在不相似度图上通过 Eigen-Gait 组件进行行走不对称性评估
Lorenzo Hermez1, Nesma Houmani1, Sonia Garcia-Salicetti1
1SAMOVAR, Télécom SudParis, Institut Polytechnique de Paris, 911120 Palaiseau, France.
Computers in biology and medicine
|November 27, 2024
概括
神经系统疾病会破坏步态协调. 一个新的Eigen-Gait不对称指数 (EGAI) 量化了这种不对称性,为监测患者康复和评估运动功能的恢复提供了一个精确的工具.
科学领域:
- 生物力学 生物力学
- 神经学 神经学
- 康复科学 康复科学 康复科学
背景情况:
- 神经系统疾病显著损害了步态,影响下肢协调.
- 评估步态偏差对于监测运动功能和患者康复进展至关重要.
研究的目的:
- 引入一种用于量化神经疾病患者双边步态不对称的新方法.
- 为临床监测制定一个全面的得分,反映步态偏差和不对称性.
主要方法:
- 开发了一张步态差异地图来表示双边步态信号及其时空动态.
- 使用单数值分解 (Singular Value Decomposition) 构建了一个健康的步态模型,以识别步态对称自向量.
- 通过将患者的步态数据投射到健康步态模型上,计算了Eigen-Gait不对称指数 (EGAI).
主要成果:
- 与健康对照组相比,患有神经性步行障碍的患者表现出明显更高的EGAI值 (9.73 ±2.16) (3.86 ±0.9).
- 半衰减患者显示了最高的EGAI,表明由于单边的身体冲击而导致的更多不对称的步态.
- EGAI趋势在膝盖,部,脚和骨盆关节中一致.
结论:
- 自己的步态不对称指数 (EGAI) 有效量化了由神经疾病引起的步态不对称.
- 这种创新的双边评估方法提供了比传统的单边措施更全面的了解步行偏差.
- EGAI是临床医生在康复期间监测患者进展的精确和有效工具.
