DOI: https://doi.org/10.1109/thms.2026.3697329
تاريخ النشر: 2026-06-12
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: الهندسة البشرية واضطرابات الجهاز العضلي الهيكلي
نظرة عامة
تستكشف هذه الدراسة تطبيق الشبكات العصبية العميقة، وبشكل خاص الذاكرة طويلة وقصيرة المدى ثنائية الاتجاه (BLSTM) وهياكل المحولات، لتوقع وضعية الجسم البشري بالكامل أثناء مهام الوصول إلى الأحمال الديناميكية. تتكون مجموعة البيانات من بيانات حركة ثلاثية الأبعاد لجسم كامل من 20 مشاركًا صحيًا من الذكور يؤدون 204 أنشطة للوصول إلى الأحمال، تتضمن تقنيات رفع ومعالجة متنوعة. استخدمت النماذج مدخلات مثل مواضع اليد والحمل، تقنيات الرفع (الانحناء، القرفصاء الكاملة، القرفصاء شبه)، قياسات الجسم، وبيانات مدة المهمة الأولية لتوقع إحداثيات الجسم لفترة المهمة المتبقية. تم تقديم دالة تكلفة جديدة لتعزيز دقة التوقع من خلال فرض أطوال ثابتة لأجزاء الجسم، مما أدى إلى تقليل تقريبي لخطأ التوقع بنسبة 8% لنماذج الذراع و21% لنماذج الساق.
كشفت النتائج أنه بينما تفوق نموذج BLSTM في التوقعات قصيرة المدى، أظهرت بنية المحولات أداءً أفضل على المدى الطويل مع خطأ جذر متوسط المربعات قدره 41.4 مم، محققة دقة أكبر بنسبة تقارب 58% مقارنة بنموذج BLSTM. تؤكد هذه الدراسة على إمكانيات الشبكات العصبية في التقاط الاعتماديات الزمنية في الحركة ثلاثية الأبعاد، مما يوفر رؤى قيمة حول ديناميات الحركة أثناء أنشطة معالجة المواد اليدوية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على أهمية أنشطة معالجة المواد اليدوية (MMH) كعامل خطر للإصابات الشوكية، مما يستلزم تقييم الأحمال الخارجية واللحظات في المفاصل بين الفقرات. نظرًا للتحديات المرتبطة بالقياسات المباشرة – مثل التكلفة والتدخل – اتجهت البيوميكانيكا المهنية إلى نماذج الهيكل العظمي وأدوات تقييم المخاطر الهندسية. غالبًا ما تكون الطرق التقليدية لتحليل حركة الإنسان، بما في ذلك التقاط الحركة وأجهزة الاستشعار القابلة للارتداء، غير عملية في البيئات الواقعية، مما يبرز الحاجة إلى تقنيات فعالة ودقيقة لتوقع وضعية الإنسان.
لقد سهلت التطورات الأخيرة في الطرق الحسابية، وخاصة في رؤية الكمبيوتر (CV) وتعلم الآلة (ML)، تطوير نماذج مختلفة لتوقع الوضعية. بينما كانت النماذج السابقة تركز بشكل أساسي على المهام الثابتة أو تفترض الاستقلال الزمني في المهام الديناميكية، فإن إدخال هياكل التعلم العميق، مثل الذاكرة طويلة وقصيرة المدى (LSTM) وشبكات المحولات، يقدم تحسينات محتملة من خلال التقاط الطبيعة المتغيرة زمنياً للحركات. تهدف هذه الدراسة إلى معالجة الفجوات الحالية من خلال استخدام LSTM ثنائية الاتجاه (BLSTM) وشبكات المحولات لتوقع وضعية الإنسان أثناء أنشطة الوصول إلى الأحمال، مع دمج القيود الحركية في دالة الخسارة لتعزيز دقة التوقع. تفترض الفرضية أن هذه النماذج المتقدمة ستتفوق على الشبكات العصبية التقليدية المتصلة بالكامل (FCNs) في توقع الوضعية الديناميكية ثلاثية الأبعاد (3D) للجسم بالكامل.
طرق
تحدد قسم الطرق تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، مع دمج التحليلات الإحصائية لتقييم البيانات المجمعة. تضمنت المنهجيات الرئيسية تطبيق نماذج الانحدار لتقييم العلاقات بين المتغيرات، بالإضافة إلى استخدام مجموعات التحكم لضمان صحة النتائج.
شملت جمع البيانات أخذ عينات منهجية وتنفيذ بروتوكولات موحدة لتقليل التحيز. تم إجراء التحليل باستخدام أدوات برمجية قادرة على التعامل مع مجموعات بيانات معقدة، مما يضمن نتائج قوية. يبرز القسم أهمية القابلية للتكرار والشفافية في الطرق، موضحًا الخطوات المتخذة لتسهيل مراجعة الأقران وتكرار الأبحاث المستقبلية.
نتائج
تشير النتائج إلى أن الشبكات العصبية التكرارية (RNNs) شهدت زيادة في الخطأ في التوقعات طويلة المدى بسبب ظاهرة “فرض المعلم” أو “تحيز التعرض”، حيث تم استخدام توقعات النموذج الخاصة، التي تحتوي على أخطاء، كمدخلات أثناء الاختبار. أدت هذه التراكمات من الأخطاء إلى انحراف كبير عن المخرجات الفعلية مع زيادة عدد الإطارات المتوقعة. للتخفيف من هذه المشكلة، يتم اقتراح تقنيات مثل “أخذ العينات المجدولة” وتحسين التوقعات طويلة المدى من خلال دوال تكلفة معدلة. وجدت الدراسة أنه بينما تفوقت نماذج الذاكرة طويلة وقصيرة المدى ثنائية الاتجاه (BLSTM) في التوقعات قصيرة المدى، أظهرت نماذج المحولات أداءً أفضل في التوقعات طويلة المدى، خاصة في توقع الوضعية البيوميكانيكية.
كشفت التحليلات أن متوسط خطأ الجذر التربيعي (RMSE) للمواضيع الداخلية كان 37.2 مم، وزاد إلى 54.4 ± 17.6 مم تحت التحقق المتقاطع “ترك موضوع واحد خارجًا” (LOSO)، وبلغ 88.4 مم للمواضيع الخارجية. تظل هذه الأخطاء، على الرغم من كونها ملحوظة، ضمن الحدود المقبولة للتطبيقات البيوميكانيكية، حيث تشير الدراسات السابقة إلى أن الأخطاء التي تصل إلى 74 مم يمكن أن تؤدي إلى نتائج موثوقة لنماذج الهيكل العظمي. كما قدمت الدراسة دالة خسارة جديدة حسنت RMSEs لنماذج الذراع والساق بنسبة 8% و21%، على التوالي، من خلال فرض الحفاظ على أطوال أجزاء الجسم. يبرز هذا النهج الإمكانية لتحسين الدقة في نماذج توقع الوضعية، على الرغم من الحاجة إلى مزيد من التحقيق لتقييم قابليتها للتطبيق عبر أطر التوقع المختلفة.
مناقشة
في هذه الدراسة، تم تطوير نماذج التعلم العميق لتوقع وضعية الجسم البشري بالكامل أثناء مهام الوصول إلى الأحمال، باستخدام مجموعة بيانات من 20 موضوعًا صحيًا من الذكور يؤدون 204 مهام. تم التقاط بيانات الحركة باستخدام كاميرات Vicon ومعالجتها لإنشاء مجموعة بيانات منظمة للتدريب والتقييم. تم استخدام هيكلين، نماذج الذاكرة طويلة وقصيرة المدى ثنائية الاتجاه (BLSTM) ونماذج المحولات، لتوقع الحركيات الجسمية استنادًا إلى أول 25 إطارًا من الحركة وميزات إضافية متعلقة بالمهمة. تم تقييم النماذج لكل من التوقعات قصيرة المدى (خطوة واحدة للأمام) وطويلة المدى (76 خطوة زمنية)، مما يكشف أنه بينما تفوق نموذج BLSTM في دقة التوقعات قصيرة المدى، أظهر نموذج المحولات أداءً أفضل في التوقعات طويلة المدى.
أدى إدخال القيود الحركية في دالة خسارة نموذج المحولات إلى تحسين كبير في دقة التوقع، كما يتضح من انخفاض قيم RMSE وانخفاض تباين كولباك-ليبلر، مما يشير إلى توافق أقرب مع توزيعات أطوال الأجزاء الفعلية. تم التحقق من قوة نموذج المحولات بشكل أكبر من خلال التحقق المتقاطع “ترك موضوع واحد خارجًا” والاختبار على مجموعة بيانات خارجية، مما يؤكد قابليته للتعميم عبر أفراد مختلفين. بشكل عام، تبرز هذه الأبحاث إمكانيات تقنيات التعلم العميق في التقاط ديناميات الحركة المعقدة وتؤكد على أهمية القيود التشريحية في تعزيز أداء النموذج.
القيود
تقدم الدراسة عدة قيود قد تؤثر على قابلية تطبيق نتائجها. أولاً، تم اشتقاق أول 25% من حركة الفرد أثناء أنشطة الوصول إلى الأحمال من بيانات التقاط الحركة، والتي قد لا تكون متاحة في السيناريوهات الواقعية. لمعالجة ذلك، يقترح المؤلفون استخدام نموذج توقع وضعية الجسم بالكامل الذي تم تطويره سابقًا والذي يقدر الوضعية استنادًا إلى المدخلات الثابتة، مما يمكّن من توليد مقاطع الحركة الأولية قبل تطبيق النماذج الزمنية.
ثانيًا، كانت مجموعة البيانات محدودة بالذكور الشباب المبتدئين، مما يثير مخاوف بشأن قابلية تعميم النماذج على البالغين الأكبر سناً، والإناث، أو الأفراد ذوي الخبرة. علاوة على ذلك، ركزت الدراسة حصريًا على الموضوعات ذات الوزن الطبيعي واليد اليمنى، مما قد يحد من دقة التوقعات للأفراد الذين لديهم مؤشر كتلة جسم (BMI) خارج نطاق 18 إلى 26 أو للأفراد الذين يستخدمون اليد اليسرى. بالإضافة إلى ذلك، ركزت الأبحاث فقط على مهام الوصول إلى الأحمال، متجاهلة مهام نقل الأحمال أو ترك الأحمال، وفحصت فقط تقنيات الرفع المنحنية دون تضمين تقنيات القرفصاء الكاملة أو شبه القرفصاء. تم اختبار الأخيرة فقط مع أحمال تصل إلى ارتفاع 30 سم، مما يقيّد قابلية تطبيق النموذج على السيناريوهات التي تتضمن ارتفاعات أحمال أعلى.
DOI: https://doi.org/10.1109/thms.2026.3697329
Publication Date: 2026-06-12
Author(s): Zhenyun Du et al.
Primary Topic: Ergonomics and Musculoskeletal Disorders
Overview
This study investigates the application of deep neural networks, specifically bidirectional long short-term memory (BLSTM) and transformer architectures, for predicting whole-body human posture during dynamic load-reaching tasks. The dataset comprised 3D full-body motion data from 20 healthy male participants performing 204 load-reaching activities, incorporating various lifting and handling techniques. The models utilized inputs such as hand-load positions, lifting techniques (stoop, full-squat, semi-squat), body anthropometry, and initial task duration data to forecast body coordinates for the remaining task period. A novel cost function was introduced to enhance prediction accuracy by enforcing constant body segment lengths, resulting in an approximate reduction of prediction error by 8% for arm models and 21% for leg models.
The findings revealed that while the BLSTM model excelled in short-term predictions, the transformer architecture demonstrated superior long-term performance with a root-mean-square error of 41.4 mm, achieving approximately 58% greater accuracy than the BLSTM model. This research underscores the potential of neural networks in capturing time series dependencies in 3D motion, providing valuable insights into motion dynamics during manual material handling activities.
Introduction
The introduction of this research paper highlights the significance of manual material handling (MMH) activities as a risk factor for spinal injuries, necessitating the assessment of external loads and moments in intervertebral joints. Given the challenges associated with direct measurements—such as cost and invasiveness—occupational biomechanics has turned to musculoskeletal models and ergonomic risk assessment tools. Traditional methods for analyzing human movement, including motion capture and wearable sensors, are often impractical in real-world settings, underscoring the need for efficient and accurate human posture prediction techniques.
Recent advancements in computational methods, particularly in computer vision (CV) and machine learning (ML), have facilitated the development of various posture prediction models. While previous models primarily focused on static tasks or assumed temporal independence in dynamic tasks, the introduction of deep learning architectures, such as long short-term memory (LSTM) and transformer networks, offers potential improvements by capturing the time-varying nature of movements. This study aims to address existing gaps by employing bidirectional LSTM (BLSTM) and transformer networks to predict human posture during load-reaching activities, incorporating kinematic constraints into the loss function to enhance prediction accuracy. The hypothesis posits that these advanced models will outperform traditional fully connected neural networks (FCNs) in predicting dynamic three-dimensional (3D) full-body posture.
Methods
The Methods section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected. Key methodologies included the application of regression models to assess relationships between variables, as well as the use of control groups to ensure the validity of the findings.
Data collection involved systematic sampling and the implementation of standardized protocols to minimize bias. The analysis was conducted using software tools capable of handling complex datasets, ensuring robust results. The section emphasizes the importance of reproducibility and transparency in the methods, detailing the steps taken to facilitate peer review and future research replication.
Results
The results indicate that the recurrent neural networks (RNNs) experienced increased error in long-term predictions due to the “teacher forcing” or “exposure bias” phenomenon, where the model’s own predictions, which contain errors, were used as inputs during testing. This accumulation of errors led to a significant deviation from actual outputs as the number of predicted frames increased. To mitigate this issue, techniques such as “scheduled sampling” and the optimization of long-term predictions through adjusted cost functions are suggested. The study found that while Bidirectional Long Short-Term Memory (BLSTM) models excelled in short-term predictions, transformer models demonstrated superior performance in long-term predictions, particularly in biomechanical posture forecasting.
The analysis revealed that the overall root mean square error (RMSE) for internal subjects was 37.2 mm, increasing to 54.4 ± 17.6 mm under leave-one-subject-out (LOSO) cross-validation, and reaching 88.4 mm for external subjects. These errors, while notable, remain within acceptable limits for biomechanical applications, as previous studies suggest that errors up to 74 mm can yield reliable musculoskeletal model outputs. The study also introduced a novel loss function that improved RMSEs for arm and leg models by 8% and 21%, respectively, by enforcing the maintenance of body segment lengths. This approach highlights the potential for enhanced accuracy in posture prediction models, although further investigation is needed to assess its applicability across different prediction frameworks.
Discussion
In this study, deep learning models were developed to predict human whole-body posture during load-reaching tasks, utilizing a dataset of 20 healthy male subjects performing 204 tasks. The motion data were captured using Vicon cameras and processed to create a structured dataset for training and evaluation. Two architectures, Bidirectional Long Short-Term Memory (BLSTM) and transformer models, were employed to predict body kinematics based on the first 25 frames of motion and additional task-related features. The models were evaluated for both short-term (one-step-ahead) and long-term (76 time-steps) predictions, revealing that while the BLSTM model excelled in short-term accuracy, the transformer model demonstrated superior performance in long-term predictions.
The introduction of kinematic constraints into the transformer model’s loss function significantly improved prediction accuracy, as evidenced by reduced root mean square error (RMSE) values and lower Kullback-Leibler divergence, indicating a closer alignment with actual segment length distributions. The robustness of the transformer model was further validated through leave-one-subject-out cross-validation and testing on an external dataset, confirming its generalizability across different individuals. Overall, this research highlights the potential of deep learning techniques in capturing complex motion dynamics and emphasizes the importance of anatomical constraints in enhancing model performance.
Limitations
The study presents several limitations that may affect the applicability of its findings. Firstly, the initial 25% of an individual’s movement during load-reaching activities was derived from motion capture data, which may not be available in real-world scenarios. To address this, the authors suggest utilizing a previously developed whole-body posture prediction model that estimates posture based on static inputs, thereby enabling the generation of initial motion segments prior to applying the temporal models.
Secondly, the dataset was limited to young, novice males, raising concerns about the generalizability of the models to older adults, females, or experienced individuals. Furthermore, the study focused exclusively on normal-weight, right-handed subjects, which may limit the accuracy of predictions for individuals with a body mass index (BMI) outside the range of 18 to 26 or for left-handed individuals. Additionally, the research concentrated solely on load-reaching tasks, neglecting load-moving or load-leaving tasks, and only examined stoop lifting techniques without including full squat or semi-squat techniques. The latter were tested only with loads up to a height of 30 cm, which restricts the model’s applicability to scenarios involving higher load heights.