基于智能手机运动捕捉的卒中患者骨盆与下肢协调分析
智能手机视频捕捉技术分析脑卒中患者骨盆与下肢协调性研究
学术背景
脑卒中（stroke）是全球范围内发病率、致残率和死亡率最高的疾病之一，每年新增病例高达1500万。其中，20%-30%的脑卒中患者会发展为偏瘫步态（hemiplegic gait），这是脑卒中后最严重的功能障碍之一。偏瘫步态不仅影响患者的行走能力，还增加了跌倒风险，严重损害患者的生活质量。传统的步态分析通常关注下肢的时空参数（spatiotemporal parameters）和关节运动学（joint kinematics），但这些离散参数往往无法全面揭示脑卒中患者步态异常的机制。骨盆与下肢的协调性（intersegment coordination）在维持步态稳定性、平衡性和推进力方面起着关键作用，然而，相关研究仍然较少。
目前，骨盆与下肢协调性的评估通常依赖于高成本的反射标记运动捕捉系统（reflective marker-based motion capture），这限制了其在临床中的广泛应用。随着技术的发展，基于智能手机的无标记运动捕捉（markerless motion capture）技术为步态分析提供了便捷、低成本且便携的替代方案。本研究旨在利用智能手机视频捕捉技术，结合统计参数映射（Statistical Parametric Mapping, SPM）和连续相对相位（Continuous Relative Phase, CRP）分析方法，深入探讨脑卒中患者骨盆与下肢的协调性和运动学特征，为临床康复提供新的评估工具和干预策略。
论文来源
本研究由Yinghu Peng、Wei Wang、Yangkang Zeng、Zhenxian Chen、Hai Li和Guanglin Li共同完成，分别来自中国科学院深圳先进技术研究院（Shenzhen Institutes of Advanced Technology, CAS）、南方医科大学深圳医院康复医学科（Neurorehabilitation Laboratory, Department of Rehabilitation Medicine, Shenzhen Hospital, Southern Medical University）和长安大学机械工程学院（School of Mechanical Engineering, Chang’an University）。论文于2025年发表在IEEE Transactions on Biomedical Engineering期刊上。
研究流程
1. 参与者信息
研究招募了17名住院脑卒中患者（平均年龄49.9岁）和20名年龄匹配的健康对照组（平均年龄49.4岁）。纳入标准包括：年龄18-65岁，无肥胖（BMI < 30 kg/m²），单侧偏瘫（hemorrhagic或ischemic），能够独立行走10米，Brunnstrom评分≥4。排除标准包括：无法理解指令、存在其他精神疾病或系统性神经系统疾病、严重器官功能障碍。
2. 设备与实验流程
研究使用两部iPhone（iPhone 11和12 mini）采集运动数据。实验分为以下步骤：
1) 相机校准：使用棋盘格校准相机位置，并通过OpenPose算法处理视频数据。
2) 静态试验：采集参与者的静态数据以定制化肌肉骨骼模型。
3) 动态试验：使用OpenCap网络应用对同步的2D视频关键点进行三角测量，并基于公共运动捕捉数据集训练的LSTM网络估计43个解剖标记的3D位置。
3. 数据处理与关节运动学计算
使用开源软件OpenSim估算关节运动学。数据处理包括：
1) 自定义缩放：根据参与者的身高和静态试验数据，创建定制化的肌肉骨骼模型。
2) 逆向运动学：利用行走试验中的标记轨迹计算骨盆和下肢关节角度，并将步态周期归一化为100%。
4. 段间协调性分析
采用连续相对相位（CRP）分析方法评估骨盆与下肢的协调性。研究分析了五个段对的CRP：骨盆-大腿（矢状面、冠状面和横断面）、大腿-小腿（矢状面）和小腿-足（矢状面）。CRP的计算基于Hilbert变换和相位角差，并通过统计参数映射（SPM）进行时间序列分析。
主要结果
1. 段间协调性
研究发现，骨盆-大腿在冠状面的CRP曲线在整个步态周期中均存在显著差异（p < 0.001）。控制组的大腿-小腿CRP在摆动期（65%-91%）显著高于偏瘫侧和非偏瘫侧。小腿-足的CRP在站立中期（13%-29%）和摆动中期（57%-68%）也存在显著差异。
2. 骨盆运动学
控制组的骨盆侧倾（list）活动范围（ROM）显著高于脑卒中患者（p < 0.001）。在步态周期的早期和中期（2%-35%），控制组的骨盆侧倾值显著低于脑卒中患者，而在晚期和摆动早期（47%-71%）则显著较高。
3. 下肢关节运动学
偏瘫侧髋关节的屈伸活动范围显著低于控制组和非偏瘫侧（p = 0.001）。偏瘫侧膝关节的最大屈曲角度显著低于控制组和非偏瘫侧（p < 0.001）。踝关节背屈角度在站立中期显著低于控制组和非偏瘫侧。
研究结论
本研究通过智能手机视频捕捉技术，结合SPM和CRP分析方法，全面评估了脑卒中患者骨盆与下肢的协调性和运动学特征。研究发现，偏瘫侧和非偏瘫侧在骨盆与下肢的协调性上存在显著差异，这些差异可能与肌肉功能障碍（如痉挛和肌无力）有关。研究结果为临床康复提供了新的评估工具，并为针对性的干预策略（如减少痉挛和增强肌力）提供了科学依据。
研究亮点
- 技术创新：首次将智能手机视频捕捉技术应用于脑卒中患者骨盆与下肢协调性的评估，为临床提供了便捷、低成本的步态分析方案。
- 方法创新：结合SPM和CRP分析方法，实现了对步态周期中时间序列数据的全面评估，揭示了脑卒中患者步态异常的深层次机制。
- 临床价值：研究结果为脑卒中患者的康复治疗提供了新的评估指标和干预策略，有助于优化步态力学和改善功能预后。
其他有价值的信息
研究还指出了未来研究方向，例如纳入Brunnstrom评分较低的患者，评估更多肌肉功能指标，以及考虑BMI、性别和年龄等因素对步态的影响。此外，研究还讨论了OpenCap技术的局限性，如动态和复杂运动中的关节关键点识别误差，以及光照和服装对测量精度的影响。
本研究不仅为脑卒中患者的步态分析提供了新的技术手段，还为临床康复治疗提供了重要的科学依据，具有显著的学术价值和临床应用前景。