仪器步态分析

什么是正常步态?［|]

正常的[1]

人们表现出一定程度的可变性，这被称为学科间可变性。这是由于年龄、性别、肌肉力量和解剖结构的差异。^[2]因此，在评估患者的步态时，将患者的步态参数与其人群的正常范围进行比较是很重要的。^[3][1]

为了对结果提供无偏倚的解释，有必要承认数据可变性的所有来源。一旦可变性的来源被承认或认为可以忽略不计，结果就可以有更高的可信度来解释。^[3]

• Inter-subject变化:指不同受试者获得的步态参数的差异。这可能是由于解剖结构的差异，或肌肉力量的差异。^[2]这些差异往往导致自发行走速度的变化，这是一个人在行走时达到最低能量消耗的自我调整的指标。^[1]
• 受试的变化:指的是在同一个人的两次不同试验中获得略微不同的步态参数的可能性。^[4]这可能是由一个人在一次试验到另一次试验中步态的微小变化引起的。这可能是由于各种因素造成的，包括压力、忧虑或患者想要做到最好。也可能是由于测量技术在相同条件下给出的结果略有不同。

视觉步态分析［|]

视觉步态分析是康复专业人员常用的方法研究步态病人的问题。随着越来越多的低成本或免费应用程序的出现，越来越多的康复专业人士在临床实践中使用智能手机来评估患有各种疾病的个体的步态。^{［5］[6][7]}

优点:

• 快速简便的方法
• 允许同行评议，可以向同事展示视频并讨论案例
• 可重复，通过拍摄多个视频，你可以跟踪病人的进展
• 允许您从多个角度观察步态，以检测多个计划的偏差

缺点:

• 可靠性不高，依赖于临床经验^[8][1]
• 它不允许你观察高速事件，行走过程中的瞬间力
• 主观的^[9]-它取决于观察者，因此很容易出错^[3]

^[10]

仪器步态分析［|]

是指收集步态周期等定量数据摄像，运动学，动力学，耗氧量，肌电图。[11]^[4]

三维仪器步态分析有助于增加我们对步态病理和治疗的知识。^[12]文献表明，仪器步态分析是临床实践中诊断、评估和治疗患者的有价值的工具，患者的病情改变了他们的步态。在研究领域，^[13]仪器步态分析常用于评估治疗的有效性，如类风湿性关节炎。^[3]此外，许多临床干预和评估是基于在研究环境中进行的仪器步态分析的结果，例如在脑瘫儿童或截肢者中。^[4]

用途:

• 应用于临床实践
• 熟悉研究出版物和科学文章中经常使用的术语^[3]

在步态分析中，可靠性是指在多次重复中结果的一致性(受试者内部或绝对可靠性)和在受试者队列中结果的一致性(受试者间或相对可靠性)。^[14]使用仪器步态分析作为评估方法的随机对照试验的作者应清楚地说明测量的可靠性信息。^[3]

仪器步态分析的类型［|]

肌电描记术［|]

肌电图(EMG)是通过测量运动单位动作电位(MUAP)来测量肌肉收缩(即肌肉激活)期间的电活动。[1]运动单位是由同一运动神经元支配的一组肌肉纤维。MUAP是指电机单元去极化电压的特征形状。肌电图记录的信号是在肌肉收缩时同时被激活的许多MUAP的电活动的总和。^[15]

^[16]

肌电图提供的信息是电的，而不是机械的:它不提供有关收缩的性质(同心、偏心或等距)或肌肉收缩所产生的力的信息。^[17]然而，肌电图通过记录信号的大小和频率，有助于理解不同肌肉收缩的开始，分别是指在收缩期间的电活动量和从电机单元记录的发射速率范围。^[1]

在每块肌肉内，运动单元按大小增加的顺序被分级激活。电机单元越大，激活阈值越高。当一个电机单元在持续收缩期间被激活时，它会重复发射，并且发射时间的序列可以用一列随时间变化的棒子表示(发射序列)。发射速率=在电机单元水平上每秒发生的脉冲数。^[15]肌肉产生的力量由活跃的运动单元的数量和发射速率调节。

肌电图经常被包括在使用仪器步态分析的研究中，例如在探索神经疾病患者的步态异常时，因为它提供了关于肌肉激活时间和与拮抗剂同步的宝贵输入。^[4]

肌电图记录:

文献报道了三种记录肌电图的方法:细线法、针电极法和表面电法。最常用的步态分析技术是表面肌电信号。

肌电图技术的优势与局限性^[3][2]：

方法	优势	限制
表面肌电图	非侵入性，操作人员不需要培训就可以放置电极，高耐受性，无线/遥测，可能使用电极放置协议，各种设计，允许从多个位置进行长时间记录，这在文献中最常报道，成本低。	记录浅表信号，记录一组运动单元，电极运动与骨参照，不适用于超重患者，相声，噪音，人工制品。
肌内肌图(细丝针)	允许记录深层肌肉[18]与单电机单元相比，信号稳定，振幅和频率记录较高，对噪声的敏感性低于表面肌电信号。	侵入性，损伤肌肉纤维，感染风险，可因不适/疼痛改变患者的运动，机械工件，电缆，需要操作员培训，电线可能断裂。

在进行体表肌电图之前，临床医生需要在患者皮肤表面放置电极。为此，触诊结合“测试”(主动肌肉收缩)有助于尽可能准确地确定肌肉体的位置。^[2]为了帮助确保测量的可重复性，Hermens等人。^[19]已发表的用于肌肉非侵入性评估的表面肌电图建议:开发表面肌电信号传感器和传感器放置程序的建议

以下是来自SENIAM(非侵入性肌肉体表肌电图评估)的建议摘要^[3][19]：

建议	描述
电极形状和尺寸	从事表面肌电图的研究人员应报告电极的类型、制造和形状。电极尺寸(电极导电面积大小)不宜超过10mm。
电极间距离	双极表面肌电信号电极应保持20mm的电极间距。对于小肌肉，电极间距离不应超过肌纤维长度的四分之一。
电极材料	与皮肤接触的电极材料应提供良好的接触，低阻抗和稳定的时间行为。
传感器结构	作者推荐使用轻质材料固定电极距离。电缆运动应用胶带限制，以减少机械工件。
传感器放置程序	该程序包含6个步骤，建议如下: 1.肌电图传感器的选择:根据所研究肌肉的形状、类型、大小选择合适的电极。 2.皮肤准备:剃须，用酒精清洁皮肤，保持电极接触区域干燥。 3.放置病人进行手动肌肉测试。 4.确定传感器位置:传感器应放置在稳定的位置。理想位置是根据传感器在肌肉上的纵向横向位置来定义的。 纵向定位:远端马达终板区与远端肌腱之间的中间位置。 对于横向位置:远离肌腹分区的边缘，尽量靠近肌腹的中间。 5.传感器放置和固定:电极方向应平行于肌纤维放置。电极应使用胶带或松紧带稳定，以限制机械工件。 6.连接测试:受试者自发收缩，临床医生可以实时观察到信号被记录下来。

尽管表面肌电信号是最常用的技术，但它也有一定的局限性。该技术是基于测量两个电极之间的电压差和使用接地电极(在身体的其他地方)。^[15]到达皮肤表面电极的电信号通常很小，因为它被下面的筋膜层、脂肪层和皮肤层衰减了(噪声效应)。因此，信号在电极附近被放大(1000到10000倍)，并被电极拾取为最表层肌肉内许多运动单元的肌肉动作电位的总和。^[20]肌电图信号受到内在变量和外在变量的影响，这些变量会影响记录的数据，从而影响解释的可靠性。^[3]

影响肌电信号的变量^[21][3]：

变量	导致	结果/限制变量的可能方法
内在	组织特征(肌肉类型、运动单位大小、脂肪的存在、皮肤温度等)	影响导电性
	串音(对相邻肌肉活动的不良记录)	干扰肌电图信号。 选择一个群体而不是特定的肌肉
	机械假象(当受试者移动时发生的电基线变化)	用“假”活动污染肌电图信号。
	内部噪声(热噪声)	用“假”活动污染肌电图信号。 将放大器放置在离记录电极非常近的地方，从而减少导线的长度
	皮肤(准备、厚度、汗液等)	信号的阻抗和信号的振幅
外在	肌腹和电极部位之间肌肉几何形状的变化	修改肌电图读数
	外部噪声(放大器)	用“假”活动污染肌电图信号
	电极(关于运动点的放置，肌肉纤维方向等)	影响传导速度
	环境条件(温度、湿度、干扰:来自周围电气设备的电磁干扰等)	信号幅度
	收缩条件(收缩类型、肌肉长度等)	信号幅度
	信号处理(滤波器等)	信号幅度

肌电图数据处理:记录后获得的第一个信号被称为“原始肌电图”，从中可以看出肌肉是否活跃。“原始肌电图”表现出广泛的频率范围(从5到500 Hz)，伪影，许多数据点，以及使结果解释困难的正负值。为了应对这一挑战，可以使用不同的数据处理技术，如滤波、均方根、平滑、整流、积分和振幅。^[4]

信号处理方法，优点和局限性^[21][4][3]：

方法	描述	优势	限制
过滤	减少/消除与噪声/人工干扰相关的不需要的信号	简化数据解释	不承认所有的数据可能会对结果的解释产生偏见，并非所有的研究都使用相同的过滤器 选择正确的过滤器对于不丢失有价值的数据非常重要
均方根	将所有值平方，取平均值，最后取平方根	删除负数 与电力相连 文献首选方法	应提供用于平均计算的数据的详细资料
平滑	为特定窗口计算的平均值	可再生的	由于求平均值，数据细节丢失
整改	反射负值以将数据转换为“全正”	使统计操作和阅读更容易
集成	肌电图函数下“面积”的数学计算。	适用于持续时间相对较长的片段
振幅	前10个高峰的峰值振幅平均值	用于比较分析 肌电图振幅下的真数学积分	不反映力的产生或力对关节的影响

数据规范化:为了便于解释，肌电图数据通常使用各种技术进行归一化(重新缩放到参考值)，例如在比较不同日期、受试者或肌肉之间的肌电图记录时。有人建议，恢复正常的技术应该根据患者的可能性来选择——例如，产生“真正的”最大的自主等距收缩。^[21]

肌电图数据归一化方法、优点与局限性^[21][20][3]：

归一化方法	优势	限制
最大随意等长收缩	在研究中经常使用，限制了肌电图数据的可变性，提供了肌肉激活的信息	由于疲劳、患者的参与(儿科)、重复等原因，并非所有患者都能产生最大程度的自主等距收缩
次最大自主收缩(最大自主收缩百分比)	适用于病人不能产生最大的随意收缩，更容易维持	仍然需要最大收缩值来归一化
工具诱发的收缩(刺激)	在没有病人参与的情况下，激活所有运动单位达到“破伤风”水平	不适感，不能提供病人激活模式的信息
参照收缩:主体重复一个动作，中间的周期作为参照收缩	提供一个稳定的参考值，接近于未在最大水平生理收缩的肌肉的较低激活水平(例如:步态时的胫骨后肌)	不适感，不能提供病人激活模式的信息
在一个完整的步态周期中肌电图设置的平均值或峰值	限制肌电图数据的可变性，减少参与者之间的差异，允许在步态中检测正常/异常肌肉激活	将数据暴露于可混淆变量:力-速度关系和位于电极下的肌肉质量的变化 修改肌电图数据振幅
休息时的肌肉活动	对神经系统疾病患者来说很有趣	没有关于肌肉的信息，各种肌肉群之间可能存在混淆。

肌电图数据解读:一旦处理和规范化，临床医生可以从肌电图数据中做出各种解释，比如运动单元发射序列，它指的是运动单元发射的时刻(MUAP):它告诉临床医生肌肉的激活/不激活。此外，可以解释为在收缩期间，电机单元启动和停止发射时的力水平指示的电机单元的招募/取消招募阈值。在同一块肌肉中，可以观察到不同的阈值，并随着力量需求的增加而解锁。MUAP的形状提供了关于电机单元的形态和电机纤维状态的信息。肌电图数据还可用于计算电机单元的平均放电速率(单位时间内的脉冲数)以及一个电机单元与另一个电机单元的同步。^[21][15]

表面肌电图可靠性:肌电图数据，如步态分析期间收集的其他类型的数据是定量的，因此，可以使用统计操作来评估可靠性。^[22]史密斯^[21]表明肌电图数据的可靠性是一个重要的考虑因素，因为结果的质量直接取决于它。例如，参与者之间的可靠性对于在控制组和干预组的受试者之间进行有效的比较很重要，因为它确保了观察到的差异是由于干预造成的。^[14]可以评估不同特征的可靠性，如肌肉活动产生的方式(诱发收缩/自然收缩)，测量之间的间隔，受试者之间的可比性，环境条件，用于记录的材料。^[23]建议长期间隔测量(6周)与较低的信度相关;而在较短的测量间隔(90分钟内)内可获得较高的可靠性。这些结果表明，肌电图可能是一种有价值的技术，用于评估直接影响干预措施，例如矫形器(有/没有试验)。然而，这些结果对EMG测量提供给临床医生的证据的质量提出了质疑，因为它们通常用于评估训练和康复计划的有效性，在很长一段时间(4周或更长时间)后显示对患者的积极影响。

关于正常化，史密斯^[21]MVIC具有最佳的参与者间可靠性，其次是峰值动态振幅和单腿站立测量。此外，研究人员/临床医生在数据收集方面的选择取决于患者遵守严格研究方案的能力，但应该明确宣布，以便读者可以批评结果的可靠性。^[1]

运动学［|]

运动学数据是指使用身体或部分随时间的几何描述来描述运动的特征。[13]它包括线性和角运动学，分别表征轨迹和角位置的身体段从一个到另一个随时间。^[24]为了使数学分析更容易，患者身体的表示被简化为一系列在3D(6度运动)中从一个移动到另一个的刚体或片段。^[2]所记录数据的临床意义如下:解剖关节在足部、踝关节、膝关节和髋关节水平的不同平面(矢状面、水平面和额面)的运动。节奏、行走速度、站立相位持续时间、步长和支撑多边形的大小也是运动数据的一部分。^[2]运动数据对于将运动变化与步态中的潜在力和生理事件联系起来特别有用，例如脚跟撞击和脚踝背屈角。它还可以用来表征总体步态参数，如平均行走速度，以比较健康和病理受试者。^[13][4]

^[25]

记录运动数据:

运动数据采集的黄金标准是光电系统(OS)。该系统可以识别病人身上的参考点的空间坐标。几个红外摄像机被放置在实验室的周边，以便从不同角度获得数据，这些数据来自最初放置在兴趣点上的标记，如骨突起。记录是基于摄像机产生的红外线，这些红外线被标记物反射，最后被摄像机捕捉到。由于没有记录环境光，得到的图像具有高对比度，这使得分析更容易。所获得的标记点位置是参考摄像机的校准位置(通常称为“全局坐标系”)计算的，该坐标转换为空间中的3个坐标(通常称为“局部坐标系”)。^[2]多摄像头的使用还可以防止标记物在运动过程中被隐藏，并提高空间重建的精度。^[4][1]为了计算精确的关节运动学，有必要在关节旋转中心附近放置标记物-这可以通过计算得到。在开始数据收集之前，研究人员通常进行静态和动态试验，以便继续验证标记的放置和摄像机的有效识别。之后，受试者被邀请遵循数据收集的协议:“以自己选择的速度行走”，“工作速度越来越快”，等等。根据转诊的原因，可以应用不同的标记物放置方案。例如，如果分析的重点是脚的运动，那么将使用一个多分段的脚模型，在脚的不同部位使用多个标记。如果重点是膝关节运动，则会在膝关节上放置更多的标记物。^[3]

光电系统(OS)的替代方案是将加速度计、陀螺仪和磁力计组合在一起，它们是放置在受试者身上的可穿戴传感器(通常报告为惯性测量单元imu)。它们的优点是比操作系统更便宜，更容易使用，因为它们不需要摄像头。此外，通过计算算法(如G-WALK)获取数据。^[26]

数据处理:

数据以称为“帧”的时间间隔收集，根据用于采集的系统的不同，时间间隔在50到200Hz之间。标记位置的误差相对较小(最多1mm)，但当位置用于计算速度和加速度时，由于使用了数学微分“放大”误差，它们会增加。这种偏差可以使用直接计算加速度的加速度计来解决，因此可以提供“干净”的数据。另一个错误来源是患者皮肤上标记物的运动。可以认为，在矢状面上计算的运动，标记移动很少，但在水平面上计算的运动相当大。这个问题可以通过增加标记的数量和标记放置的特定协议来解决。^[4][1]文献中报道了不同的运动学数据处理方法，如直接运动学(DK)，它基于最初放置在节段上的标记物的位移来计算关节角度;逆运动学(IK)，它使用嵌入标记物的骨骼关节模型，通过调整模型的角度和模型与实验标记物位置之间的匹配来转换关节运动学。^[27]

运动数据可靠性:

文献提示在矢状面上获得的下肢和躯干运动数据具有较高的可靠性。一种可能的解释是，矢状面上的运动幅度更大，因此更容易被探测到。^[28]一些出版物报道关节运动精度可达1°或1mm，这可被认为与临床相关。^[29]正确的标记位置是获得可靠运动数据的关键。此外，由于行走时软组织的运动(“摆动”)，运动学数据可能会受到机械伪影的影响，这使得超重患者的分析明显更加困难。^[28]为了解决这一局限性，一些作者建议使用先前应用于患者四肢的弹性胶带，以确保标记物的最大稳定性。^[4][3]

动力学数据［|]

动力学数据描述了患者行走时施加在其上的力和力矩，如地面反作用力(GRF)、关节肌肉力和力矩以及站立阶段患者双脚的离散压力分析。[13]从每一个被研究的反应中，可以分离出具有临床意义的不同值。

例如，在进行“压力测量”时，诸如:站立阶段施加在脚上的峰值压力(PP)、施加峰值压力的时间(称为压力时间积分(PTI))、压力中心的运动(GRF垂直分量的瞬时施加点)等特征可以显示与已知条件相关的“典型”模式。^[4]

另一个例子是动能、运动学和人体测量数据的结合，可以计算关节力矩和功率(通常称为“逆动力学”)，这可能导致骨关节炎等疾病的增加。^[2]这个过程涉及到通常被称为“逆动力学”的计算，它指的是将身体分离为多个部分，并将每个部分作为一个自由体处理，其中有多重力作用于它们，如重力、GRF、肌肉和韧带力。^[2]

记录运动数据:

GRF的不同分量可以用一个“力平台”来记录，它可以计算力和力矩(患者和地面之间交换的矢量)以及压力中心的坐标，这可以用来推断速度和加速度。^[28]测力平台的其他替代品是嵌入传感器的鞋垫或压力垫，可以帮助建立患者的足部压力分布。^[2]步态分析协议通常建议将力台放置在用于步态分析的行走轨道上(通常为10米长的平坦表面，表面均匀)。有人建议，平台应尽可能“隐蔽”，以防止患者在行走时“瞄准”它(患者容易无意识地调整步态，以便踩到平台上)。该平台的替代方案是一种嵌入式系统，类似于植入患者鞋子内的鞋垫。

动力学数据解释:

GRF的变化可以解释为病理步态模式。尤因和柯林斯^[2]已经表明，与健康受试者相比，糖尿病患者在站立时GRF的前后分量增加。GRF的水平分量是与足底脚面平行方向作用的剪切力，可引发足溃疡的发展。

此外，已有研究表明，患有足部溃疡的患者倾向于将体重转移到完整的肢体，这可以解释为一种保护性补偿，以防止过度负荷加剧疼痛和溃疡的发展。^[28]因此，这项研究具有临床意义:GRF水平部分增加的患者可能会发生足底溃疡，干预措施应旨在通过例如足部矫形器来减少这一特征。

另一个动力学改变的例子是脑瘫儿童。脑瘫患儿可表现为“蹲步”，即站立阶段三屈(髋-膝-踝)的步态模式。^[30]在站立阶段，已经证明了GRF垂直分量的典型曲线丢失。这可能与进一步的骨畸形、软组织损伤、平衡性差和步速有关。因此，在这种情况下，加强下肢伸肌可能是一个有效的方法。^[31]

动力学和运动学参数的可靠性:

动力学数据记录的一个局限性是它没有考虑到摩擦力和组织的粘弹性特性。这可能导致在计算肌肉对运动的贡献时可能出现错误。^[2]

整合动力学、运动学和肌电图数据:

一旦收集到数据，就可以将数据与其他特征(运动学、肌电图)集成在一起，并且可以使用专门的软件构建患者步态的3D虚拟表示，该软件允许对一个人步态中的不同兴趣点进行具体而精确的分析，例如在脚跟撞击时GRF的方向。通过在分析的背景下替换患者的表现，包括患者的行走辅助、疲劳、行走时的信心、动机、疼痛、视觉能力、平衡等，可以改善对数据的解释。^[32]

对仪表步态分析期间收集的数据进行解释，可以通过比较患者数据与类似健康受试者获得的数据来识别行走障碍。从这些数据中，可以推断出患者为克服疾病采取了哪些补偿或策略，以及这些补偿对患者姿势的影响。通常，仪器化步态分析在分析中被分解为多个组，如足部、脚踝、膝盖、臀部和骨盆;使运动学和动力学分析更容易。

步态分析的协议如下:患者沿着实验室内的一条路径尽可能“自然”地行走，力平台隐藏在地板上，这样患者就不会修改他的步态，并记录几次重复，以减少误差并增加结果的可靠性。

结合动力学和运动学分析，我们可以计算出力的力矩和通过下肢不同关节产生或吸收的功率。为了达到这个目的，关于质量、惯性矩和重心的信息是必要的。^[1]

收集的数据用于计算主体行走的3D模型的构造。^[4]

通常，解剖角度的运动以图表形式呈现，并归一化为一个完整的步态周期(0%表示一侧肢体的后跟撞击，100%表示下一个周期的后跟撞击)。像“踢脚”这样的事件，通常发生在60%，应该包括作为参考。数据也可以用步长和人的长度来规范化。^[1]

一旦收集到数据，就可以使用诸如步态偏差指数等经过验证的量表对患者的步态模式进行“评分”，例如使用多个角度的录像。存在其他量表，临床医生应根据患者的特征和转诊原因选择评估工具，以确保最佳的可靠性。^[2]

能量消耗［|]

尤恩斯和柯林斯[2]建议氧摄取/二氧化碳产生是评估行走时能量消耗的适当方法，因为它们反映了患者的代谢化学。收集到的数据通常归一化为患者体重随时间的函数(mL/kg/min)。氧气吸收/二氧化碳产生可以用口罩记录，但一个限制是不舒服。作为一种替代方法，可以使用患者的心率，因为它被认为与耗氧量线性相关。^[3]

实践中的步态分析［|]

步态评估方案[2]：

时间轴	一步	描述
在约会之前	由专家转介和多学科审查的情况	患者详细资料和病史，转诊原因，所需评估类型
	安排预约及实验室	设备的设置和校准
在约会期间	病人评估	自我报告步态评估，以调查患者遵守数据收集协议的能力
	数据收集和记录	根据患者的能力，尽可能按照预先制定的方案进行数据收集
任命后	数据处理与解释，记录与沟通	由不同的评审员进行分析，并将检查结论报告传达给患者和团队

进行仪器步态分析时的挑战^[33]：

挑战	描述
限制外部参数的影响	实验室环境影响患者的步态参数，在解释结果时应考虑到这一点
可重复性	在常规临床应用中进行的测量的可靠性是有限的。例如，同一个病人在两个不同的实验室进行评估，结果可能不同。大多数可靠性研究都是在完整的受试者身上完成的
人体测量学	这一挑战包括难以以准确/可重复的方式放置标记，以及确定与标记相关的关节中心
软组织人工制品	这是指在行走时，皮肤、肌肉、脂肪层等软组织相对于骨骼结构的运动程度

参考文献［|]