膝关节骨性关节炎患者步态运动学参数的研究

合集下载

膝关节骨性关节炎患者的步态和膝关节屈曲角度分析

０５，）见表１０。２２步态膝关节屈曲角度指标．
１．治疗方法：．１２手法以揉法、一指禅推法、滚法为主；取穴：
取患者膝关节周围的阿是穴及梁丘、血海、阳陵泉、阴陵泉、
经配对资料ｔ检验，关节骨性关节炎患者治疗后支撑膝
１ｍ防滑地毯、０体表标志物等； ③测试方法：测试开机，标定系统。患者穿紧身衣，照Ｏｔｏａ指导手册ＨｌｎＨａｅ参ｒｔｋｈｒｅｅｙｓ体表标志物贴定方法，在体表标志点贴定体表标志物，共计
２６只。向受试者介绍测试的过程并作行走示范。先进行静
中复学巷２２第２卷，期田病区棠０￣，７第３１
・
短篇论著・
膝关节骨性关节炎患者的步态和膝关节屈曲角度分析
朱清广龚利房敏程英武。朱高峰李勇
态分析系统（Ｅｇ＋Ｅｇｅ）Ｏｔｏｒｋ步态分析软件；４ａｌ２ａｌ；ｒＴａｅ４ｈ２×
可以正常使用几十年而不发生磨损，由于关节内外各种因但素，致膝关节内部应力分布不均，导高应力点或高应力区的
１上海中医药大学附属岳阳中西医结合医院，０４７２０３；２上海市中医药研究院推拿研究所；３通讯作者作者简介：朱清广，，男助理研究员；收稿日：０１１— ９期２１－２１
１对象与方法
态采集，然后ห้องสมุดไป่ตู้除双侧膝、关节内侧的４个体表标志物，踝嘱

膝骨性关节炎功能评价步态指标研究——足底压力各阶段时间分布及地面垂直反力

ＰａｅＬＩＦｅｇ。ＷＡＮＧｈｎ — ａ，ＺＨＡＮＧｎ，ｅ１ｈｓｎＣａｇｈｉＲｏｇｔ．Ｂｅｊｎｉｅｓｔｆｈｎｓｅｉｉｅ，Ｂｅｊｎ００９ａｉｉｇＵｎｖｒｉｙｏＣｉｅｅＭｄｃｎｉｉｇ１０２，Ｃｈｎｉａ
Ａｂｔａｔｓｒｃ：ＯｂｅｔｅＴｏｉｖｓｉａｅｔｉｔｉｕｉｎｏｒｓｕｅｏｏｔｌｔｎｅｃｔｇｎｅｔｃｌｎｉｆｒｅｆｏｇｏｎｆｊｃｉｎｅｔｇｔｉｄｓｒｂｔｏｆｐｅｓｒｆｆｏｐａｅｉａｈｓａｅａｄｖｒｉａａｔｏｃｒｍｒｕｄｏｖｍｅ —
维普资讯
中国康复理论与实践２０生旦笙鲞箜塑０７
垦！！！！！！！里！！！：
！！！！！：：！
・
・
１１６５・
临床研究・
膝骨性关节炎功能评价步态指标研究足底压力各阶段时间分布及地面垂直反力
ｔｍｅｄｓｒｂｉｅｓｒｆｆｏｔｌｔｎｅｈｓａｎｄｖｒｉａｎｔ—ｏｒｅｆｏｍｏｕｎｎｐｅｉｏｎｏｄａｓｉｉｔｉｕｔｏｎｏｆｐｒｓｕｅｏｏｐａｅｉａｃｔｇｅａｅｔｃ１ａｉｆｃｒｇｒｄｉｒｏｄｏｆｍｏｐｉｕｐｐｔｏｒ．ＲｅｕｔＴｏｓｌｓ
ｐｔｅｔｉｈｋｎｅｏｓｅｒｈｒｔｓ（ＯＡ）Ｍｅｈｄｓ４ＯＡｔｅｔ１ａｅｅｌａｉｎｓｗｔｅｔｏａｔｉｉＫ．ｔｏ０Ｋｐａｉｎｓ，０ｇｄｐｏｐｅ，ａ０ｃｍｍｏｎｓｐｌｎｒｅｅｔｄｔｅｔｎｄ１ｏａｉｇｓｗｅｅｓｌｃｅｏｔｓ

【综述】膝关节骨关节炎影像学诊断与步态评估进展

【综述】膝关节骨关节炎影像学诊断与步态评估进展摘要膝关节骨关节炎（KOA）是中老年人群中最常见的慢性关节退行性疾病，可以引起膝关节疼痛，及关节活动功能障碍，严重影响生活质量，其发病率逐年上升。

本文主要介绍Ｘ线、CT、MRI、超声等影像诊断方法以及步态分析方法在该疾病评估方面的进展。

通过文献整理分析发现：常规X线是目前基本的和首选的辅助诊断方法，CT、MRI和超声则在KOA辅助检查方法中发挥着重要的作用，借助三维参数测量系统，步态分析技术将有望用于KOA患者快速辅助诊断和康复指导，甚至结合影像学，为患者制定个体化评估和治疗措施。

膝关节骨关节炎(KOA)是一种以膝关节软骨变形和丢失、关节缘和软骨下骨骨质再生为特征的慢性关节炎疾病，是中老年人群中最常见的慢性关节退行性疾病；40岁以上人群中男性患病率达23.5%，女性患病率达32.8%，女性发病率高于男性，而且总发病率逐年增加。

KOA可以引起膝关节疼痛，使关节活动受限和功能部分丧失。

随着老龄化时代的到来，而且患者对于生活质量的要求越来越高，对该疾病及早发现并治疗显得越发重要。

本文将对X线、CT、MRI、超声传统评估方法以及步态分析技术在临床中的研究与应用进行相关的介绍。

一、X线、CT常规X线摄影是KOA临床诊断中最基本和首选的方法，同时也被用于了解病变进展情况和疗效评估。

KOA的在X线下可表现为：(1)局部关节间隙狭窄；(2)软骨下硬化；(3)骨质增生形成骨赘；(4)关节面下囊肿；(5)关节内游离体；(6)晚期可出现关节半脱位。

早在1957年，Kellgren和Lawrence就提出骨关节炎(OA)的X 线的诊断标准(K/L分级)，并得到普遍认可，如今广泛应用于该病的诊断。

该分类标准分为4级，其分级为：Ⅰ级是疑似OA，有轻度的关节边缘骨质增生；Ⅱ级是轻度OA，有明确的骨质增生，但是关节间隙未变窄或者未明显变窄；Ⅲ级是中度OA，有骨质增生，关节间隙中度变窄；Ⅳ级是重度OA，关节间隙明显变窄，并伴有软骨下骨硬化。

膝骨性关节炎经筋辨证的步态分析研究

ＨＳＺＨＩＨＥＮＭＥＤＩＮＥＡＮＤＣＩＭＡＴＥＲＩＤＩＡＭＥＣＡＲＥＳＡＲＣ２０ＶＯＬＥＨ０１
．
２Ｏ８１Ｎ．
时珍国医国药２１００年第２１卷第８期
膝骨性关节炎经筋辨证的步态分析研究
“ 筋结点” 。这种依靠中医师个人经验的诊查方法，往难以推由ＵＢ数据线与计算机的ＵＢ接口直接相连。采样频率为３０往ＳＳ０
广。本研究组多年来致力于应用现代生物力学技术的步态分析Ｈｚ。
工具，究膝骨性关节炎的经筋辨证，得了可喜成果。在我们２方法研取
．Ｏ由测试人员指导每人先前期研究中，我们发现ＫＡ患者在支撑期各阶段时间分布和地２１研究方法将ＫＡ患者随机编号，Ｏ面垂直反力上存在着异常，是所有ＫＡ患者共有的步态特进行熟悉练习，这Ｏ之后赤足自然常速走过Ｆｏｃｎ７型足底压力测ｏｔａｓ
王常海，李
（．１河南中医学院・基础医学院，南郑州河３中国人民解放军第二炮兵总医院，．北京
峰，张蓉。施延昭，
４００；２北京中医药大学・础医学院，５０８．基北京１０８；４Ｒｓａ００８．Ｓｃｎ中国实验室，京北１０８；００２１０８）００４
பைடு நூலகம்膝关节骨性关节炎（ｎｅｏｔｏｒｒｉ，Ｏ是一种常见的按照Ｋｌｒｎ＆ＬｗｅｃＫｅｓａｈｉｓＫＡ）ｅｔｔｅｇｅｌａｒｎｅ的ｘ线分级标准，Ｉ级１０例， Ⅱ级９

膝关节骨性关节炎步态分析的研究进展

严重降低了中老年人的活动能力，大大增加了患者的医疗费用和社会负担，因而备受重视。ＫＯＡ除了会导致疼痛及关节
功能障碍之外，还会引起步态异常。现代步态分析技术为
频、步宽、步长、足偏角等属于时空参数；髋、膝、踝一个关节在水平面和矢状面上角度的周期性变化属于关节角度参数一１．２．１时空参数的改变：在步态分析应用中常见的时空参数有步频、步幅、步长、步速、步态周期、支撑期百分比等。步长是一侧肢体足跟（足尖）到另一侧足跟（足尖）的距离；步幅是… 侧足跟着地到再次着地时的距离，是连续两个步长的总合；
统计，ＯＡ在女性患病率中占第四位，在男性患病率中占第八位，我国６０岁以上人群ＫＯＡ发病率高达４９％… 。一项涉及中
国６大城市（西安、石家庄、上海、广州、哈尔滨、成都）的流行
病学调查显示，６城市４Ｏ岁以上人群膝关节骨性关节炎总患病率已高达１５．６％，。该疾病所导致的疼痛、关节功能障碍
岁人群中５０％以上有骨性关节炎的ｘ线片表现。ＯＡ是中老
年人关节疼痛和致残的主要原因。据世界卫生组织（ＷＨＯ）
标志点的ｊ维空间坐标信息。一台摄像机只能确定运动物点二维坐标信息，通过多台摄影机的立体摄影技术，可获得运动物体的空间三维坐标获得＿二维坐标后，继而可求得角
步态研究（５０例ＫＯＡ患者，６３例对照组）中发现：ＫＯＡ患者支

膝关节骨关节炎三维步态分析研究及其在运动医学中的应用

膝关节骨关节炎三维步态分析研究及其在运动医学中的应用摘要：骨性关节炎（OA）是一种常见于中老年人群的疾病，尤其是膝关节骨性关节炎（KOA）发病率最高。

尽管目前发病机理仍不明确，但许多研究已集中在分子生物学和细胞生物学领域。

随着现代三维步态分析系统的出现和应用，为KOA的生物力学研究提供了先进的研究手段和科学可靠的运动学与动力学数据。

本文通过总结国内外相关研究状况，探讨KOA三维步态分析的研究方向及其在运动医学中的应用前景。

然而，目前相关研究方向分散，缺乏统一评价标准和操作规范。

关键词：骨性关节炎；膝关节骨性关节炎；发病机理；三维步态分析；生物力学；运动医学；膝关节骨性关节炎（KOA）是中老年人中常见且高发的疾病。

尽管KOA的发病机理尚未得到确认，但是分子生物学和细胞生物学仍然是国内外研究的重点。

现代三维步态分析系统提供了先进的研究手段和科学可靠的运动学与动力学数据，因此受到越来越多的关注。

然而，目前相关研究方向存在分散的情况，并且缺乏统一的评价标准和操作规范。

通过总结目前国内外的相关研究现状，本文旨在探讨KOA三维步态分析的研究方向及其在运动医学中的应用前景。

1 三维步态分析概述步行是人类最主要的行动方式之一，也是肢体运动中最重复性高的运动之一。

通过研究步态动作中的关节角度、力矩和功率等运动学和动力学相关变量，可以了解机体各部位的受力情况，对于病因的确认、发病机制的研究、治疗方法的选定以及疗效的评估均有帮助。

现代三维步态分析系统是以红外线高速摄影机为主的立体三维动作分析系统，可以精确测量下肢动态生物力学指标，并且具有操作简便、无创伤性和数据详实的特点。

这种系统已经成为骨科生物力学研究、普通人群的科学健身和KOA患者的康复疗效的可靠依据和工具。

尽管人体内部力数据仍无法直接测得，但随着步态分析测量方法的发展和各类疾病步态特征知识的积累与建立，步态分析将在骨科生物力学、康复工程和医学工程等领域发挥重要作用，并对这些领域产生积极影响。

步态分析在膝骨性关节炎中应用的研究进展

１．２ＫＯＡ患者行走过程中动力学参数的异常
ＫＯＡ患者的病变发生在关节软骨，虽然化学、酶和代谢
因素能降低关节软骨的强度，但要使软骨磨损却是机械力作用的结。ＫＯＡ患者病变关节各个方向应力和力矩发生异常变化，高应力点或高应力区的软骨就有可能发生裂纹、剥脱、溃疡及软骨的修复重建，带来骨性关节炎的一系列病变【８］。
运动调节系统、行为及心理活动在行走时的外在表现。步态分析是利用力学原理及处理问题的手段、已经掌握的人体解剖学及生理学等结构和功能方面的知识，对人体行走时的行为方式
及功能状态进行对比分析，从而提取出与行走有关的生命活动信息的一种整体生物力学的研究方法。它是行走生物力学测
ｅｖａｌｕａｔｉｏｎ，ｌｉｔｅｒａｔｕｒｅｏｆｒｅｃｅｎｔｙｅｒｓａｗａｓｒｅｐｏｒｔｅｄｔｏｐｒｏｖｉｄｅａｒｅｆｅｒｅｎｃｅｆｏｒａｐｐｌｉｃａｔｉｏｎｏｆｇａｉｔｎａａｌｙｓｉｓｉｎｋｎｅｅｏｓｔｅｏａｒｔｈｒｉｔｉｓ．
Hale Waihona Puke 量、分析、评价的专门技术［３】。步态分析的目的是明确步态异常的机制和原因，获得定量的步态数据，选择最优治疗策略，以及评价康复疗效。一项随访５～１１年的纵向研究认为，长期异常步态会加重膝骨关节炎患者的病情ｌ４】，不正常步态弓ｌ起膝

步态分析在膝骨关节炎康复训练中的应用

步态分析在膝骨关节炎康复训练中的应用作者：杨晓露黄鹏来源：《当代体育科技》2017年第29期摘要：膝关节骨性关节炎作为中老年人高发病之一，一直困扰着中老年人的正常生活。

KOA除了会导致疼痛及关节功能障碍之外，还会引起步态异常。

步行能够有效反映出下肢部分病理情况，对于客观评估下肢力线及各软组织工作状态具有重要作用。

步态分析能够将KOA患者的特征步态量化表达，对优化康复训练方案及未来膝关节功能研究方向提供指导作用。

因此本文将综述膝关节骨性关节炎患者步态分析特征，以运动康复的角度出发，以期为将来康复训练的优化提供参考。

关键词：骨性关节炎步态分析康复训练膝关节生物力学中图分类号：R684.3 文献标识码：A 文章编号：2095-2813（2017）10（b）-0007-02随着我国逐渐步入老龄化社会，老年人口的健康问题和生活质量受到越来越多的关注。

膝关节骨性关节炎（KOA）在中老年人中有较高的发病率，其病症严重影响到患者的健康和生活质量。

为了促进膝骨性关节炎患者的康复治疗，不少学者通过步态分析定量分析患者膝关节功能情况，从而对下肢生物力学进行分析研究。

1 膝关节骨性关节炎（KOA）的诊断评估现状在临床上，对KOA情况的评估方法主要是通过影像学方法来确定其中的问题，包括磁共振成像（MRI）、电子计算机断层扫描（CT）等。

为了能够更加全面的反映膝关节功能状态，需要深入了解膝关节相关结构的相对位置关系及其力线测量，特别是在是否负重、静动态状态下的对比分析，以此提升膝关节功能诊断的准确性。

影像学检查法作为临床上主要的评估方法，在表现动态膝关节活动状态方面存在一定的局限性，对于某些需要在动态模式下才诱发的病症之间不具备良好的相关性。

此外，虽然也有经验丰富的医师通过相应的手法试验进行膝关节功能评估，但是部分学者认为[1]，医师视觉的评估及一些手法试验评估都存在着一定的局限性，无法准确的对膝关节功能情况进行有效评估诊断。

膝关节骨性关节炎患者的步态和膝关节屈曲角度分析

膝关节骨性关节炎患者的步态和膝关节屈曲角度分析
膝关节骨性关节炎是一种常见的关节疾患，患者会出现关节疼痛、僵硬、活动受限等症状。

这些症状会导致患者的步态和膝关节屈曲角度发生改变。

一般来说，膝关节骨性关节炎患者的步态会有明显的异常。

他们会表现出膝关节功能障碍的特点，如行走速度变慢、步态不稳、行走距离较短等。

这是因为关节疼痛和僵硬会影响患者的幅度和频率，使得步态难以协调、流畅运动。

此外，膝关节骨性关节炎患者的膝关节屈曲角度也会受到影响。

正常情况下，行走时膝关节需要屈曲约30度到60度以支撑身体重量。

但是膝关节骨性关节炎患者的膝关节由于软骨磨损、骨质增生等原因，屈曲范围减少，甚至不能够完全屈曲。

这种异常的步态和膝关节屈曲角度改变会给患者带来很大的困扰和不便。

因此，膝关节骨性关节炎患者需要积极进行治疗和康复训练，以提高自身的步行能力和膝关节屈曲角度。

常见的治疗方法包括药物治疗、物理治疗、改变生活习惯等。

对于较为严重的病例，还需要进行手术治疗。

总之，膝关节骨性关节炎患者的步态和膝关节屈曲角度是受到很大影响的，这正是该病对患者活动能力的本质影响之一。

因此，医生和患者都应该重视这一问题，并采取有效措施加以解决。

双膝骨性关节炎患者步态特征的研究

ｉｎｈｅａｌｔｈｙａｄｕｌｔｓ，ｂｕｔｔｈｅｐｌａｎｔａｒｓｔｒｅｓｓｔｉｍｅｐｅｒｃｅｎｔａｇｅｓｏｆＭ２ａｎｄＭ３ｒｉｇ￣ｏｎｉｎｂｉｌａｔｅｒａｌＫＯＡｐａｔｉｅｎｔｓｗｅｒｅｈｉｇｈｅｒｔｈａｎｔｈｏｓｅｉｎｈｅａｌｔｈｙａｄｕｌｔｓ（ａｌｌＰ＜０．０５）．ＮｏｓｔａｔｉｓｔｉｃａｌｄｉｆｆｅｒｅｎｃｅｉｎｓｔｅｐｈｅｅｌｗａｓｆｏｕｎｄｂｅｔｗｅｅｎｂｉｌａｔｅｒａｌＫＯＡｐａｔｉｅｎｔｓａｎｄｈｅａｌｔｈｙａｄｕｌｔｓ（Ｐ＞Ｏ．０５）．ＳｉｎｇｌｅｆｏｏｔｓｕｐｐｏｒｔｔｉｍｅｏｆｂｉｌａｔｅｒａｌＫ０Ａｐａｔｉｅｎｔｓｗａｓｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆｈｅａｌｔｈｙａｄｕｌｔｓ（Ｐ＜０．０５）．Ｃｏｎｃｌｕｓｉｏｎｓ：ＴｈｅｒｅａｒｅｄｉｆｆｅｒｅｎｃｅｓｉｎｇａｉｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｂｅｔｗｅｅｎｂｉｌａｔｅｒａｌＫ（）Ａｐａｔｉｅｎｔｓａｎｄｈｅａｌｔｈｙａｄｕｌｔｓ．
ａｄｕｌｔｓ．Ｍｅｔｈｏｄｓ：Ｔｈｅｆｏｏｔｓｃａｎｐｌａｔｅｓｙｓｔｅｍｗａｓｕｓｅｄｔｏｄｅｔｅｃｔｔｈｅｇａｉｔｐａｒａｍｅｔｅｒｓｏｆ５０ｐａｔｉｅｎｔｓｗｉｔｈｂｉｌａｔｅｒａｌＫ（）Ａａｎｄ５０ｈｅａｌｔｈｙａｄｕｌｔｓ．Ｇａｉｔｐｈａｓｅ，ｆｏｏｔａｘｉｓａｎｇｌｅａｎｄｔｈｅｃｏｎｔａｃｔｉｎｇｔｉｍｅｂｅｔｗｅｅｎｅｖｅｒｙｐｌａｎｔａｒａｒｅａａｎｄｇｒｏｕｎｄｗｅｒｅｃｏｍｐａｒｅｄａｎｄ

基于经验模态分解的膝骨性关节炎步态分类

第３８卷第５期２０２０年９月龙㊀岩㊀学㊀院㊀学㊀报ＪＯＵＲＮＡＬＯＦＬＯＮＧＹＡＮＵＮＩＶＥＲＳＩＴＹＶｏｌ．３８Ｎｏ．５Ｓｅｐｔｅｍｂｅｒ２０２０工业技术基于经验模态分解的膝骨性关节炎步态分类黄春耀１，２，曾㊀玮２（１．龙岩技师学院㊀福建龙岩㊀３６４０００；２．龙岩学院㊀福建龙岩㊀３６４０００）摘要：提出了一种新颖的基于经验模态分解（ＥｍｐｉｒｉｃａｌＭｏｄｅＤｅｃｏｍｐｏｓｉｔｉｏｎ，ＥＭＤ）和神经网络的膝骨性关节炎步态模式特征提取与分类的方法，可用于区分病理性步态和正常步态㊂对１９例膝骨性关节炎患者和２８例作为对照组的正常人进行实验研究，并采用２－折（Ｔｗｏ－Ｆｏｌｄ）和留一（Ｌｅａｖｅ－Ｏｎｅ－Ｏｕｔ）交叉验证法可以分别达到９１．３％和９３．６％的分类准确度㊂与其他最新的方法相比较，该分类方法能有效地区分作为对照者的正常人和膝骨性关节炎患者之间的步态模式，具有较好的分类效果和显著的有效性㊂关键词：膝骨性关节炎步态识别；步态模式特征建模；经验模态分解中图分类号：ＴＰ２４２㊀文献标识码：Ａ文章编号：１６７３－４６２９（２０２０）０５－００２９－０７由于膝骨性关节炎是一种常见的有损步行能力和功能的疾病，人体常会感觉疼痛，运动功能受限，导致步态模式发生变化，以适应膝骨性关节炎引起的疼痛㊂因此，膝骨性关节炎患者和健康人体的步态生物力学存在显著差异㊂可以通过研究步态模式来分析人群是否存在膝骨性关节炎等疾病，及时提醒患者接受治疗㊂据报道称，膝骨性关节炎患者的膝关节运动变动性显著降低，最有可能是因为膝关节僵硬和增加肌肉收缩而导致的［１］，这也表明膝关节不稳定性的提升导致膝骨性关节炎患者易跌倒损伤㊂为此，如能准确及时地识别人体膝关节的工作状态，给人预警，显得特别重要㊂目前，人们已经提出了许多非线性方法来提取与膝关节运动变化相关的新参数，取得了一定的效果㊂例如，Ｌｙａｐｕｎｏｖ指数可以用来评估膝关节的稳定性［２］㊁分形维数和熵可以测量膝关节运动的复杂程度或无序程度［３－４］，但这类方法对步态模式特征提取是不够准确的㊂现阶段专门针对膝骨性关节炎的步态模式研究，特别是把经验模态分解（ＥｍｐｉｒｉｃａｌＭｏｄｅＤｅｃｏｍｐｏｓｉｔｉｏｎ，简称ＥＭＤ）应用于人体步态的研究并不多，有关膝骨性关节炎步态模式特征分类的集成方法的相关工作成果仍然比较有限㊂１㊀膝骨性关节炎步态模式特征提取理论依据１．１㊀经验模态分解（ＥＭＤ）经验模态分解（ＥＭＤ）是一种信号处理技术，是分析复合㊁非线性和非平稳信号的有力工具［５］，常被用来测量信号的变异度㊂经验模态分解在滤波㊁故障点检测㊁医学信号分析㊁信息检测等领域均得到了成功的应用㊂与其他非平稳信号处理方法，如谱图分析和小波分析相比，ＥＭＤ具有直观㊁离散和自适应的特点㊂ＥＭＤ技术的原理是将一个复杂的信号迭代分解成一组带限函数，称为本征模态函数（ＩｎｔｒｉｎｓｉｃＭｏｄｅＦｕｎｃｔｉｏｎｓ，ＩＭＦｓ），每个ＩＭＦ应满足两个基本条件：（１）在整个数据集中，极值点的个数和零交叉点的个数９２㊀收稿日期：２０２０－０７－１６㊀㊀㊀㊀㊀Ｄｏｉ：１０．１６８１３／ｊ．ｃｎｋｉ．ｃｎ３５－１２８６／ｇ４．２０２０．０５．００６作者简介：黄春耀，男，福建武平人，龙岩学院兼职高级实验师，龙岩技师学院电气工程系高级讲师，主要研究方向：智能控制与模式识别㊂通信作者：曾玮，男，福建龙岩人，龙岩学院物理与机电工程学院教授，主要研究方向：智能控制与模式识别㊂基金项目：国家自然科学基金（６１７７３１９４）；福建省自然科学基金（２０１８Ｊ０１５４２）；龙岩技师学院产学研项目（ＬＹＪＳ２０２０Ａ０２）㊂最多相等或相差一个；（２）在每个点，由局部极大值和局部极小值定义的包络平均值为零［６］㊂１．２㊀步态模式特征提取理论依据由于膝关节运动是一种典型的非线性体系，利用非线性动力学的测量来评估膝关节运动的变化，对于了解个体的生理和病理状态具有重要意义㊂利用非线性动力学作为研究的工具，证明了人们在步态过程中存在的复杂波动是膝盖对日常压力的灵活适应引起的㊂通过建立复杂性改变与膝关节运动中不健康状态之间的明确联系［７］，可以从膝关节运动的信号中衍生出有限数量的描述信号，作为一组特征用于辨别膝骨性关节炎和正常的步态模式㊂ＥＭＤ可以将信号ｓ（ｔ）分离为ｎ个ＩＭＦｓ：ｉｍｆ１（ｔ），ｉｍｆ２（ｔ），，ｉｍｆｎ（ｔ）和残余信号ｒ（ｔ）㊂ＩＭＦｓ的总数Ｎ意味着ｓ（ｔ）可以表示为振荡分量或ＩＭＦｓ的和，趋势或残数如下：ｓ（ｔ）＝ðＮｎ＝１ｉｍｆｎ（ｔ）＋ｒ（ｔ）（１）被称为筛选过程的信号ｓ（ｔ）的ＥＭＤ算法可以总结为以下几个步骤：给定信号ｓ（ｔ），ｒ（ｔ）＝ｓ（ｔ），ｎ＝０㊂步骤１：对于这个信号ｓ（ｔ），分别用三次样条函数［８］连接所有的局部极大值和局部极小值，提取其上包络ｅｍａｘ＝（ｔ）和下包络ｅｍｉｎ（ｔ）㊂步骤２：计算包络每个点的平均值：ｍ（ｔ）＝ｅｍａｘ（ｔ）＋ｅｍｉｎ（ｔ）２（２）步骤３：ｈ（ｔ）＝ｓ（ｔ）－ｍ（ｔ），如果ｈ（ｔ）满足ＩＭＦ条件，则ｎ＝ｎ＋１，ｉｍｆｎ（ｔ）＝ｈ（ｔ），转到步骤４，否则ｓ（ｔ）＝ｈ（ｔ），循环步骤１－３㊂步骤４：让ｒ（ｔ）＝ｒ（ｔ）－ｉｍｆｎ（ｔ），如果ｒ（ｔ）是单调函数，则结束筛选过程，否则，ｓ（ｔ）＝ｒ（ｔ）并返回步骤１㊂２㊀步态运动的数学模型２．１㊀数学模型的假设考虑一个一般的非线性人类步态动力学系统，其形式如下：ｘ㊃＝Ｆ（ｘ；ｐ），ｘ（ｔ０）＝ｘ０（３）其中ｘ＝［ｘ１，，ｘｎ］ＴɪＲｎ是表示步态特征的系统状态，ｐ是系统参数的恒定矢量（对照组和膝骨性关节炎患者一般会产生不同的步态模式）㊂Ｆ（ｘ；ｐ）＝［ｆ１（ｘ；ｐ），，ｆｎ（ｘ；ｐ）］Ｔ是一个光滑但未知的非线性矢量场㊂假设条件１：步态系统状态ｘ保持一致有界㊂此外，系统轨迹从ｘ０开始，表示为φζ（ｘ０），是周期或类周期（回归）运动㊂对于人类步态系统，ＭＵＲＡＲＹ等人［９］认为人类的步态是一种周期或类周期的运动形式㊂因此，假设条件１是合理的，文章中研究的目标是选择合适的步态特征时间序列来满足假设条件１，并设计一个动态ＲＢＦ网络来识别和接近对照组和膝骨性关节炎患者的未知向量Ｆ（ｘ；ｐ），所得结果可用于表征存储的步态系统动力学，并用于膝骨性关节炎的分类㊂２．２㊀构建数学模型的基本流程在以上假设中，提出了一种利用非线性步态系统动力学信息对膝关节运动模式进行分类的方法㊂第一步，应用ＥＭＤ将膝关节信号分解成若干个模块（ＩＭＦｓ）㊂在第二步中，提取膝关节股骨相对于胫骨的内／外旋（ｉｎｔｅｒｎａｌ－ｅｘｔｅｒｎａｌ，ＩＥ）角度和上／下（ｐｒｏｘｉｍａｌ－ｄｉｓｔａｌ，ＰＤ）位移的前两个ＩＭＦｓ作为特征㊂最后将这些特征组成的特征向量输入神经网络，用于步态系统动力学建模和识别㊂步态系统动力学的差异将被应用于区分对照组和膝骨性关节炎患者的步态模式，该算法流程图如图１所示㊂０３图１㊀基于ＥＭＤ和神经网络对膝骨性关节炎步态模式进行分类的方法框图２．３㊀步态建模和分类原理根据以上假设和算法流程，依据参考文献［１０］中所论述的基于确定学习理论的数据建模和分类方法，文中利用上述步态特征对对照组和膝骨性关节炎患者的步态系统动力学进行建模和分类㊂详细的建模和分类方法及步骤可以参考文献［１０］，在此不再赘述㊂㊀㊀㊀Ａ．膝关节运动学分析仪器；㊀㊀Ｂ．利用探针为股骨和胫骨定标图２㊀一种便携式的基于标记的运动分析系统［１０］㊀㊀表１㊀对照组和膝骨性关节炎患者相关信息对比项目对照组平均值（标准差）膝骨性关节炎患者平均值（标准差）年龄３８．６（５．９）４３．０（５．７）身高／ｃｍ１６５．４（９．６）１６２．２（７．８）重量／ｋｇ６５．７（１０．５）６２．３（９．２）性别（男／女）１４／１４１０／９３㊀步态模式特征提取系统模型应用３．１㊀设计方案数据库包含４７名志愿者的膝关节运动学数据：２８名为作为对照组的正常人（Ａｓｙｍｐｔｏｍａｔｉｃｃｏｎｔｒｏｌｓｕｂｊｅｃｔｓ，ＡＳｃｏｎｔｒｏｌｓｕｂｊｅｃｔｓ），１９名为膝骨性关节炎患者㊂对照组和膝骨性关节炎患者的年龄㊁身高㊁体重和性别的平均值和标准差如表１所示㊂作为对照组，参与者必须没有膝关节疼痛史，以及Ｋｅｌｌｇｒｅｎ和Ｌａｗｒｅｎｃｅ的严重程度等级［１１］ɤ１级，膝骨性关节炎患者符合美国风湿病学会的临床和放射学标准（ＡＣＲＣｒｉｔｅｒｉａ）［１２］㊂利用便携式标记运动分析系统获得了六自由度膝关节的运动学数据，如图２所示㊂利用工作站计算机与定制软件进行实时膝关节运动计算，整个系统被集成到一个移动车（尺寸：１．１ｍˑ０．６ｍˑ０．４ｍ）上㊂每个实验对象都接受了３ｍｉｎ的跑步机步态适应性训练，从运动分析的角度来看，这种训练与正常的地面步态相似㊂然后以６０Ｈｚ的频率收集１５ｓ跑步机步态的数据，并指示所有受试者以３ｋｍ／ｈ的速度行走，双膝在双向跑步机上进行了类似的数据采集过程㊂膝关节运动学数据分组为６自由度胫股运动学，包括内／１３外旋（ｉｎｔｅｒｎａｌ－ｅｘｔｅｒｎａｌ，ＩＥ）角度㊁屈／伸（ｆｌｅｘｉｏｎ－ｅｘｔｅｎｓｉｏｎ，ＦＥ）角度和内／外翻（ｖａｒｕｓ－ｖａｌｇｕｓ，ＶＶ）角度；上／下（ｐｒｏｘｉｍａｌ－ｄｉｓｔａｌ，ＰＤ）位移㊁前后（ａｎｔｅｒｉｏｒ－ｐｏｓｔｅｒｉｏｒ，ＡＰ）位移和内／外（ｍｅｄｉａｌ－ｌａｔｅｒａｌ，ＭＬ）位移㊂３．２㊀特征提取与选择实验中对对照组和膝骨性关节炎患者的膝关节角度和位移的幅度进行了测量，结果如表２所示㊂表２和表３主要总结了作为对照组和膝骨性关节炎患者的时空和主要运动学数据㊂㊀表２㊀对照组和膝骨性关节炎患者的步态运动学参数和统计学差异ｐ步态参数对照组平均值（标准差）（变异系数）膝骨性关节炎患者平均值（标准差）（变异系数）ｐ值ＩＥ内外旋转／（ʎ）－０．５０６０（３．２５１１）（－６．４２５１）３．５４７９（３．９８１７）（１．１２２３）＜０．０５ＰＥ屈伸旋转／（ʎ）３１．０６１８（４．６７５５）（０．１５０５）２７．９９５０（４．７０４３）（０．１６８０）＜０．０５ＶＶ内翻外翻旋转／（ʎ）０．１５１６（３．３０４７）（２１．７９８８）－２．２７１３（４．０２２８）（－１．７７１１）＞０．０５ＰＤ近远端位移／ｃｍ０．６４７５（０．３６５５）（０．５６４５）０．２９４３（０．４１４２）（１．４０７４）＜０．０５ＡＰ前后位移／ｃｍ－０．０５４１（０．４５７１）（－８．４４９２）０．１７８５（０．５９３７）（３．３２６１）＞０．０５ＭＬ内／外位移／ｃｍ０．６５８４（０．４８４１）（０．７３５３）０．８１２６（０．５４１７）（０．６６６６）＞０．０５㊀㊀表３㊀膝骨性关节炎患者与对照组步态运动学参数的差异内容㊀㊀两组的平均值差（绝对值）ＩＥ／（ʎ）４．０５３９ＰＥ／（ʎ）３．０６６８ＶＶ／（ʎ）２．４２２９ＰＤ／ｃｍ０．３５３２ＡＰ／ｃｍ０．２３２６ＭＬ／ｃｍ０．１５４２对于每个旋转或位移运动分量，用一维插值法提取１０１个离散点，对应于１％间隔的０１００％步态周期进行统计分析㊂利用单向方差分析，比较了对照组和膝骨性关节炎患者的每个时空变量和每个离散运动点的测量值，ｐ＜０．０５被认为是具有统计意义的㊂结果表明：（１）在轴向平面上，膝骨性关节炎患者的胫骨内旋度高于对照组（平均值３．５４７９和平均－０．５０６０），膝骨性关节炎患者与对照组在内外旋之间有显著性差异（ｐ＜０．０５）；（２）在冠状面上，膝骨性关节炎患者的内外旋转范围比对照组的更大，在矢状面上，膝骨性关节炎患者的屈伸活动范围小于对照组，然而，与内外旋转相比，两组间冠状面和矢状面的范围差异小于轴向平面（分别为２．４２２９㊁３．０６６８和４．０５３９），如表３所示；（３）膝骨性关节炎患者的ＰＤ位移范围比对照组低（表２），但两组间位移范围的差异以ＡＰ和ＭＬ为最大（表３），膝骨性关节炎患者与对照组在ＰＤ位移上存在显著性差异（ｐ＜０．０５）㊂从表２㊁表３㊁图３和图４可以看出，两组人的ＩＥ旋转和ＰＤ位移有明显的不同，这意味着以膝关节运动为代表的两组人的步态动力学是不同的㊂㊀㊀㊀图３㊀膝骨性关节炎患者和对照组的ＩＥ旋转样本㊀图４㊀膝骨性关节炎患者和对照组的ＰＤ位移样本２３３．３㊀数据的分析对于收集的数据集合，使用ＥＭＤ分析了两组人（膝骨性关节炎患者和对照组）的ＩＥ旋转和ＰＤ位移㊂不同的运动段可能产生不同数量的ＩＭＦｓ，文中选择前四个ＩＭＦｓ进行特征提取，图５㊁６㊁７和８分别展示了两组的ｉｍｆ１（ｔ）㊁ｉｍｆ２（ｔ）㊁ｉｍｆ３（ｔ）和ｉｍｆ４（ｔ）㊂经过经验模态分解后，得到所选ＩＭＦｓ的特征㊂ＩＭＦｓ被用来测量膝骨性关节炎的步态模式之间的变化程度，正如前面的分析，膝骨性关节炎患者的膝关节运动变化明显减少㊂在图５㊁６㊁７㊁８中，与作为对照组的正常人相比，膝骨性关节炎患者在ＩＥ旋转和ＰＤ位移的前两个ＩＭＦｓ中的变化降低㊂这种变化代表了正常人与膝骨性关节炎患者步态模式的步态动力学差异㊂然后，为了降低特征维数和计算复杂度及计算负担，将ＩＥ旋转和ＰＤ位移的前两个特征（ＩＭＦｓ）集合起来形成一个特征向量，即对于２个特征向量，特征空间维数为４㊂㊀图５㊀从对照组的步态模式得到ＩＥ旋转的ＥＭＤ样本㊀图６㊀从膝骨性关节炎患者的步态模式中提取的ＩＥ旋转的ＥＭＤ样本㊀图７㊀从对照组的步态模式得到的ＰＤ位移的ＥＭＤ样本㊀图８㊀从膝骨性关节炎患者的步态模式得到的ＰＤ位移的ＥＭＤ样本４㊀实验结果与讨论实验在高性能计算机上进行测试，研究中为包括对照组与膝骨性关节炎患者在内的４７名受试者分配特征向量序列㊂通过时间序列提取所有受试者的步态特征，这意味着ＲＢＦ神经网络ｘ的输入＝［ＩＥ旋转和ＰＤ位移的前两个ＩＭＦｓ］Ｔ㊂为消除不同步态特征之间的数据差异，所有步态特征数据均归到［－１，１］区间㊂基于２．３节介绍的步态建模和分类原理，对这两类人群的步态模式进行分类实验㊂实验对文章中提出的膝骨性关节炎步态模式分类方法进行评估，并验证了该模型的有效性㊂在本次评估中，采用了灵敏度（Ｓｅｎｓｉｔｉｖｉｔｙ）㊁特异度（Ｓｐｅｃｉｆｉｃｉｔｙ）和准确度（Ａｃｃｕｒａｃｙ）三种测量方法，这些测量方法３３定义如下：Ｓｅｎｓｉｔｉｖｉｔｙ＝ＴＰＴＰ＋ＦＮ（４）Ｓｐｅｃｉｆｉｃｉｔｙ＝ＴＮＴＮ＋ＦＰ（５）Ａｃｃｕｒａｃｙ＝ＴＰ＋ＴＮＴＰ＋ＴＮ＋ＦＮ＋ＦＰ（６）其中ＴＰ是真正值的数目，ＦＮ是假负值的数目，ＴＮ是真负值的数目，ＦＰ是假正值的数目㊂这些灵敏度和特异度分别与正常人和膝骨性关节炎患者的正确分类概率相对应㊂为了提高准确性，分类器必须具有较高的分类精度㊁高敏感度以及高特异度㊂利用２－折（Ｔｗｏ－Ｆｏｌｄ）交叉验证和留一（Ｌｅａｖｅ－Ｏｎｅ－Ｏｕｔ）交叉验证技术，对该方法的性能进行了可靠㊁稳定的评价，结果如表４所示，得到的准确度分别为９１．３％和９３．６％㊂在文献［１３］的研究中，采用相同的２－折交叉验证分类方法，决策树分类器和多层感知器的混合分类方法对膝骨性关节炎的正确分类率为８０％，略低于本研究的９１．３％㊂ＭＥＺＧＨＡＮＩ等［１４］提出了一种利用三维地面反作用力（ＧＲＦ）测量的自动计算机方法来区分膝骨性关节炎的步态模式，首先从ＧＲＦ向量中提取特征作为时间的函数，然后利用一组参考特征按最近邻规则进行分类．他们的数据库将４２名参与者的ＧＲＦ数据分组：１６名对照组和２６名膝骨性关节炎患者，在文献［１４］中，膝骨性关节炎患者的分类准确率为９１％，也低于本研究的准确率㊂ＫＯＴＴＩ等［１５］提出了一种自动检测膝骨性关节炎的方法，他们收集了４７位膝骨性关节炎受试者和４７位健康受试者的运动数据，提取了垂直㊁前后和中外侧地面反作用力的平均值㊁下推时间和斜率等参数，然后通过随机回归分析这些参数，来区分膝骨性关节炎患者和健康人，结果表明，该模型方法的最高准确度为７７．８％，平均准确度为７２．６％㊂总体而言，与文献［１３－１５］中的分类结果相比，文中研究的分类方法取得了更好的性能，如表５所示㊂实验结果表明，该分类模型可以有效地使用ＥＭＤ和神经网络对膝骨性关节炎进行分类㊂表４㊀采用２－折交叉验证法和留一交叉验证法评估拟议分类方法的表现评价方法预测的群体小组实际情况膝骨性关节炎患者／人对照组／人灵敏度／％特异度／％准确度／％２－折交叉验证法膝骨性关节炎患者７２７７．８１００９１．３对照组０１４留一交叉验证法膝骨性关节炎患者１６３８４．２１００９３．６对照组０２８㊀㊀表５㊀采用不同方法对膝骨性关节炎患者与对照组进行分类的准确性比较方法准确度／％文献［１３］中使用方法（Ⅰ）：决策树和ＭＰＬ４的组合８０．０文献［１３］中使用方法（Ⅱ）：ＭＰＬ４５８．０文献［１４］中使用方法（Ⅰ）：多项式表示６７．０文献［１４］中使用方法（Ⅱ）：小波表示９１．０文献［１５］中采用自动检测７７．８本研究建议的方法９３．６５㊀结论文中探讨了一种结合ＥＭＤ和神经网络对膝骨性关节步态模式进行特征提取和分类的新方法㊂综上所述，该方法的优点是：（１）膝关节股骨相对于胫骨的ＩＥ旋转和ＰＤ位移的ＥＭＤ保留了有关膝关节运动变化的有价值的时间信息；（２）膝关节运动的运动学变化的评估可以作为非线性步态动力学的度量，能够为膝关节的生理学和病理学状态提供重要的信息；（３）该模型准确度优于其他方法［１３－１５］，有助于提高膝骨性关节炎分类的准确性㊂４３参考文献：［１］ＫＩＳＳＲＭ．Ｅｆｆｅｃｔｏｆｓｅｖｅｒｉｔｙｏｆｋｎｅｅｏｓｔｅｏａｒｔｈｒｉｔｉｓｏｎｔｈｅｖａｒｉａｂｉｌｉｔｙｏｆｇａｉｔｐａｒａｍｅｔｅｒｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｌｅｃｔｒｏｍｙｏｇｒａｐｈｙａｎｄＫｉｎｅｓｉｏｌｏｇｙ，２０１１，２１（５）：６９５－７０３．［２］ＹＡＫＨＤＡＮＨＲＦ，ＢＡＦＧＨＩＨＡ，ＭＥＩＪＩＥＲＯＧ，ｅｔａｌ．Ｓｔａｂｉｌｉｔｙａｎｄｖａｒｉａｂｉｌｉｔｙｏｆｋｎｅｅｋｉｎｅｍａｔｉｃｓｄｕｒｉｎｇｇａｉｔｉｎｋｎｅｅｏｓｔｅｏａｒｔｈｒｉｔｉｓｂｅｆｏｒｅａｎｄａｆｔｅｒｒｅｐｌａｃｅｍｅｎｔｓｕｒｇｅｒｙ［Ｊ］．ＣｌｉｎｉｃａｌＢｉｏｍｅｃｈａｎｉｃｓ，２０１０，２５（３）：２３０－２３６．［３］ＣＨＥＮＱ，ＢＡＯＮ，ＹＡＯＱ，ｅｔａｌ．Ｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎ：Ａｃｏｍｐｌｅｍｅｎｔａｒｙｄｉａｇｎｏｓｔｉｃｉｎｄｉｃａｔｏｒｏｆｏｓｔｅｏｐｏｒｏｓｉｓｔｏｂｏｎｅｍｉｎｅｒａｌｄｅｎｓｉｔｙ［Ｊ］．ＭｅｄｉｃａｌＨｙｐｏｔｈｅｓｅｓ，２０１８，１１６：１３６－１３８．［４］ＹＥＮＴＥＳＪＭ，ＨＵＮＴＮ，ＳＣＨＭＩＤＫＫ，ｅｔａｌ．Ｔｈｅａｐｐｒｏｐｒｉａｔｅｕｓｅｏｆａｐｐｒｏｘｉｍａｔｅｅｎｔｒｏｐｙａｎｄｓａｍｐｌｅｅｎｔｒｏｐｙｗｉｔｈｓｈｏｒｔｄａｔａｓｅｔｓ．ＡｎｎａｌｓｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ２０１３；４１（２）：３４９－３６５．［５］唐东林，魏子兵，潘峰，等．基于ＰＣＡ和ＳＶＭ的管道腐蚀超声内检测［Ｊ］．传感技术学报，２０１８，３１（７）：１０４０－１０４５．［６］夏德玲．基于ＬｅｍｐｅｌＺｉｖ复杂度和信号分解的心颤与心动信号分析方法研究［Ｄ］．济南：济南大学，２０１６：３．［７］ＤＥＣＫＥＲＬＭ，ＭＯＲＡＩＴＩＣ，ＳＴＥＲＧＩＯＵＮ，ｅｔａｌ．Ｎｅｗｉｎｓｉｇｈｔｓｉｎｔｏａｎｔｅｒｉｏｒｃｒｕｃｉａｔｅｌｉｇａｍｅｎｔｄｅｆｉｃｉｅｎｃｙａｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｔｈｒｏｕｇｈｔｈｅａｓｓｅｓｓｍｅｎｔｏｆｋｎｅｅｋｉｎｅｍａｔｉｃｖａｒｉａｂｉｌｉｔｙｉｎｔｅｒｍｓｏｆｎｏｎｌｉｎｅａｒｄｙｎａｍｉｃｓ［Ｊ］．ＫｎｅｅＳｕｒｇｅｒｙ，ＳｐｏｒｔｓＴｒａｕｍａｔｏｌｏｇｙ，Ａｒｔｈｒｏｓｃｏｐｙ，２０１１，１９（１０）：１６２０－１６３３．［８］赵旦峰，许聪，张扬，等．采用循环叠加经验模态分解的去噪算法［Ｊ］．哈尔滨工程大学学报，２０１０（６）：９０－９４．［９］ＭＵＲＡＲＹＭＰ，ＤＲＯＵＧＨＴＡＢ，ＫＯＲＹＲＣ．Ｗａｌｋｉｎｇｐａｔｔｅｒｎｏｆｍｏｖｅｍｅｎｔ［Ｊ］．ＡｍｅｒｉｃａｎＪｏｕｒｎａｌｏｆＭｅｄｉｃｉｎｅ，１９６７，４６（１）：２９０－３３２．［１０］ＺＥＮＧＷ，ＭＡＬＭ，ＹＵＡＮＣＺ，ｅｔａｌ．Ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆａｓｙｍｐｔｏｍａｔｉｃａｎｄｏｓｔｅｏａｒｔｈｒｉｔｉｃｋｎｅｅｇａｉｔｐａｔｔｅｒｎｓｕｓｉｎｇｇａｉｔａｎａｌｙｓｉｓｖｉａｄｅｔｅｒｍｉｎｉｓｔｉｃｌｅａｒｎｉｎｇ［Ｊ］．ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＲｅｖｉｅｗ，２０１９，５２（１）：４４９－４６７．［１１］ＫＥＬＬＧＲＥＮＪＨ，ＬＡＷＲＥＮＣＥＪＳ．Ｒａｄｉｏｌｏｇｉｃａｌａｓｓｅｓｓｍｅｎｔｏｆｏｓｔｅｏａｒｔｈｒｏｓｉｓ［Ｊ］．ＡｎｎａｌｓｏｆｔｈｅＲｈｅｕｍａｔｉｃＤｉｓｅａｓｅｓ，１９５７，１６（４）：４９４．［１２］ＡＬＴＭＡＮｌＲ，ＡＳＣＨＥ，ＢＬＯＣＨＤ，ｅｔａｌ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆｃｒｉｔｅｒｉａｆｏｒｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｒｅｐｏｒｔｉｎｇｏｆｏｓｔｅｏａｒｔｈｒｉｔｉｓ：Ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｏｓｔｅｏａｒｔｈｒｉｔｉｓｏｆｔｈｅｋｎｅｅ［Ｊ］．Ａｒｔｈｒｉｔｉｓ＆Ｒｈｅｕｍａｔｉｓｍ，１９８６，２９（８）：１０３９－１０４９．［１３］ＫＯＫＴＡＳＮＳ，ＹＡＬＡＢＩＫＮ，ＹＡＶＵＺＥＲＧ，ｅｔａｌ．Ａｍｕｌｔｉ－ｃｌａｓｓｉｆｉｅｒｆｏｒｇｒａｄｉｎｇｋｎｅｅｏｓｔｅｏａｒｔｈｒｉｔｉｓｕｓｉｎｇｇａｉｔａｎａｌｙｓｉｓ［Ｊ］．ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＬｅｔｔｅｒｓ，２０１０，３１（９）：８９８－９０４．［１４］ＭＥＺＧＨＡＮＩＮ，ＨＵＳＳＥＳ，ＢＯＩＶＩＮＫ，ｅｔａｌ．Ａｕｔｏｍａｔｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆａｓｙｍｐｔｏｍａｔｉｃａｎｄｏｓｔｅｏａｒｔｈｒｉｔｉｓｋｎｅｅｇａｉｔｐａｔｔｅｒｎｓｕｓｉｎｇｋｉｎｅｍａｔｉｃｄａｔａｆｅａｔｕｒｅｓａｎｄｔｈｅｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｃｌａｓｓｉｅｒ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２００８，５５（３）：１２３０－１２３２．［１５］ＫＯＴＴＩＭ，ＤＵＥＬＬＬＤ，ＦＡＩＳＡＬＡＡ，ｅｔａｌ．Ｄｅｔｅｃｔｉｎｇｋｎｅｅｏｓｔｅｏａｒｔｈｒｉｔｉｓａｎｄｉｔｓｄｉｓｃｒｉｍｉｎａｔｉｎｇｐａｒａｍｅｔｅｒｓｕｓｉｎｇｒａｎｄｏｍｆｏｒｅｓｔｓ［Ｊ］．ＭｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ＆Ｐｈｙｓｉｃｓ，２０１７，４３：１９－２９．责任编辑：巫永萍ＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＫｎｅｅＯｓｔｅｏａｒｔｈｒｉｔｉｃＧａｉｔＢａｓｅｄｏｎＥｍｐｉｒｉｃａｌＭｏｄｅＤｅｃｏｍｐｏｓｉｔｉｏｎＨＵＡＮＧＣｈｕｎｙａｏ１，２，ＺＥＮＧＷｅｉ２（１．ＬｏｎｇｙａｎＴｅｃｈｎｉｃｉａｎＣｏｌｌｅｇｅ，Ｌｏｎｇｙａｎ，Ｆｕｊｉａｎ３６４０００，Ｃｈｉｎａ；２．ＬｏｎｇｙａｎＵｎｉｖｅｒｓｉｔｙ，Ｌｏｎｇｙａｎ，Ｆｕｊｉａｎ３６４０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｗｅｐｒｏｐｏｓｅａｎｏｖｅｌｍｅｔｈｏｄｆｏｒｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｋｎｅｅｇａｉｔｐａｔｔｅｒｎｓｂａｓｅｄｏｎｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＥＭＤ）ａｎｄｎｅｕｒａｌｎｅｔｗｏｒｋｓ，ａｎｄｉｔｃａｎｂｅｕｓｅｄｔｏｄｉｓｃｒｉｍｉｎａｔｅｐａｔｈｏｌｏｇｉｃａｌｇａｉｔｆｒｏｍｎｏｒｍａｌｇａｉｔ．Ｅｘｐｅｒｉｍｅｎｔｓａｒｅｃａｒｒｉｅｄｏｕｔｏｎ１９ｐａｔｉｅｎｔｓｗｉｔｈｋｎｅｅＯＡａｎｄ２８ｎｏｒｍａｌｐｅｏｐｌｅａｓａｃｏｎｔｒｏｌｇｒｏｕｐ，ａｎｄｔｈｅａｃｃｕｒａｃｙｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｉｓ９１．３％ａｎｄ９３．６％ｒｅｓｐｅｃｔｉｖｅｌｙｂｙｔｗｏｆｏｌｄａｎｄｌｅａｖｅｏｎｅｏｕｔｃｒｏｓｓｖａｌｉｄａｔｉｏｎ．Ｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒｓｔａｔｅ－ｏｆ－ｔｈｅ－ａｒｔａｌｇｏｒｉｔｈｍｓ，ｔｈｉｓｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｄｉｓｔｉｎｇｕｉｓｈｔｈｅｇａｉｔｐａｔｔｅｒｎｓｂｅｔｗｅｅｎｈｅａｌｔｈｙｃｏｎｔｒｏｌｓａｎｄｐａｔｉｅｎｔｓｗｉｔｈｋｎｅｅｏｓｔｅｏａｒｔｈｒｉｔｉｓ，ｗｈｉｃｈｄｅｍｏｎｓｔｒａｔｅｓａｂｅｔｔｅｒｃｌａｓｓｉｆｉｃａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅａｎｄｓｉｇｎｉｆｉｃａｎｔｅｆｆｅｃｔｉｖｅｎｅｓｓ．Ｋｅｙｗｏｒｄｓ：ｇａｉｔｒｅｃｏｇｎｉｔｉｏｎｉｎｋｎｅｅｏｓｔｅｏａｒｔｈｒｉｔｉｓ；ｇａｉｔｐａｔｔｅｒｎｆｅａｔｕｒｅｍｏｄｅｌｉｎｇ；ｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ５３。

膝关节骨性关节炎步态分析的研究进展

膝关节骨性关节炎步态分析的研究进展膝关节骨性关节炎（OA）是一种以关节软骨损伤、骨质增生、骨质硬化等为主要特征的退行性疾病，是引起全球老年人残疾和疼痛的主要原因之一。

治疗OA的有效性和预后取决于对步态的深入分析和了解，而近年来的研究进展表明，步态分析是OA患者康复、运动治疗和外科手术前后评估的重要手段。

首先，步态分析可用于识别和评估膝关节OA患者的运动异常和疼痛机制。

步态分析可以评估步态的各个方面，如步态周期、步态时间、步幅、步频、着地力量等，通过评估这些参数可以识别关节的异常运动，如疼痛、抬头踩地、跛行等。

此外，步态分析还可以识别患者面临的关节疼痛问题，这有助于制定更有效的康复计划和治疗方案，减少关节疼痛和扭伤的发生率。

其次，步态分析可以指导OA患者的康复和运动治疗。

康复和运动治疗是改善OA患者关节功能和减轻疼痛的重要手段。

步态分析可以识别需要治疗的关节以及治疗后的效果。

例如，对于减轻关节疼痛，增加关节灵活性的康复治疗，步态分析可以帮助治疗师更好地了解患者的步态问题，制定有针对性的康复方案。

最后，步态分析可以评估OA患者接受外科手术治疗后的康复状况。

在一些情况下，外科手术治疗是改善OA患者关节功能和减轻疼痛的最佳方法。

步态分析可以评估外科手术前后的步态特征、步态参数变化、和步态的改善程度，以便医生和相关治疗人员更好地了解治疗的有效性。

综上所述，步态分析是对膝关节OA进行康复、运动治疗和外科手术前后评估的重要手段。

随着科技的不断进步，步态分析技术也在不断发展，如三维运动分析系统、生物力学分析仪等，这能更加全面地评估患者的步态，帮助医生和康复治疗师制定更加有效的治疗方案。

因此，步态分析可以作为膝关节OA治疗的重要补充，对患者的康复护理具有重要意义。

膝骨性关节炎患者在“云手”和“步行”两种步态中下肢生物力学特征的比较

膝骨性关节炎患者在“云手”和“步行”两种步态中下肢生物力学特征的比较作者：齐大路，林紫玲，侯美金，王芗斌来源：《哈尔滨体育学院学报》2022年第04期摘要：目的：为了检验太极“云手”对膝骨性关节炎患者锻炼的安全性，给膝骨性关节炎患者提供科学的锻炼方式。

方法：使用三维运动分析系统，以 26 名膝骨性关节炎患者为测试对象，收集和分析了受试者在太极“云手”和“步行”两种步态中下肢关节的运动学和膝关节的动力学参数。

结果：两种步态在运动速度和支撑时间上均有显著差异。

与“步行”相比，“云手”的踝关节背屈角度、膝关节屈曲角度及髋关节屈曲角度均较大，髋关节的内收角度较小，髋关节外展角度较大，膝关节屈曲力矩和冲量较大，但在内收外力矩和内收冲量上两种活动无显著差异。

结论：太极“云手”是一种相对安全、适宜的运动形式，运动中控制适当的膝屈曲角度，可能会增强 KOA 患者的下肢肌力，提高膝关节的稳定性。

关键词：太极拳;云手;步行;膝骨性关节炎;生物力学中图分类号：G804文献标识码：A文章编号：1008-2808（2022）04-0084-08Abstract：Objective：In order to test the safety of Taiji “cloud hand” exercise for patients with knee osteoarthritis and provide scientific exercise methods for patients with knee osteoarthritis. Methods： Using the three-dimensional motion analysis system， taking 26 patients with knee osteoarthritis as test objects， the kinematics of lower limb joints and dynamic parameters of knee joints in Taiji “cloud hand” and “walking” gait were collected and analyzed. Results： There were significant differences in movement speed and support time between the two gait types. Compared with “walking”， the ankle dorsiflexion angle，knee flexion angle and hip flexion angle of “cloud h and” were larger， the hip adduction angle was smaller， the hip abduction angle was larger， and the knee flexion torque and impulse were larger， However， there was no significant difference between the two activities in adduction torque and adduction impulse. Conclusion：Taiji “cloud hand” is a relatively safe and appropriate form of exercise. Controlling an appropriate knee flexion angle during exercise may enhance the lower limb muscle strength and improve the stability of knee joint in patients with KOA.Key words：Taijiquan; Cloud hand; Walking; Knee osteoarthritis; Biomechanics膝骨性關节炎（Knee osteoarthritis，KOA）是以关节软骨病变为主要特征的慢性退化性骨关节病。

膝骨关节炎步态分析特征

103.
[18] Schwarz MJ, Chiang S, Müller N,
. T-helper-1 and T-
helper-2 responses in psychiatric disorders [J]. Brain Behav Im-
mun, 2001, 15 (4): 340-370.
[21] Sampson TR, Debelius JW, Thron T,
. Gut microbiota
regulate motor deficits and neuroinflammation in a model of par-
kinson's disease [J]. Cell, 2016, 167 (6): 1469-1480. e12.
步态分析是一种以红外线高速摄影为主的输入端口和以高速运算能力的计算机为主的分析系统共同建立的立体三维动作分析方法，可以将人体运动时的三维运动及变化过程以数据方式记录，进而进行分析。步态分析研究近年来方兴未艾，随着骨科生物力学的研究发展，步态分析也被广泛运用到骨科领域。本文将简述步态分析参数与 KOA 的相关性。
步态周期
步态周期指的是一侧足跟着地至该足跟再次着地的过程。根据步行时足部是否位于地面分为支撑相和摆动相。目前以美国加利福尼亚州 Rancho Los Amigos 步态分析研究室提出的 RLA 分期法 [2] 及传统的四期法作为主要的步态周期
基金项目：上海市进一步加快中医药事业发展三年行动计划项目（ZY3-LCPT-1-1003）通信作者：张霆，电子信箱: ztingdd@
[19] Duthie SJ, Whalley LJ, Collins AR, . Homocysteine, B

【推荐下载】膝骨性关节炎经筋辨证的步态分析研究

[键入文字]
膝骨性关节炎经筋辨证的步态分析研究
【编者按】医药论文是科技论文的一种是用来进行医药科学研究和描述研究成果的论说性文章。

论文网为您提供医药论文范文参考，以及论文写作指导和格式排版要求，解决您在论文写作中的难题。

膝骨性关节炎经筋辨证的步态分析研究
作者：王常海, 李峰张蓉施延昭
【摘要】目的探讨膝骨性关节炎患者不同经筋证型的步态特征。

方法选取不同经筋证型的19例膝骨性关节炎(KOA)患者共30个患膝，运用足底压力测量系统测试步角、足跟部冲量、旋内旋外值及地面最大垂直反力出现时间占支撑期总时间的百分比。

结果在步角和足跟部冲量上，少阳经筋病变膝和三阴经筋病变膝均大于正常(P 0.05)，足阳明经筋病变膝正常;阳明经筋病变膝在支撑中期旋外均值大于正常(P 0.05)，少阳经筋病变膝在推离期旋内均值大于正常(P 0.05)，而三阴经筋病变膝在推离期旋外均值大于正常(P 0.05);阳明经筋病变膝地面最大垂直反力出现时间显著推迟(P 0.05);而
1。

膝骨性关节炎步态分析研究进展

膝骨性关节炎步态分析研究进展
裴开源;刘爱峰;杨硕;危慕彬
【期刊名称】《吉林中医药》
【年(卷),期】2016(036)005
【摘要】目的了解步态分析本身和在膝骨性关节炎诊断、治疗、康复方面的研究进展.方法对步态分析本身在研究方法上取得进展的文献和步态分析应用于膝骨性关节炎诊断、治疗、康复方面的文献进行总结.结果对膝骨性关节炎和步态分析有了许多新的认识,在对膝骨性关节炎的诊断、治疗、康复上有了步态分析方面的标准和参考.结论由于步态分析本身的不断发展,所能提供的数据更加可靠,为膝骨性关节炎的诊断、治疗、康复提供了良好的依据,为膝骨性关节炎的分析研究提供更好的方法.
【总页数】5页(P533-537)
【作者】裴开源;刘爱峰;杨硕;危慕彬
【作者单位】天津中医药大学,天津300193;天津中医药大学第一附属医院骨伤科,天津300193;天津中医药大学第一附属医院骨伤科,天津300193;天津中医药大学第一附属医院骨伤科,天津300193
【正文语种】中文
【中图分类】R684.3
【相关文献】
1.三维步态分析技术在膝骨性关节炎中的应用 [J], 冯育;杨海波
2.三维步态分析系统在膝骨性关节炎患者中的临床研究 [J], 何金龙;余俊;杨海波;冯育
3.步态分析在膝骨性关节炎中的应用 [J], 李勇;龚利;朱清广
4.步态分析在膝骨性关节炎中应用的研究进展 [J], 陈年盛;陈海鹏;刘志坤
5.基于步态分析探讨膝骨性关节炎的治疗方向 [J], 郭晓芬;李长辉;林斌强;汤丽珠;李金龙
因版权原因，仅展示原文概要，查看原文内容请购买。

步态分析在膝关节骨性关节炎动力学的研究进展

步态分析在膝关节骨性关节炎动力学的研究进展发表时间：2018-08-20T14:50:12.327Z 来源：《医药界》2018年2月上作者：刘尊瀚1，黄伟2，吴向东1[导读] 膝关节骨性关节炎（knee osteoarthritis，KOA）是老年人群中最常见的退行性疾病，大于65岁的老年人群中40%以上有骨性关节炎的影像学表现[1]，患病率及致残率显著上升。

有研究[2]对全球187个国家的291种疾病作了荟萃分析，髋或膝关节骨性关节炎的致残率在所有疾病中高居第11位。

1 重庆医科大学第一临床学院，重庆400016；2 重庆医科大学附属第一医院骨科，重庆 400016摘要：膝关节骨性关节炎（knee osteoarthritis，KOA）是老年人群中最常见的退行性疾病，大于65岁的老年人群中40%以上有骨性关节炎的影像学表现[1]，患病率及致残率显著上升。

有研究[2]对全球187个国家的291种疾病作了荟萃分析，髋或膝关节骨性关节炎的致残率在所有疾病中高居第11位。

KOA给患者带来疼痛与功能活动障碍的同时，也给社会带来了巨大的经济负担，根据患病后量化经济学方法的统计，髋或膝关节骨性关节炎是全球经济负担最重的疾病之一[2]。

KOA的患者由于关节的疼痛、僵硬、功能活动障碍，导致了静止或运动状态下步态异常。

步态分析是探讨下肢运动学、动力学的一种灵敏、客观、无侵入性的方法。

目前已广泛运用于临床，在诊断运动方面的异常、帮助恢复运动功能、评估患者术后康复情况及人工关节或下肢假肢的设计方面发挥重要作用。

有研究[3]运用荟萃分析的方法，对1970年到2016年临床运用步态分析来诊治的疾病进行了统计，发现目前步态分析最常用于对帕金森病和脑瘫的诊断与治疗，分别占到了全部疾病的29%与17%，而于下肢骨性关节炎方面的运用仅占到6%，因此将步态分析运用到KOA研究尚存在较大空间与前景。

本文通过对步态分析相关仪器、研究方法与在膝关节骨性关节炎方面的现状和进展行总结，旨在帮助研究者更好的将步态分析运用于临床实际工作。

膝关节骨性关节炎患者步态运动学参数的研究

膝关节骨性关节炎患者步态运动学参数的研究李伟;汪宗保;李国平;周敬滨【期刊名称】《中国康复医学杂志》【年(卷),期】2008(023)001【摘要】目的:定量分析膝关节骨性关节炎(knee osteoarthritis,KOA)患者步态运动学参数的变化特点.方法:利用三维动作分析系统对轻病组、重病组膝关节骨性关节炎患者和对照组各30名进行运动学参数测试.结果:两组患者与对照组的时空参数相比,支撑期百分比参数较大(P＜0.05).关节角度方面,轻病组、重病组分别和对照组相比,最大伸髋角度明显减小(P＜0.05);足跟着地期伸膝角度、支撑期最大屈膝角度和支撑期最大伸膝角度等参数均明显减小(P＜0.05);踝关节支撑期最大跖屈角度和最大背屈角度较小(P＜0.05),重病组与其他两组的差异较大(P＜0.001).结论:KOA患病组与对照组步态的运动学参数存在明显差异,说明患者为减少患病部位的负荷采取了相应的代偿策略.【总页数】3页(P11-13)【作者】李伟;汪宗保;李国平;周敬滨【作者单位】上海体育学院研究生处,上海,200438;国家体育总局运动医学研究所;上海体育学院研究生处,上海,200438;国家体育总局运动医学研究所;国家体育总局运动医学研究所【正文语种】中文【中图分类】R684;R493【相关文献】1.脑卒中患者偏瘫步态的时空及关节运动学参数分析 [J], 万青;吴伟;刘慧华;燕铁斌2.正常青年人步态运动学参数的研究 [J], 郭忠武;王广志;丁辉;高敬;丁海曙3.本体感觉训练治疗膝关节骨性关节炎的疗效及对患者步态特征和平衡能力的影响[J], 彭文洁; 罗肖; 张东; 陈英豪; 陈敬忠4.不同步行方向对女性膝关节运动学参数和步态的影响研究 [J], 王宇笛5.单髁与全膝关节置换术对单侧膝骨关节炎患者步态和运动学参数的影响 [J], 郭甲瑞因版权原因，仅展示原文概要，查看原文内容请购买。

膝骨性关节炎患者与正常青年人步态的对照

膝骨性关节炎患者与正常青年人步态的对照付海燕;杨海韵【摘要】BACKGROUND: Gait analysis technology is not yet widely applied in analyzing sole pressure distribution for knee osteoarthritis (KOA) patients, and the foot pressure database of KOA patients' remains undeveloped.OBJECTIVE: To compare the different gait characteristics of patients with KOA and normal young people.METHODS: The footscan plate system was used to test the gait parameters of 40 patients with KOA and 10 normal people when walking. Gait phase, the contacting time between every plantar area and ground, foot axis angle and peak pressure were evaluated.RESULTS AND CONCLUSION: The contacting time between every plantar area and ground of KOA patients was higher than the normal young people, and the region of heel medial and heel lateral had significant differences; the time percentage of initial contact phase and forefoot push off phase of KOA were lower than normal group while foot flat phase was higher than normal group; the peak pressure of heel medial and heel lateral were lower than normal young people. The gait indexes of patients with KOA had the distinctive quality. Patients with KOA and normal young people had obvious difference, including the heel contacting time, the time percentage of initial contact phase, foot flat phase and forefoot push off phase. The heel lateral muscle'sactivity,balance and control ability are weaker in patients with KOA than those of normal young people.%背景:应用现代步态分析技术研究膝骨性关节炎患者足底压力分布的报道较少,尚未建立骨性关节炎患者特征性的足底压力数据库.目的:比较膝骨性关节炎患者与正常青年人步态特征的差异.方法:运用足底压力测试系统对40例年龄44～70岁膝骨性关节炎患者及10名正常青年人行走时的步态进行测试,观察受试者足底各区域受力时间、单足支撑期参数、步角、足底各分区压力峰值.结果与结论:膝骨性关节炎患者足底各区域受力时间百分比均高于正常青年组,两组足跟内外侧值差异尤为显著;膝骨性关节炎患者足跟触地阶段时间百分比、前足离地阶段时间百分比低于正常青年组,全足支撑阶段时间百分比高于正常青年组;膝骨性关节炎患者足跟侧部区域压力峰值均较正常青年组降低.说明膝骨性关节炎患者步态指标具有特征性,足跟部触地时间百分比、足跟触地阶段时间百分比、全足支撑阶段时间百分比及前足离地阶段时间百分比均与正常人有明显区别,膝骨性关节炎患者足跟部位外侧肌肉活动和平衡能力控制都较正常年轻人弱.【期刊名称】《中国组织工程研究》【年(卷),期】2011(015)022【总页数】4页(P4115-4118)【关键词】膝骨性关节炎;正常青年人;步态;足底压力;生物力学【作者】付海燕;杨海韵【作者单位】广州中医药大学附属佛山市中医院骨科,广东省佛山市,528000;广州中医药大学附属佛山市中医院骨科,广东省佛山市,528000【正文语种】中文【中图分类】R3180 引言膝骨性关节炎是机械因素及生物因素共同作用导致的关节软骨、软骨下骨、骨以及周围软组织的共同病损[1]，而步行时足底与支撑面之间的压力分布反映了下肢乃至全身的生理、结构和功能等方面的信息[2]。