人类步行事件的自动检测:一个简单但通用的3D算法
Théo Vancanneyt1, Camille Le Moal1, Maxence Blard1
1Movement Analysis Laboratory, Physiology and Functional Explorations Department, Raymond Poincaré Hospital, Paris Saclay University, AP-HP, 104 Bd. Raymond Poincaré, 92380, Garches, France.
Journal of neuroengineering and rehabilitation
|May 13, 2025
概括
一个新的多条件算法准确地检测了步态事件,如脚罢工和脚脱落. 这种方法比专家的校正提高了精度,即使有不同的步态模式,有助于可靠的临床步态分析.
科学领域:
- 生物力学 生物力学
- 步态分析 步态分析
- 康复工程 康复工程
背景情况:
- 准确检测步态事件 (脚撞,脚脱) 对于可靠的步态分析至关重要,但往往是主观的,需要专家校正.
- 现有的算法难以应对个体内步态变化和多个同时步态模式.
- 基于地面反应力量的方法可以改善步态变异的捕获,但不能完全解决个体内差异.
研究的目的:
- 开发一种确定性算法,用于准确和精确地识别步态事件.
- 克服现有方法在处理步态变化和各种病理方面的局限性.
- 为临床步态分析提供可靠的工具.
主要方法:
- 开发了一个确定性算法,命名为多条件算法.
- 通过检测第一个脚标记器失去了自由度时,识别了足部打击.
- 通过检测最后一个足迹标记者何时恢复自由度来识别足迹脱落.
主要成果:
- 在9名健康人和50名患有各种神经和运动障碍的人的819个C3D步态文件上进行了测试.
- 多条件算法在三范围内检测到Foot Strike和Foot Off,超过了评估者之间的专家可变性.
- 步行事件的检测是快速的 (秒) 和强大的跨不同的病理和个体内步行变化.
结论:
- 准确的步态事件识别对于可靠的临床步态分析至关重要.
- 多条件算法为跨越多种病理和步态模式的精确步态事件识别提供了确定性共识.
- 该算法作为开放访问资源提供,以鼓励采用和进一步研究.
