知財求人 - 知財ポータルサイト「IP Force」
▶ グリフィス大学の特許一覧 ▶ クイーンズランド大学の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2023-01-18
(54)【発明の名称】前十字靭帯にかかる生体内力を計算する方法
(51)【国際特許分類】
A61B 5/11 20060101AFI20230111BHJP
A61B 5/00 20060101ALI20230111BHJP
【ＦＩ】
A61B5/11 230
A61B5/00 101L
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2022522805
(86)(22)【出願日】2019-10-16
(85)【翻訳文提出日】2022-06-14
(86)【国際出願番号】 AU2019051129
(87)【国際公開番号】W WO2021072474
(87)【国際公開日】2021-04-22
(81)【指定国・地域】
【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り １ Ｃｏｍｐｕｔｅｒ Ｍｅｔｈｏｄｓ ａｎｄ Ｐｒｏｇｒａｍｓ ｉｎ Ｂｉｏｍｅｄｉｃｉｎｅ，２０２０，Ｖｏｌｕｍｅ １８４，ｐａｇｅｓ １－８，’Ｍｏｄｅｌｌｉｎｇ ｔｈｅ ｌｏａｄｉｎｇ ｍｅｃｈａｎｉｃｓ ｏｆ ａｎｔｅｒｉｏｒ ｃｒｕｃｉａｔｅ ｌｉｇａｍｅｎｔ’，２７ Ｓｅｐｔｅｍｂｅｒ ２０１９ （コンピューター メソッド アンド プログラム イン バイオメディシン，２０２０，ボリューム１８４，１～８頁，「モデリング ザ ローディング メカニクス オブ アンテリア クルシエイト リゲメント」，２０１９年９月２７日）
(71)【出願人】
【識別番号】522151824
【氏名又は名称】グリフィス大学
(71)【出願人】
【識別番号】522151835
【氏名又は名称】クイーンズランド大学
(74)【代理人】
【識別番号】100135781
【弁理士】
【氏名又は名称】西原 広徳
(74)【代理人】
【識別番号】100217227
【弁理士】
【氏名又は名称】野呂 亮仁
(72)【発明者】
【氏名】デイビッド サックスビー
(72)【発明者】
【氏名】デイビッド ロイド
(72)【発明者】
【氏名】アザデハ ナセリ
(72)【発明者】
【氏名】ハーミド カタイ
【テーマコード（参考）】
4C038
4C117
【Ｆターム（参考）】
4C038VA02
4C038VA04
4C038VB14
4C038VC05
4C117XB01
4C117XD34
4C117XE19
4C117XE26
4C117XE27
4C117XE43
4C117XH11
4C117XJ17
(57)【要約】
生体力学的スクリーニングタスク中に１つまたは複数の生体力学的特性を測定して、測定された１つまたは複数の生体力学的特性から１つまたは複数の生体力学的データを得て、１つまたは複数の生体力学的データをＡＣＬ力モデルへの入力として使用して、ＡＣＬ力モデルから前十字靭帯にかかる総負荷を計算することによって、前十字靭帯（ＡＣＬ）にかかる生体内力を計算する方法。ＡＣＬ力モデルは、
によって定義され、式中、ＦＡＣＬは、ＡＣＬにかかる総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）、矢状－横断（ＳＴ）、および前頭－横断（ＦＴ）面におけるＡＣＬ力の相互作用関係であり、ここでｊ＝ＳＦ、ＳＴ、ＦＴである。
【特許請求の範囲】
【請求項1】
前十字靭帯（ＡＣＬ）にかかる生体内力を計算するための方法であって、動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することと、
前記動的運動タスクを実行する前記被験者の前記１つまたは複数の生体力学的特性の前記監視から１つまたは複数の生体力学的データを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として前記１つまたは複数の生体力学的スクリーニングデータを受け取ることと、
前記コンピュータ実装ＡＣＬ力モデルから前記動的運動タスクを実行する前記被験者の前十字靭帯にかかる生体内力を計算することを含み、
前記ＡＣＬ力モデルは、
方法。
【請求項2】
式中、内反モーメントではｂ１＝－０．００１４±０．１ｘ１０－３，ｂ２＝０．１８±０．０１，ｂ３＝－６．８±０．２１，ｂ４＝２３．８５±２．０３，ｂ５＝－０．１４±０．０３であり、外反モーメントではｃ１＝－０．００１±３．６ｘ１０－８，ｃ２＝０．０８±３．２ｘ１０－６，ｃ３＝２．５±５．２ｘ１０－５，ｃ４＝－３．３±０．６ｘ１０－５，ｃ５＝－０．０４±６．７ｘ１０－７，ｃ６＝２９．３±０．３ｘ１０－４，およびｃ７＝０．０２±３ｘ１０－７であり、
式中、内回転モーメントではｍ１＝－０．００５±２．４ｘ１０－７，ｍ２＝０．６３±０．２ｘ１０－４，ｍ３＝－２０．０３±３．８ｘ１０－３，ｍ４＝３６．６±３．４ｘ１０－２，ｍ５＝－０．０４±７．１ｘ１０－６であり、外回転モーメントではｎ１＝０．００１±２ｘ１０－３，ｎ２＝－０．１６±０．０２，ｎ３＝７．８±０．４，ｎ４＝２３．３±２．５，ｎ５＝－０．０６±０．０１であり、
式中、内反モーメントではｐ１＝－０．８４±８．２ｘ１０－６，ｐ２＝－０．００４±６．９ｘ１０－８，ｐ３＝２．９±１．３ｘ１０－５，およびｐ４＝－０．０４１±１．０２ｘ１０－７であり、外反モーメントではｑ１＝３９．１±１．４ｘ１０－４，ｑ２＝０．００２±９．７ｘ１０－１０，ｑ３＝８．７±１．９ｘ１０－６，およびｑ４＝－０．０３±３．４ｘ１０－９であり、
式中、内回転ではｖ１＝６．８ｘ１０－３±１．１ｘ１０－９，ｖ２＝－３２．２±３．６ｘ１０－３，およびｖ３＝０．０１±１．８ｘ１０－７であり、外回転ではｗ１＝－０．８１±２．８ｘ１０－６，ｗ２＝－０．００３±１．３ｘ１０－７，ｗ３＝－６７．９±４．３ｘ１０－４，およびｗ４＝－０．００１±１．８ｘ１０－７であり、ＣＴＦＴ＝０である
請求項１に記載の方法。
【請求項3】
被験者の前十字靭帯（ＡＣＬ）にかかる生体内力のコンピュータモデルを作成するための方法であって、動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、前記被験者は靴を履いていない、監視することと、
前記動的運動タスクを実行する前記被験者の前記１つまたは複数の生体力学的特性の前記監視から、１つまたは複数の生体力学的データの第１のセットを生成することと、；
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的スクリーニングデータの前記第１のセットを受け取ることと、
前記コンピュータ実装ＡＣＬ力モデルから、前記動的運動タスクを実行する前記被験者の前十字靭帯にかかる第１の生体内力を計算することを含み、
前記ＡＣＬ力モデルは、
前記動的運動タスクを実行する前記被験者の１つまたは複数の生体力学的特性を監視することであって、前記被験者は靴を履いている、監視することと、
前記動的運動タスクを実行する前記被験者の前記１つまたは複数の生体力学的特性の前記監視から、１つまたは複数の生体力学的データの第２のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的スクリーニングデータの第２のセットを受け取ることと、
前記コンピュータ実装ＡＣＬ力モデルから、前記動的運動タスクを実行する前記被験者の前十字靭帯にかかる第２の生体内力を計算することを含み、
前記ＡＣＬ力モデルは、
方法。
【請求項4】
前記動的運動タスクを実行する前記被験者の前記前十字靭帯にかかる前記第１の生体内力と、前記動的運動タスクを実行する前記被験者の前記前十字靭帯にかかる前記第２の生体内力との間の差を計算することをさらに含む請求項３に記載の前十字靭帯にかかる生体内力を計算する方法。
【請求項5】
異なる対の靴を着用して動的運動タスクを実行する被験者の前十字靭帯（ＡＣＬ）にかかる生体内力のコンピュータモデルを作成するための方法であって、動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、前記被験者は、第１の対の靴を着用している、監視することと、
前記動的運動タスクを実行する前記被験者の前記１つまたは複数の生体力学的特性の前記監視から、１つまたは複数の生体力学的データの第１のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的スクリーニングデータの前記第１のセットを受け取ることと、
前記コンピュータ実装ＡＣＬ力モデルから、前記動的運動タスクを実行する前記被験者の前十字靭帯にかかる第１の生体内力を計算することを含み、
前記ＡＣＬ力モデルは、
前記動的運動タスクを実行する前記被験者の１つまたは複数の生体力学的特性を監視することであって、前記被験者は、第２の対の靴を着用している、監視することと、
前記動的運動タスクを実行する前記被験者の前記１つまたは複数の生体力学的特性の前記監視から、１つまたは複数の生体力学的データの第２のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的スクリーニングデータの前記第２のセットを受け取ることと、
前記コンピュータ実装ＡＣＬ力モデルから、前記動的運動タスクを実行する前記被験者の前十字靭帯にかかる第２の生体内力を計算することを含み、
前記ＡＣＬ力モデルは、
方法。
【請求項6】
１つまたは複数の電子プロセッサを動作させて前十字靭帯にかかる生体内力を計算する方法であって、１つまたは複数の生体力学的データをＡＣＬ力モデルに入力することと、
前記１つまたは複数の入力された生体力学的データを使用して、前記ＡＣＬ力モデルから前十字靭帯にかかる総負荷を計算することを含み、
前記ＡＣＬ力モデルは、
方法。
【請求項7】
前記１つまたは複数の電子プロセッサにアクセス可能な電子記憶装置アセンブリから前記１つまたは複数の生体力学的データを取得することをさらに含む請求項６に記載の方法。
【請求項8】
ＡＣＬ力モデルを実行するように構成されたソフトウェアプログラムであって、前記ソフトウェアプログラムは、
１つまたは複数の生体力学的データをデータ入力として受け取り、
前記ＡＣＬ力モデルおよび前記ＡＣＬ力モデルへのデータ入力とする前記１つまたは複数の生体力学的データを使用して、１つまたは複数の電子プロセッサの動作を介して、前十字靭帯にかかる生体内力を計算するように動作可能であり、
前記ＡＣＬ力モデルは、
ソフトウェアプログラム。
【請求項9】
前記ソフトウェアプログラムが、前記１つまたは複数の生体力学的データを、前記ソフトウェアプログラムがインストールされたコンピュータのディスプレイ上のグラフィカルユーザインターフェースを介して受け取るようにさらに動作可能である請求項８に記載のソフトウェアプログラム。
【請求項10】
前記ソフトウェアプログラムが、前記１つまたは複数の生体力学的データを、前記プログラムされたソフトウェアがインストールされた前記コンピュータのデータベースまたはメモリから前記ソフトウェアプログラムにアップロードされた入力ファイルとして受け取るようにさらに動作可能である請求項９に記載のソフトウェアプログラム。
【請求項11】
前十字靭帯（ＡＣＬ）にかかる生体内力を計算するためのシステムであって、被験者が動的運動タスクを含む生体力学的スクリーニングタスクを実行するように構成された生体力学的スクリーニングシステムであって、前記生体力学的スクリーニングシステムが、前記動的運動タスクを実行する前記被験者の１つまたは複数の生体力学的特性を監視するための１つまたは複数の生体力学的特性監視装置を備え、前記１つまたは複数の生体力学的監視装置が、１つまたは複数の生体力学的データを生成する、生体力学的スクリーニングシステムと、
１つまたは複数の電子機器を有し、ソフトウェア製品がインストールされたコンピュータであって、前記ソフトウェア製品は、
前記１つまたは複数の生体力学的データをデータ入力として受け取り、
ＡＣＬ力モデルと、前記ＡＣＬ力モデルへの入力とする前記１つまたは複数の生体力学的データからの前記データ入力とを使用して、前記１つまたは複数の電子プロセッサの動作を介して、前十字靭帯にかかる生体内力を計算することによって、前記ＡＣＬ力モデルから前十字靭帯（ＡＣＬ）にかかる生体内力を計算するために前記コンピュータの前記１つまたは複数の電子プロセッサを動作させるように構成される、コンピュータとを備え、
前記ＡＣＬ力モデルは、
システム。
【請求項12】
前記ソフトウェア製品が、前記コンピュータのディスプレイ上に前記計算された総負荷のグラフィカル表現を生成するように構成される請求項１１に記載のシステム。
【請求項13】
前記動的運動タスクが、ドロップ着地試験を含む請求項１１または１２に記載のシステム。
【請求項14】
前記生体力学的スクリーニングシステムの前記１つまたは複数の生体力学的特性監視装置が、前記被験者に取り付けるための少なくとも１つの筋電図（ＥＭＧ）センサ、
複数のモーション・キャプチャ・カメラと、前記被験者に取り付けるための複数の再帰反射マーカとを備えるモーション・キャプチャ・システムであって、前記複数のモーション・キャプチャ・カメラが、前記再帰反射マーカを追跡するように構成される、モーション・キャプチャ・システム、および
前記被験者の３次元地面反力負荷を測定するように構成された少なくとも１つの地面埋め込み力プラットフォームのうちの少なくとも１つを備える
請求項１３に記載のシステム。
【請求項15】
前記生体力学的スクリーニングシステムの前記１つまたは複数の生体力学的特性監視装置が、前記被験者に取り付けるための少なくとも１つの筋電図（ＥＭＧ）センサと、
複数のモーション・キャプチャ・カメラと、前記被験者に取り付けるための複数の再帰反射マーカとを備えるモーション・キャプチャ・システムであって、前記複数のモーション・キャプチャ・カメラが、前記再帰反射マーカを追跡するように構成される、モーション・キャプチャ・システムと、
前記被験者の３次元地面反力負荷を測定するように構成された少なくとも１つの地面埋め込み力プラットフォームとを備える
請求項１３に記載のシステム。
【請求項16】
前記再帰反射マーカのマーカ軌道が、６Ｈｚのローパスカットオフ周波数を有する二次のゼロ遅延バターワースフィルタによってフィルタリングされる請求項１５に記載のシステム。
【請求項17】
前記地面埋め込み力プラットフォームからの地面反力データが、６Ｈｚのローパスカットオフ周波数を有する二次のゼロ遅延バターワースフィルタによってフィルタリングされる請求項１５または請求項１６に記載のシステム。
【請求項18】
前記ＥＭＧセンサからの信号が、バンドパスフィルタ（３０～３００ＨＺの間）によってフィルタリングされ、全波整流され、複数のＥＭＧ線形包絡線を生成する６ＨＺのカットオフ周波数を有する二次のバターワース・ローパス・フィルタで平滑化される請求項１５から１７のいずれか一項に記載のシステム。
【請求項19】
前記ＥＭＧ線形包絡線が、対応する筋肉の最大線形包絡線値に正規化される請求項１８に記載のシステム。
【請求項20】
前記生体力学的スクリーニングシステムの前記１つまたは複数の生体力学的特性監視装置が、モーション・キャプチャ・システムを備える請求項１１に記載のシステム。
【請求項21】
前記モーション・キャプチャ・システムが、複数の慣性測定ユニット、
電磁測定システム、および
人工知能ベースのシステムの１つまたは複数を備える
請求項２０に記載のシステム。
【請求項22】
前十字靭帯（ＡＣＬ）にかかる生体内力を計算する方法であって、方法。
【請求項23】
前十字靭帯（ＡＣＬ）にかかる生体内力を計算する方法であって、生体力学的スクリーニングタスク中に１つまたは複数の生体力学的特性を測定して、前記測定された１つまたは複数の生体力学的特性から１つまたは複数の生体力学的データを得ることと、
前記１つまたは複数の生体力学的データをＡＣＬ力モデルへの入力として使用して、前記ＡＣＬ力モデルから前十字靭帯にかかる総負荷を計算することとを含み、
前記ＡＣＬ力モデルは、
方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、侵襲的な技術または手順なしに被験者の前十字靭帯にかかる生体内力を計算する方法およびシステムに関する。
【背景技術】
【0002】
先行技術の方法、装置または文書へのいかなる言及も、それらが共通の一般知識の一部を形成した、または形成するという証拠または承認を構成するものととらえられるものではない。
【0003】
前十字靭帯（ＡＣＬ）は、膝関節の安定性において重要な役割を果たし、最も一般的に損傷を受ける膝靭帯である。
【0004】
ＡＣＬ負荷パターンは特定の条件下（すなわち、死体実験、検証されていないモデル、または新しい条件への拡張性のないモデル）で調査されているが、ＡＣＬに伝達される膝関節負荷間の相互作用は不明のままであり、ＡＣＬ損傷を防ぐための取り組みを阻害する。
【0005】
ＡＣＬは、主要な関節内膝靭帯であり、膝関節の安定性において重要な役割を果たす。非接触ＡＣＬ破裂は、特にスポーツ選手の間で共通する消耗性の傷害であり、通常、運動選手間の接触なしに起こる。これらの非接触ＡＣＬの破裂は、早期発症変形性膝関節症などの深刻で長期的な健康上の影響をもたらすことが多い。
【0006】
非接触ＡＣＬ損傷のビデオ分析および関節内損傷パターンの医用画像は、着地、方向転換、および旋回運動タスクが非接触ＡＣＬ損傷に関連することを示唆する。
【0007】
３つの運動面（すなわち、矢状面、前頭面および横断面）に加えられる外部膝関節負荷がＡＣＬの破裂および損傷の原因となることが分かっている。しかし、外部膝関節負荷が動的運動タスク中に筋肉、接触する関節体、および他の軟組織の相互作用を介してＡＣＬに伝達される仕組みは、解明されていない。
【0008】
いくつかの以前の研究では、ＡＣＬ力（すなわち、ＡＣＬに加えられる力）をモデル化したが、単純な負荷条件によって制限されており、実験的に観察されたＡＣＬ力を正確に予測することができなかったか、または限られたサンプルデータに基づいてしか開発されなかった。例えば、いくつかの以前のモデルは、複数平面の外部膝関節負荷に応答するＡＣＬ力が、複数の独立した単平面負荷によって及ぼされる力の合計に等しいと仮定している。しかし、実験は、ＡＣＬ力が各平面における力の純粋な合計によっては定義されないという証拠をもたらした。
【0009】
いくつかの以前の研究は、全身解剖学的モデル内のＡＣＬの明示的な表現、および力学的最適化を使用して筋力を導き出す。しかし、これらのアプローチには２つの重大な欠点がある。第１に、ＡＣＬの明示的な表現は、膝関節および過剰な関節組織（すなわち、軟骨、半月板、およびカプセル）の被験者特異的な解剖学的情報、ならびにＡＣＬ、他の膝靭帯、および関節組織の力学的特性を必要とする。これらのデータを取得することは、生来の膝関節組織の被験者固有の力学的特性を測定するための認められた非侵襲的方法がないため、簡単ではない。
【0010】
さらに、もし存在しても、そのような非侵襲的技術はリソースを集中的に要する可能性が高く、したがって適合する臨床用途が限定的である。
【0011】
第２に、筋力を決定するために典型的に使用される力学的最適化は、筋肉協調のいくつかの経験的に観察される特徴を予測する可能性は低く、タスク特異的な制御目的および病理学に影響を与えない。
【発明の概要】
【発明が解決しようとする課題】
【0012】
したがって、侵襲的な技術または手順なしに、被験者特異的ベースでＡＣＬ力を定量化するためのモデルを特定する必要が依然としてある。
【課題を解決するための手段】
【0013】
１つの形態では、前十字靭帯（ＡＣＬ）にかかる生体内力を計算する計算方法であって、
生体力学的スクリーニングタスク中に１つまたは複数の生体力学的特性を測定して、測定された１つまたは複数の生体力学的特性から１つまたは複数の生体力学的データを得ることと、
１つまたは複数の生体力学的データをＡＣＬ力モデルへの入力として使用して、ＡＣＬ力モデルから前十字靭帯にかかる総負荷を計算することとを含む、方法が、提供される。
生体力学的スクリーニングタスク中に１つまたは複数の生体力学的特性を測定して、測定された１つまたは複数の生体力学的特性から１つまたは複数の生体力学的データを得ることと、
１つまたは複数の生体力学的データをＡＣＬ力モデルへの入力として使用して、ＡＣＬ力モデルから前十字靭帯にかかる総負荷を計算することとを含む、方法が、提供される。
【0014】
一実施形態では、神経筋骨格モデルが、１つまたは複数の生体力学的データから計算される。
【0015】
一実施形態では、方法は、１つまたは複数の生体力学的データから神経筋骨格モデルを構築することを含む。
【0016】
１つの実施形態では、ＡＣＬ力モデルは、
によって定義され、式中、ＦＡＣＬは、ＡＣＬにかかる総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および前頭－横断（ＦＴ）面におけるＡＣＬ力の関係であり、ここでｊ＝ＳＦ、ＳＴ、ＦＴである。
【0017】
一実施形態では、
であり、式中α１＝１．８ｘ１０－４±５．６ｘ１０－７，α２＝０．０２±０．１ｘ１０－４，α３＝１．１６±０．００５，α４＝３２．１５±０．０２，α５＝３．９ｘ１０－５±１．８ｘ１０－４，およびα６＝－０．０２２±２．３ｘ１０－５であり、ＦＡＤは、前方引き出し力であり、θは、膝関節屈曲角である。
【0018】
一実施形態では、
であり、
式中 内反モーメントではｂ１＝－０．００１４±０．１ｘ１０－３，ｂ２＝０．１８±０．０１，ｂ３＝－６．８±０．２１，ｂ４＝２３．８５±２．０３，ｂ５＝－０．１４±０．０３であり、外反モーメントではｃ１＝－０．００１±３．６ｘ１０－８，ｃ２＝０．０８±３．２ｘ１０－６，ｃ３＝２．５±５．２ｘ１０－５，ｃ４＝－３．３±０．６ｘ１０－５，ｃ５＝－０．０４±６．７ｘ１０－７，ｃ６＝２９．３±０．３ｘ１０－４，およびｃ７＝０．０２±３ｘ１０－７であり、
は膝内反モーメントであり、
は膝外反モーメントであり、θは、膝関節屈曲角である。
式中 内反モーメントではｂ１＝－０．００１４±０．１ｘ１０－３，ｂ２＝０．１８±０．０１，ｂ３＝－６．８±０．２１，ｂ４＝２３．８５±２．０３，ｂ５＝－０．１４±０．０３であり、外反モーメントではｃ１＝－０．００１±３．６ｘ１０－８，ｃ２＝０．０８±３．２ｘ１０－６，ｃ３＝２．５±５．２ｘ１０－５，ｃ４＝－３．３±０．６ｘ１０－５，ｃ５＝－０．０４±６．７ｘ１０－７，ｃ６＝２９．３±０．３ｘ１０－４，およびｃ７＝０．０２±３ｘ１０－７であり、
【0019】
一実施形態では、
であり、
式中、内回転モーメントではｍ１＝－０．００５±２．４ｘ１０－７，ｍ２＝０．６３±０．２ｘ１０－４，ｍ３＝－２０．０３±３．８ｘ１０－３，ｍ４＝３６．６±３．４ｘ１０－２，ｍ５＝－０．０４±７．１ｘ１０－６であり、外回転モーメントではｎ１＝０．００１±２ｘ１０－３，ｎ２＝－０．１６±０．０２，ｎ３＝７．８±０．４，ｎ４＝２３．３±２．５，ｎ５＝－０．０６±０．０１であり、
は膝の内回転モーメントであり、
は膝の外回転モーメントであり、θは、膝関節屈曲角である。
式中、内回転モーメントではｍ１＝－０．００５±２．４ｘ１０－７，ｍ２＝０．６３±０．２ｘ１０－４，ｍ３＝－２０．０３±３．８ｘ１０－３，ｍ４＝３６．６±３．４ｘ１０－２，ｍ５＝－０．０４±７．１ｘ１０－６であり、外回転モーメントではｎ１＝０．００１±２ｘ１０－３，ｎ２＝－０．１６±０．０２，ｎ３＝７．８±０．４，ｎ４＝２３．３±２．５，ｎ５＝－０．０６±０．０１であり、
【0020】
一実施形態では、
であり、
式中、内反モーメントではｐ１＝－０．８４±８．２ｘ１０－６，ｐ２＝－０．００４±６．９ｘ１０－６，ｐ３＝２．９±１．３ｘ１０－５，およびｐ４＝－０．０４１±１．０２ｘ１０－７であり、外反モーメントではｑ１＝３９．１±１．４ｘ１０－４，ｑ２＝０．００２±９．７ｘ１０－１０，ｑ３＝８．７±１．９ｘ１０－６，およびｑ４＝－０．０３±３．４ｘ１０－９である。
式中、内反モーメントではｐ１＝－０．８４±８．２ｘ１０－６，ｐ２＝－０．００４±６．９ｘ１０－６，ｐ３＝２．９±１．３ｘ１０－５，およびｐ４＝－０．０４１±１．０２ｘ１０－７であり、外反モーメントではｑ１＝３９．１±１．４ｘ１０－４，ｑ２＝０．００２±９．７ｘ１０－１０，ｑ３＝８．７±１．９ｘ１０－６，およびｑ４＝－０．０３±３．４ｘ１０－９である。
【0021】
一実施形態では、
であり、
式中、内回転ではｖ１＝６．８ｘ１０－３±１．１ｘ１０－９，ｖ２＝－３２．２±３．６ｘ１０－３，およびｖ３＝０．０１±１．８ｘ１０－７であり、外回転ではｗ１＝－０．８１±２．８ｘ１０－６，ｗ２＝－０．００３±１．３ｘ１０－７，ｗ３＝－６７．９±４．３ｘ１０－４，およびｗ４＝－０．００１±１．８ｘ１０－７である。
式中、内回転ではｖ１＝６．８ｘ１０－３±１．１ｘ１０－９，ｖ２＝－３２．２±３．６ｘ１０－３，およびｖ３＝０．０１±１．８ｘ１０－７であり、外回転ではｗ１＝－０．８１±２．８ｘ１０－６，ｗ２＝－０．００３±１．３ｘ１０－７，ｗ３＝－６７．９±４．３ｘ１０－４，およびｗ４＝－０．００１±１．８ｘ１０－７である。
【0022】
一実施形態では、ＣＴＦＴ＝０である。
【0023】
一実施形態では、方法は、３つの運動面のそれぞれにおいて前十字靭帯にかかる負荷を計算することを含む。
【0024】
一実施形態では、１つまたは複数の生体力学的データは、三次元で測定される。
【0025】
一実施形態では、三次元は、３つの運動面によって定義される。一実施形態では、３つの運動面は、
矢状面と、
横断面と、
前頭面とを備える。
矢状面と、
横断面と、
前頭面とを備える。
【0026】
別の形態では、前十字靭帯（ＡＣＬ）にかかる生体内力を計算する方法であって、
によって定義されるＡＣＬ力モデルから前十字靭帯上にかかる総負荷を計算することを含み、式中、ＦＡＣＬは、ＡＣＬにかかる総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断面（ＳＴ）面、および前頭－横断（ＦＴ）面におけるＡＣＬ力の関係であり、ここで、ｊ＝ＳＦ、ＳＴ、ＦＴである、方法が、提供される。
【0027】
一実施形態では、方法は、計算された総負荷のグラフィカル表現をコンピュータのディスプレイ上に生成することを含む。
【0028】
さらに別の形態では、１つまたは複数の電子プロセッサを動作させて前十字靭帯にかかる生体内力を計算する方法であって、
前記プロセッサにアクセス可能な電子記憶装置アセンブリ内の１つまたは複数の生体力学的データを取得することと、
１つまたは複数の生体力学的データと組み合わされたＡＣＬ力モデルから前十字靭帯にかかる総負荷を計算することであって、ＡＣＬ力モデルは、
によって定義され、式中、ＦＡＣＬは、ＡＣＬ上の総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および前頭－横断（ＦＴ）面におけるＡＣＬ力の関係であり、ここで、ｊ＝ＳＦ、ＳＴ、ＦＴである、方法が、提供される。
前記プロセッサにアクセス可能な電子記憶装置アセンブリ内の１つまたは複数の生体力学的データを取得することと、
１つまたは複数の生体力学的データと組み合わされたＡＣＬ力モデルから前十字靭帯にかかる総負荷を計算することであって、ＡＣＬ力モデルは、
【0029】
さらに別の形態では、１つまたは複数の電子プロセッサを動作させて前十字靭帯にかかる生体内力を計算する方法であって、
１または複数の生体力学的データをＡＣＬ力モデルに入力することと、
１つまたは複数の入力された生体力学的データから組み合わされたＡＣＬ力モデルから前十字靭帯にかかる総負荷を計算することであって、ＡＣＬ力モデルは、
によって定義され、式中、ＦＡＣＬは、ＡＣＬにかかる総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および前頭－横断（ＦＴ）平面におけるＡＣＬ力の関係であり、ここで、ｊ＝ＳＦ、ＳＴ、ＦＴである、方法が、提供される。
１または複数の生体力学的データをＡＣＬ力モデルに入力することと、
１つまたは複数の入力された生体力学的データから組み合わされたＡＣＬ力モデルから前十字靭帯にかかる総負荷を計算することであって、ＡＣＬ力モデルは、
【0030】
さらに別の形態では、ＡＣＬ力モデルを実行するように構成されたソフトウェアプログラムであって、ソフトウェアプログラムは、
１つまたは複数の生体力学的データをデータ入力として受け取り、
ＡＣＬ力モデルと、ＡＣＬ力モデルへのデータ入力とする１つまたは複数の生体力学的データとを使用して、１つまたは複数の電子プロセッサの動作を介して、前十字靭帯にかかる生体内力を計算するように動作可能である、ソフトウェアプログラムが、提供される。
１つまたは複数の生体力学的データをデータ入力として受け取り、
ＡＣＬ力モデルと、ＡＣＬ力モデルへのデータ入力とする１つまたは複数の生体力学的データとを使用して、１つまたは複数の電子プロセッサの動作を介して、前十字靭帯にかかる生体内力を計算するように動作可能である、ソフトウェアプログラムが、提供される。
【0031】
一実施形態では、ソフトウェアプログラムは、ソフトウェアプログラムがインストールされたコンピュータのディスプレイ上のグラフィカルユーザインターフェースを介して、１つまたは複数の生体力学的データを受け取る。代替的または追加的に、ソフトウェアプログラムは、１つまたは複数の生体力学的データを、プログラムされたソフトウェアがインストールされたコンピュータのデータベースまたはメモリからソフトウェアプログラムにアップロードされた入力ファイルとして受け取る。
【0032】
別の形態では、前十字靭帯（ＡＣＬ）に対する生体内力を計算するためのシステムであって、
被験者が動的運動タスクを実行するように構成された生体力学的スクリーニングシステムであって、生体力学的スクリーニングシステムが、動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視するための１つまたは複数の生体力学的特性監視装置を備え、１つまたは複数の生体力学的監視装置が、１つまたは複数の生体力学的データを生成する、生体力学的スクリーニングシステムと、
１つまたは複数の電子機器を有し、ソフトウェア製品がインストールされたコンピュータであって、ソフトウェア製品は、
１つまたは複数の生体力学的データをデータ入力として受け取り、
ＡＣＬ力モデルと、ＡＣＬ力モデルへの入力とする１つまたは複数の生体力学的データからのデータ入力とを使用して、１つまたは複数の電子プロセッサの動作を介して、前十字靭帯にかかる生体内力を計算することによって、ＡＣＬ力モデルから前十字靭帯（ＡＣＬ）にかかる生体内力を計算するために、コンピュータの１つまたは複数の電子プロセッサを動作させるように構成される、コンピュータとを備える、システムが、提供される。
被験者が動的運動タスクを実行するように構成された生体力学的スクリーニングシステムであって、生体力学的スクリーニングシステムが、動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視するための１つまたは複数の生体力学的特性監視装置を備え、１つまたは複数の生体力学的監視装置が、１つまたは複数の生体力学的データを生成する、生体力学的スクリーニングシステムと、
１つまたは複数の電子機器を有し、ソフトウェア製品がインストールされたコンピュータであって、ソフトウェア製品は、
１つまたは複数の生体力学的データをデータ入力として受け取り、
ＡＣＬ力モデルと、ＡＣＬ力モデルへの入力とする１つまたは複数の生体力学的データからのデータ入力とを使用して、１つまたは複数の電子プロセッサの動作を介して、前十字靭帯にかかる生体内力を計算することによって、ＡＣＬ力モデルから前十字靭帯（ＡＣＬ）にかかる生体内力を計算するために、コンピュータの１つまたは複数の電子プロセッサを動作させるように構成される、コンピュータとを備える、システムが、提供される。
【0033】
一実施形態では、動的運動タスクは、ドロップ着地試験を含む。
【0034】
一実施形態では、生体力学的スクリーニングシステムの１つまたは複数の生体力学的特性監視装置は、モーション・キャプチャ・システムを備える。一実施形態では、モーション・キャプチャ・システムは、複数の慣性測定ユニット、電磁測定システム、および人工知能ベースのシステムの１つまたは複数を備える。
【0035】
一実施形態では、生体力学的スクリーニングシステムの１つまたは複数の生体力学的特性監視装置は、
被験者に取り付けるための少なくとも１つの筋電図（ＥＭＧ）センサ、
複数のモーション・キャプチャ・カメラと、被験者に取り付けるための複数の再帰反射マーカとを備えるモーション・キャプチャ・システムであって、複数のモーション・キャプチャ・カメラは、再帰反射マーカを追跡するように構成される、モーション・キャプチャ・システム、および
被験者の３次元地面反力負荷を測定するように構成された少なくとも１つの地面埋め込み力プラットフォーム、の少なくとも１つを備える。
被験者に取り付けるための少なくとも１つの筋電図（ＥＭＧ）センサ、
複数のモーション・キャプチャ・カメラと、被験者に取り付けるための複数の再帰反射マーカとを備えるモーション・キャプチャ・システムであって、複数のモーション・キャプチャ・カメラは、再帰反射マーカを追跡するように構成される、モーション・キャプチャ・システム、および
被験者の３次元地面反力負荷を測定するように構成された少なくとも１つの地面埋め込み力プラットフォーム、の少なくとも１つを備える。
【0036】
一実施形態では、再帰反射マーカのマーカ軌道は、６Ｈｚのローパスカットオフ周波数を有する二次のゼロ遅延バターワースフィルタによってフィルタリングされる。
【0037】
一実施形態では、地面埋め込み力プラットフォームからの地面反力データは、６Ｈｚのローパスカットオフ周波数を有する二次のゼロ遅延バターワースフィルタによってフィルタリングされる。
【0038】
一実施形態では、ＥＭＧセンサからの信号は、バンドパスフィルタ（３０～３００ＨＺの間）によってフィルタリングされ、全波整流され、複数のＥＭＧ線形包絡線を生成する６ＨＺのカットオフ周波数を有する二次のバターワース・ローパス・フィルタで平滑化される。一実施形態では、ＥＭＧ線形包絡線は、対応する筋肉の最大線形包絡線値に正規化される。
【0039】
別の形態では、前十字靭帯（ＡＣＬ）にかかる生体内力を計算するための方法であって、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することと、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から１つまたは複数の生体力学的データを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データを受け取ることと、
コンピュータ実装ＡＣＬ力モデルから動的運動タスクを実行する被験者の前十字靭帯にかかる生体内力を計算することであって、ＡＣＬ力モデルは、
によって定義され、式中、ＦＡＣＬはＡＣＬにかかる総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および前頭－横断（ＦＴ）面におけるＡＣＬ力の関係であり、ここで、ｊ＝ＳＦ、ＳＴ、ＦＴである、計算することとを含む、方法が、提供される。
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することと、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から１つまたは複数の生体力学的データを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データを受け取ることと、
コンピュータ実装ＡＣＬ力モデルから動的運動タスクを実行する被験者の前十字靭帯にかかる生体内力を計算することであって、ＡＣＬ力モデルは、
【0040】
別の形態では、被験者の前十字靭帯（ＡＣＬ）にかかる生体内力のコンピュータモデルを作成するための方法であって、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、被験者が靴を履いていない、監視することと、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から、１つまたは複数の生体力学的データの第１のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データの第１のセットを受け取ること、
コンピュータ実装ＡＣＬ力モデルから、動的運動タスクを実行する被験者の前十字靭帯にかかる第１の生体内力を計算することであって、ＡＣＬ力モデルは、
によって定義され、式中、ＦＡＣＬは、ＡＣＬにかかる総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および前頭－横断（ＦＴ）面におけるＡＣＬ力の関係であり、ここで、ｊ＝ＳＦ、ＳＴ、ＦＴである、計算することと、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、被験者は靴を履いている、監視することと、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から、１つまたは複数の生体力学的データの第２のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データの第２のセットを受け取ることと、
コンピュータ実装ＡＣＬ力モデルから、動的運動タスクを実行する被験者の前十字靭帯にかかる第２の生体内力を計算することであって、ＡＣＬ力モデルは、
によって定義され、式中、ＦＡＣＬは、ＡＣＬにかかる総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および矢状－前頭（ＦＴ）面におけるＡＣＬ力の関係であり、ここで、ｊ＝ＳＦ、ＳＴ、ＦＴである、計算することとを含む、方法が、提供される。
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、被験者が靴を履いていない、監視することと、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から、１つまたは複数の生体力学的データの第１のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データの第１のセットを受け取ること、
コンピュータ実装ＡＣＬ力モデルから、動的運動タスクを実行する被験者の前十字靭帯にかかる第１の生体内力を計算することであって、ＡＣＬ力モデルは、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、被験者は靴を履いている、監視することと、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から、１つまたは複数の生体力学的データの第２のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データの第２のセットを受け取ることと、
コンピュータ実装ＡＣＬ力モデルから、動的運動タスクを実行する被験者の前十字靭帯にかかる第２の生体内力を計算することであって、ＡＣＬ力モデルは、
【0041】
一実施形態では、方法は、動的運動タスクを実行する被験者の前十字靭帯にかかる第１の生体内力と、動的運動タスクを実行する被験者の前十字靭帯にかかる第２の生体内力との間の差を計算することをさらに含む。
【0042】
別の形態では、異なる対の靴を着用して動的運動タスクを実行する被験者の前十字靭帯（ＡＣＬ）にかかる生体内力のコンピュータモデルを作成するための方法であって、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、被験者は、第１の対の靴を着用している、監視することと、；
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から、１つまたは複数の生体力学的データの第１のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データの第１のセットを受け取ることと、
コンピュータ実装ＡＣＬ力モデルから、動的運動タスクを実行する被験者の前十字靭帯にかかる第１の生体内力を計算することであって、ＡＣＬ力モデルは、
によって定義され、式中、ＦＡＣＬは、ＡＣＬにかかる総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および前頭－横断（ＦＴ）面におけるＡＣＬ力の関係であり、ここで、ｊ＝ＳＦ、ＳＴ、ＦＴである、計算することと、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、被験者は、第２の対の靴を着用している、監視することと、；
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から、１つまたは複数の生体力学的データの第２のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データの第２のセットを受け取ることと、
コンピュータ実装ＡＣＬ力モデルから、動的運動タスクを実行する被験者の前十字靭帯にかかる第２の生体内力を計算することであって、ＡＣＬ力モデルは、
によって定義され、式中、ＦＡＣＬは、ＡＣＬにかかる総力であり、
ＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および前頭－横断（ＦＴ）面におけるＡＣＬ力の関係であり、ここで、ｊ＝ＳＦ、ＳＴ、ＦＴである、計算することとを含む、方法が、提供される。
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、被験者は、第１の対の靴を着用している、監視することと、；
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から、１つまたは複数の生体力学的データの第１のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データの第１のセットを受け取ることと、
コンピュータ実装ＡＣＬ力モデルから、動的運動タスクを実行する被験者の前十字靭帯にかかる第１の生体内力を計算することであって、ＡＣＬ力モデルは、
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性を監視することであって、被験者は、第２の対の靴を着用している、監視することと、；
動的運動タスクを実行する被験者の１つまたは複数の生体力学的特性の監視から、１つまたは複数の生体力学的データの第２のセットを生成することと、
前十字靭帯にかかる生体内力を計算するためのコンピュータ実装ＡＣＬ力モデルへのデータ入力として１つまたは複数の生体力学的データの第２のセットを受け取ることと、
コンピュータ実装ＡＣＬ力モデルから、動的運動タスクを実行する被験者の前十字靭帯にかかる第２の生体内力を計算することであって、ＡＣＬ力モデルは、
【0043】
本発明のさらなる特徴および利点は、以下の詳細な説明から明らかになるであろう。
【図面の簡単な説明】
【0044】
本開示による実施形態は、例として、当業者が本発明を実施するのに十分な情報を提供する以下の好ましい実施形態の詳細な説明において説明される。好ましい実施形態の詳細な説明は、決して前述の概要セクションの範囲を限定するものと見なされるべきではない。詳細な説明は、例として、添付の図面を参照する。
【0045】
【図1】３つの運動面における膝関節負荷を示す図である。
【0046】
【図2】本発明の一実施形態による、ＡＣＬ力モデルからＡＣＬ力を計算するための方法のステップのフローチャートである。
【0047】
【図3】生体力学的スクリーニングシステムおよび生体力学的データを取得するために動的運動タスクを実行する被験者を示す図である。
【0048】
【図4】ＡＣＬ力モデルから生体内ＡＣＬ力を計算するように特別にプログラムされたコンピュータの形態の計算装置のブロック図である。
【0049】
【図5】単平面ＡＣＬ力をモデル化する一連のグラフである。
【0050】
【図6】総ＡＣＬ力対膝関節屈曲をモデル化する一連のグラフである。
【0051】
【図7】ＡＣＬ力モデルの検証を実証する一連のグラフである。
【0052】
【図8】ドロップ着地タスクの立脚期にわたる単平面ＡＣＬ力をモデル化する一連のグラフである。
【0053】
【図9】ドロップ着地タスクの立脚期にわたる総ＡＣＬ力および単平面ＡＣＬ力をモデル化するグラフである。
【発明を実施するための形態】
【0054】
添付の図面を参照して、本開示による、侵襲的な技術または手順なしに被験者の前十字靭帯にかかる生体内力を計算するための方法の実施形態をここで説明する。
【0055】
本開示は、ＡＣＬ力を定量化するためのモデル（典型的には、コンピュータ実装モデル）に関する。すなわち、侵襲的な手順または技術を必要とせずに、生きている被験者の前十字靭帯が動的運動タスク中に受ける力を正確かつ簡単に計算する計算モデルである。
【0056】
本発明者らは、総ＡＣＬ力ＦＡＣＬが、それぞれの矢状面、前頭面、および横断面における単平面ＡＣＬ力（すなわち、
）の単純な合計ではないことを見出した。実際、本発明者らは、純粋な合計が、膝関節屈曲角度θおよび外部負荷（
）の大きさに応じて、ＦＡＣＬの過大評価および過小評価をもたらすことを見出した。その含意は、複数の単平面ＡＣＬ力間の相互作用が、ＡＣＬに伝達される総力に影響を及ぼすことである。したがって、本発明者らは、総ＡＣＬ力を以下の式（式（１））によってモデル化することができることを見出した。
【0057】
ここで、
ｊ＝ＳＦ、ＳＴ、ＦＴの場合のＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および前頭－横断（ＦＴ）面におけるＡＣＬ力の関係を表す。
【0058】
各面における膝関節の負荷の例示的な図を図１（Ａ）～（Ｃ）で見ることができる。具体的には、図１（Ａ）は、矢状面における膝関節負荷を示し、図１（Ｂ）は、前頭面における膝関節負荷を示し、図１（Ｃ）は、横断面における膝関節負荷を示す。
【0059】
ここで図２を参照すると、前十字靭帯（ＡＣＬ）にかかる生体内力を計算する例示的な方法（例えば、以下に説明するコンピュータシステム３３に実装することができる）のブロック図が、示されている。図示の実施形態では、方法２００の機能ステップ２０３において、１つまたは複数の生体力学的特性が、生体力学的スクリーニングタスクから測定される。これらの測定から、１つまたは複数の生体力学的データを得ることができる。この例を図３ａ～図３ｃに示し、以下に説明する。
【0060】
機能ステップ２０５に移れば、方法２００は、数学的モデルへの入力として１つまたは複数の生体力学的データを使用して、ＡＣＬ力モデル（
によって定義される）から前十字靭帯にかかる総負荷を計算することを含む。
【0061】
ここで図３（ａ）～（ｃ）を参照して、生体力学的データを得るために生体力学的タスクを実行する被験者の生体力学的特性の測定の一例を説明する。
【0062】
最初に図３（ａ）を参照すれば、生体力学的スクリーニングタスクを実行することを可能にする生体力学的スクリーニングシステム３００が、示されている。生体力学的スクリーニングシステム３００を使用して生体力学的スクリーニングタスクを実行するのは、身体に取り付けられた多数のセンサを有する被験者３１０である。見て分かるように、被験者３１０は、後述する目的でボックス３２０の上に立っている。
【0063】
ストリップとして示すいくつかの無線ＥＭＧセンサ３３０が、被験者３１０の着地脚３１１上の大腿直筋、外側広筋、内側広筋、前脛骨筋、外側腓腹筋、内側腓腹筋、外側膝関節および内側膝関節の筋肉の上に固定される。この例では、ＥＭＧセンサ３３０は着地脚３１１のみに置かれ、ＥＭＧセンサ３３０の信号は２４００Ｈｚで測定される。しかし、将来の用途において側面間の比較を行うために、ＥＭＧセンサを両脚（すなわち、着地および非着地）に置くことができる。さらに、ＥＭＧセンサ３３０の信号は、１０００Ｈｚを超える任意の速度で測定することができる。
【0064】
再帰反射マーカ３４０～３４４が、頭部３１２、胴体３１３、骨盤３１４、ならびに非着地脚３１６および着地脚３１１の両方の大腿部、すね、および足を含む下半身３１５上で被験者３１０にそれぞれ取り付けられる。これらの再帰反射マーカ３４０～３４４は、被験者３１０の周囲に配置された１２個のモーション・キャプチャ・カメラ３５０ａ～３５０ｌ（以下、まとめてモーション・キャプチャ・カメラ３５０と呼ぶ）を備えるモーション・キャプチャ・システムによって監視されて、再帰反射マーカ３４０～３４４の３Ｄ位置をキャプチャし、１２０Ｈｚ（または１００Ｈｚより大きい任意の速度）において収集された運動学的データを測定する。モーション・キャプチャ・カメラ・システムについて説明したが、任意のモーション・キャプチャ・システムを使用できることが理解されよう。例えば、慣性測定値、電磁システム、または人工知能ベースのシステムのうちの１つまたは複数を含むモーション・キャプチャ・システムを使用して、動作データをキャプチャすることができる。
【0065】
生体力学的スクリーニングシステム３００はまた、２４００Ｈｚにおいて三次元地面反力負荷を測定する地面埋め込み力プラットフォーム３６０を含む。三次元地面反力負荷は、１０００Ｈｚから２４００Ｈｚの間のどこでも測定することができることを理解されたい。
【0066】
生体力学的スクリーニングシステム３００を使用して被験者３１０によって実行される生体力学的スクリーニングタスクは、被験者３１０がボックス３２０（被験者３１０の下肢の長さの３０％に設定されている）から飛び降りて片脚（着地脚３１１）で着地し、すぐに反対側の脚（非着地脚３１５）で９０°横方向にジャンプして着地することを含む。
【0067】
再帰反射マーカ３４０～３４４のマーカ軌道および地面埋め込み力プラットフォーム３６０からの地面反力データは、６Ｈｚのローパスカットオフ周波数を有する二次のゼロ遅延バターワースフィルタを使用してフィルタリングされている。
【0068】
無線ＥＭＧセンサ３３０からのＥＭＧデータは、バンドパスフィルタリング（３０～３００ＨＺの間）され、全波整流され、６ＨＺのカットオフ周波数を有する二次のバターワース・ローパス・フィルタで平滑化されて線形包絡線を生成する。次いで、ＥＭＧ線形包絡線は、すべての利用可能な運動試行からの対応する筋肉の最大線形包絡線値に正規化されている。これらの試行は、等尺的または動的に行われる専用の最大努力収縮を含むことができる。
【0069】
上記で説明したこのフィルタリングは、生体内ＡＣＬ負荷を計算するためにＡＣＬ力モデルに入力することができる生体力学的データを提供する。
【0070】
使用時に、被験者は、別のタイプの靴を履くまたは靴を履かない状態と比較して、着用者のＡＣＬ力を低下させると考えられる靴の対を着用することができる。被験者は、最初に上記で説明したドロップ着地試験を実行し、次いで再び靴の対を着用する。いずれの場合も、生体力学的スクリーニングシステム３００は、被験者を監視して、関連する膝関節の運動学的および動的データ、ならびに試験の場合の筋肉データを決定する。
【0071】
続いて、関連データをＡＣＬ力モデルに入力して、各試験（すなわち、靴を履かないおよび靴を履く）に対する総生体内ＡＣＬ力ＦＡＣＬを計算する。次いで、総生体内ＡＣＬ力の異なる出力を比較および対比することができ、重要なことに、靴の対（またはＡＣＬ力を低減するか、またはＡＣＬを支援するように設計または主張する任意の他の製品）が設計者によって主張されていることを達成することを科学的および経験的に検証するために、使用することができる。
【0072】
別の例では、ＡＣＬ力モデルを使用して、トレーニング器具またはジム器具の使用中にＡＣＬ力を計算することができる。説明した例と同様に、トレーニング器具の使用中に被験者を監視し、それによって使用中のＡＣＬ力を計算することができる。次いで、これらの計算を使用して、傷害後にリハビリテーションを行っている可能性があり、リハビリテーション過程の間に特定の負荷を超えることができないユーザを評価し、このユーザに助言することができる。これに関して、ＡＣＬ力モデルは、リハビリテーションおよび傷害防止ツールとして特に有用である。
【0073】
加えて、ＡＣＬ力モデルを使用して、異なる動きおよび運動中にＡＣＬが受ける異なる負荷を研究することができる。
【0074】
ここで図４を参照すると、後述する本発明の一実施形態による、上記で説明した方法２００などの方法を実施するための例示的なコンピュータシステム３３のブロック図が、示されている。
【0075】
コンピュータシステム３３は、少なくとも一つのオンボード中央処理装置（ＣＰＵ）１２５に電力供給しインターフェース接続するための回路を含むメインボード１２３を含む。１つまたは複数のオンボードプロセッサ１２５は、２つまたはそれ以上の個別のプロセッサまたは複数の処理コアを有するプロセッサを備えることができる。
【0076】
メインボード１２３は、ＣＰＵ１２５と二次メモリ記憶装置１２７との間のインターフェースとして機能する。二次メモリ記憶装置１２７は、１つまたは複数の光学または磁気または固体のドライブを備えることができる。二次メモリ記憶装置１２７は、オペレーティングシステム１２９のための命令を記憶する。
【0077】
メインボード１２３は、ＣＰＵがランダムアクセスメモリ（ＲＡＭ）１３１、読み取り専用メモリ（ＲＯＭ）１３３およびさまざまな周辺回路と通信することができるバスを含む。ＲＯＭ１３３は、典型的には、起動時にＣＰＵ１２５がアクセスし、オペレーティングシステム１２９をロードするためにＣＰＵ１２５を準備する基本入出力システム（ＢＩＯＳ）のための命令を記憶する。
【0078】
メインボード１２３はまた、グラフィックスプロセッサユニット（ＧＰＵ）１３５とインターフェース接続する。いくつかのシステムでは、グラフィックスプロセッサユニット１３５がメインボード１２３に統合されることが理解されよう。ＧＰＵ１３５は、ピクセルのアレイを備える矩形スクリーンを含むディスプレイ１３７を駆動する。
【0079】
メインボード１２３は、典型的には、コンピュータシステム３３をポート１４３を介してインターネット３１などのコンピュータネットワークとデータ通信させることができる、通信アダプタ、例えば有線または無線のＬＡＮアダプタまたはモデムを含む。
【0080】
コンピュータシステム３３のユーザ１３４は、キーボード１３９、マウス１４１、およびディスプレイ１３７によってこれとインターフェース接続することができる。
【0081】
コンピュータシステム３３は、プログラミングを介して、オペレーティングシステム１２９にソフトウェア製品１４９をロードするように自動的に命令し、このソフトウェア製品は、コンピュータシステム３３が、ＣＰＵ１２５、およびいくつかの実施形態ではＧＰＵ１３５の動作によって、（以下でより詳細に説明する）生体力学的スクリーニングから収集された生体力学的データに基づいてＡＣＬ力モデル計算を実行するための命令を含む。ＣＰＵ１２５と組み合わせてソフトウェア製品１４９によって実行される計算は、（上記で論じたように）メモリに記憶されてもよく、またはユーザ１３４による即時の（すなわちリアルタイムの）検討のためにグラフィック方式でディスプレイ１３７に出力されてもよい。
【0082】
生体力学的データは、キーボード１３９、マウス１４１およびディスプレイ１３７などのコンピュータシステム３３のインターフェース機構のうちの１つによって入力され得る。ソフトウェア製品１４９は、ディスクリーダ／ライタ１４２による読み取りのために、光ディスク１４７などのコンピュータ可読媒体上に担持された有形の命令として提供され得る。あるいは、ソフトウェア製品１４９は、データネットワーク１４５を介してリモートデータソースからポート１４３を介してダウンロードされてもよい。
【0083】
ソフトウェア製品１４９はまた、ＡＣＬ力モデルの可変入力である生体力学的データを二次メモリ記憶装置１２７から読み取る命令を含むことができる。代替的または追加的に、ソフトウェア製品１４９はまた、すべてのＡＣＬ力モデル計算と、計算から生成されたデータとを含むデータベース２０を確立するための命令を含むことができる。あるいは、ＡＣＬ力モデルデータは、コンピュータシステム３３にアクセス可能な別のデータ記憶装置内に記憶され得る。
【0084】
上記で説明した方法およびシステムは、本発明者らによって導出されたＡＣＬ力モデル
を使用して、動的運動タスクにおける生体内ＡＣＬ負荷を正確に予測する。以下は、式（１）が導出および検証された方法の記述および説明である。
【0085】
総ＡＣＬ力（ＦＡＣＬ）を定量化する際に、３つの運動面（すなわち、矢状、前頭および横断）における外側膝関節負荷からの合力ＡＣＬをモデル化した。
【0086】
一連の代数方程式を実験データ［１９～２１］に適合させ、この実験データは、特定の外部膝関節負荷の存在下で膝関節屈曲角度０～４５°にわたる合力ＡＣＬを測定したものである。
【0087】
矢状面において、ＡＣＬ力
は、データ［１９～２１］に以下の式（２）を適合させることによって、膝関節前方引き出し力ＦＡＤおよび膝関節屈曲角度θの関数としてモデル化される。
【0088】
ここで、適合パラメータは、α１＝１．８ｘ１０－４±５．６ｘ１０－７，α２＝０．０２±０．１ｘ１０－４，α３＝１．１６±０．００５，α４＝３２．１５±０．０２，α５＝３．９ｘ１０－５±１．８ｘ１０－４，およびα６＝－０．０２２±２．３ｘ１０－５である（図１（Ａ）および図５（Ａ）参照）。パラメータ値は、平均±標準誤差に対応する。
【0089】
前頭面において、ＡＣＬ力
は、データ［２０］に以下の式（３）を適合させることによって、膝関節内反または外反モーメント（
）および膝関節屈曲角度θの関数としてモデル化される。
【0090】
ここで、適合パラメータは、内反モーメントではｂ１＝－０．００１４±０．１ｘ１０－３，ｂ２＝０．１８±０．０１，ｂ３＝－６．８±０．２１，ｂ４＝２３．８５±２．０３，ｂ５＝－０．１４±０．０３であり、外反モーメントではｃ１＝－０．００１±３．６ｘ１０－－８，ｃ２＝０．０８±３．２ｘ１０－６，ｃ３＝２．５±５．２ｘ１０－５，ｃ４＝－３．３±０．６ｘ１０－５，ｃ５＝－０．０４±６．７ｘ１０－７，ｃ６＝２９．３±０．３ｘ１０－４，およびｃ７＝０．０２±３ｘ１０－７である（図１（Ｂ）および図５（Ｂ）、図５（Ｃ）を参照）。
【0091】
横断面において、ＡＣＬ力
は、データ［２０］に下記の式（４）を適合させることによって、膝関節の内回転モーメント（
）または膝関節の外回転モーメント（
）および膝関節屈曲角度θの関数としてモデル化された。
【0092】
ここで、適合パラメータは、内回転モーメントではｍ１＝－０．００５±２．４ｘ１０－７，ｍ２＝０．６３±０．２ｘ１０－４，ｍ３＝－２０．０３±３．８ｘ１０－３，ｍ４＝３６．６±３．４ｘ１０－２，ｍ５＝－０．０４±７．１ｘ１０－６であり、外回転モーメントではｎ１＝０．００１±２ｘ１０－３，ｎ２＝－０．１６±０．０２，ｎ３＝７．８±０．４，ｎ４＝２３．３±２．５，ｎ５＝－０．０６±０．０１である（図１（Ｃ）および図５（Ｄ）、図５（Ｅ）を参照）。
【0093】
クロスタームＣＴｊ（ここで、ｊ＝ＳＦ、ＳＴ、ＦＴの場合のＣＴｊは、矢状－前頭（ＳＦ）面、矢状－横断（ＳＴ）面、および前頭－横断（ＦＴ）面におけるＡＣＬ力の関係を表す）は、［１９、２１］からの多平面ＡＣＬ力データへのカーブフィッティングによって定式化される。本発明者らは、［１９］のすべてのデータと、各運動面（すなわち、矢状、前頭および横断）を通る異なる負荷の大きさ（すなわち、低い方から高い方へ）をカバーする［２１］からのデータの１１個のデータ点サブセットとを使用した。これにより、すべての運動面において実験的に測定された負荷の全範囲、ならびにこれらの負荷の組み合わせを考慮することによってモデルが開発されることが保証される。
【0094】
矢状面と前頭面との間の相互作用（ＳＦクロスターム）は、以下の式（５）によってモデル化されることが見出されている。
【0095】
ここで、内反モーメントではｐ１＝－０．８４±８．２ｘ１０－６，ｐ２＝－０．００４±６．９ｘ１０－８，ｐ３＝２．９±１．３ｘ１０－５，およびｐ４＝－０．０４１±１．０２ｘ１０－７であり、外反モーメントではｑ１＝３９．１±１．４ｘ１０－４，ｑ２＝０．００２±９．７ｘ１０－１０，ｑ３＝８．７±１．９ｘ１０－６，およびｑ４＝－０．０３±３．４ｘ１０－９である（図６（Ａ）、６（Ｂ）を参照）。
【0096】
矢状面と横断面との間の相互作用（ＳＴクロスターム）は、以下の式（６）によってモデル化されることが見出されている。
【0097】
ここで、内回転ではｖ１＝６．８ｘ１０－３±１．１ｘ１０－９，ｖ２＝－３２．２±３．６ｘ１０－３，およびｖ３＝０．０１±１．８ｘ１０－７であり、外回転ではｗ１＝－０．８１±２．８ｘ１０－６，ｗ２＝－０．００３±１．３ｘ１０－７，ｗ３＝－６７．９±４．３ｘ１０－４，およびｗ４＝－０．００１±１．８ｘ１０－７である（図６（Ｃ）、６（Ｄ）を参照）。
【0098】
本発明者らは、前頭面と横断面との間の相互作用（すなわちＣＴＦＴ）が、矢状面と前頭面との間の相互作用（ＣＴＳＦ）および矢状面と横断面との間の相互作用（ＣＴＳＴ）と比較して無視できており、したがって前頭面と横断面との間の相互作用がゼロであると仮定できる（すなわちＣＴＦＴ＝０）ことを見出した。
【0099】
動的検査室ベースの動的運動タスク中の生体内ＡＣＬ力を推定するために式（４）においてＡＣＬ力モデルを使用できるようにするために、式（４）のモデルが、下肢の神経筋骨格モデルと組み合わせられる。標準的なドロップ着地タスクを実行する女性の実験室試験からの三次元（３Ｄ）モーションキャプチャ、地面反力負荷、および表面筋電図（ＥＭＧ）データ、ならびに以前に検証された神経筋骨格モデル［８、２２、２３］を使用して、膝関節の筋肉および体節間負荷（すなわち、
）ならびに膝関節屈曲角度θを計算する。次いで、これらのパラメータを使用して、
（以下の式（７）および（８）を参照）を計算して、上記の式（１）～（４）から総生体内ＡＣＬ力を計算する。
【0100】
【0101】
図５を参照すると、単平面ＡＣＬ力が示されている。図５（Ａ）には、異なる膝関節前方引き出し力ＦＡＤでの矢状面におけるＡＣＬ力
対膝関節屈曲角度θのグラフが、示されている。ＦＡＤ＝０および１００Ｎの記号は、［１９、２０］からの実験データである。残りの記号は、［２１］からの実験データである。連続曲線は、式（２）から導かれるフィットである。
【0102】
図５（Ｂ）および図５（Ｃ）に移れば、異なる膝関節屈曲角度θでの前頭面におけるＡＣＬ力
対膝関節内反および外反モーメント（それぞれ
）が、示されている。記号は、［２０］からの実験データを表し、連続曲線は、式（３）から導出されたフィットである。
【0103】
ここで図５（Ｄ）および図５（Ｅ）を参照すれば、異なる膝関節屈曲角度θでの横断面におけるＡＣＬ力
対膝関節内外回転モーメント（それぞれ
）が、示されている。記号は、［２０］からの実験データを表し、連続曲線は、式（４）から導出されたフィットである。
【0104】
図６に移れば、総ＡＣＬ力ＦＡＣＬ対膝関節屈曲角度θのグラフが、示されている。
【0105】
図６（Ａ）には、組み合わされた前方引き出し力ＦＡＤおよび内反モーメント
に応答するＦＡＣが、示されている。示す記号は、［１９］からの実験データであり、連続曲線は、式（１）および（５）から導出されたフィットである。
【0106】
図６（Ｂ）には、組み合わされたＦＡＤおよび外反モーメント
に応答するＦＡＣＬが、示されている。白丸記号は、［１９］からの実験データであり、残りの記号は、［２１］からの実験データを表し、連続曲線は、式（１）および（５）から導出されたフィットである。
【0107】
図６（Ｃ）に移れば、組み合わされたＦＡＤおよび膝関節内回転モーメント
に応答するＦＡＣＬが、示されている。左向きの三角記号は、［１９］からの実験データであり、残りの記号は、［２１］からの実験データであり、連続曲線は、式（１）および（６）から導出されたフィットである。
【0108】
最後に、図６（Ｄ）には、組み合わされたＦＡＤおよび膝関節外回転モーメント
に応答するＦＡＣＬが、示されている。ダイヤモンド記号は、［１９］からの実験データであり、残りの記号は、［２１］からの実験データであり、連続曲線は、式（１）および（６）から導出されたフィットである。
【0109】
ここで図７に移れば、ＡＣＬ力モデル検証統計が、示されている。
【0110】
図７（Ａ）を参照すると、式（１）から導出された死体実験ＡＣＬ力（指数関数的力）とシミュレートされたＡＣＬ力（シミュレートされた力）との比較があることが分かる。実線は、回帰直線（ｒ２＝０．９６、ＲＭＳＥ＝５５．０４Ｎ、Ｐ＜０．００１）であり、これは、同一性の線（点線）と大きく異ならない。
【0111】
図７（Ｂ）には、実験および予測されたＡＣＬ力のブランド－アルトマン（Ｂｌａｎｄ－Ａｌｔｍａｎ）プロットが、示されている。実線は、平均差（バイアス４４ＮおよびＰ＝０．０１）を表し、破線は、９５％の一致限界（平均差±１．９６標準偏差、ｎ＝１４データ点）である。
【0112】
図８では、ドロップ着地タスクの立脚期にわたる単平面ＡＣＬ力が、モデル化されている。概略図の上部に沿って示す骨格タイプの図を参照すると、これは、 タスクの立脚期中の１人の参加者を表す。最初（左端）および最後（右端）の概略図は、それぞれ立脚の前後であり、明瞭にするために示されている。
【0113】
図８（Ａ）は、立脚に対する膝関節屈曲角度θを示す。図８（Ｂ）は、矢状面膝関節負荷および矢状面ＡＣＬ力を示す。左軸には、神経筋骨格モデルから得られた筋力および体節間力（
）、ならびに正味の前方引き出し力ＦＡＤが、示されている（式（７）を参照）。右軸は、式（２）から得られた矢状面におけるＡＣＬ力
が、示される。
【0114】
図８（Ｃ）および図８（Ｄ）では、前頭および横断面の膝関節負荷およびＡＣＬ力が、モデル化されている。左軸には、筋肉および体節間モーメント（
）、ならびに正味の内反または外反モーメント（
）および内回転または外回転モーメント（
）が、示されている（式（８）を参照）。右軸には、式（３）および（４）から得られたＡＣＬ力
がある。影付き領域は、力およびモーメントの標準偏差を示す。矢状面膝関節負荷の方向は、以下のように理解することができる：前方引き出し（＋）および後方引き出し（－）；前頭面膝関節モーメント：内反（＋）および外反（－）；横断面膝関節モーメント：内回転（＋）および外回転（－）。
【0115】
ここで図９に移れば、ドロップ着地タスクの立脚期にわたるＡＣＬ力のグラフが存在する。概略図の上部に沿って示す骨格タイプの図を参照すると、これは、タスクの立脚期中の１人の参加者を表す。最初（左端）および最後（右端）の概略図は、それぞれ立脚の前後であり、明瞭にするために示されている。
【0116】
【0117】
標準的なドロップ着地および横方向ジャンプ運動（図８（Ａ）～（Ｄ）参照）の立脚期を分析する際に、本発明者らは、ＡＣＬ力が主に矢状面を通って駆動され、体節間負荷ではなく主に筋肉の作用に起因するものであることを見出した（図８（Ｂ）を参照）。
【0118】
前頭面では、ＡＣＬ力に対する筋肉および体節間負荷の寄与は反対の符号の同様の大きさのものであり、小さいＡＣＬ力をもたらす－図８（Ｃ）を参照。
【0119】
横断面では、筋肉負荷は、体節間負荷よりもＡＣＬに大きく寄与する－図８（Ｄ）を参照。
【0120】
図９を観察すれば、多平面負荷からの総ＡＣＬ力ＦＡＣＬは、矢状面（
）を通して加えられる力が、横断面および前頭面（
）を通して加えられる力と比較して、ＦＡＣＬに大きく寄与することを示していることが分かる。ＡＣＬ力がドロップ着地タスクの立脚期の約１７．５％および８０％でその２つの局所ピークに達したとき、ＡＣＬ力に対する矢状面を通した寄与は９４％を超えたが、前頭および／または横断面からの寄与は８％未満である（以下の表１を参照）。
【0121】
ＡＣＬ力の最初のピークは、最初の足から地面への接触（７５±２４ｍｓ）の直後に生じ、これは、死体ＡＣＬ断裂リミング（５４±２４ｍｓ）の分析に匹敵する［２４］。特に、単平面力の相対的寄与は、式（１）、（５）および（６）のクロスタームによって表される、他の関節軟組織（すなわち、靭帯およびメニスカス）の作用ならびに大腿骨と脛骨との間の剛体接触に起因して合計１００％にならない。これは、正味ＡＣＬ力が複数の単平面力の純粋な総和として定式化されている既存のモデルとは対照的である。前述したように、複数の単平面ＡＣＬ力のこの単純な合計は、総ＡＣＬ力ＦＡＣＬの過大評価および過小評価をもたらす。
【0122】
推定された総ＡＣＬ力および単平面ＡＣＬ力は、推定値が不連続性または急速な変動を示さないことに基づいて生理学的に妥当であると考えられる－図９を参照。
【0123】
加えて、単一の参加者データを使用し、ドロップ着地タスクにおける下限ＡＣＬ力をモデル化した［１３］の計算（ピークＡＣＬ力は約０．４ＢＷであった）とは対照的に、本明細書に開示する方法を使用した推定総ＡＣＬ力は、若齢ＡＣＬ標本の平均故障負荷を下回っており、これは約２１６０Ｎであった［２５］。
【0124】
［１３］では、予測ＡＣＬ力は急激な変動を示し、ここでは、初期の足と地面との接触直後にＡＣＬ力がゼロに低下し、次いでそのピークまで急激に増加し、その後すぐにゼロに戻った。ＡＣＬ力のそのような変動は、高い連続的な筋力の存在下での着地中に生理学的に実現可能ではない。したがって、本発明者らは、総ＡＣＬ力が主に筋肉負荷（
）に起因して矢状面（
）を通して主に発生すると結論付けた。矢状面を通る高い筋力負荷は、それぞれ着地および蹴り出し期中の大きな外部膝関節屈曲および伸展モーメントを支持するために採用される（ｒｅｃｒｕｉｔｅｄ ｔｏ）四頭筋の（膝蓋靭帯を介した）前方に向けられた作用線に起因する。さらに、多くの膝関節にまたがる筋肉は、後方に傾斜した脛骨を介した正味の矢状面膝関節負荷に寄与する脛骨大腿骨圧縮を作り出す作用線を有する。
【0125】
ＡＣＬ力モデルを開発および検証するために、ロボットリグを介して単平面および多平面の外部負荷を死体膝関節に加えた２セットの実験データ［１９－２１］を使用した。膝関節負荷に対する筋肉の寄与を計算するために、［２１］の死体実験を、ＯｐｅｎＳｉｍモデリング環境で筋骨格モデルを実装することによって模倣した。人工的に供給された四頭筋および膝関節の筋力（すなわち、それぞれ１２００Ｎおよび８００Ｎ）をシミュレートするために、これらの筋力は各グループの個々の筋肉間に均等に分布していると仮定した（すなわち、各四頭筋について３００Ｎ、半腱、半膜、大腿二頭筋の短頭および大腿二頭筋の長頭について２００Ｎ）。次いで、いずれも２５°で膝を曲げ、骨盤－地面関節を傾けることによって、筋骨格モデルを［２１］の報告された膝関節の姿勢に設定した。死体標本を［２１］のように逆さまに取り付けたので、モデル化された骨盤を最小質量（すなわち０．１ｋｇ）に調整し、重力加速度定数の符号を負から正に変更した。［２１］において膝関節に加えられるロボット負荷の効果を組み込むために、筋骨格モデルに圧縮力および前方引き出し力ならびに内反／外反および内側／外側脛骨回転モーメントを加えた。死体実験筋力の寄与も、最初に筋肉モーメントアームおよび作用線を計算することによってモデル化した。前方引き出し力、圧縮力、内反または外反モーメント、および内回転または外回転モーメントに対する筋肉の寄与を、脛骨に対して定義された、動作平面に応じた筋力（人工的に供給される－［２１］を参照）×筋肉作用線（またはモーメントアーム）によって推定した。これらの筋肉寄与から、各運動面における正味の負荷を計算する。矢状面において、正味の前方引き出し力ＦＡＤ（式（７））は、
である。
【0126】
ここで、
は、筋力であり、
は、実験的およびロボット的に加えられた力を表す体節間力であり（［２１］を参照）、
は、後方に傾斜した脛骨上への筋圧縮の積である膝関節接触力である。
【0127】
前頭面および横断面において、それぞれ正味の内反モーメントおよび外反モーメントならびに正味の内回転モーメントまたは外回転モーメント（式（８））は、以下の通りである。
【0128】
ここで、
は、ｊ＝内反／外反または内回転／外回転の場合の筋肉および分節間のモーメントである。
【0129】
［１９－２１］からの死体データにわたるＡＣＬ応答の測定を統合するために、［２１］からの測定されたＡＣＬ歪みを以下のようにＡＣＬ力に変換した：力＝（ＣＳＡ×Ｅ×歪み）、ここで、線形弾性を有する典型的なＡＣＬについては、平均ＡＣＬ断面積（ＣＳＡ）は、約６５ｍｍ２であり、ヤング率Ｅは約１１３ＭＰａである。合わせて、この変換データを本明細書に説明するモデルの開発に使用する。
【0130】
モデルを検証する際に、モデル開発に含まれなかった［２１］からの２５個の多平面ＡＣＬ力データ転のうちの１４個を使用して、本明細書に説明するＡＣＬ力モデルの精度を評価した。精度は、ＲＭＳＥ、ピアソンの二乗相関係数ｒ２、およびブランド－アルトマン分析によって評価した。
生体内実験
生体内実験
【0131】
本明細書に説明するモデルの有効性を試験するために、オーストラリアのＵｎｉｖｅｒｓｉｔｙ ｏｆ ＭｅｌｂｏｕｒｎｅのＣｅｎｔｒｅ ｆｏｒ Ｈｅａｌｔｈ，Ｅｘｅｒｃｉｓｅ ａｎｄ Ｓｐｏｒｔｓ Ｍｅｄｉｃｉｎｅにおいて実験室条件下で標準化されたドロップ着地タスクを実行する健常成人女性を含む生体内実験を行った。
【0132】
この実験では、（既知のＡＣＬダメージまたは損傷を有していなかったという点で）１３人の健康な成人女性（年齢＝２２．９９±２．５７歳；体重＝６２．１１±９．１９Ｋｇ；身長＝１．６７±０．０７ｃｍ）が、靴を履かずに標準化されたドロップ着地タスクの試行を少なくとも３回完了した。
【0133】
タスクは、（下肢の長さの３０％に設定された）ボックスから飛び降りて一方の脚で着地し、すぐに反対側の脚で９０°横方向ジャンプ着地することを含んだ。
【0134】
実験を測定するために、地上埋め込み力プラットフォーム（米国マサチューセッツ州、ＡＭＴＩ）を使用して２４００Ｈｚで三次元地面反力負荷を収集し、１２カメラ・モーション・キャプチャ・システム（英国オックスフォードのＶｉｃｏｎ Ｍｏｔｉｏｎ Ｓｙｓｔｅｍｓ）を使用して１２０Ｈｚにおいて運動学的データを収集した。モーション・キャプチャ・システムは、［３９］に説明するように、下肢および頭腹部の特定の部位に置かれた再帰反射マーカの３Ｄ位置を測定した。
【0135】
無線表面ＥＭＧセンサ（Ｎｏｒａｘｏｎ、ＡＺ、米国）を、着地した脚の大腿直筋、外側広筋、内側広筋、前脛骨筋、外側腓腹筋、内側腓腹筋、外側膝腱、および内側膝腱筋上に固定した。
【0136】
非侵襲的評価（Ｎｏｎ－ｌｎｖａｓｉｖｅ Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｍｕｓｃｌｅ）（ＳＥＮＩＡＭ）ガイドラインの表面筋電図法（Ｓｕｒｆａｃｅ Ｅｌｅｃｔｒｏ ＭｙｏＧｒａｐｈｙ）に従ってセンサを配置し、２４００ＨＺにおいてＥＭＧ信号を記録した。
【0137】
マーカ軌跡および地面反力データを、６Ｈｚのローパスカットオフ周波数を有する二次のゼロ遅延バターワースフィルタを使用してフィルタリングした。
【0138】
ＥＭＧデータをバンドパスフィルタリング（３０～３００ＨＺの間）し、全波整流し、６ＨＺのカットオフ周波数を有する２次のバターワース・ローパス・フィルタで平滑化して、線形包絡線を生成した。次いで、ＥＭＧ線形包絡線を、すべての利用可能な運動試行からの対応する筋肉の最大線形包絡線値に正規化した。
【0139】
運動面周りに作用する体節間関節モーメントおよび力を計算するために、筋骨格モデリングを実行した。そのために、ＯｐｅｎＳｉｍ筋骨格モデリング環境に８０個の筋腱ユニット（ＭＴＵ）アクチュエータを備えた一般的な３７自由度（ＤＯＦ）全身モデルを実装した。膝関節、足首、および股関節での６つの一般化された負荷（３つの運動面のそれぞれにおけるモーメントおよび力）を計算するために、一般モデルを修正した。
【0140】
膝関節では、無視できる質量／慣性のダミー体および関連するユニバーサル関節を一般的なモデルトポロジに追加した。しかし、外転／内転、内回転／外回転、上下並進、および膝関節屈曲の関数として規定された前方／後方並進を伴う屈曲／伸展を含む元の膝関節可動性は保存した。
【0141】
足首および股関節において、一般的な関節を６つのＤＯＦに拡張したが、新たに拡張したＤＯＦは、０の可動域を有する。これは、足首の可動性が足底／背屈に制限され、股関節の可動性が屈曲／伸展、内転／外転、および内回転／外回転に制限されたことを意味する。
【0142】
この修正された筋骨格モデルを線形にスケーリングして、参加者の体重および総寸法を近似するようにした。
【0143】
このスケーリングは、顕著な骨ランドマークおよび股関節中心を使用した。股関節中心は、Ｈａｒｒｉｎｇｔｏｎ回帰方程式を使用して推定した。スケール係数を、顕著な解剖学的ランドマークの上に配置された実験的モーション・キャプチャ・マーカの特定の対とそれらの対応するモデル仮想マーカとの間の距離の商として計算した。モデル体の幅、高さおよび深さを調整するためのスケール因子を計算するために使用されるマーカの対を以下の表２に示す。複数のマーカ対が列挙されている任意の寸法において、対応するスケール因子は、各マーカ対から計算されたスケール因子の平均である。
【0144】
スケーリング後、各ＭＴＵＡの腱の弛みおよび最適な繊維長を最適化して、無次元の力長の操作曲線を保存したが、これは、これらが線形スケーリングによって保存されないためである。各筋肉の最大等尺性強度を、質量、身長および四肢の長さから個人の筋肉量および長さを推定する［３２、４８］において以前に実行したように更新および実施した。
【0145】
スケーリングされた筋骨格モデルは、角度、関節モーメント、および筋肉動態を決定するための入力として実験データを使用した。逆運動学解析を使用して３Ｄ関節角度を決定し、次いでこれらを地面反力データと組み合わせて逆動力学解析を実行し、各ＤＯＦについてのモデルの体節間関節負荷（すなわち、
）を決定した。式（７）および（８）を参照。次いで、ＯｐｅｎＳｉｍ筋肉分析を実行して、ＭＴＵ動態（すなわち、瞬間長さ、モーメントアーム、および作用線）を決定した。
【0146】
ドロップ着地タスク中のすべての下肢筋肉に対する力を、較正されたＥＭＧ情報付き神経筋骨格モデリング（ＣＥＩＮＭＳ）ツールボックスを使用して推定した。ＣＥＩＮＭＳは、ＥＭＧ信号およびＭＴＵパラメータを使用してヒル型筋肉モデルを駆動し、筋肉励起、筋力および関節モーメントを予測する既知のＯｐｅｎＳｉｍプラグインである。ＣＥＩＮＭＳによって予測された筋力の精度を検証するために、筋力のＣＥＩＮＭＳ予測によって生成された下肢関節モーメントを、ＯｐｅｎＳｉｍ（ｒ２は、０．９９±０．０１、０．９４±０．０５、０．９３±０．０４であり、ＲＭＳＥは、膝関節、股関節および足首についてそれぞれ７．０４±３．９９、１１．３２±６．２２、１２．４１±４．９Ｎｍである）から得られたそれらの対応する逆動力学値と比較した。
【0147】
この神経筋骨格モデリング手法は、本明細書に説明するＡＣＬ力モデルで使用された筋肉および体節間負荷（すなわち、式（７）および（８）の
）を予測する。
【0148】
本明細書に開示する方法およびシステムを使用して計算された総ＡＣＬ力ＦＡＣＬの計算は、最近の死体実験データ［２１］（図７参照）と計算を比較することによって検証され、他の既知の方法と比較して非常に正確であることが見出された。本明細書に開示する方法を使用して計算された死体データと予測ＡＣＬ力との間の二乗平均平方根誤差（ＲＭＳＥ）は低く（約５５Ｎ）、相関は強い（ｒ２＝０．９６）－図７（Ａ）を参照。
【0149】
ブランド－アルトマン分析により、死体データと予測ＡＣＬ力との良好な一致が明らかになり、狭い一致限界は約１００Ｎ（１２％）であり、負荷の大きさにわたるバイアスは無視できる（約４４Ｎ）（図７（Ｂ）を参照）。この一致は、本明細書に開示するＡＣＬ力モデルおよび計算が、異なる膝関節負荷の大きさおよび組み合わせに応じてＡＣＬ力を正確に推定することを示す。したがって、筋肉動態の神経筋骨格モデルと組み合わせて、ＡＣＬ力モデルを使用して生体内ＡＣＬ負荷を正確に予測できることが分かった。
【0150】
有利には、本明細書に開示する方法は、膝関節組織の解剖学的構造および力学的パラメータの明示的な表現に依存しない。むしろ、本開示の教示は、リアルタイム評価を提供する代数式のセットに基づいている。これは、損傷の防止、訓練、およびリハビリテーションのためのバイオフィードバックパラダイムにおいてＡＣＬ力を使用することを可能にするので、特に重要である。
【0151】
加えて、本開示は、筋肉興奮の被験者特異的およびタスク特異的の経験的測定値（例えば、筋電図）とモデル化筋腱単位動態（すなわち、長さおよびモーメントアーム）とを組み合わせた生体力学的スクリーニングからの神経筋骨格モデリングを使用して、筋肉動態を推定する。
【0152】
さらに、本開示の教示は、ＡＣＬ破裂および日常活動に関連する動的スポーツタスクで観察されるものを表す広範囲のＡＣＬ力の大きさにわたる包括的な死体実験データ［１９－２１］に基づいて、開発および検証されるモデルを提供する。
【0153】
コンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、スクリプト、またはコードとしても知られている）は、コンパイル言語またはインタプリタ言語を含む任意の形式のプログラミング言語で記述することができ、スタンドアロンプログラムとして、またはモジュール、コンポーネント、サブルーチン、もしくはコンピューティング環境での使用に適した他のユニットとして含んで任意の形式で展開することができる。コンピュータプログラムは、必ずしもファイルシステムにおけるファイルに対応しているとは限らない。プログラムは、他のプログラムまたはデータ（例えば、マークアップ言語文書に記憶された１つまたは複数のスクリプト）を保持するファイルの一部、問題のプログラム専用の単一のファイル、または複数の協調ファイル（例えば、１つまたは複数のモジュール、サブプログラム、またはコードの一部を記憶するファイル）に記憶することができる。コンピュータプログラムは、１つのコンピュータ上で、または１つのサイトに位置するか、もしくは複数のサイトに分散され、通信ネットワークによって相互接続された複数のコンピュータ上で実行されるように展開することができる。
【0154】
本開示に説明するプロセスおよび論理フローは、入力データを操作して出力を生成することによって機能を実行するために１つまたは複数のコンピュータプログラムを実行する、１つまたは複数のプログラマブルプロセッサによって実行することができる。プロセスおよび論理フローはまた、例えばＦＰＧＡ（フィールドプログラマブルゲートアレイ）またはＡＳＩＣ（特定用途向け集積回路）などの専用論理回路によって実行することもでき、装置はまた、専用論理回路として実装することもできる。
【0155】
コンピュータプログラムの実行に適したプロセッサは、例として、汎用および専用マイクロプロセッサの両方、ならびに任意の種類のデジタルコンピュータの任意の１つまたは複数のプロセッサを含む。一般に、プロセッサは、読み出し専用メモリまたはランダムアクセスメモリまたはその両方から命令およびデータを受け取る。コンピュータの必須要素は、命令を実行するためのプロセッサ、ならびに命令およびデータを記憶するための１つまたは複数のメモリデバイスである。一般に、コンピュータはまた、データを記憶するための１つまたは複数の大容量記憶デバイス、例えば、磁気、光磁気ディスク、もしくは光ディスクを含むか、またはこれらデバイスからデータを受け取るか、もしくはこれらデバイスにデータを送信するか、もしくはその両方を行うように動作可能に結合される。しかし、コンピュータは、そのようなデバイスを有する必要はない。さらに、コンピュータは、別のデバイス、例えば、ほんの数例を挙げると、携帯電話、携帯情報端末（ＰＤＡ）、モバイルオーディオプレーヤ、全地球測位システム（ＧＰＳ）受信機に組み込むことができる。コンピュータプログラム命令およびデータを記憶するのに適したコンピュータ可読媒体は、例として半導体メモリデバイス、たとえばＥＰＲＯＭ、ＥＥＰＲＯＭ、およびフラッシュメモリデバイス、磁気ディスク、たとえば内蔵ハードディスクまたはリムーバブルディスク、光磁気ディスク、ならびにＣＤ－ＲＯＭおよびＤＶＤ－ＲＯＭディスクを含む、あらゆる形態の不揮発性メモリ、媒体、およびメモリデバイスを含む。プロセッサおよびメモリは、専用論理回路によって補完され得るか、または専用論理回路に組み込まれ得る。
【0156】
ユーザとの対話を提供するために、本発明の実施態様は、ユーザに情報を表示するためのディスプレイデバイス、例えばＣＲＴ（陰極線管）またはＬＣＤ（液晶ディスプレイ）モニタと、ユーザがコンピュータに入力を提供することができるキーボードおよびポインティングデバイス、例えばマウスまたはトラックボールとを有するコンピュータ上で実施することができる。他の種類のデバイスを使用して、ユーザとの対話を提供することもできる。例えば、ユーザに提供されるフィードバックは、任意の形態の感覚フィードバック、たとえば視覚フィードバック、聴覚フィードバック、または触覚フィードバックなどとすることができ、ユーザからの入力を音響、音声、または触覚入力を含む任意の形態で受け取ることができる。
【0157】
本開示の実装形態は、例えばデータサーバとしてのバックエンド構成要素を含む、または例えばアプリケーションサーバなどのミドルウェア構成要素を含む、またはフロントエンド構成要素、例えばユーザが本開示の実装形態と対話することができるグラフィカルユーザインターフェースまたはウェブブラウザを有するクライアントコンピュータを含む、または１つまたは複数のそのようなバックエンド、ミドルウェアもしくはフロントエンド構成要素の任意の組み合わせを含むコンピュータシステム内で実現することができる。システムの構成要素は、任意の形態または媒体のデジタルデータ通信、例えば通信ネットワークによって相互接続することができる。通信ネットワークの例は、ローカルエリアネットワーク（「ＬＡＮ」）およびワイドエリアネットワーク（「ＷＡＮ」）、例えばインターネットを含む。
【0158】
コンピューティングシステムは、クライアントおよびサーバを含むことができる。クライアントおよびサーバは、通常、互いに遠隔にあり、典型的には、通信ネットワークを介して対話する。クライアントとサーバとの関係は、それぞれのコンピュータ上で実行され、互いにクライアントサーバ関係を有するコンピュータプログラムによって生じる。
【0159】
本開示は多くの詳細を含むが、これらは本開示の範囲または特許請求され得るものに対する限定として解釈されるべきではなく、むしろ本開示の特定の実施態様に特有の特徴の説明として解釈されるべきである。別個の実施態様の文脈で本開示に説明する特定の特徴は、単一の実施態様において組み合わせて提供することもできる。逆に、単一の実施態様の文脈で説明されている様々な特徴は、複数の実施態様において別々に、または任意の適切な副組み合わせで提供することもできる。さらに、特徴は、特定の組み合わせで作用するものとして上記で説明され、最初にそのように特許請求され得るが、特許請求される組み合わせからの１つまたは複数の特徴を場合によっては組み合わせから削除でき、特許請求される組み合わせは、副組み合わせまたは副組み合わせの変形を対象としてもよい。
【0160】
同様に、動作は特定の順序で図面に示されているが、これは、望ましい結果を達成するために、そのような動作が示された特定の順序で、または連続した順序で実行されること、または示されたすべての動作が実行されることを必要とすると理解されるべきではない。特定の状況では、マルチタスク処理および並列処理が有利であり得る。さらに、上記で説明した実装形態における様々なシステム構成要素の分離は、すべての実装形態においてそのような分離を必要とすると理解されるべきではなく、説明するプログラム構成要素およびシステムは、通常、単一のソフトウェア製品に一緒に統合されるか、または複数のソフトウェア製品にパッケージ化され得ることを理解されたい。
【0161】
こうして、本開示の特定の実施態様について説明してきた。他の実施態様は、以下の特許請求の範囲内にある。例えば、特許請求の範囲に記載の作用は、異なる順序で実行することができ、それでもなお望ましい結果を達成することができる。
【0162】
制定法に従って、本発明は、多かれ少なかれ構造的または体系的な特徴に特有の言語で説明されている。「備える（ｃｏｍｐｒｉｓｅｓ）」という用語および「備えている（ｃｏｍｐｒｉｓｉｎｇ）」および「からなる（ｃｏｍｐｒｉｓｅｄ ｏｆ）」などのその変形は、包括的な意味で使用され、追加の特徴を排除するものではない。本明細書に説明する手段は本発明を実施する好ましい形態を含むので、本発明は図示するかまたは説明する特定の特徴に限定されないことを理解されたい。
【0163】
したがって、本発明は、当業者によって適切に解釈される添付の特許請求の範囲の適切な範囲内のその形態または改変形態のいずれかで特許請求される。
【0164】
本明細書および特許請求の範囲（存在する場合）を通して、文脈がそうでないことを要求しない限り、「実質的に」または「約」という用語は、それらの用語によって限定される範囲の値に限定されないと理解される。
【0165】
本発明のいずれの実施形態も、例示のみを意図しており、本発明を限定することを意図していない。したがって、本発明の趣旨および範囲から逸脱することなく、説明する任意の実施形態に対して様々な他の変更および改変を行うことができることを理解されたい。
【0166】
以下の文献のそれぞれの開示は、参照によりその全体が本明細書に組み込まれる。
【図1】
【図2】
【図3a】
【図3b】
【図3c】
【図4】
【図5】
【図6】
【図7】
【図8A】
【図8B】
【図8C】
【図8D】
【図9】
【国際調査報告】