现在和未来的步态评估在临床实践:对新颖的趋势和技术的应用

1。介绍

步态的特征的变化,或人类独特的连续的步行模式,揭示关键信息的地位和发展众多潜在的卫生挑战,从心血管和代谢疾病、神经和肌肉骨骼条件和ageing-associated动态功能障碍和创伤。准确可靠的步态识别模式和特点在临床的设置,以及监测和评价他们随着时间的推移,使有效的专门治疗,告知预测结果评估,和一个允许一个精密医学的整体更好的实践。

在临床步态评价,一个人的行走的“能力”和“如何”个人散步也是高度相关的。一个人的行走能力通常是基于两个主要方面:一个人能走多远,什么是他/她的宽容级别(1)。例如,对于中风后步态评估,3 - 6 -,或10分钟步行测试使用,除了功能移动类别(FAC),短的物理性能电池(SPPB),和/或运动评估量表(MAS)。其他临床主观评价量表包括统一帕金森病评定量表(UPDRS)规模的评级和评估共济失调(SARA)],阿尔茨海默病评定量表(ADAS),扩大残疾状态量表(eds)高级MobilitARTIy评估工具(HiMAT)和动态步态指数(2)。步态的质量或“如何”走的人,另一方面,高度依赖步态模式的量化和准确识别特定的步态特征。尽管证据定量检测步态分析的优点(IGA)在临床实践和建议由国家健康和临床研究所(NICE) (3)确定IGA的preferrable选择“gait-improving手术”,尚不能很好地利用在临床设置由于高成本/笨重的设备和复杂的协议/数据分析与传统步态实验室,以及多样化的培训,经验和偏好的临床团队(3- - - - - -5)。此外,利用IGA盟军的健康专家,如物理治疗师、职业治疗师和矫正器修配者,培训仍非标准化和有限公司(5- - - - - -7)。

观察步态分析仍然是深受临床医生由于其固有的简单性,可用性和低成本(8)。另一方面,有效性、可靠性、专一性和响应性(9,10)这些定性的方法是有争议和日益受到质疑6)。此外,有证据表明,主观的临床评估尺度可能不是敏感疾病严重程度和具体特点和可能限制潜在疾病机制的理解,因此不利影响最优治疗(11)。这种尺度的例子包括多发性硬化症(MS)、主观的措施,如扩大残疾状态量表(eds)、多发性硬化严重程度量表(mss),多发性硬化症走规模(”)和多发性硬化症功能性复合(所有),继续被广泛应用于临床实践。这些尺度已经被批评为缺乏敏感性(12)、评分者间信高可变性(13),以及容易实践效果和可变性(14,15)。同样,帕金森病(PD)的临床评估使用统一帕金森病评定量表(UPDRS)是主观的,很大程度上依赖于医生的专业知识和经验,以及疾病的严重程度(16)。在中风患者,评估测试等功能移动类别(FAC),短的物理性能电池(SPPB),和/或汽车评估量表(MAS)通常使用,以及定性观察/视觉的步态分析(用肉眼或视频图像)。然而,有效性、可靠性、专一性和响应性的定性方法质疑(9),虽然他们可能有用的一些步态参数的基本评价,他们不适合分析步态的多方面方面可变性和复杂性(17)。

仪器的步态分析(IGA),它可以提供准确和精确定量测量步态模式和特征,长期以来的黄金标准步态研究评估实践(18)。IGA一般指使用仪器来捕获和分析各种人类的步态参数(时空、运动学和动力学措施)。传统IGA系统包括动作捕捉系统和力板,仪器的走道,跑步机,而最近系统小型化可穿戴传感系统的构成,计算平台和模式(18)。文献IGA的临床适用性和有效性表明IGA-based定量评估可以提高诊断结果的预测,以及各种步态障碍的康复与传统的观测尺度和步态障碍的技术广泛的疾病,包括女士,PD,中风和脑性麻痹(9- - - - - -13)。最近的综述的临床疗效IGA证实,有强有力的证据表明三维步态分析,或3 dga;有潜力改变和加强治疗的决定;增加对治疗计划的信心和医生之间的协议;可以更好地识别诊断组和预期的治疗结果;和整体可以改善病人的结果如果建议(19)。

新兴以前所未有的速度,可穿戴传感系统和相关的计算模式正在迅速改变医疗保健的质量和可访问性,跨越多个应用程序从神经学和骨科心血管代谢和心理健康。磁(例如,磁力计)、惯性测量(例如,加速度计和陀螺仪),和力传感器(例如,鞋垫的脚压力)现在提供前所未有的数据捕捉机遇,可以克服的局限性non-wearable设备由于其低成本,减少安装时间和复杂性,轻量级的,和可移植性,使它们适合out-of-lab和持续的监控在诊所和超越(20.)。Magneto-inertial计量单位(会),结合压力传感器,有能力捕捉时空,运动学,动力学步态数据(2)呈现移动步态实验室的概念成为现实。本质上这样的实验室可以克服传统实验室IGA的局限性,提供低成本的和繁琐的工具与潜在步态在自然环境中评估(诊所、家庭、体育场馆等),用户友好的界面,和机会为医生和患者提供连续的实时反馈,以及电视康复能力。此外,可穿戴系统允许简单的同步与其他生理测量系统,包括肌电图、心电图,脑电图,对宝贵的多通道连续的生理数据的采集各种设置。

这个范围审查的目的是提供一个概述临床步态的当前状态评估,包括揭示步态病理和临床指标和尺度,以及对未来的发展路线图步态移动实验室——突显出临床有效性和最新的设备和数据解释算法的可靠性。小说本文的标题反映这个词最近出现/实现的技术审查和/或最近的商业化。这包括可穿戴技术以及AI-driven计算平台。审查的其余部分结构如下:第二节描述了采用的方法,包括方法、搜索策略和选择标准。第三节细节临床步态病态,相关参数,以及当前临床步态评估工具,尺度,和指数,同时第四节介绍了步态评估技术适用于临床的设置,包括最先进的成像技术和可穿戴技术,算法,以及小说AI-driven计算平台。第五节正在审议的概念手机步态实验室进行临床应用。第六节强调了限制,第七节提出了结论性的评价和未来的工作。

2。方法

本文旨在总结各种临床步态病态和相关参数,适用的步态分析技术和步态指标,和最新的趋势在这套系统和算法。为了解决这个更广泛的研究目的,作者采用了一种范围复习方法,而不是一个系统的复习方法。报告(21),范围的评论非常适合解决更广泛的范围更广阔的纳入标准。

2.1。搜索条件

进行关键字搜索PubMed、网络科学、Medline、和ScienceDirect数据库,使用搜索词的组合从以下组:1。(正常步态或病理步态或步态参数或步态指标),2。(步态评估或步态分析),3。(可穿戴系统或可穿戴算法),4。(惯性测量单元或加速度计陀螺仪或磁强计鞋垫传感器或肌电图传感器)。年的出版是没有限制,然而,搜索2021年12月最后一次更新。文章写的英语被认为是综述。此外,包括文章的参考列表检查确定额外的相关出版物满足入选标准。文献搜索和数据提取进行了独立的两位作者(啊,DMM)和任何矛盾和分歧的差异是通过讨论后解决与其他作者(NA、MER KK)。

这个范围审查包括原创作品和评论文章发表下列哪见过包含/排除标准:(i)研究解决各种步态障碍和相关步态参数,(2)研究专注于仪器的步态分析技术和步态指标,(iii)研究评估使用,有效性,和可靠性wearable-based步态测量设备/系统测量步态事件,并评估和评估步态障碍,(iv)有关传感器融合技术和算法的适用性研究适用于wearable-based步态分析系统与应用程序。标题和/或抽象的研究最初适用性筛查。全文的文章符合入选标准为数据提取和合成得到。所示流程图解释相同图1。

3所示。临床步态病态和参数

3.1。正常的步态周期和参数

正常步态可以被定义为一系列有节奏的,系统的和协调的运动导致的四肢和躯干向前进步人体的质心(22)。由于中枢神经系统之间复杂的动态交互和反馈机制(23),步行的特点是个体步态周期和功能阶段(图2)。步态周期由两个主要阶段,立场,和摇摆,这是进一步分为5个和三个功能阶段,分别。立场相对应于脚跟罢工,脚趾头之间的持续时间相同的脚,构成大约60%的步态周期。swing阶段从脚趾头开始和结束与脚跟接触相同的脚,占据了40%的周期。为每个功能阶段有助于成功完成的目标走,健康的步态包括循环和互补的肢体动作控制。它的特点是姿态稳定;在swing脚趾间隙;预置在摇摆;足够的步长;以及机械和代谢效率(24)。表1提供基于步态参数范围研究健康的成年人。确定一个适当的正常范围的许多特性是高度挑战性的作为个体表现出广泛的步态模式在不同的年龄段和性别(17)。

3.2。步态参数与病理相关

步态障碍通常与赤字在大脑中,脊髓、周围神经、肌肉、关节或骨骼。一些医疗条件导致病理步态包括但不限于肌肉萎缩症、脊髓发育不良,脑瘫,关节炎,骨关节炎,头部受伤,下肢截肢,多发性硬化症,类风湿,脊髓损伤,帕金森症,中风(25)。

在神经肌肉的条件下,中央控制的损失影响的运动。一般来说,患者走路慢于健康的个人和时空的妥协,运动学和动力学参数。在老年人中,步行速度每年下降0.7%是观察到,随着节奏和步长将发生重大变革。老龄化还展览期间降低膝盖扩展在脚跟踏地,膝盖弯曲摆动阶段(23,26)。接下来的部分描述一些最常见的步态障碍和相关病理参数。总结了相关参数的影响表2。

3.2.1之上。神经步态障碍的老年人

步态与衰老有关的疾病导致的生活质量和减少发病率和死亡率增加。老年病人表现出复杂的步态障碍,他们的双重任务能力恶化由于其核心资源的下降(23,26)。

特定的步态障碍的老年人口进行了总结如下:

3.2.1.1。Hypokinetic-rigid步态障碍

洗牌阶梯高度降低,步幅特征运动功能减退的步态障碍(27)。减少手臂摆动慢转的动作也出现在隔离。慌张步伐,当病人使用快速小步骤维护下的脚向前移动树干,也观察到。混乱的元素包括广泛的立场宽度和增加时间和振幅的变异性的步骤(27)。步态与潜在疾病,如帕金森病、脑血管疾病、心室扩大,在hypokinetic-rigid步态障碍分类(27,28)。

3.2.1.2。谨慎和粗心的步态

定义为步态在与更广泛的基础,人们行动迟缓和较短的步伐,以最小的躯干运动,膝盖和肘部弯曲。而粗心的步态是当病人出现过于自信,如果快走。粗心的步态是由于与老年相关的混乱和谵妄(27)。

3.2.1.3。运动障碍的步态或无意识的动作

post-anoxic脑病患者表现出跳跃步态和立场。这也是观察帕金森患者致病躯干运动过度导致下降。据报道,一些矛盾的病人走在他们的脚趾(27,28)。

3.21.1.4。心因性步态障碍

步态障碍是常见的老年人由于药物的副作用导致锥体外系副作用,镇静,直立性低血压,行为异常,或共济失调(27,28)。

3.2.1.5。波动或情景步态紊乱

老年人常常表现出波动或情景步态障碍运动后由于疲劳,可能是潜在的血管或神经源性跛行。冰冷的步态是hypokinetic-rigid综合征(27,28)。

3.2.2。步态障碍的帕金森病

帕金森病是一种神经紊乱导致认知、步态障碍与疾病进展恶化,越来越依赖于认知控制步态。由于帕金森病认知障碍,能够弥补步态障碍减少,导致进一步的步态障碍。PD的特点是赤字在振幅和步速,以及增加步态变化(29日)。

3.2.3。步态在糖尿病周围神经病变

神经病变的运动、感觉和自主神经系统的组件的II型糖尿病的并发症(T2D)。一个完整的中央和周围神经系统是必不可少的发起和控制健康的步态,加上足够的肌肉力量,完整的骨和关节运动范围正常运动。病人诊断为T2D采取额外的步骤在直接路径和走路时,连同一个总体减少行走速度、步长,节奏,和更少的加速度模式与健康对照组相比。T2D关节的活动范围也在改变,在糖尿病周围神经病变患者表现出减少的活动范围在dorsi踝关节跖屈和减少弯曲和扩展在膝关节的活动范围,比非糖尿病人(24)。

3.2.4。中风后步态

中风后偏瘫有助于显著减少步态的性能。在中风幸存者,大脑皮层的功能通常是受损,同时,脊髓的保留。障碍通常是通过明显不对称的赤字。减少行走速度和节奏,除了步态周期长和双肢支持与健康人相比。中风偏瘫的幸存者,减少峰扩展髋关节的立场,年末不同侧骨盆位移峰值,膝盖弯曲和减少plantarflexion脚踝的脚趾被报道。平(地面反作用力)模式的特点是不对称的,在关节时刻,振幅降低下肢关节局部麻痹的一边(30.)。

3.2.5。全髋关节置换术(THA)

巨额赤字在步态速度(31日)、步幅(32,33),矢状髋关节的活动范围(32,33),臀部绑架moment-coronal平面(31日),可以忽略不计的变化截面髋关节的活动范围(31日),在单一的肢体缺乏支持时间(31日报告),在患者与健康对照组相比。峰臀部扩展通常是减少,而峰值髋关节屈曲仍然类似与控制。此外,臀部绑架峰值时刻随着峰值减少臀部外部旋转(34)。

3.3。临床步态评估措施和指标

使用观察步态分析和主观评级销售仍然是普遍的在临床的设置,作为诊断工具和作为预后措施,如前所述。尽管这些技术可以用于一些步态参数的初始基本评价,有效性,可靠性,特异性,和响应性的定性的方法是非常值得怀疑。研究人员因此提出了各种pathology-specific步态指数和总结措施(35)基于商用技术接受程度的准确性表3。总结了当前临床步态总结措施,离散和连续步态指标,和非线性方法报告文学,以及优点和缺点。

4所示。步态评估技术适用于临床设置

在过去的几十年里,科技进步已经目睹了步态领域的评估和分析,特别是在步态评估技术。仪器的走道,便携式和不可移植,成为一个好的选择复杂、笨重和不可移植的传统步态实验室。这些系统(例如人行道和StrideWay Tekscan Inc .,波士顿,美国)现在广泛应用于研究和临床实践在一定程度上。他们通常包括低调的地板上人行道系统配备了网格的嵌入式传感器表面下,哪些记录脚步模式作为时间的函数和空间作为一个个体走整个平台,和专用软件计算不同时空的步态措施虽然这些检测垫包括减少安装时间和一般操作简单相比传统IGA实验室,他们是昂贵的,为了这座新奇试验限制到特定的操作环境(36,37)。

概略介绍光学运动捕捉(灭克磷)是另一个迅速的新兴技术有效的获取三维运动学运动数据。被动灭克磷系统(如。,Vicon (Vicon Motion Systems Ltd, Oxford, United Kingdom) and ELITE optoelectronic system (BTS S.p。。,Milano, Italy)], include retro-reflective markers (that reflect the light emitted by high-resolution infrared cameras) attached to specific anatomic landmarks. The location of the marker is identified by decoding the camera images. Here, the markers must be calibrated for identification before the recording session commences. Active Mocap systems (e.g., Optotrak motion capture system; Northern Digital Inc., Waterloo, Canada), on the other hand, use light-emitting diode (LED) markers (reflect their own light powered by a battery), which are automatically identified (38,39)。在临床意义的背景下,尽管这样的系统产生极其准确可靠的数据,操作因素,包括基础设施、不可移植性,成本高,初始设置和校准所需的额外的时间,操作复杂,实施障碍和限制室内设置其功能部署在诊所和康复中心(84年)。最近,更便携的具有成本效益的替代方案,比如微软Kinect(基于深度传感器markerless动作捕捉解决方案)成为选择的应用程序(40)。

光电系统(例如,Optogait®, Microgate,意大利)也被用来捕捉时空步态参数。这些主要是由一个包含一个红外线发射和接收栏。中断的发射器和接收器之间的通信由系统计算各种步态检测参数(41)。

进化的步态运动学参数的测量也可以见证了过去两年。这些参数包括地面反作用力,节间的联合反应部队,时刻,和权力。检测通道提供动态足底压力映射,但价格昂贵,而且不提供联合动力学数据。力板块也用于各种步态分析的研究(38,39,42)。这些能够提供节间联合反应部队利用地面反作用力测量和逆动力学模型(冬天书)陈et al。(93年)开发了一种新的遥感技术叫做“静电场感应(EFS)”来衡量人类步态包括步进,散步,和运行,进一步延长了中风后步态。这种技术被认为具有一些优势,如非接触式,负担得起的,并允许长期监控(43)。鞋内底系统代表另一个类别的步态量化工具和技术。这些系统被设计成允许动态足底压力和时空数据的记录。F-scan (Tekscan Inc .,波士顿,美国)是一种超薄的鞋压力测量系统利用力敏电阻的电影(FSR)技术(44)。

不同测量系统适用于临床的特点进行了总结表4,列出了这些系统的优点和缺点表5。

计算管道使用计算机视觉技术已被建议作为一个生态和精确的量化方法与神经发育障碍儿童步态,随着姿势估计软件获得全身步态同步和平衡(45)。速度、手臂摆动姿势控制和平滑度(或粗糙度)帕金森氏症患者的步态的运动特征提取使用视频处理顺序随机森林分类模型。临床医师之间显著相关标签和模型估计报告,它提供了步态障碍严重程度评估在帕金森病病人使用单个视频中,从而减少需要复杂的步态设备(46)。计算机应用步态评估工具保证频繁的步态监控使用最少的资源(46)。深度学习在2 d图像检测人类主题,然后结合三维传感数据测量步态特征已经被证明是比深度照相机更健壮的步态参数采集(47)。

4.1。成像技术对步态评估

如前所述,概略介绍光电系统是目前应用最广泛的系统IGA在研究和临床社区。另一方面,固有误差的主要来源之一是这些系统的运动程度的皮肤,肌肉,和其他软组织,或所谓的软组织工件(STA),根据标记与骨性标志,因此违反了刚体假设底层这些方法(48,49)。此外,STA标记位置变化的一个独特的和不可预知的方式,特别是在动态的活动,可以让它不可靠的临床应用(50)。

虽然没有普遍的生物力学,计算机视觉基础markerless步态评价方法提供了一个有前途的工具,步态评估的研究,以及临床和运动生物力学的应用程序。利用现代技术,如改进的解决者,先进的图像特征和现代机器学习,markerless应用系统可以减少所需数量的摄像头,将相机移动,增加跟踪个人的数量,并提供健壮的检测和适应不同环境。另一方面,准确性和实地可行性等问题仍有待解决(51)。

三维成像技术已经成功地用于直接确定骨骼运动期间走黄金参考标准来验证/改善当前的动作捕捉技术(54)。例如,研究人员采取量化STA通过比较与参考骨重建的三维运动学fluoroscopy-based跟踪(53)。透视也成为一种手段跟踪位置和姿态的骨骼解剖学的脚/脚踝(54)。尽管单一平面透视了大错误使用时多脚模型评估的准确性49),双重透视(DF)被发现可靠,被认为是当前参考标准比较关节角(55)。结合2 d / 3 d登记、video-fluoroscopy允许精确的量化3 d联合运动自由STA (56)。高速双透视(DF)测量报告已骨骼运动的脚和脚踝亚毫米波和二级错误(57)。DF也被用来评估多脚模型和报道好协议DF和skin-marker数据第一跖骨和纵向拱的矢状面测量(48)。

不同的研究人员调查了使用DF临床应用。已双重透视被用来量化Femoroactabular撞击综合症患者的髋关节运动学(做)相对于无症状,形态正常控制参与者在站期间,水平行走,斜坡行走和一个无关紧要的功能活动。髋关节的运动位置是通过注册获得的三维计算机断层扫描模型的预测与DF图像(58)。膝盖运动资料也获得使用3 d video-fluoroscopy和比较实际和名义弯曲伸缩,内外旋转,与光灭克磷在爬楼梯antero-posterior翻译资料(59)。联合函数总talonavicular替代复杂的关节骨折后评估使用全身步态分析和3 d关节运动学基于单排透视(60)。3 d视频荧光镜的分析来评估取代脚踝关节运动(60)。DF和CT成像技术都是用来计算已臀部运动学以及基于模型的跟踪,比较不同坐标系统的影响(61年)。因为概略介绍系统无法准确分析talocrural或距下运动,因为岩屑缺乏明显的地标将外部标记(54),数字化视频透视据说用于确定内侧纵弓的矢状面运动时动态步态(62年)。膝关节运动的特点也分析了6自由度在跑步机上行走使用双重透视成像系统速度不同(63年)。

DF使用解剖标志显示在3 d CT重建,大大减少了错误由于STA (58)。计算机断层扫描(CT)扫描的参与者通常需要在DF DF确定骨位置的图像。单一平面透视仅限于2 d动作捕捉,在使用第二个FS允许一个完整的3 d分析虽然单个龙门系统辐射低于双翼飞机系统与电离辐射水平的10µSv /试验报告(54)。静止图像增强器和静态系统有限制的视野限制他们的应用程序高度受限的运动(56)。荧光镜的单元组成的萤光屏移动,安装在一个移动的小车运动的主体和由线控制领域的传感器,以确保它仍然是图像增强器的视图(56),提供了一个增强的视野适合动态场景和移动的关节。

荧光镜的系统设计为精确捕获的骨骼运动和关节运动学与光学或惯性系统,还没有商业化,一般要求内部仪器和进一步的性能评估。评估通常包括确定硬件的分辨率成像链,硬件和软件评估如何减少或消除各种扭曲,和测量静态和动态精度和精度基于精确已知的运动和位置(64年)。图像质量是误差的主要决定因素在荧光镜的应用程序(62年)。脉冲成像的荧光镜,如脉冲宽度,限制了图像质量在给定的帧速率。增加脉冲重复频率、脉冲宽度的函数,可以增加辐射,导致一个重要的权衡考虑图像质量和辐射(63年)。移动video-fluoroscopes报道低步态速度、步长和节奏比控制条件,表明改变对缓慢行走的时间距离参数(56)。到目前为止,动态MRI用于定义-体内talocrural和距下运动学(65年)不允许在正常步态数据收集。

继续多学科协作在次行程中,成像和计算机视觉专家,为充分利用这些高度和临床医生是必不可少的在临床应用中有前途的技术。

4.2。便携式可穿戴系统步态评估

可穿戴技术——穿在身上的使用传感器来测量人体运动的特点,最近成为一个高效,方便,最重要的是,廉价的选择定量步态分析临床和研究应用程序(图3)。在一般情况下,它使用单个传感器的元素,如加速度计、陀螺仪、磁电阻传感器、力/压力传感器、测角仪、倾斜,和肌(EMG)传感器,或结合作为惯性测量单元(IMU) (66年)。相比传统的同行(例如,人行道和相机灭克磷),可穿戴传感使连续步态监测(> 2 h)在实验室或诊所之外,允许复制的自然的行走模式。此外,步态模式在一个足够的距离可以测量而不是有限的步行距离在实验室环境。

加速器通常用于步态分析评估稳定和下降的风险。在一项研究中使用一个三轴加速度计安装在骶骨分析80年秋天在参与者的风险,accelerometry-based技术被发现能够检测受试者的风险增加减少雇佣合适的机器学习技术(66年)。在(67年),3 d加速计连接到背部被用于老年人的稳定性评估。一个加速度计的适用性,戴在后面进一步检查(68年),它强调了有前景的结果实施常规临床实践。也进行了大量的工作来评估步态特征的一致性得到加速度计,在传感器定位关键错误(收益率差异69年)。此外,在(70年),作者提供了一个全面审查的使用accelerometry-based步态分析技术及其应用临床设置。

陀螺仪也越来越多地用于步态研究。这些设备测量角速度和经常结合加速度计和其他微机电系统(MEMS)装置通过传感器融合技术来提高性能。他们发现应用程序在步骤检测、步态事件检测、节段运动等等。例如,单个陀螺放在脚的脚背被成功用于检测步态事件,包括脚跟罢工,脚平,鞋跟,脚趾头(71年)。另一项研究涉及两个陀螺仪,安装在较低的左和右的腰走路步骤和计算步长(72年)。

磁力计测量磁场的方向和强度在特定点。结合其他惯性传感器(加速度计和陀螺仪),它们形成一个所谓的惯性测量单元(IMU),它可以生成一个drift-free步态参数估计(73年)。成熟的商业化艾莫斯(Physiolog 5 IMU,步态,瑞士,MTw Awinda, Xsens技术帐面价值、荷兰),以及内部开发的系统,同样用于步态研究(74年)。在人体运动分析的背景下,艾莫斯被用于几种可能的目标,例如,估计关节角(74年),检测一个老年人口下降的风险,长期监测活动和症状(75年)、测量步态事件的时空参数(76年,77年,78年)、地面反作用力和力矩(79年)和步态对称性的估计(80年)。马里安尼et al。(2010)使用艾莫斯测量脚运动学的研究涉及两个年轻人和老年人和报告系统的适用性临床实践(81年)。Parisi等人开发了一种低成本的系统与单个IMU与较低的箱子检查hemiparetic和正常对照组的步态特征通过时空参数的测量,显示良好的相关性与参数从一个标准的引用系统(78年)。

鞋垫步态测量与分析系统是一个主要类别,具有成本效益的,便携,适用于室内和室外设置。多年来,各种技术开发(82年)、测试和商业化。这些包括电容式传感器(Pedar系统、小说GmbH德国)(83年),电阻值电阻(FSR) (F-Scan Tekscan Inc .)、美国)(84年)和压阻传感器(美国和ParoTec FlexiForce系统、Tekscan系统,Paromed,德国)(82年)。研究人员采用不同的方法对设计、制造、和鞋垫的应用系统。预制和内部制造鞋垫系统健康和病理步态测试(85年,86年)。一些研究也集成惯性测量单元(IMU)鞋鞋垫来提高他们的能力。尽管这些shoe-based系统已经成功地用于各种步态分析应用程序,他们患有一些缺点,如(i)变形的柔性接触表面由于重复加载,导致传感器响应的变化,(2)由于长期漂移在输出负载应用程序,导致鞋内热量,和(3)科目的校准,可能需要改变的准确性(87年)。Mancinelli et al。(2012)提出了ActiveGait -小说sensorized鞋系统实时监控的步态偏差与脑瘫儿童。他们报告说,步态的严重程度偏差可以估计精度大于80%使用的特性来源于压力中心轨迹从鞋收集系统(88年)。在(87年),作者设计了一种新颖的柔性脚鞋垫系统使用一个光电传感技术实时监测足底压力偏差。64年遥感的系统包括一个数组元素和机载电子信号处理和传输。实验验证了在健康受试者一边自我选择的缓慢,正常速度。一个商业力量板(AMTI,水城,美国)作为参考基准测试系统。家用亚麻平布et al。(2017),另一方面,开发出eSHOE,由四个FSR传感器、一个三轴加速度计和三轴陀螺仪,报道与步态参数获得好的协议GAITRite垫(89年)。其他研究也调查了shoe-based步态分析系统的适用性85年,90年- - - - - -92年)。

另一类传感器,主要应用在步态研究肌电图(EMG)传感器。肌电图是一种非侵入性技术用来测量表面肌肉活动。在(93年),李等人提出了一个利用EMG信号方法为个人识别方法得到步态的生物识别技术。另一项研究采用大腿肌肉的肌电图技术了解co-contraction模式在自由行走使用表面肌电图(94年)。这些研究工作强调的重要性可穿戴传感器研究人类的步态。在这一节中讨论的可穿戴系统进行了总结表6。

尽管新兴可穿戴技术承诺提高步态和康复评估,研究有限的使用可穿戴技术评估步态和流动性和其功效在临床的设置。根据彼得斯最近发表的评论等人的使用可穿戴技术评估在中风患者步态和流动性(95年),大多数可用的研究实验室环境中进行干预研究,使用传感器来调查的变化节奏,一步时间变异性,步态速度。可穿戴技术继续负担能力和可访问性的进展,预计这些技术将使移动相关数据的收集在“真实世界”和各种临床设置。重要的是,这些研究人员表示,目前为止,只有数量有限的研究检查现有的可穿戴设备的可靠性和有效性,强调需要更多的研究来研究心理和其他属性时收集步态和流动信息,以确定哪些可穿戴技术是最有效的。另一个最近的评估使用这套PD也表明,新技术和衣物有潜力使帕金森病的早期或鉴别诊断,监测的运动状态,预防或减少舞台的地位,和评估的运动并发症。另一方面,更多的研究需要更准确的验证和识别标记的PD进展(96年)。重要的是,这些作者警告说,可穿戴设备可能不合适在严重的运动损伤的情况下,她的行头,认知障碍,对于老年患者临床验证,需要进一步的研究。

4.3。Wearable-based步态计算算法

除了传感器技术,传感器融合算法在预测中发挥重要作用的准确性/精密这些wearable-based系统。大部分的研究主要集中在步态特征检测日常身体活动监测、和步态数据分类目标疾病诊断和用户的认可。这些算法都是基于不同的数据挖掘和人工智能技术,包括机器学习、模糊计算、小波变换、遗传算法和数据融合。Alaqtash et al。(97年)开发了一个智能模糊计算算法描述步态在健康、以及受损的科目。McCamley等人建立了一个方法来计算初始和最终接触步态使用连续小波变换,采用waist-mounted惯性传感器(98年)。另一项研究中引用的使用一个加速度计安装在较低的躯干和相应的算法来识别步态时空参数(68年)。提出了一种实时步态事件检测算法(99年利用自适应决策规则。进一步在(One hundred.),一个原始信号处理算法提取脚跟罢工,脚趾罢工,heel-off,脚趾头从一个加速度计定位脚。

一种新型陀螺仪(去)算法(101年)计算膝盖角度通过集成gyroscope-derived膝盖角速度。子午更新算法实现消除漂移的积分值。此外,出版工作noise-zero穿越(NZC)步态相位算法也适应。这种方法适用于步态数据的连续监测。Nukala等人利用支持向量机(SVM),然而,二叉决策树(BDT)和反向传播人工神经网络(三)患者的步态正常受试者进行分类,从原始信号中提取特征陀螺仪和加速度计作为输入。本研究报告与三层总体分类精度最高的100%,98%,支持向量机,96%与资讯,94%与BDT (102年)。

李等人提出的DTW算法,样本熵方法和经验模态分解计算三个主要中风后的步态特征主题:对称,性格,复杂性和稳定性。再(资讯)分类器训练获得的特征显示一个有前途的结果(曲线下的面积(AUC) 0.94),这表明这些技术的可行性,自动步态分析系统(43)。Rastegari等人采用特征选择技术最大信息增益最小相关(MIGMC)提取步态数据对象与帕金森病(103年)。几个机器学习分类器的性能,包括支持向量机,随机森林,演算法,装袋,朴素贝叶斯也评估测试获得的特性集的力量。

新型计算平台的使用,包括机器学习、支持向量机、神经网络方法,越来越多的指挥在步态和康复研究更大的关注。尽管他们使用在临床设置还没有杠杆,这些工具承诺中风步态量化和康复的范式转变,因为它们提供意味着获取、存储和分析多因素复杂的步态数据,同时捕捉其非线性动态变化和提供的无价的效益预测分析(1)。最近的一个评论文章讨论了ML的潜在价值在步态分析向量化和康复(104年)。作者得出结论,需要进一步的证据虽然初步数据表明,控制策略对步态康复受益于强化学习和(深)神经网络由于其能力捕捉参与者的可变性。综述论文的成功演示了ML技术检测步态障碍,康复康复长度预测和控制设备。进一步的工作需要验证在临床的设置。

4.4。数据驱动的步态康复治疗在临床的设置

定量评估步态是非常宝贵的对特定疾病和病人具体的康复/治疗干预措施。时空、运动学和动力学参数检测期间获得步态评估可以帮助临床医生基准,设计策略,并评估各种康复干预措施的效果。步态障碍不仅影响这些参数,和各种步态模式和时间阶段,但是也可以高度影响步态对称性,和规律性,这取决于疾病和严重程度105年)。越来越多的证据支持一个数据驱动的物理康复治疗方法功能步态障碍(106年)。有多个例子在文学上的有效使用定量步态向更有效的数据驱动的康复措施。最近的一项评估Biase et al。(107年)研究最相关的技术用来评估步态特征和相关算法,表明承诺援助诊断和症状监测对帕金森病(PD)患者的康复。他们报道物理音高的运动学特性,辊和偏航旋转脚的行走期间,基于特征提取和分类技术,如主成分分析(PCA)和支持向量机(SVM)方法用于PD患者进行分类。他们还使用了步态特征,包括持续时间步,上升和下降梯度摇摆的阶段,以及标准差最小值的量化措施,基准和监测帕金森病运动状态在康复。有趣的是,本文揭示了需要改变评估步态特征作为疾病进展的函数。另一项研究是Pistacchi et al。(108年)建议时空步态参数,比如速度和步长,减少步长似乎是帕金森病的一个特定的特征步态尤其是在疾病早期阶段。另一方面,不对称,一步洗牌,double-limb支持和增加在轻度至中度阶段节奏更普遍,而晚期则更频繁的冻结步态(雾)和运动块,减少了平衡,姿势控制、电机波动和运动障碍(109年)。研究人员还研究了动态系统的评价步态分析髋关节置换后(110年)。他们发现步态特征如步幅和速度,以及大腿和小腿旋转不同于健康人,推荐使用监测术后康复效果。时空的步态参数,如步长、宽度和节奏已经使用(111年)来评估swing阻力的影响和帮助康复在偏瘫的患者步态对称性。调查人员还研究了特定的变量测量通常在康复中心是否预测hemiparetic中风患者的步态性能(112年)。他们发现,运动控制和平衡是最好的步态性能的预测。回顾最近发表了一篇文章,中风后步态评价方法表明,多个时空,运动学和动力学参数可用于诊断中风后步态障碍和定量措施评估康复结果(1)。时空的中风后步态的特征包括减少步幅步,增加步长在hemiparetic方面,更广泛的基础支持,更大的外八字脚角,减少步行速度和节奏。步时间,立场在下肢,和双支撑时间也增加,除了更少的时间在摇摆不定的立场和更多的时间阶段轻瘫的方面,以及不对称在空间和时间的因素。与偏瘫步态运动学参数(减少意味着峰扩展髋关节的立场,改变在骨盆的侧向位移和弯曲的膝盖,和减少plantarflexion脚踝的脚趾头,除了显著降低峰值髋关节和膝关节弯曲在摆动阶段,减少膝盖扩展初始接触之前,以及减少踝关节背屈在摇摆),和动力学参数(非对称模式,以及减少振幅关节力矩和关节力量的臀部、膝盖,和脚踝关节局部麻痹的一侧)可以用作定量设计和评估有效的康复手段(113年- - - - - -115年)。IGA也被成功地用来量化和提高步态障碍与老化和评估相关的风险下降(116年)。时空的步态参数如速度、摆动,步幅,跨步时间——和双支持可变性,角度以及脚跟罢工和脚趾,脚间隙,被认为是合理的指示性定量措施(116年)评估的风险下降的老年人。惯性装备传感器鞋脚跟罢工和脚趾提供另外的角度,和脚间隙(116年)。研究(117年),总结了多组分的运动疗法,包括强度、罗锻炼,平衡,灵活性和伸展运动,电路运动训练,和步态训练发现加强与糖尿病周围神经病变的步态功能为个人的痛苦相比,对照组使用时空步态参数如速度、节奏、步长、时间步,双支撑时间,步幅,跨步,脚踝罗步态评估有潜力发展克服步态障碍病人训练范例(111年)。

5。移动步态实验室进行临床应用

近几十年来,医疗领域发生了一个巨大的兴趣的使用可穿戴传感模式和AI-driven数据管理/分析技术为病人诊断、监控、和康复。可移植性、轻量级、易用性和高功率效率的一些因素,促进临床平台的适用性。

文献中有一些例子展示的潜在成功使用wearable-based步态评估系统在临床的设置。生等人的步行活动评估亚急性中风患者使用商业加速计连接在脚踝。他们发现步行发作是短时间和步态更不对称(118年)。研究建立了两次试验法的可靠性和精度不同的传感器技术;然而,进一步验证试验推荐之前任何临床使用。许等人的两次试验法的可靠性评估基于重力感应系统,测量红外协助时空参数,包括步行速度、步长、节奏,以及躯干控制参数,包括步态对称性,步态规律,加速度均方根加速度均方根比健康受试者在医院(119年)。本研究显示优秀的两次试验法的可靠性参数,从而突出红外辅助的可靠性,树干为临床步态分析基于重力感应装置。另一项研究调查了步态参数的同时效度和两次试验法的可靠性(抑扬顿挫,步态速度,一步,一步,一步的时间变异性,和步骤时间不对称)从老年人获得的,使用三轴加速度计与身体质量的中心(120年)。参考GAITRite系统相比,获得的参数显示良好的有效性和可靠性。Poitras等人进行了系统回顾42研究评估信度和效度的可穿戴传感器,具体地说,艾莫斯,量化联合运动(121年)。证据表明IMU可能是另一种解决方案,一个昂贵的动作捕捉系统,因为它显示了下肢良好的效度分析涉及更少的复杂任务。然而,更多的工作是需要得出更好的结论对其可靠性、以及标准化协议来获得更准确的数据在临床设置。重要的是,其他研究工作需要检查衣物的响应在医院独立生存的条件。

6。限制

本文旨在总结现有出版工作的现在和未来的步态分析在临床的设置。尺度,重点是突出当前系统和指标,以及最近的技术驱动的步态特征与分析方法及其适用性临床设置。在这种背景下,病理步态与不同的疾病有关,以及老龄化是简要地讨论了。因此,本文可能没有覆盖的完整光谱步态病态和相关参数。范围(系统性)搜索方法选择扩大的范围和集成的三个主要方面重点(最近步态病理、临床评估、工具、和技术)。此外,我们不建议任何特定的协议,因为大多数论文结合不同的包含/排除标准的主题选择、以及不同的抽样大小,呈现比较不现实的。

7所示。结论性的评价和未来的工作

这个范围回顾旨在揭示步态的状态评估在临床的设置,以及最先进的新兴工具和技术及其潜在的临床适用性。临床步态分析继续主要依赖于观察步态和定量尺度,因此主观和患有可变性和缺乏敏感性的影响观察者的背景和经验。综述文献的基础上,定量IGA-based步态分析,在研究实验室常用的功能为临床医生提供准确和可靠的步态数据告知诊断和持续的监控。另一方面,几个因素,包括高成本和基础设施的挑战;数据多样性、复杂性和多维性;缺乏足够的知识和标准化的培训在临床环境中;和时间的限制,继续限制其广泛部署。迅速新兴智能可穿戴技术和人工智能,包括机器学习、支持向量机和神经网络方法,在步态评价越来越发挥更大的作用。尽管他们使用在临床设置还没有杠杆,这些工具承诺前所未有的范式转变的量化步态在诊所,因为它们提供意味着获取,存储和分析多因素复杂的步态数据,捕捉其非线性动态变化和提供宝贵的预测分析的好处。

研究人员也增加关注源和多模传感器融合方法,可以进一步增加价值通过集成多个传感器的输出来捕获的复杂性和可变性步态。多峰性传感器融合还允许各种生理信号的同步监测在运动过程中,如肌电图、心电图,脑电图,融合这些不同步态措施(时空、运动学和动力学)可以揭示潜在的健康状况和疾病病因对更好的预测结果和临床决策。随着数据量的各种传感器,包括脑电图,electro-oculography, electro-cardiography,肌电图,动作捕捉和力传感器数据,大幅增加,需要更多AI-driven复杂的数据管理和模型量化和解释复杂的网络AI /神经网络模型。模型包括静态和动态特性,结合先进的数据简化和个性化特征选择最相关的步态特征需要关闭这个范式转变的循环。未来的工作是保证在多学科层面:验证的临床适用性和集成各种传感模式,以确保适当的同步不同系统的精确的连续实时监测,快速和可靠的计算平台,开发和验证,实现模块化的用户友好的接口在任何环境中易于使用。

总之,仪器的步态分析的定量评估是一个行之有效的工具步态障碍可有效地用于功能诊断,治疗/手术康复/计划、疾病监测的广泛发展。文献表明,最近的进步可穿戴技术和先进的数据分析计算,包括人工智能,可以克服传统步态实验室的挑战,考虑到成本更低,可移植的,和相对简单的步态测试协议在临床的设置,以及用户友好的数据管理、分析和解释的计算平台。另一方面,临床的发展推动标准化的方法和程序具有重要意义,基本上仍没有解决。这些标准化实践不仅要关注定量步态诊断,但也应纳入先进的目标措施和三维动态步态资料和监测进展的标志和结果的预测和评估。正确的步态协议应设计和杠杆对识别步态特征,可以有效地作为疾病早期诊断标志物。重要的是,培训各级临床团队,从医生和外科医生,理疗师和其他盟军的健康专业人士,在正确使用这些小说评估和计算工具也同样重要,需要一个同样快速培训和实践范式转变对特定的精确的医学在临床的设置。

作者的贡献

啊,先生和KK构思的想法。啊,数字,乐先生制定的客观审查。啊设计搜索策略,进行抽象的筛查和回顾全文,提取数据,起草了手稿。KK, NA, DMM和啊写手稿。DMM和NA进行了文献调查的一部分,包括抽象的筛查,回顾全文,数据提取。先生,KK手稿的内容提供重要的指导,全面监督和关键的反馈。所有作者的文章和批准提交的版本。

资金

这份出版物是基于工作支持的HEIC哈里发大学的科学和技术。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

引用