站姿平衡与姿势控制检测技术研究现状

何子薇 王健，2，3

1 浙江大学教育学院体育学系（杭州 310028）

2 浙江大学运动科学与健康工程研究所（杭州 310058）

3 浙江大学心理科学研究中心（杭州 310028）

站姿平衡能力指人体姿势控制系统通过姿势控制活动以及运用各种姿势控制策略维持站姿身体重心稳定的能力，包括静态站姿平衡（简称“静态平衡”）和动态姿势平衡（简称“动态平衡”）两个基本组成部分[1]。站姿平衡控制涉及本体觉、听觉和视觉等多感觉整合以及预期姿势调节、补偿姿势调节和随意运动控制等多种姿势调节与控制，并受遗传、运动、发育及年龄和性别等多种因素影响[2]。站姿平衡检测是对站姿平衡能力的量化评估，在儿童少年生长发育评估、发育协调和运动控制障碍检测、体能和运动技能评价等研究领域有着广泛的应用[3，4]。本文对各种站姿平衡检测方法进行了梳理和分类，筛选具有代表性的检测试验，并对其检测原理、方法、信效度和应用研究现状等进行了文献回顾，为国内学者开展相关研究提供参考。

1 站姿平衡检测试验

1.1 静态站姿平衡检测试验

1.1.1 双腿站立试验

独站是儿童运动发育里程碑的标志[5]。双腿站立试验（double leg stance test，DLST）模拟了人类日常生活中最常采用的静立姿势，包括双腿分立和并立试验，要求受试者双腿分立（与肩同宽）或双腿并立完成站姿平衡时长测试，通过研究者主观观察或采用测力平台采集足底压力中心（center of pressure，COP）时频域指标进行评价[6]。最初的Romberg 试验（Romberg's test，RT）即是要求受试者以双腿并足站立（如图1a），双臂自然下垂或交叉抱于胸前，先睁眼后闭眼的姿势，观察其平衡表现，通过闭眼的稳定时长来评价其静态站姿平衡能力[7]。Low 等[8]的元分析指出，较单腿站立试验（single leg stance test，SLST）和前后足站立试验（tandem stance test，TST），DLST是最常用于检验运动干预对改善老年人站姿平衡能力有效性的方法。Sibley等[3，4]的元分析指出，DLST 被频繁用于儿童或成年人站姿平衡能力的研究。如Verbecque 等[9]对2～18 岁儿童DLST 的姿势晃动进行回顾研究提示，随着年龄的递增，姿势晃动逐渐减小；各年龄段儿童在睁眼条件下的站姿平衡能力均优于闭眼条件。目前还有一些学者通过探讨受试者双腿站立到单腿站立过渡的运动学特征，以评估其站姿平衡和姿势控制能力[10]。

图1 双腿、前后足站立足底位置示意图

1.1.2 前后足站立试验

前后足（或串联）站立试验（tandem stance test，TST）即强化Romberg 试验（sharpened Romberg test，SRT），分为半串联（semi-tandem stance test，ST）和串联（tandem stance test，TS）两种姿势（如图1b、c），要求受试者以优势腿或非优势腿在前，手臂位置同DLST，ST 为一侧足尖与另一侧横足弓内侧跖骨处平行姿势；TS 为足尖足跟相触姿势，通过测量保持该站姿平衡的稳定时长（或足底COP时频域指标）来评估受试者静态平衡能力[11]。一些学者认为，SRT 是较RT 更好的前庭障碍筛查指标，有助于量化共济失调[12]。TS 在预测老年人跌倒和评估儿童平衡功能发育等方面具有较高的测试信度（ICC＞0.85），且与其它站姿稳定性试验结果也具有较高的相关性[13]。在应用研究方面，Hile等[14]研究指出，低于10 秒的站立时长是跌倒风险增高的拐点。Condon等[15]通过对4～15岁健康儿童的研究发现，TS稳定时长与年龄呈显著正相关（P＜0.01）。Fu等[16]的元分析研究发现，在非仪器化预测老年人跌倒风险的平衡试验中，TS是最可靠且应用广泛的方法之一。

1.1.3 单腿站立试验

单腿站立试验（single leg stance test，SLST）因其足底接触面积最小，是静态站姿平衡检测试验中最困难的一项，要求受试者以单腿支撑站立，同样记录保持该站姿平衡的稳定时长（或足底COP时频域指标）变化来评价。SLST还可结合视觉信息的干预（睁、闭眼），以考察视觉对站姿平衡的影响[15]。研究表明，SLST 具有较好的信效度。如Springer 等[17]通过对18～99 岁成年人群在睁眼和闭眼条件下进行SLST测试，发现SLST具有高可靠度（ICC=0.989～0.999）。Kozinc等[18]的元分析提示，SLST是非仪器平衡试验中区分老年跌倒患者、预测跌倒风险最有效的方法。Chomiak 等[19]对帕金森病（Parkinson disease，PD）患者的研究发现，低于10.4 ±6.3 秒的SLST 时长是预测帕金森病患者跌倒的重要参数。

1.2 动态站姿平衡检测试验

1.2.1 功能性前伸试验

功能性前伸试验（functional reach test，FRT）通过受试者站立于固定位置时手臂前伸所能达到的最远距离来评价其动态平衡能力[20]。FRT在健康、中风、PD老年人中被证实可靠（ICC=0.89～0.98），与Berg平衡量表（Berg balance scale，BBS）、“站起-行走”计时试验（timed up and go test，TUG）等平衡试验同时有效（r=0.42～0.56）[21]。在儿童中，FRT已在3～15岁健康和脑瘫（cerebral palsy，CP）儿童中被证实可靠（ICC=0.91～0.94）[22]。同时，儿科前伸试验（pediatric reach test，PRT）是基于FRT专为儿童改编的试验，通过评估健康或平衡障碍儿童坐姿或站姿的前伸和侧伸能达到的最远距离来检测其平衡能力，与BBS、TUG试验结果具有高相关性（r=0.77～0.84）[4]。

FRT 受年龄、身高和运动策略影响。年龄和身高的增加分别会导致FRT 值的降低和增加[23]，髋和踝关节策略的运用会显著提高到达距离[24]。Moriyama 等[24]的研究发现老年人常动用髋关节策略，而健康成年人更倾向运用踝关节策略，提示采用FRT 值评估时需同时关注运动策略的使用。在预测跌倒方面，25 厘米及以上的距离被认为跌倒风险较低[20]，但不同人群的参考值不同，且目前的研究对是否能有效预测跌倒尚存争议[21]。如Rosa等[21]的元分析研究发现，FRT是评价老年人动态平衡能力的有效方法但无法有效预测跌倒风险，提示单独使用FRT无法有效预测老年人跌倒。

1.2.2 星形偏移平衡试验

星形偏移平衡试验（star excursion balance test，SEBT）需受试者使用单腿最大程度依次朝8 个方向进行深蹲，以各方向达到最远距离总值与受试者身高或腿长标准化后的结果为量化标准[25]。SEBT最初用作一种康复训练方法，而后逐渐用于评估健康、慢性踝关节不稳（chronic ankle instability，CAI）等平衡缺陷患者的动态平衡能力，还可预测下肢损伤、评估康复治疗情况等，已被证实具有中至高的可靠度（ICC=0.67～0.97），与Y平衡试验具有同时有效性[26]。

但SEBT 的明显不足是8 个方向存在大量冗余。Hertel等[25]的研究最先发现这一缺陷，即受试者在给定方向上的达到距离与其他7个方向的达到距离存在高度相关，建议只保留前、后内侧和后外侧3个方向来提高测试信效度和效率。Plisky等[27]采用SEBT预测高中篮球运动员下肢损伤的研究也提示，3个方向达到距离的总值和双腿间“前伸”向距离的不对称性，可作为有效预测指标。最近，Song 等[28]对SEBT 评估CAI 患者动态平衡能力的元分析发现，任何方向都可有效筛查CAI患者，在上述3个方向更为显著。

1.2.3 Y平衡试验

Y 平衡试验（y balance test，YBT）是对SEBT 冗余现象的改良，仅保留前、后内侧和后外侧3 个方向，计算方法同SEBT[26]。YBT 分上肢YBT（upper quarter y balance test，YBT-UQ）和下肢YBT（lower quarter y balance test，YBT-LQ），YBT-LQ 已被广泛用于评价不同年龄、人群的动态平衡能力，是动态平衡检测试验中极少在军人、运动员等特殊人群中可靠且有效的方法[26]。Plisky 等[27]和Shaffer 等[29]的研究分别提示了YBTLQ在运动员和军人或军事人员中较高的可靠度（运动员：ICC=0.80～1.00；军人或军事人员：ICC=0.80～0.85）。在儿童中，许多研究结果提示YBT-LQ 在健康儿童、儿童青少年运动员人群中具有高可靠性（ICC=0.91～0.99）[26]。而在老年人中的研究较少，最近一项YBT-LQ 在66.8 ± 6.5 岁健康老年人中应用的研究中发现了良好的可靠度（ICC＞0.95），并与TUG、SLST和特定活动平衡信心量表等其他平衡试验具有同时有效性（P＜0.01）[30]。

1.2.4 “站起-行走”计时试验

“站起-行走”计时试验（timed up and go test，TUG）要求受试者坐于椅子上并背部靠紧椅背，当研究者发出“开始”指令后，受试者从坐姿变为双腿站姿，并步行至3 米线处，转身，返回并再坐回座椅上，通过完成时长进行评价。TUG最初是为评估健康和神经系统功能性障碍老年人动态平衡能力及预测跌倒风险而建立，后经改良逐渐广泛应用于评价儿童至老年健康或平衡障碍人群步行期间的动态平衡能力[31]。TUG 在健康老年人（ICC=0.92～0.99）、PD（ICC=0.85～0.98）[32]、中风（ICC=0.96）[33]及认知障碍人群[34]中被证实可靠。Felipe等[34]的元分析发现，TUG在筛查认知障碍老年人中具有高的可靠性（ICC=0.985～0.988），可有效区分轻度认知障碍和阿尔茨海默症患者。在效度方面，TUG 与BBS、动态平衡指数（dynamic gait index，DGI）及步速等平衡或步态分析试验结果呈中至高度的相关（r＞0.75）[33]。

近些年许多研究者对测试方法进行改良，以便更适用于儿童[35]，如采用触摸墙上标记物[36]、运送积木[37]等任务来提高儿童积极性。Verbecque等[35]对目前的改良方法进行系统研究发现，不同方法均具较高的评估者内和评估者间信度（ICC=0.80～0.99），而重测信度会因年龄而异：当年龄以3～18岁或3～9岁划分时，重测信度良好（ICC=0.80～0.95），而以3～5 岁或5～9 岁划分时，信度降低（ICC=0.61～0.83），可能由于儿童正处于平衡控制能力发育阶段所致。目前，对于儿童TUG成绩与年龄呈负相关的结论已达成一致[4]，但性别差异存有争议，如当加入“提高兴趣”因素时，男女无差异[35]。

1.2.5 跳步试验

跳步试验（jump test）由Sell[38]基于一项对CAI患者动态平衡能力的研究改良所提出，包括前后向跳步试验（anterior-posterior jump test，AP_JT）和内外向跳步试验（medial-lateral jump test，ML_JT），同时结合动态姿势稳定性指数（dynamic postural stability index，DPSI）进行评价。AP_JT和ML_JT均要求受试者以双腿站姿、双臂自然放于身体两侧的初始姿势静立于起跳点，AP_JT要求受试者双腿向前跳过12英寸高的障碍物并单腿落于40%身高远的测力平台上：ML_JT 为侧向跳过6 英寸高的障碍物并单腿落于33%身高远的测力平台上，落地后均再以双手叉腰、单腿站立姿势在测力平台上保持平衡[39]。Heebner等[39]采用加速度计对健康成年人AP_JT 和ML_JT 进行评估发现，该方法具有良好的可靠性（ICC=0.835～0.924），并与金标准（采用测力平台检测方法）所得结果具有显著相关（P＜0.001）。Lu等[40]最近采用AP_JT 和ML_JT 发现6 周的增强式训练可有效提高精英羽毛球运动员动态平衡能力。以上研究提示AP_JT和ML_JT是有效评估健康成年人动态平衡能力的新方法，但目前的运用尚不广泛，需进一步在不同人群中进行检验。

2 站姿平衡控制检测

2.1 多感觉整合试验

2.1.2 感觉整合试验

感觉整合试验（sensory organization test，SOT）通过对本体觉或视觉输入信息的干预形成6 种测试条件，根据每个条件所得分计算出一个综合分进行评价，是客观评估视觉、前庭觉和本体觉对静态站姿平衡控制贡献的金方法[41]，具有良好的信度（ICC=0.85～0.95）。SOT最早用于评价前庭功能障碍患者在静态站姿期间各感觉系统信息的权重，目前常用于不同年龄、人群平衡控制能力的研究，如筛查脑震荡人群及平衡康复情况等[42]。近年，SOT也被用于军事领域，如Haran等[43]采用SOT 对战后患脑震荡军人的研究发现，失衡原因主要表现为前庭和视觉整合的不足；Roberts 等[44]的研究为军人建立了参考值。但Freeman 等[41]研究发现，SOT无法有效预测PD老年人跌倒以及辨别预期和反应性姿势调节。

2.1.2 临床感觉交互平衡试验

临床感觉交互平衡试验（clinical test of sensory interaction on balance，CTSIB）[45]是为降低SOT 的测试时长和成本而建立，也包括6种测试条件。然而CTSIB存在一定冗余，目前普遍使用临床感觉交互平衡改良试验（modified clinical test of sensory interaction and balance，mCTSIB）[46]，通过获取4 项测试所得分再计算综合分作为测试结果。mCTSIB 是预测老年人跌倒的可靠工具（ICC=0.93～0.95）[47]，然而Park 等[48]的研究发现，mCTSIB 和SOT 虽然均可有效筛查前庭障碍患者，但mCTSIB 与SOT 得分并非显著相关，提示mCTSIB 无法全面替代SOT。

2.2 预期和补偿姿势调节试验

预期和补偿姿势调节（anticipatory and compensatory postural adjustments，APAs and CPAs）是中枢神经系统（central nervous system，CNS）在受内、外部姿势干扰时，基于前馈和反馈控制机制实现的站姿稳定性调节。评估APAs和CPAs方法主要依干扰源分为由个体自主动作引发的内部干扰研究范式和由个体与外界环境相互作用引发的外部干扰研究范式。

2.2.1 内部干扰研究范式

内部干扰研究范式如经典的快速举臂试验（arm raising test，ART）。ART 由Belen'ki1 等[49]提出，令受试者直立并完成快速举起单侧手臂任务，通过该试验最早观察到姿势肌肉在上臂随意运动前的预激活现象。Aruin 等[50]采用双侧ART 探究不同载荷（0.45 kg、2.2 kg）对姿势肌肉快速反应的影响，发现负载越重，被检肌肉前馈控制效应越强，提示内部干扰强度会影响姿势肌肉前馈控制激活强度。另外，还有一些内部干扰范式如双侧肘关节90°快速屈曲运动等也都发现姿势肌肉较运动肌肉的预激活现象，提示APAs在平衡控制中的重要性[1]。

2.2.2 外部干扰研究范式

外部干扰研究范式包括酒保试验（barman test）、落球试验（ball hitting test，BHT）、重物摆试验（pendulum releasing test，PRT），其中BHT 和PRT 的应用较广。Xie等[51]采用BHT发现，当外部姿势干扰强度未知时，被检肌肉APAs 激活强度增大，激活时间比已知条件下提前，提示APAs 激活时间和强度与心理预期有关；Santos 等[52]采用PRT 探究视觉预期对姿势肌肉APAs 和CPAs 的影响，发现在有预期时所有被检肌肉均被激活，相反在无预期下没有观察到预激活现象但存在大量代偿活动，提示有无视觉预期对姿势肌肉APAs和CPAs在受突发性外部干扰时具有调节作用。

3 站姿平衡生物力学检测技术

3.1 身体质心评价

身体质心（center of mass，COM）是人体总质量中心位置的虚拟点，可通过计算身体各节段在三维空间中的加权平均值来确定位置[1]。保持站姿平衡即是维系或恢复身体在受内、外部姿势干扰下COM在支撑面（base of support，BOS）范围内的过程。获取COM位置通常基于运动学角度，采用惯性测量单元（inertial measurement unit，IMU）、高速摄像机或动作捕捉系统等设备对人体位移、速度进行描述。研究发现，COM晃动速度可最准确地反映健康个体在受不同感觉信息影响时的静态平衡能力[53]；内外向上的位移可最有效地评价中风后患者动态平衡能力[54]；步行期间的COM 还能有效反映脑震荡后患者的康复水平[55]。

Richmond 等[56]最近对获取COM 所用设备、意义及未来发展的综述研究发现，COM 是探究人体位移并评价平衡能力的有效指标，通过智能化设备已可有效捕捉人体COM在维持静、动态站姿平衡过程中的移动轨迹，然而不同研究在标记点位置数量、计算方法（如滤波的截止频率）及仪器使用上存在较大差异，不同人群的参考值还需进一步建立。

3.2 压力中心评价

压力中心（center of pressure，COP）是足底施加在BOS 上的压力中心点，通过高精度测力平台获取的COP 时频域指标被公认为评价平衡能力的金标准，已被大量研究应用于不同年龄、人群平衡能力的研究，如评估儿童平衡能力发育水平、识别平衡控制不足及预测因神经功能障碍或生理老化导致跌倒的风险等[6]。

COP的晃动椭圆面积、路径长度、速度等是常用指标。但不同研究对COP 指标的选取和计算、试验方法及实验室环境等的异质性是一大阻碍。Chen 等[6]对实验室测力平台评价站姿平衡能力的研究进行系统回顾发现，COP晃动速度是最敏感的指标，同时对试验条件的标准化提出了系统建议。Quijoux等[57]系统回顾了通过静态站姿平衡试验预测老年人跌倒风险的研究发现，COP 晃动面积、AP 向上平均晃动速度是预测的最佳参数。最近Quijoux等[58]通过回顾利用COP指标评估老年人站姿平衡能力的研究，提供了一个可在不同研究间运用的COP 算法和函数库，以期实现研究间的可重复性。另外，有研究者认为传统的COP 指标并不能有效预测老年人跌倒风险，提示非线性指标可以[59]。Hao 等[60]采用传统与非线性指标同时评价学龄前儿童站姿平衡能力的研究发现，5岁儿童比4岁儿童在传统COP 指标上表现出更大程度的晃动，而用非线性指标进行表征时发现5 岁儿童的站姿平衡能力优于4 岁儿童，提示两者可作为评价站姿平衡控制的互补信息，建议在试验中同时计算进行评价。

本研究以大豆根系为研究对象，在实验室进行盆栽试验，在大豆生长的不同时期采取挖掘法进行根系数据采集，测定大豆根系的长度、粗度以及数量；基于试验采集数据，根据大豆根系生长呈S形曲线的特点，基于逻辑斯蒂方程进行回归分析，获取大豆根系的生长方程；根据大豆根系形态结构具有自相似性特点，设计大豆根系L系统，在VC++环境下利用OpenGL技术实现了大豆根系拓扑结构模型的构建及可视化模拟。

3.3 步态分析技术

步态分析（gait analysis）是对个体步行能力和步态特征的科学评价，常用于诊断平衡障碍、监控平衡康复及对步态异常儿童进行早期筛查等，另可辅助教练员训练计划的科学制定从而提高运动成绩。近些年，步态分析法已从主观的观察或量表评价法向仪器化分析技术发展[61]，后者可有效弥补前者主观且无法量化的不足，在提高可靠度的同时一些便携式设备还能持续监测患者日常生活的步态情况，为制定康复方案提供科学依据[62]。

步态仪器化分析技术分可穿戴（wearable sensors，WS）和非可穿戴系统（non-wearable sensors，NWS）。Prasanth 等[62]在前人综述研究的基础上，对WS 应用于步态分析的研究进行系统回顾发现：IMU应用最广，在小腿和足部佩戴IMU 是首选方案。最近Salchow 等[61]对WS和NWS分析平衡障碍患者步态的研究作了系统回顾，提示将多种方法结合评估可提高结果的可靠性。在结果指标上，Chakraborty 等[63]的元分析发现，双腿支撑的时空参数是区分CP 和健康儿童最有力的指标，然而研究在方法学上（如指标、试验方法的选取）存在异质性，还缺乏步态指标与跌倒风险相关性的研究。可见，步态分析能有效评估个体动态平衡能力；仪器化步态分析技术已逐渐成熟，但不同研究间在传感器数量、佩戴位置、结果指标的选择上存在显著差异；IMU、鞋垫的算法仍处探索阶段，易受磁场、云端传输数据不完整等问题限制，WS 和NWS 技术的标准化测试方法、指标选定的共识及不同人群的参考值还需深入研究。

4 站姿平衡的观察与量表测试评价

4.1 Berg平衡量表

Berg平衡量表（Berg balance scale，BBS）由Berg于1989年提出，通过受试者完成14个特定任务评估其平衡能力，共计56 分，低于45 分的老年人被认为存在跌倒风险[64]。国内外研究者对Berg 平衡量表在老年、前庭功能障碍、中风等平衡障碍患者中的信效度做了大量研究，结果提示Berg 平衡量表具有良好的信度和效度，可有效反映个体平衡能力，且被认为是量表测评法中评估中风患者常用且最可靠的方法[2]。但Berg 平衡量表未涉及步态移动，无法反映日常生活中存在的失衡表现且在健康老年人中易产生天花板效应。

4.2 Tinetti平衡与步态量表

Tinetti 平衡与步态量表（Tinetti performance oriented mobility assessment，POMA）由Tinetti 于1986 年提出，通过受试者步态和动态平衡表现，同时结合平衡感知和害怕跌倒的心理来评估平衡能力。该量表共28分（步态表现12 分、平衡表现16 分），得分越低提示跌倒风险越高，目前普遍认为19 分为预测跌倒切点[65]。Tinetti 量表在健康、中风和PD 老年人中的研究均提示其具有良好的可靠性（ICC=0.84～0.91），并发现与TUG、FRT等平衡及步态量表具有近似的效度[66]。但近期一项研究对Tinetti 量表有效性提出一些质疑，发现在单独使用时并不足以识别老年人跌倒[67]，这也说明失衡或跌倒由多因素造成，单一的临床评估无法全面评价。

4.3 特定活动平衡信心量表

特定活动平衡信心量表（activities-specific balance confidence scale，ABC）由Powell 于1995 年提出，涉及16 个日常平衡任务问题（如上下楼梯、扫地等），受试者被要求以0 分（无信心）到100 分（完全有信心）的分值对自己完成每个任务时的平衡信心进行打分，通过各问相加再计均分得到最终结果，得分越高代表平衡能力越好[68]。ABC在健康老年人、中风、PD等人群中的研究均提示其具有良好的信度（ICC=0.85～0.93）；在同时效度上，与TUG、DGI等其他平衡及步态评价量表具有中至高度相关（P＜0.01）[69]。目前研究普遍认为，低于67分为高跌倒风险人群，高于80分则具有良好平衡能力[70]。ABC已有中、德等多个语言版本。

4.4 动态平衡指数

动态平衡指数（dynamic gait index，DGI）最初为评价60 岁以上老年人步行期间的动态平衡能力而设计[1]，共8个任务，每个任务0～3分，满分24分，分值越高代表平衡能力越好。DGI信效度检验的研究提示，DGI具有良好的重测信度和评估者间信度（ICC=0.96），与TUG、ABC 等量表显著相关[71]。DGI 低于19 分，提示具有高跌倒风险[72]。但DGI 在评估前庭功能障碍患者中存在天花板效应，功能性步态评估（functional gait assessment，FGA）是对DGI 的改良，能有效评估前庭功能障碍患者动态平衡能力。FGA共10个任务，总分30分[73]。研究提示，FGA 具有良好的可靠性（ICC=0.79～0.84），与DGI、ABC 等其他平衡量表具有同时有效性[73]，低于20分的健康老年人提示具有高跌倒风险[74]，目前尚未发现FGA在评估老年人群中存在天花板效应。

4.5 平衡评估系统测试

可见，观察和量表评价法因其操作简单、成本低被广泛应用，但存在部分地板或天花板效应[2]，无法观察平衡控制过程中的细微变化，且过于主观，需借助仪器化设备进行定量分析。

5 研究展望

站姿平衡能力是整个生命周期不可或缺的重要技能，需要CNS整合不同感觉通道冗余信息，形成内部姿势表征，通过前馈和反馈控制机制来实现复杂的平衡控制。平衡控制是个全脑现象，不同条件的平衡（静态或动态）所动用的脑区存在差异，研究发现不同类型的平衡间仅存在弱相关或无相关[78]，因此无法通过一种平衡能力预测另一种平衡能力，仅凭观察或量表或单一一种检测方法，无法有效全面判定个体的平衡能力，需要多种评估手段协同使用。

目前，已有多种应用于不同人群且具有高信效度的站姿平衡能力检测方法。随着研究的深入和科学技术的成熟，实验研究呈现由定性研究向定量研究、单一静态或动态向动静态相结合、同时借助智能设备进行评估的趋势。目前尚未见一种检测方法或评估技术可单一作为全面评测个体站姿平衡能力的手段。因此，检测方法及评估技术的标准化及金标准的提出，针对不同人群检测结果参考值的建立，以及不同人群平衡控制的生理机制的探讨，急需开展研究。