科学家们利用一对智能手机拍摄的同步视频，创建了一个开源运动捕捉应用程序，该应用程序可收集人体运动数据，并通过人工智能系统进行快速分析，然后用于临床康复、手术前规划和疾病诊断，而成本仅为传统技术的1%。
斯坦福大学的研究人员在美国国立卫生研究院的资助下创建了 OpenCap，它使用两部经过校准的 iPhone手机共同测量人体运动以及为运动提供动力的潜在肌肉骨骼机制。
更重要的是，它比用于收集相同信息的传统技术更快，而且成本仅为专科诊所中使用约八个高科技摄像头的 15 万美元设备的一小部分。
\"OpenCap使人体运动分析普及化，\"资深作者、斯坦福大学生物工程和机械工程教授斯科特-德尔普（Scott Delp）说。
\"我们希望它能让更多人掌握这种曾经遥不可及的工具\"。
这种分析可以为运动问题患者的治疗提供参考，帮助临床医生制定手术计划，并审查各种治疗方法的效果。
它还有可能用来筛查疾病，因为在常规体检中可能不容易观察到步态或平衡的变化。
该说明展示了捕捉和分析过程的相对简单性Uhlrich, S et al/(CC BY 4.0)他们对 100 名参与者进行了 OpenCap 测试，录制了视频，然后通过基于网络的人工智能进行分析，以评估肌肉激活、关节负荷和关节运动情况。
全部 100 名参与者的数据收集工作耗时不到 10 个小时，分析结果在 31 个小时内返回。
每个人的数据收集大约需要10分钟，处理过程在云平台上自动启动，研究人员可以免费使用该平台。
斯坦福大学人体机能实验室研究主任斯科特-乌尔里希（Scott Uhlrich）说：\"如果要收集和处理 OpenCap 在几分钟内提供的生物力学数据，专家工程师需要花费数天时间。
我们在不到 10 个小时的时间里收集了 100 个人的数据，这在以前需要一年的时间。
\"这些数据研究了身体的\"地标\"--膝盖、髋部、肩膀和其他关节--以及它们在三维空间中的运动方式。
然后，它利用肌肉骨骼系统的复杂物理学和生物学模型来评估身体是如何运动的以及有哪些力在起作用。
这提供了有关关节角度和负荷的重要信息，它甚至能告诉你哪些特定肌肉正在被激活。
研究人员认为，这种数据收集和深度学习分析将开创生物力学研究的新纪元。
德尔普说：\"现在已经有了人类基因组，但这确实将是定量捕捉到的人类运动全序列的运动基因组。
我们希望，OpenCap在实现人类运动分析的民主化的过程中，能加速将关键的生物力学指标纳入越来越多的研究、试验和临床实践中，从而改善全球患者的治疗效果。
\"这项研究发表在《PLOS 计算生物学》上。
欲了解更多信息，请观看斯坦多德团队演示 OpenCap 的视频。