Validation of lower limb joint center localization and kinematics in markerless motion capture during sloped walking

दशकों से, मानव गति के अध्ययन करने वाले वैज्ञानिक एक ऐसी विधि पर निर्भर रहे हैं जो एक उच्च-तकनीकी 'कनेक्ट-द-डॉट्स' (बिंदुओं को मिलाने वाले खेल) के संस्करण की तरह दिखती है। चलने के कदम की यांत्रिकी को समझने के लिए, शोधकर्ता व्यक्ति की त्वचा पर छोटे परावर्तक मार्कर (reflective markers) लगाते हैं और उनकी स्थिति को ट्रैक करने के लिए कैमरों का उपयोग करते हैं। यह तकनीक, जिसे ऑप्टिकल मोशन कैप्चर कहा जाता है, जोड़ों के कोणों और गति के पैटर्न को मापने के लिए लंबे समय से स्वर्ण मानक (gold standard) रही है। हालाँकि, इसमें एक बड़ी खामी है: त्वचा नीचे की हड्डियों के स्वतंत्र रूप से चलती है। जैसे ही कदम के दौरान मांसपेशियां सिकुड़ती और खिसकती हैं, सतह पर लगे मार्कर फिसल जाते हैं, जिससे डेटा का एक ऐसा धुंधलापन पैदा होता है जो कंकाल की वास्तविक गति से पूरी तरह मेल नहीं खाता। यह समस्या, जिसे 'सॉफ्ट टिश्यू आर्टिफैक्ट' (soft tissue artifact) कहा जाता है, तब विशेष रूप से कठिन हो जाती है जब कोई व्यक्ति खड़ी ढलानों पर चल रहा हो या जटिल गतिविधियाँ कर रहा हो, क्योंकि इस दौरान त्वचा अधिक नाटकीय रूप से खिंचती और फूलती है।

हाल के वर्षों में, एक नया दृष्टिकोण उभरा है जो मार्करों को पूरी तरह से छोड़ देता है। उन्नत कंप्यूटर विज़न और डीप लर्निंग का उपयोग करके, ये मार्कर रहित (markerless) प्रणालियाँ शरीर के आकार के आधार पर यह अनुमान लगाने के लिए वीडियो फुटेज का विश्लेषण करती हैं कि जोड़ कहाँ स्थित हैं। जबकि यह तकनीक गति विश्लेषण को अधिक स्वाभाविक और सुलभ बनाने का वादा करती है, वैज्ञानिक इस बात को लेकर सतर्क रहे हैं कि यह दबाव में कितनी अच्छी तरह टिक पाती है। प्रश्न यह बना हुआ है कि क्या ये डिजिटल अनुमान पारंपरिक मार्कर-आधारित प्रणालियों की सटीकता का मुकाबला कर सकते हैं, विशेष रूप से तब जब शरीर खड़ी ढलानों पर चलने के तनाव में हो।

जापान की शोधकर्ताओं की एक टीम ने एक ट्रेडमिल पर एक कठोर परीक्षण के माध्यम से इस नई तकनीक की सीमाओं को परखने का निर्णय लिया। उन्होंने चौबीस स्वस्थ वयस्कों को चुना और उन्हें पांच अलग-अलग स्थितियों में एक स्थिर गति से चलने के लिए कहा: समतल जमीन, मध्यम चढ़ाई और ढलान, तथा तीव्र चढ़ाई और ढलान। एक निष्पक्ष तुलना सुनिश्चित करने के लिए, प्रतिभागियों ने तंग-फिटिंग वाले सूट पहने थे ताकि ढीले कपड़े के प्रभाव को कम किया जा सके जो कैमरों को भ्रमित कर सकते थे, और वे दो अलग-अलग प्रणालियों द्वारा एक साथ रिकॉर्ड किए जाने के दौरान चले। एक प्रणाली ने पारंपरिक परावर्तक मार्कर और इन्फ्रारेड कैमरों का उपयोग किया, जबकि दूसरी प्रणाली ने बिना किसी भौतिक जुड़ाव के गति को कैप्चर करने के लिए आठ मानक वीडियो कैमरों का उपयोग किया। शोधकर्ताओं ने चलने के चक्र के हर क्षण के लिए कूल्हे (hip), घुटने (knee) और टखने (ankle) के जोड़ों के सटीक स्थान और पैरों के कोणों की गणना करने के लिए शक्तिशाली सॉफ्टवेयर का उपयोग किया।

परिणामों ने उल्लेखनीय सफलता और विशिष्ट, पूर्वानुमानित सीमाओं की एक कहानी उजागर की। जब शोधकर्ताओं ने तीन-आयामी (3D) स्थान में जोड़ों के केंद्रों के वास्तविक स्थान को देखा, तो मार्करलेस प्रणाली ने असाधारण सटीकता के साथ प्रदर्शन किया। कूल्हे, घुटने और टखनों के अनुमानित स्थान पारंपरिक प्रणाली के साथ लगभग पूरी तरह मेल खाते थे, चाहे व्यक्ति समतल जमीन पर चल रहा हो या पंद्रह प्रतिशत की तीव्र ढलान पर। यह सुझाव देता है कि कंप्यूटर एल्गोरिदम जोड़ के केंद्र को खोजने में बेहद कुशल हैं, भले ही शरीर तेजी से हिल रहा हो या दृश्य किसी अन्य शरीर के हिस्से से आंशिक रूप से बाधित हो।

हालाँकि, कहानी तब बदल गई जब शोधकर्ताओं ने जोड़ों के कोणों का परीक्षण किया। जबकि गति के वक्रों (curves) का समग्र आकार दोनों प्रणालियों के बीच बहुत समान था, लेकिन कोणों के रिपोर्ट किए जाने के तरीके में निरंतर अंतर थे। कूल्हे और घुटने के आगे और पीछे की गति के लिए, दोनों प्रणालियाँ निकटता से सहमत थीं, लेकिन मार्करलेस प्रणाली ने पेल्विस (pelvis) के शुरुआती झुकाव को थोड़ा अलग बताया। इस छोटे, निरंतर अंतर का अर्थ था कि हालांकि गति का पैटर्न सही था, लेकिन पूर्ण संख्याएँ (absolute numbers) स्थानांतरित हो गई थीं। जोड़ों की अगल-बगल और घूमने वाली गतिविधियों में ये अंतर अधिक स्पष्ट हो गए। पारंपरिक प्रणाली, जो त्वचा पर चिपके मार्करों पर निर्भर करती है, अधिक अनियमित उतार-चढ़ाव दिखाती थी, जो संभवतः हड्डी के ऊपर त्वचा के फिसलने के कारण था। इसके विपरीत, मार्करलेस प्रणाली ने अधिक सुचारू (smooth) डेटा प्रदान किया, लेकिन इस सुचारूता ने कभी-कभी हड्डियों की वास्तविक, जटिल गतिविधियों को छिपा दिया, जिससे कूल्हे और टखने के घूमने या तिरछे झुकने के संबंध में महत्वपूर्ण असहमति पैदा हुई।

सबसे चौंकाने वाला अंतर तब दिखाई दिया जब प्रतिभागियों ने ढलान (downhill) पर चलना शुरू किया। इस स्थिति में, शरीर के उतरने को नियंत्रित करने और लैंडिंग के झटके को सोखने के लिए मांसपेशियों को अधिक मेहनत करनी पड़ती है। शोधकर्ताओं ने पाया कि ढलान पर चलते समय, दोनों प्रणालियों के बीच असहमति बढ़ गई, विशेष रूप से कूल्हे की अगल-बगल की गति के मामले में। उन्हें संदेह है कि तीव्र मांसपेशियों की गतिविधि और लैंडिंग के प्रभाव के कारण जांघ की त्वचा इस तरह से हिली और कंपन हुई जिसने पारंपरिक मार्कर प्रणाली को भ्रमित कर दिया, जबकि मार्करलेस प्रणाली, जो औसत गति पैटर्न पर प्रशिक्षित है, इन चरम विविधताओं को सुचारू कर देती है। यह सुझाव देता है कि जबकि नई तकनीक खड़ी ढलानों पर जोड़ों के स्थान को ट्रैक करने के लिए पर्याप्त मजबूत है, उसके द्वारा गणना किए गए विशिष्ट कोणों, विशेष रूप से शरीर के घूमने या तिरछे झुकने के मामले में, सावधानीपूर्वक व्याख्या की आवश्यकता है, खासकर जब शरीर उच्च शारीरिक तनाव में हो।

अंततः, यह अध्ययन पुष्टि करता है कि मार्करलेस मोशन कैप्चर चुनौतीपूर्ण वातावरण में गति का विश्लेषण करने के लिए एक शक्तिशाली उपकरण है जहाँ पारंपरिक विधियाँ उपकरण या अवरोध (occlusion) के कारण संघर्ष कर सकती हैं। यह तकनीक विश्वसनीय रूप से जोड़ों के स्थान को ट्रैक कर सकती है, जिससे यह फील्ड स्टडीज और जटिल कार्यों के लिए उपयुक्त हो जाती है। फिर भी, निष्कर्ष इस बात की याद दिलाते हैं कि इसके द्वारा उत्पन्न किए गए जोड़ों के कोण पुराने, मार्कर-आधारित तरीकों के समान नहीं हैं। इस नई तकनीक का उपयोग करने वाले वैज्ञानिकों और चिकित्सकों को इन व्यवस्थित अंतरों को ध्यान में रखना होगा, विशेष रूप से खड़ी ढलान पर नीचे उतरने जैसी मांग वाली गतिविधियों के दौरान शरीर के घूमने और झुकने का विश्लेषण करते समय।