Gaitboter与Noraxon步态分析系统时空参数的一致性比较

2021-03-04 13:24高明明何泽佳恽晓萍龙舟王成王向东
中国康复理论与实践 2021年2期
关键词:步态步长时空

高明明,何泽佳,恽晓萍,龙舟,王成,王向东

1.首都医科大学康复医学院,北京市 100068;2.中国康复研究中心北京博爱医院康复评定科,北京市 100068;3.中国科学院计算技术研究所数字经济产业研究院,浙江杭州市 310015;4.洛阳中科信息产业研究院,河南洛阳市 471934;5.中国科学院计算技术研究所,北京市100190

步态分析是针对步行运动异常进行分析、诊断,并对观察到的异常运动进行临床解读,指导干预方案的制订和效果评价[1],是临床医师及卫生专业人员评估神经性或外科性功能受限所致异常步态模式的重要工具[2]。步态分析检查包括定性分析和定量分析[3],定量分析中最常检测的步态时空参数有步长、步频、步速等。国内多使用三维步态分析系统进行检测,但其价格相对较高,同时对空间、检测环境有一定要求,国内尚未普及[4]。

中国科学院计算技术研究所研制的Gaitboter (盖力步)步态分析系统,具有可穿戴、对检查场地无特殊要求等优点,可实时获得步态时空参数[5],成本低,操作简便,但其所得参数的准确性尚未进行研究。本研究分别应用Gaitboter 步态分析系统与Noraxon 步态分析系统[6]采集健康成年人步态的时空参数,并对两种系统所得数据进行一致性分析,以观察Gaitboter步态分析系统在实际应用中的检测效果,为该系统的临床应用奠定基础。

1 资料与方法

1.1 一般资料

2019 年2 月至4 月,选取本院职工、陪护和中国科学院研究人员中的健康成年人35 例,其中男性16例,女性19 例;年龄18~56 岁,平均(34.86±9.82)岁;身高150~176 cm,平均(164.54±6.34)cm;体质量45~75 kg,平均(57.70±7.41) kg。所有被试均无下肢运动障碍,无下肢神经、肌肉、骨骼系统疾患。

本研究已经中国康复研究中心医学伦理委员会审批(No.2020-086-1)。所有被试均签署知情同意书。

1.2 测试设备

1.2.1Noraxon步态分析系统

采用MyoMotion 三维运动采集与分析系统(美国Noraxon 公司)和MyoPressure 足底压力采集与分析系统(美国Noraxon公司)进行测试。

MyoMotion 三维运动采集与分析系统通过传感器建立一个人体三维模型,快速获得人体关节的活动角度、加速度和肢体本身的运动方向角。该系统由7 个关节角度传感器、1 个信号接收器和1 个采集与分析软件组成,传感器内含加速度计、陀螺仪等惯性测量模块和高性能嵌入式微处理器数据采集处理模块[7],用绑带分别固定于患者骶骨、双侧股骨外侧、双侧胫骨外侧和双侧足背处。系统硬件数据的采样频率为100 Hz,可同步采集患者髋关节、膝关节、踝关节在矢状面、冠状面和垂直面的运动数据,并将其通过无线传感器实时同步至电脑软件中进行步态分析[7]。

MyoPressure 足底压力采集与分析系统,通过采集和分析受试者在静止及运动状态下的足底压力,分析其足部结构。该系统由1 个0.6×2 m 足底压力测试板、1 条USB 数据线和1 个分析软件组成,压力测试板下设置了数千个压力传感器,能够分析静态和动态足底压力的分布情况,并通过数据线将采集结果实时传输至电脑软件中进行足底压力分析。系统硬件数据的采样频率为120 Hz。

1.2.2Gaitboter步态分析系统

Gaitboter 步态分析系统由1 个可穿戴步态采集设备和1 个步态分析软件组成。可穿戴步态采集设备外观为日常穿着的运动鞋,内置多传感器(1 个麦克风传感器、1 个9 轴惯性运动传感器和8 个薄膜压力传感器)融合的步态数据采集电路,其中微型麦克风的采样频率为4000 Hz,惯性运动传感器和足底薄膜压力传感器的采样频率均为66 Hz,步态数据采集电路包含步态原始数据采集模块、处理器模块、无线收发模块、存储模块和电源模块。步态分析软件安装于平板电脑上,可实时接收步态采集设备发送的步态数据并进行分析。

1.3 测试方法

在开始测试前,向受试者讲解测试过程及注意事项,确保其充分理解并配合。受试者在同一天内分别进行Noraxon 步态分析和Gaitboter 步态分析。所有测试均由1 名具有丰富经验的康复医师(负责Noraxon 步态数据采集与分析)和1 名中国科学院的工程师(负责Gaitboter步态数据采集与分析)进行。测试时室内保持安静,室温约为24 ℃。

1.3.1Noraxon步态分析

被试脱掉鞋子取直立位,佩戴、安装7 个关节角度传感器,嘱被试在压力测试板上以自然步速来回行走4次以适应步行环境,然后开始正式测试。测试时,被试需先静止站立10 s 以进行姿态校准,然后在压力测试板上来回行走2 次,得到2 组测试结果,按时间先后顺序分别与Gaitboter步态测试结果进行比较。行走测试长度为6 m,压力测试板居中,以保证测试反映被试行走的真实自然状态。

1.3.2Gaitboter步态分析

被试穿戴好合适尺码的步态采集设备,在地面上以自然步速来回行走(与压力测试板的长度相等)4 次以适应脚下的采集设备,然后开始正式测试。测试时,被试在地面上来回行走2 次,得到2 组测试结果,按时间先后顺序分别与Noraxon 步态测试结果进行比较。

1.3.3观察指标

记录受试者的站立相及迈步相时间比例、足偏角、跨步长、步行周期、步频、步速等时空参数。

1.4 统计学分析

采用SPSS 22.0 与MedCalc 12.0 统计学软件进行数据处理。采用组内相关系数[8](intraclass correlation coefficients,ICC)及Bland-Altman 法[9]分析两种步态分析方法的一致性。ICC 值0.41~0.60 表示信度中等,0.61~0.80 表示信度可接受,0.81~1.00表示信度良好[10]。显著性水平α=0.05。

2 结果

Noraxon 与Gaitboter 步态分析系统两次测试所得时空参数之间比较,ICC值0.691~0.835,信度较好(表1)。Bland-Altman法一致性检验显示,Noraxon 与Gaitboter 步态分析系统所得时空参数间的一致性较好。见图1~图12。

3 讨论

步态分析是对人行走的系统性研究[11]。对患者进行步态分析,有助于了解步态异常的性质和程度,提供有关受试者功能水平的信息[12],为分析异常步态原因[13]和矫正异常步态提供必要资料,为制定康复治疗计划[14]和评定康复疗效提供客观依据[3,15]。

中国科学院计算技术研究所研制的Gaitboter 步态分析系统是一种便携式的、对检查场地无特殊要求的新型步态分析系统,目前国内、外均未见其他团队应用该系统进行研究的相关报道,为了使其早日投入临床使用,本研究将其测试所得时空参数与Noraxon 步态分析系统进行比较,观察二者的一致性。

表1 两种步态分析时空参数ICC值比较(共70组数据)

图1 左侧站立相的Bland-Altman散点图

图2 右侧站立相的Bland-Altman散点图

图3 左侧迈步相的Bland-Altman散点图

图4 右侧迈步相的Bland-Altman散点图

图5 左侧足偏角的Bland-Altman散点图

图6 右侧足偏角的Bland-Altman散点图

图7 左步长时长的Bland-Altman散点图

图8 右步长时长的Bland-Altman散点图

图9 跨步长的Bland-Altman散点图

图10 步行周期的Bland-Altman散点图

图11 步频的Bland-Altman散点图

图12 步速的Bland-Altman散点图

本研究显示,两种步态分析系统所得时空参数的信度较好,表明两种测量方法所得时空参数的一致性较高。其中部分参数的ICC 值相对较小,一种可能是由于本研究被试均为健全人,所采集的数据均为正常步态数据,因此这些参数的数值都很接近,而ICC 是被测者间变异方差占总变异的比例,如若被测者测量值范围比较局限,即变异较小时,即使两个测量值非常近似,ICC 值也不大[16];另一种可能是本研究样本量较小,我们会在今后的研究中扩大样本量进一步分析。

由Bland-Altman 散点图可知,两种步态测试方法所得两次时空参数的差值均集中于均等线(差异=0)附近,表明两种测试方法所得时空参数差异较小。其中,跨步长的测量误差相对较大,可能是由于Noraxon 步态分析系统的足底压力板长度有限(2 m),被试为了在压力板上踩足4个脚印(左、右脚分别2个)造成身高较高者在行走过程中需人为缩短跨步长以满足测试需要,从而可能造成部分被试Noraxon 步态分析系统测得的跨步长短于Gaitboter系统所得数据,此亦为Noraxon 步态分析系统目前所存在的问题,当条件允许时,我们将延长足底压力板以进一步完善研究结果。

此外,步长是行走时左右足跟或足尖先后着地时两点间的纵向直线距离[3],跨步长相当于左、右两个步长相加。Noraxon 步态分析系统通过足底压力板可以分析左、右步长参数,而Gaitboter步态分析系统由于直接踩在地面上无足印标记,故暂不能分析步长,此问题将在今后的研究中加以改进。

本研究的不足之处在于样本量相对较小,且50岁以上的受试者仅有3 例,在接下来的研究中我们将进一步扩大样本量并将受试者年龄段上限增至70岁,以求获得更加准确的分析结果。

综上所述,Gaitboter 与Noraxon 步态分析系统所得站立相和迈步相时间比例、跨步长、步频、步速、足偏角等时空参数的一致性较好,且Gaitboter步态分析系统具有穿戴方便、可操作性强、不受场地限制等优点,可进一步用于病理步态以观察其信度与效度。

猜你喜欢
步态步长时空
基于步态参数分析的老年跌倒人群步态特征研究
跨越时空的相遇
基于Armijo搜索步长的BFGS与DFP拟牛顿法的比较研究
镜中的时空穿梭
玩一次时空大“穿越”
基于面部和步态识别的儿童走失寻回系统
基于Kinect的学步期幼儿自然步态提取
步态研究及其在踝关节不稳中的应用进展
时空之门
基于逐维改进的自适应步长布谷鸟搜索算法