01 模拟外科培训中动捕设备的应用
Hyun Soo Kim,Nhayoung Hong,Myungjoon Kim,Sang Gab Yoon,Hyeong Won Yu,Hyoun-Joong Kong,Su-Jin Kim,Young Jun Chai,Hyung Jin Choi,June Young Choi,Kyu Eun Lee,Sungwan Kim & Hee Chan Kim
外科手术是一种高风险的医疗行为，对医生的技能要求很高。为了提高手术技能的培训效果，作者采用了诺亦腾PN惯性动捕设备，通过惯性传感器来跟踪医生的身体和手指运动。通过这个方法，准确地获取医生在手术过程中的动作数据，并以实时的方式显示在虚拟环境中，使医生能够进行实时的反馈和调整。研究结果表明，在外科手术培训中应用动作捕捉技术可以提高医生的技术水平和手术准确性，也为未来的医学教育研究提供了新的方向。
原文链接：
https://www.mdpi.com/2077-0383/8/1/124
02 基于自然情况下的肢外骨骼控制
Wenhao Chen,Shengli Song, Husheng Fan & Ming Zhao
本文介绍了一种基于自然情况下肢外骨骼控制方法。通过使用诺亦腾PN惯性动捕设备，在穿戴外骨骼的实验测试人员中，保持大腿静止，小腿自由摆动，并记录膝盖的角度轨迹。在腿部上佩戴6个诺亦腾惯性传感器，可以记录髋部、膝盖和踝关节的信息。对其稳定性进行了分析，并对自适应参数进行了优化。结果表明，使用优化后的自适应控制的外骨骼与人体小腿之间的跟踪误差仅为0.01°，优化后的控制可以实现更准确的运动跟踪。
原文链接：
https://link.springer.com/chapter/10.1007/978-3-319-70990-1_66
03 对非截肢个体的假肢步态评估
Yuki Ueyama, Tsutomu Kubo & Masaaki Shibata
本文评估了一种机器人髋关节截肢假肢在非截肢人体上的假体步态。研究使用无截肢人体作为实验对象，结合使用诺亦腾PN系列惯性动捕系统对步态运动进行测量。通过在佩戴假肢的肢体上安装18个诺亦腾惯性传感器，以每秒120次的采样率进行数据采集，并分析了使用机器人髋关节截肢假肢时的步态表现。实验结果显示，机器人髋关节截肢假肢能够有效还原自然步态，提供满意的动作表现。该研究为机器人髋关节截肢假肢的设计和开发提供了重要的评估和参考。
原文链接：
https://www.tandfonline.com/doi/full/10.1080/01691864.2019.1705908
