融合多种技术为运动员身体机能创建数字副本,有望提前发现机能隐患、有效预防运动损伤。
澳大利亚篮球运动员Maddison Rocci一动不动地站在电影制片厂内,100多台摄像机正对准她身体的各个部位。百叶窗咔嗒关闭之后,她站起并张开双臂。镜头背后,则是一群曾多次与好莱坞导演合作的电影制作人。但这次他们的工作有所不同,合作对象变成了科学家。
在拍摄完毕之后,格里菲斯大学生物医学与康复工程中心(GCORE)的生物力学工程师和软件开发团队,将配合Myriad Studios和naughty Monkey的电影动画师们,一同根据Rocci的身体数据创建数字孪生,由内而外重现她的机体结构。
这就是所谓“数字运动员”。借助3D身体扫描、磁共振成像(MRI)和运动捕捉数据,副本详尽呈现了Rocci在运动环境中的身体形态、骨骼、关节、肌肉和其他软组织。科学家们现在能在她奔跑、跳跃、转身和投篮时,清晰看到身体内部的变化情况。肌肉与关节压力数据被实时捕捉,以供教练设计出更科学的训练程序或调整技战术动作。
那么,科学家们是如何构建数字孪生的?
例如,教练可以实时检查Rocci或其他运动员的侧步动作。正是这种常见动作,极易导致膝关节前交叉韧带发生损伤。这些信息既即时又反映运动员的个体特征,这一点非常关键。因为每位运动员都具有独特的生理机能,所以压力水平会各有不同。
要想维持关节组织的健康并/或修复关节组织,需要“理想的”组织负荷与应变方法。最近的研究表明,这种“生物反馈”技术能够将患者的数字孪生副本同运动捕捉、无线可穿戴设备匹配起来。个性化数字孪生能够把特定对象的运动拆分成更小、可以预测的动作,再通过神经肌肉骨骼刚体模型、实时编码优化以及人工智能(AI)或机器学习方法进行处理。
最近的工作还表明,实验室条件下的生物力学测量与建模完全具备实际应用的可能,而且只需少量可穿戴传感器或计算机视觉方法即可进行。也许在不久的将来,这项技术能够全面商业化,带来成本低廉的可用版本。
长期以来,在现实场景中实时、无创地准确预测内部组织负荷,一直是生物力学领域的至高难题。随着数字孪生技术的发展,基于运动员肌肉骨骼特征的数字孪生将很快发展成熟,并作为生物反馈系统指导运动员的训练与复健方案。
实时视觉生物反馈具有强大的指导性作用,能帮助运动员灵活调整原有训练方案或教练指示中的膝盖及臀部动作。根据指引,患者将逐步改变自己的运动习惯,在临床层面显著改善髋关节疼痛和运动功能。
除了优化运动表现之外,由此建立的数字孪生模型还拥有其他潜在应用,包括面向军人和残障人士——例如预防士兵群体中常见的肌肉骨骼损伤,以及帮助脊髓损伤患者实现神经康复。
目前,名为BioSpine的完整集成系统正基于增强现实技术进行训练和试验,其目标是帮助脊髓受损的病患也能在元宇宙中正常走动,或者配合肌肉电刺激和运动辅助恢复身体机能循环。通过这种方式,人将以思想控制的方式在增强现实环境中获得渲染式体验。随着后续发展,这项技术有望帮助四肢瘫痪和截瘫患者重新“站起来”。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。