执行力量训练的数字孪生验证

假设：假设高级特定受试者的肌肉骨骼建模与嵌入在 iPhone 和 Apple Watch 中的移动监控技术相结合，可以准确预测 8 周力量训练干预后下肢肌肉力量和肌肉大小的变化与膝关节稳定性相关的关键肌肉肌腱群。

主要目的：通过先进的计算模型、生物力学分析和移动监测技术，预测不同力量训练量引起的下肢肌力变化。 特别感兴趣的是 1RM 的预测以及腘绳肌和股四头肌力量之间的比率预测（H:Q 比率）与作为金标准的等速力量测试相比。 研究清楚地表明，在设计安全高效的阻力训练计划时，1RM 的量化至关重要。

次要目标：使用 HMF 技术评估不同力量训练量导致的下肢肌肉大小变化。 特别感兴趣的是使用 HMF 技术预测肌肉体积与作为金标准的 MRI 数据进行比较，以及预测由于使用 HMF 与超声数据进行力量训练干预导致的腿筋和股四头肌 CSA 的适应性。

可能影响主要和次要终点的关键基线因素是力量训练经验和性别。 指定样本量和人口组，以便分析研究结果的性别差异。 因此，定义了包含/排除标准和研究协议，包括与培训相关的问卷，以尽量减少培训经验的偏差。

项目设计 该运动科学项目旨在作为涉及健康参与者的应用研究中的确认性定性研究。 该项目的基本原理是使用计算模型和移动监控技术预测由于力量训练引起的肌肉力量和肌肉大小的变化。 特别是，研究人员将在特定主题的基于解剖学的建模和移动监测方面推进新方法，这些方法以前在研究环境中进行过测试，现在正应用于健康志愿者的干预研究，以预测肌肉力量和肌肉的适应性大小与力量训练量有关。

研究设计：力量训练干预的具体细节是根据该领域的当前研究状况精心设计的，并符合肌肉骨骼健康、健身和康复方面的力量训练建议。 特别是，研究人员将与研究组（n=36，18F 和 18M）一起对与膝关节稳定性相关的关键肌腱组（腘绳肌、股四头肌和小腿三头肌）进行为期 8 周的力量训练干预计划被随机分配到不同级别的训练量（第 1 组：无训练，第 2 组：每周 1 次训练，第 3 组：每周 3 次训练），每组的受试者数量和性别分布相同。 每个参与者将在他们选择的特定训练环境中自主进行力量训练。 将向所有参与者提供有关热身、练习类型和进行的明确指南。 力量练习是加强膝关节伸展和屈曲的标准练习：深蹲、腿举、背部伸展、脚跟抬高和单关节练习。

研究参数：人体测量参数包括身高、体重、节段周长、体型、体型、肌肉CSA和下肢肌肉体积。 根据 ISAK 标准，将通过 HMF 拟合结合 3D 人体扫描和人体测量数据来评估人体测量参数。 在力量训练干预之前和之后，将比较 HMF 和超声数据之间腿筋和股四头肌 CSA 的变化。 力量和训练特定参数包括关节运动、关节加速度、总关节力矩、重复次数、1RM 和 H:Q 比。 将使用来自光学运动捕捉和 iOS Strength Control 应用程序的数据，通过生物力学分析评估力量和训练特定参数，并与作为黄金标准的等速力量测试数据进行比较。 此外，将在 12 名参与者（6F、6M）的子组中获取下肢 MRI 数据。

项目人口和研究程序

项目人群：项目人群是每周定期参加自己的力量训练计划的健康成年受试者。 主要目标是预测肌肉力量的变化（即 主要结果参数：1RM 和 H:Q 比率）在与膝关节稳定性相关的关键肌肉群的不同训练量之后。 使用 statistikguru.de 进行功效分析，以评估主要结果参数 1RM 所需的样本量。 根据功效分析，研究人员的目标是总共 n=36 个完整数据集（每个力量训练干预研究组 n=12），另外安排一个 n=12 参与者的子组进行下肢 MRI四肢处于基线。

用于验证 HMF 技术的基于 MRI 的肌肉体积评估独立于力量训练干预进行分析。 因此，HMF 技术的准确性取决于用于模型拟合的初始通用肌肉骨骼模型，以及可用的特定主题皮肤表面和人体测量数据。

在提交任何研究程序之前，所有参与者都必须通过书面知情同意书确认他们自愿参与。