在人体运动分析中分离时序、运动条件与个体差异

人体运动行为分析的一项核心任务是确定跨实验条件、参与者和重复试验的系统模式与差异。这是可能的，因为人体运动具有高度规律性，受不变性原理约束。尤其是运动时序与运动路径通过标度律相关联。将运动时序变化与运动的空间变化分离是一个众所周知的挑战，当前方法仅通过偏倚分析的预处理形式来解决。本文提出一种新颖的非线性混合效应模型，用于分析在时序和路径上均含系统效应的时间连续信号。路径相对于时序的可识别性问题通过使用极大似然估计克服，其中根据数据中发现的变异选择最可能的空间与时间分离。该模型被应用于分析人体手臂运动的实验数据，其中参与者在避开障碍物的同时将手持物体移至目标位置。该模型用于根据参与者对运动数据进行分类。与替代方法的比较确立了非线性混合效应模型作为常规分析框架的可行替代方案。随后将该模型与一种新颖的因子分析模型相结合，该模型估计当任务需求变化时运动所变化的低维子空间。我们的框架使我们能够可视化运动变化的不同维度，并检验关于障碍物放置和高度对运动路径影响的假设。我们证明了该方法可用于揭示人体运动的新特性。