまな臨床アプリケーションに対応できる柔軟な入出力を可能にすること。
• 歩行研究における既存のディープラーニングモデルの限界を克服すること。

主な方法:

• 生成基盤モデルであるGaitDynamicsを開発しました。
• 大規模で多様な人間の歩行パターンのデータセットでモデルをトレーニングしました。
• ディープラーニングを使用して、柔軟な入出力予測を実現しました。

主要な成果:

• GaitDynamicsは、データが欠落している場合でも、運動学から地面反力（GRF）を正確に推定します。
• このモデルは、広範な実験なしに、歩行修正が膝荷重に及ぼす影響を予測します。
• モデルは、走行速度の変化に関連する運動学および力学の変化を予測します。

結論:

• GaitDynamicsは、歩行分析において高い精度と効率を示しています。
• このモデルは、傷害予防、疾患治療、パフォーマンスコーチングのための歩行の評価と最適化の可能性を秘めています。
• データ、コード、モデルを公開することで、さらなる研究と応用が促進されます。