《Journal of NeuroEngineering and Rehabilitation》：Hidden Markov model-based similarity measure (HMM-SM) for gait quality assessment of lower-limb prosthetic users using inertial sensor signals
編輯推薦：
傳統步態評估方法受限，為探尋新途徑，研究人員開展基于慣性傳感器信號的 HMM-SM 評估下肢假肢使用者步態質量的研究。結果顯示，HMM-SM 與其他慣性傳感器方法和 GPS 顯著相關。這為開發便捷監測系統、助力康復提供了可能。
在醫學和康復領域，步態評估對于了解人體運動功能、診斷疾病以及制定康復方案至關重要。傳統的臨床實踐中，醫生大多依靠觀察來分析步態，然而這種方法主觀性強，在有效性、可靠性和反應性方面都存在明顯的局限。儀器化的步態分析系統雖然更加客觀和全面，能幫助醫生更好地評估步態模式、做出治療決策和評估干預效果，進而改善患者的治療結果，但像吉列步態指數（GGI）、步態偏差指數（GDI）和步態輪廓評分（GPS）等廣泛認可的步態質量指標，都需要使用運動捕捉系統來精確測量下肢的時空和運動學參數。這些系統不僅成本高昂、使用時耗費時間，而且只能在實驗室或診所環境中使用，無法反映真實世界中的步態動態，極大地限制了其在臨床中的廣泛應用 。
為了解決這些問題，來自多倫多大學（University of Toronto）和荷蘭布魯爾維尤兒童康復醫院（Holland Bloorview Kids Rehabilitation Hospital）的研究人員 Gabriel Ng 和 Jan Andrysek 開展了一項研究，旨在評估一種基于隱馬爾可夫模型的相似度測量（HMM-SM）方法，該方法可以直接利用慣性傳感器采集的陀螺儀和加速度計數據來評估步態質量。
研究人員使用了 Xsens Awinda 系統，為 26 名下肢假肢使用者（LLPU，包括不同類型的截肢患者）和 30 名健全人佩戴 8 個慣性傳感器，采集他們在行走過程中的數據。研究用到的主要關鍵技術方法如下：
- 數據采集：利用 Xsens Awinda 系統收集參與者的加速度計、角速度數據等，設置采樣頻率并對部分數據進行降采樣處理。
- 多種步態質量測量方法：計算 HMM-SM 分數，并與其他基于慣性傳感器的方法（如運動偏差輪廓（MDP）、動態時間規整（DTW）、慣性測量單元步態正常指數（INI）和多特征步態評分（MGS））進行比較，同時以 GPS 作為金標準評估這些方法的性能。
- 數據統計分析：運用 Spearman 相關系數評估不同步態質量測量方法之間的關系，使用 Welch’s t 檢驗評估區分不同假肢亞組的能力。
研究結果如下：
- 步態質量測量方法間的相關性：眾多基于慣性傳感器的測量方法與 GPS 存在顯著相關性。在信號基測量方法中，DTW 與 GPS 的相關性最強，HMM-SM 小腿配置與 GPS 呈中度負相關，MDP 和 DTW 的小腿及骨盆配置也與 GPS 顯著相關 。參數基測量方法中，INI 與 GPS 相關性最強，MGS 與預期相反，呈中度負相關。
- 不同假肢水平間的差異：所有測量方法在不同傳感器位置都能檢測到至少一組亞組間的差異。HMM-SM 骨盆配置和 INI 區分的亞組最多，HMM-SM 對肢體長度差異（LS）組的區分尤為有效。
研究結論和討論部分指出，HMM-SM 等基于慣性傳感器的測量方法與臨床驗證的步態質量測量指標顯著相關，表明 HMM-SM 可能是評估步態質量的有效工具。同時，這些方法可通過少量慣性傳感器信號評估整體步態質量，無需復雜的參數調整或模型訓練，具有廣泛的適用性。然而，該研究也存在一些局限性，如未進行重復性測試、樣本量有待擴大、未探索個體參數與 GPS 的相關性等 。未來的研究可以針對這些問題進一步深入探索，以推動基于慣性傳感器的步態質量評估技術在臨床和日常生活中的廣泛應用，為下肢假肢使用者的康復和治療提供更有力的支持。該研究成果發表在《Journal of NeuroEngineering and Rehabilitation》上，為該領域的發展提供了重要的參考和方向。
