在临床评估与运动科学研究中，如何客观、精准地量化人体运动一直是核心挑战。传统光学动捕受限于空间与标记点遮挡，而早期惯性设备存在精度不足与漂移问题。意大利Captiks公司推出的无线惯性动捕与步态分析系统（Movit System），以"无标记、高精度、全无线"的特点，正成为多项跨学科研究的核心工具，其应用成果已发表于多个国际期刊与会议。
一、系统构成与技术亮点
Captiks系统基于Movit G1传感器，内置高灵敏度MEMS惯性传感器，采样率最高达200 Hz，支持多设备高精度同步（TDMA协议）。系统通过嵌入式算法完成实时姿态解算，结合Motion Studio采集软件与Motion Analyzer分析平台，输出关节角度、步态时序、运动对称性等生物力学参数，并支持Python/Matlab数据导出，满足科研复现需求。
二、科研实证：从儿科发育到神经退行性疾病
1. 儿童发育障碍的客观量化
研究团队使用Captiks全身动捕系统，对7--10岁儿童进行标准化跳跃测试。设备精准捕捉加速度与角速度特征，结果显示：ADHD/DCD患儿与健康儿童在跳跃任务中呈现显著差异（如关节协调性、落地稳定性）。该研究发表于《Wearable-based electronics to objectively support diagnosis of motor impairments in school-aged children》，为超越主观量表的诊断提供数据支持。
2. 步态和谐性：揭示健康行走的"黄金比例"
罗马第二大学研究发现，健康人步行时支撑相与摆动相时长比接近黄金比例（φ≈1.618），称为"步态和谐"。Captiks系统在自然行走环境中成功复现该现象，并发现老年人倾向于维持该比例以优化能耗，而帕金森患者则显著偏离。研究发表于《Assessment of Gait Harmony in Older and Young People》。
3. 时序递归性：斐波那契序列中的步态结构
跨学科团队通过Captiks系统采集的高精度时序数据，验证了健康步态在时间维度上具有自相似性与递归性，可用广义有限斐波那契序列建模。病理步态（如帕金森病）则出现高阶结构"断裂"。该研究发表于《Generalized Finite-Length Fibonacci Sequences in Healthy and Pathological Human Walking》，为运动控制机制研究开辟新路径。
4. 上肢功能评估：捕捉代偿策略
在SIAMOC 2023会议上发表的研究中，研究者利用7个Movit G1传感器同步记录帕金森与卒中患者执行Box and Block Test（BBT）时的上肢运动，成功识别出患者依赖躯干旋转的代偿策略，突破了传统仅依赖积木数量的评估局限。
三、系统优势：适配真实科研场景
* 真实环境可用：无需光学基站，适用于医院走廊、养老院等自然场景；
* 高同步性与扩展性：支持通过BNC或SDK与肌电、脑电设备同步，满足多模态研究需求；
* 临床友好设计：5分钟内完成穿戴，自动生成结构化报告与可视化图表。
四、应用前景
Captiks系统已在儿科神经发育、神经退行性疾病、老年跌倒风险、康复工程等领域形成完整方法学闭环。其高精度、可扩展与自然场景适配的特点，为运动生物力学、神经科学及人机交互研究提供了可复现、可深化的工具基础。
欢迎关注 "欣佰特科技 " ，持续为大家带来 "具身智能领域 "前沿技术及应用！详情可邮件咨询++++sales@cnbestec.com++++