评价单侧全髋关节置换术后患者步态对称性的新方法

摘要

目的．我们提出了一种新的对称概念，即对称函数，它是身体各侧运动差异百分比的连续函数，并在整个运动范围内标准化。该方法用于评估单侧全髋关节置换术后患者(不对称组)和健康人(对称组)步态的动态对称性，并揭示正常和异常运动模式之间的差异。方法.12名男性患者的步态( 对13名健康男性( 健康男子的速度与病人的速度相匹配。将uTHR患者患肢与正常人健康肢在矢状面对称值最高的情况进行比较。结果．在uTHR患者中，对称性函数提供整个运动范围内运动对称性的信息，而对称性指数是根据选定的参数或峰值计算的。研究表明，在整个步态周期中，骨盆倾斜的平均不对称差异高达250%，峰值约为。400%在负载响应和终端摆动阶段结束。在其他关节观察到的步态不对称低于平均运动范围的200%。结论. 病理运动中不对称性最大的区域通常与运动范围最大的区域不同。因此，仅在运动期间测量选定区域的对称性是不够的。对称函数是一种简单的方法，可以补充时间序列数据评估和解释中的其他稳健方法。

1.介绍

人类运动的对称性通常被理解为两下肢运动之间的完美对应[1，2］.健康成年人的正常步态通常是对称的，这可以减少能量消耗[3.- - - - - -6]以及接头过载的风险[3.，7]几项研究表明，步态不对称可能会导致运动障碍患者的腰痛（LBP）[8］.

在临床实践中，对称性的评估，或者更具体地说，步态不对称程度的评估，是通过评估步态的动力学和运动学参数来实现的。正常步态的决定因素用于评估康复过程中步态的正常性。它们是矢状面、正面和横向的骨盆运动膝关节和踝关节在矢状面上的车道和运动[9］.其他包括步幅的长度和宽度以及支撑阶段载荷的对称性。步态不对称程度的决定因素是重要的功能恢复。在功能诊断中有许多指标用来评估不对称程度;这些指标已被许多研究者采用，具体如下:对称指数[2，10，11，相对差值指数[12，相对不对称指数[13，对称比率[14，不对称比率[15，整体指数对称[16，对称角[17，或上肢微分指数的标准差[18］.其中，对称指数(symmetry index, SI)被证明是评价人体运动中侧偏最可靠的工具，被广泛应用于运动分析[19- - - - - -21.］.不幸的是，最初由Robinson等人提出的公式[10]有一定的局限性，即SI是一个单一的数字，将差异与平均值进行比较，对小值变量整体无效。

除了索引方法外，还提供了分析时间相关波形轨迹的更复杂工具，并将其用作数据简化工具或确定区分病理模式和正常模式的生物力学特征，例如帕金森病步态中的因子分析（FA）或主成分分析（PCA）[22.- - - - - -25.]，神经网络(ANN)在神经病理学学习和分类中的应用[26.- - - - - -28.]，以及统计参数映射(SPM)来分析统计上细微的步态偏差[29.- - - - - -31.]。这些基于计算机的算法通常在数据样本的去相关和降维之后执行，因此在大型数据集上可能会很费力且速度较慢，这使得它们不适合于临床环境。许多源分离算法优化了不同的标准，并且仍有待于进一步的研究对于特定的数据类型，d是最健壮的。

虽然许多作者已经进行了评估正常和病理步态对称性的研究，但仍需要测量步态周期时间功能偏离正常模式的情况。因此,本研究的目的是提出一个新的工具和概念,对称函数(SF),评估时间序列的多样性在整个范围的运动,来验证是否科幻定位区域最大的不对称在整个步态周期的三种情况,即:单侧全髋关节置换术(uTHR)术后6周患者的步态(定义为不对称)，健康人的步态(定义为对称)，以及uTHR患者与标准值比较的步态。

在步行期间，特别是在物理治疗的初始阶段，单侧总髋关节替换（UTH）患者将负载转移到未手上的肢体以保护操作的肢体以保护操作。这通常会导致未凝聚的肢体的运动学和动力学的变化，这可能是其过载的原因，但也低估了病理估计的分数。因此，合理地遵循两四肢的运动参数，并将它们与健康人的规范进行比较。这种方法在评估改善过程中 - 我们的意见 - 更客观和适用。

时间序列之间的多样性评估应具有与最常用的对称性指数类似的解释。当比较来自不同来源的时间序列时（在侧面、受试者和研究组之间），它应代表其值相对于平均变化范围的百分比差异，因此在给定关节和自由度的整个运动范围内进行标准化。

方法

2.1。主题

12名男性患者( 年, kg，而且 m)单侧全髋关节置换术(uTHR组)，13名健康、健全男性(正常组)( 年, kg，而且 我参加了这个实验。uTHR参与者在术后6周测量了最大步幅不对称时期[32.］.正常组以较慢速度行走( 米/秒）[33.]以配合病人的平均步行速度( M /s)，在第二阶段的物理治疗检查[32.].这两组人的步态是速度匹配的，因为不是年龄，而是步行速度显著影响步态的运动学和动力学变量[34.- - - - - -37.]。所有参与者身体健康，并参与不同类型的娱乐活动。本研究的排除标准为导致疼痛的肌肉骨骼损伤病史（uTHR除外），虚弱，活动范围缩小，或神经肌肉系统、心血管系统或呼吸系统失去协调和功能障碍。他们自愿参与并签署了同意书。

2.2.程序

生物力学评估包括使用BTS Smart-E运动分析系统测量时空和角度步态变量。BTS Smart-E运动分析系统配备6个数字近红外摄像机（波长为1.1 μm光谱)，采样频率为120hz。根据ISB的建议，本研究使用了改良的Helen Hayes医院标记集[38.］.

所有标记物都由经验丰富的技术人员一个接一个地贴在患者身上。标记物分别放置在由骨盆确定的髂前上棘(ASIS)和骶骨(左右髂后上棘(PSIS)之间的中点)的左右两侧。大腿节段由髋关节中心确定，标记放置在股上髁和股棒上，小腿节段由膝关节中心确定，标记放置在踝和胫骨棒上。脚段由定位于2的标记定义^钕跖骨头，脚跟和内踝。这段定义，连同在分析中收集的跟踪数据，需要计算关节角度和段方向。

受试者被要求沿着6米的距离行走。每个受试者的步态测量重复3次，每次重复包含3个步态周期。对于两组受试者，每个参与者的生物力学评估包括测量主要下肢关节的时空步态变量和活动度(ROM)，特别是那些矢状面uTHR模式的特征:(我)相对于全局坐标系测量的骨盆倾斜角度，即骨盆水平平面与从ASIS到PSIS绘制的线之间的角度;正数值(上)表示PSIS高于ASIS的正常情况(ii)髋屈伸角相对于骨盆坐标系测量为近端-远端轴绕内侧轴的旋转;正(屈曲)角度值对应于膝盖在身体前面的情况(3)相对于股骨坐标系测量的膝关节屈伸角为近端远端轴绕内侧轴的旋转;正角对应弯曲的膝盖(iv)相对于胫骨坐标系测量的踝关节背跖屈曲角，作为近端-远端轴围绕中外侧轴的旋转；正数对应背屈

由Perry定义的步态周期事件[39.]进行详细描述:初始接触(IC，循环时间0-2，%CT)、负载响应(LR, 0-10%CT)、中位(MSt, 10-30%CT)、终端姿态(TSt, 30-50%CT)、终端双姿态(TDSt, 50-60%CT)、初始摆动(ISw, 60-73%CT)、中位(MSw, 73-87%CT)、终端摆动(TSw, 87-100%CT)(图1）.

所有测量均在我校生物力学分析实验室进行。

2．3.对称函数

在这项研究之前，已经开发了一种修正了时间依赖性的对称性指数的变体。这个对称函数(SF)是时间的函数，表示被测权利之间的百分比差然后离开了相对于平均运动范围(ROM)。

连续得分的正负符号表示领先。一个积极的信号表明第一肢体的范围大于第二肢体。得分接近0表示四肢对称(相等)，得分±200%表示比较四肢在范围上有显著差异的假设情况。对称指数中15%或更高的幅度通常与遭受过伤害的受试者有关，而低于10%的幅度通常在未受伤人群中报道[40］.因此，10%或以上的不对称水平被认为会对对侧腿部施加额外的压力，影响受试者的表现，并容易导致各种损伤[41.，42.］.

对于每个参与者和每个测量周期，利用拉格朗日插值多项式作为曲线拟合的工具(拉格朗日)，通过时间序列分解(趋势检测)的方式，对矢状面左右角度的时间归一化进行数值处理。m代码)。这样就得到了相同长度的左右周期(100%CT)，每隔1%CT得到离散值。

为了验证方法和检查发现的意义差异,关节的活动范围的图表和科幻parameterised,也就是说,对于每个图,分别为左右,分配达成的最高和最低值角特征提取测试期间,包括峰值最大值(峰值^马克斯)和峰值最小值(峰值^闵)数值、ROM的变化范围（以度（°）为单位）、达到峰值的时间和和为步态周期时间百分比(%CT)。时间参数被用来定位最大不对称的区域。

２.４.统计分析

对单侧全髋关节置换术（uTHR）组和正常组的所有个体数据进行进一步分析。对提取的峰值进行基本描述性统计（算术平均值和标准差）评估^闵， ， ， ，采用Shapiro-Wilk检验对数据分布的正态性进行检验，并对参数进行检验 -试验用于测试两边( ）uTHR组与正常组之间( ）.

3.结果

数字2- - - - - -4展示正常受试者骨盆倾斜、髋关节和膝关节屈伸、踝关节背跖屈角的角度-时间特征和对应的对称函数(SF)示例结果(图)2)，用于uTHR患者(图3.)，以及uTHR患者与正常受试者的比较(图4）.

SF值为正表示右侧优势，而SF值为负表示左侧优势。健康组骨盆倾斜不对称(图2)由大约改变。LR结束时为10% (ct结束时为30%)，TDSt结束时为约10% (ct结束时为30%)。ct) 60%。左右侧屈伸的微小差异不超过2%。最伟大的,大约。MSt为2%，ct为20%;在TDS结束时，约为3%。ct) 60%。MSt时膝关节屈伸对称性最大，不超过5%。15%CT)和城市生活垃圾(约。 80%CT). Ankle dorsi-plantar flexion symmetry was negative at all times due to the higher mean values of the angle for the left side. The highest asymmetry of approx. 5.5% was in the LR to MSt (from 0 to 30%CT) at the end of the support phase in 60%CT and in the preswing phase (approx. 85%CT).

在uTHR患者中(图3.），侧面之间的差异显着高。它在SF的平均值中特别可见。骨盆倾斜角度的对称性约为。LR（10％CT）结束时100％（10％CT）和TDST（约60％CT）阶段。髋关节屈曲 - 延伸对称是循环开始和结束的最高（约60％），并在支撑阶段的末端（约100％不对称）。整个循环中屈曲扩展的对称性不超过20％，并且步态周期开始和结束是最高的（约18％）。在足球中也观察到高不对称性。最高（约23％）在LR（10％CT）中，约。在ISW相开始（60-70％CT）的8％和30％的MSW（80％CT）。

当uTHR患者的患肢与正常受试者的健康肢进行比较时，观察到最大的差异(图)4）.SF值为负表示患肢的角度较高，SF值为正表示正常肢的角度较高。骨盆倾斜显示出最大的角度特征之间的差异。在整个步态周期中，骨盆倾斜的不对称性为250%，并达到峰值(大约。在LR (10%CT)和TSw (90-100%CT)阶段结束时。髋关节屈伸对称性最高(超过150%)是在TSw (50-60%CT)，这是由于髋关节缺乏屈曲能力。膝关节角值差异无统计学意义，但仍超过50%。TSw (40-60%CT)表现出最大的不对称性，由膝关节不能伸展引起。在支持期结束(50-60%CT)和摆动期开始(60-70%CT)时，踝关节内观察到相对较大的不对称，达到50%。

表格1示出了在UTH和正常组中用于运动范围（ROM）的身体侧面之间的差异的精确SF值。有一种统计学上显着的差异（ ）在大多数ROM参数之间。骨盆倾斜的ROM没有差异，但在角度特征曲线上有显著的相移。正常组的两组之间没有显著差异的报道。正常组的SF值通常不超过平均ROM值的5%(图)2、表2）.骨盆倾斜是例外。侧面之间的差异高达平均rom的12％。从健康肢体和正常组模式获得的那些（图3.）.盆腔倾斜时SF值最高( ）髋关节屈伸关节活动度( ）.

表格2显示峰值和ROM。手术（uTHR）和健康肢体（正常组）的比较显示SF值最高（图4）.对骨盆倾斜的最高SF（ - ）386.7％大约是大约。8％循环时间（％CT），在整个运动中保持平均水平为300％。在髋关节屈曲和延伸期间产生的不对称性由有限的ROM产生。最高值为146.2％的最高值发生在约。54％CT，SF的变化范围达到该关节平均ROM的155.4％。在膝关节和踝关节中观察到不对称运动。然而，对于给定自由度的平均ROM的SF值低于100％。

正常组的变异（标准差）小于uTHR组。

4.讨论

运动分析在神经和骨科疾病的临床管理中起着重要的作用。人们对实时进行运动分析，为分析师和患者提供即时反馈越来越感兴趣。在分析过程中，通过个体标量或时间序列步态特征评估患者的运动概况，并与参考正常数据库进行比较[43.］.这些动作通常被信号处理的自动数值算法所强化。现代时间序列分析包括分析和比较一系列数据的不同稳健方法。有两种主要的分析方法:频域和时域。第一种方法对频域进行处理，以确定序列的微妙光谱成分，并将数据趋势与季节变化区分开来[44.，45.］.第二种方法将时间序列表示为时间的函数[46.］.另外，时域技术可以分为参数方法和非参数方法。参数模型应用于每个基本信号成分，使用一个通用模型，以描述数据的变异性在实验和混淆效应或残余变异性。这些方法适合于检测可识别的数据模式集，如节奏、移位、局部脉冲和时间趋势[22.- - - - - -25.，29.- - - - - -31.，47.］.一些研究人员证明，非参数机器学习技术(如非参数核估计和多项式回归)通常表现良好，因为它们能够捕获时间序列的不确定性和复杂非线性[48.- - - - - -50.］.特别是神经病理学学习和分类中的人工神经网络(ANN)已成功应用于步态分析[26.- - - - - -28.］.这些数值算法通常通过复杂的数据处理来执行，这是一项费力、耗时的任务，容易产生潜在的错误，特别是对于大量数据[51.］.

然而，在临床实践中，基于数据参数的对称性分析，使用了更简单的方法。对称性，如对称性指数所评估的，是一种衡量分化程度和病理程度的指标。一般认为，正常行走应该是对称的（即右肢与左肢的行走方式相同，但有一定的时间延迟）。健康人的侧角特征具有可比性，相似程度一般不超过10%[40，52.，53.，取决于所分析的变量、关节或自由度[13，19］.持续评估的患者侧角特征对称性常常超过10%，不对称区域可能在整个运动过程中持续存在[5，21.］.

在本研究中，使用动态对称函数(SF)来比较整个运动范围内的时间过程和定位对称/不对称区域。在分析中，考虑了整个数据点的范围。在手术关节的运动中，SF值最高。骨盆倾斜ROM和髋关节屈伸ROM的SF往往超过100%，而对于峰值(peak^马克斯和峰值^闵) uTHR与正常相比超过250%。在角度特征上差异最大的是前倾时骨盆运动和uTHR后髋关节活动范围受限的结果。对于大多数被分析的关节来说，具有最高不对称性的区域与最大运动范围的区域并不一致。uTHR组与正常组比较，髋关节屈曲角与膝关节伸直角存在相关性。髋关节屈伸SF值(146.2%)最高，占步态周期(%GC)的54%对于髋关节屈曲。对于膝关节过度伸展的最高值，观察到最高的膝关节屈曲伸展SF值。

对正常步态和各种病理步态的对称性进行了许多研究。但是，很少有工具可以量化时间差异和与正常模式的偏差。研究人员在关节小范围运动的情况下使用的对称指数表明存在显著的不对称性。这是由于运动范围的微小差异导致其增加。此外，在如此小范围内的测量误差显著影响其值[2］.对称指数通常用于计算关节运动时间特征的单一性对称值。这种计算似乎是不合理的，因为有可能低估不对称的真实价值。SF不仅估计最常评估对称性的最大值出现区域的对称性值，而且还检查这些区域的邻近性。SF是指相似或不相似的区域，并表明其分化程度。在整个步态周期中，对称指数只给出一个角度峰值的选择时间值。SF没有这些限制，也就是说，它不会在奇点附近取无穷大的值。它是精确的(对于大值和小值)和标准化的。SF值表示比较图的相似度(对称)或差异度(不对称)，+/-表示不对称的一面。该研究表明，SF可区分受试者，如单肢损伤患者。 It can be successfully applied to other movements, including other sports (gymnastics, synchronised swimming, etc.) where symmetry is important in evaluation. This method can assess the symmetry between the sides for time courses and the deviation of these courses from standard normative waveforms. SF is a time-dependent function describing symmetry in the duration of motion. It can be interpreted similarly to the SI and is relatively simple to calculate. SF is especially dedicated to time-dependent variables and corresponds well with the index proposed by Nigg et al. [54.]用于站姿阶段。用于评估对称性或课程差异，SF计算相对于平均运动范围的相对差异。在给定的关节和自由度的整个运动过程中，它被归一化，并具有类似的解释，作为单个值的对称指数。然而，SF有一个明显的局限性。相对于相邻关节的运动，SF不归一化，其值取决于左右身体侧范围的平均值。例如，角值的类似差异 平均 deg(在uTHR组骨盆倾斜的情况下)给出 ，对于平均而言 deg(在正常组膝关节屈曲的情况下)给出 ．因此，当报告SF的值时，建议指定它已经计算出或作为补充信息以提供绝对角度差的移动。SF需要相等持续时间的时间课程，但这不是现代步态分析系统的问题。

该方法可用于定位单侧损伤患者步态周期中不对称程度最高的区域。手术或物理治疗干预无法解决因时间而持续存在的步态不对称问题。由物理治疗师进行的功能恢复可显著降低不对称程度eir工作可以通过使用对称函数来评估物理治疗的效果来支持。此外，这种简单的时间序列数据比较方法可以补充数据评估和解释中的其他稳健方法。

5.结论

(我)对称函数（SF）与相同测试组的测试变量相关或确定病理和对照组之间的测试参数的差异(ii)SF提供关于整个运动范围内运动对称性的信息，与为选定参数或峰值ROM值计算的对称指数形成对比(3)SF在给定关节和自由度的整个运动过程中都被归一化，并具有与单值对称指数相似的解释(iv)病理运动中最大的不对称区域通常与最大运动范围的区域不同。因此，仅在运动期间仅测量所选区域的对称性不足(v)相对于相邻关节的运动，SF没有标准化。因此，当报告SF值时，建议指出它是为哪个运动计算的，或指定角度的绝对差

数据可用性

用于支持本研究结果的所有数据(报告的所有测量方法背后的单个结果和值)都包含在文章中，或可在要求时从通信作者处获得。

信息披露

研究的一部分是在8^钍世界生物力学大会，2018年7月8日至12日，都柏林，可以在大会会议记录中找到。

利益冲突

作者宣称没有利益冲突。

致谢

我们感谢来自大学的同事，他们提供了组织和技术上的帮助，洞察力和专业知识，极大地帮助了我们的研究。

工具书类

1. K.Soudan，“使用步态对称指数和傅立叶分析对步态运动学数据进行标准化”，年生物力学:原理与应用，R.Huiskes，D.H.Campen和J.R.Wijn编辑，第1卷，共页生物力学的发展，第135-140页，施普林格，Dordrecht, 1982。视图:出版商网站|谷歌学者
2. W. Herzog, B. M. Nigg, L. J. Read，和E. Olsson，“正常人类步态中地面反作用力模式的不对称”，体育运动医学与科学，第21卷，第1期，第110-114页，1989年。视图:出版商网站|谷歌学者
3. L. Nolan, A. Wit, K. Dudziñski, A. Lees, M. Lake, M. Wychowañski，“经股骨和胫骨截肢者步态对称性与行走速度的调整”，步态和姿势，第17卷，第2期，第142-151页，2003年。视图:出版商网站|谷歌学者
4. M. Schaarschmidt, S. W. Lipfert, C. Meier-Gratz, H. C. Scholle, A. Seyfarth，“单侧经股截肢者功能步态不对称”，人体运动科学第31卷第1期4, pp. 907-917, 2012。视图:出版商网站|谷歌学者
5. S. Winiarski和A. Czamara，“前交叉韧带重建后物理治疗前两个阶段的步态运动学和对称性评估”，生物工程与力学学报第14卷第2期2，页91-100,2012。视图:谷歌学者
6. H. Sadeghi, P. Allard, F. Prince, H. Labelle，《健全步态中的对称和肢体优势:综述》，步态和姿势，第12卷，第2期1，页34-45,2000。视图:出版商网站|谷歌学者
7. K. K. Patterson, W. H. Gage, D. Brooks, S. E. Black，和W. E. McIlroy，“中风后步态对称性的评估:当前方法和标准化建议的比较，”步态和姿势第31卷第1期2，pp。241-246，2010。视图:出版商网站|谷歌学者
8. L. R. Van Dillen, S. a . Sahrmann, C. a . Caldwell, M. K. McDonnell, N. J. Bloom, and B. J. Norton，“参与两种不同类型休闲活动的下腰痛患者躯干旋转相关的损伤:二次分析。”骨科和体育物理治疗杂志第36卷第2期2，页58 - 71,2006。视图:出版商网站|谷歌学者
9. a . D. Kuo，“步态的六个决定因素和倒立摆的类比:动态行走视角”，人体运动科学第26卷第2期4，页617-656,2007。视图:出版商网站|谷歌学者
10. R. O. Robinson, W. Herzog，和B. M. Nigg，“使用力平台变量量化捏脊手法对步态对称性的影响”，操作与生理治疗杂志，第10卷，第5期。4，第172-176页，1987。视图:谷歌学者
11. R. White, I. Agouris, R. D. Selbie, M. Kirkpatrick，“正常和脑性瘫痪步态中力平台数据的变异性”，临床生物力学第14卷第2期3，页185-192,1999。视图:出版商网站|谷歌学者
12. G. Chen, C. Patten, D. H. Kothari, and F. E. Zajac，“中风后偏瘫患者与正常对照组在相同速度下的步态差异”，步态和姿势第22卷第2期1，页51-56,2005。视图:出版商网站|谷歌学者
13. W. Forczek和R. Staszkiewicz，“对男女健全步态中下肢关节对称性的评估”，人体动力学杂志，第35卷，第47-57页，2012。视图:出版商网站|谷歌学者
14. R.Seliktar和J.Mizrahi，“膝下截肢者的一些步态特征及其对地面反作用力的反映，”工程在医学中，第15卷，第5期。1，第27-34页，1986。视图:出版商网站|谷歌学者
15. J. C. Wall和G. I. Turnbull，《残存偏瘫的步态不对称》，身体医学和康复档案，卷。67，没有。8，pp。550-553,1986。视图:谷歌学者
16. E. Y. Chao, R. K. Laughman, E. Schneider, R. N. Stauffer，“成人水平行走中膝关节运动和地面反作用力的标准数据”，生物力学杂志，第16卷，第5期。3，页219-233,1983。视图:出版商网站|谷歌学者
17. R. a . Zifchock, I. Davis, J. Higginson，和T. Royer，“对称角:量化不对称的一种新颖、稳健的方法”，步态和姿势第27卷第2期4，第622-627页，2008。视图:出版商网站|谷歌学者
18. J.Jurkojć，P.Wodarski，R. Michnik，K.Dawakowska，A. Bieniek和M.Gzik，“上肢运动偏差指数”：新的肢体运动病理综合指数，“生物工程与力学学报第19卷第2期2，页175-185,2017。视图:谷歌学者
19. M. Błazkiewicz, I. Wiszomirska, A. Wit，“计算步态时空参数对称性的四种方法的比较”，生物工程与力学学报，第16卷，第5期。1，第29-35页，2014。视图:谷歌学者
20. S. Winiarski, K. Dubiel-Wuchowicz, A. Rutkowska-Kucharska，《花样游泳中支撑桨的对称和垂直位置的稳定性》生物工程与力学学报，第15卷，第5期。1, pp. 113-122, 2013。视图:谷歌学者
21. A. Rutkowska-Kucharska, M. Kowal和S. Winiarski，“单侧经股截肢患者步态不对称与肌肉扭矩的关系”，应用仿生学和生物力学文章编号5190816,9页，2018。视图:出版商网站|谷歌学者
22. R. Morris, A. Hickey, S. Del Din, A. Godfrey, S. Lord, and L. Rochester，《自由生活步态的模型:帕金森病的因素分析》，步态和姿势，第52卷，第68-71页，2017。视图:出版商网站|谷歌学者
23. G.Gilmore，A.Gouelle，M.B.Adamson，M. Pieterman和M. Jog，“前后走在帕金森病：一个因素分析”步态和姿势，第74卷，第14-19页，2019。视图:出版商网站|谷歌学者
24. E. C. Brenneman和M. R. mali，“使用主成分分析确定膝关节骨关节炎女性强化干预后步态波形的变化”，步态和姿势，第59卷，第286-291页，2018。视图:出版商网站|谷歌学者
25. U.Dillmann，C.Holzhoffer，Y.Johann等人，“帕金森病步态的主成分分析：步态速度的相关性，”步态和姿势第39卷第3期3, pp. 882-887, 2014。视图:出版商网站|谷歌学者
26. I. Maidan, Y. Jacob, N. Giladi, J. M. Hausdorff，和A. Mirelman，“帕金森病中背侧注意网络组织的改变与步态冻结有关，”帕金森症相关疾病，第63卷，第77-82页，2019。视图:出版商网站|谷歌学者
27. J. Wilson, L. Allcock, R. Mc Ardle, J. p。Taylor，和L. Rochester，“衰老过程中离散步态特征的神经关联:一个结构化的回顾，”神经科学和生物行为评论，第100卷，第344-369页，2019。视图:出版商网站|谷歌学者
28. G.Grande、F.Triolo、A.Nuara、A.K.Welmer、L.Fratiglioni和D.L.Vetrano，“测量步速以更好地识别前驱痴呆症，”实验性庸医学，第124卷，第110625页，2019年。视图:出版商网站|谷歌学者
29. B. G. Booth, N. L. W. Keijsers, J. Sijbers, T. Huysmans，“STAPP:使用统计参数映射的足底压力测量的时空分析”，步态和姿势， 2018, vol. 63, pp. 268-275。视图:出版商网站|谷歌学者
30. M. Goudriaan, M. Van den Hauwe, C. Simon-Martinez等人，“杜氏肌萎缩症的步态偏差-第2部分。统计非参数映射分析杜氏肌营养不良儿童步态偏差步态和姿势，卷。63，PP。159-164,2018。视图:出版商网站|谷歌学者
31. P. A. Pincheira, E. De La Maza, R. Silvestre, R. Guzmán-Venegas, M. Becerra，“全髋关节置换术入路的统计参数映射比较”，临床生物力学，第62卷，第7-14页，2019。视图:出版商网站|谷歌学者
32. S. Winiarski, K. Aleksandrowicz, S. Jarząb, A. Pozowski, A. Rutkowska-Kucharska，“双侧髋关节置换后步态评估。案例研究”,Ortopedia、Traumatologia Rehabilitacja，第16卷，第5期。2, pp. 197-208, 2014。视图:谷歌学者
33. B. Pietraszewski, S. Winiarski, S. Jaroszczuk，“三维人类步态模式——正常人的参考数据”，生物工程与生物力学学报/ Wrocław理工大学第14卷第2期3，pp。9-16,2012。视图:谷歌学者
34. H.G.Kang和J.B.Dingwell，“分离年龄和步行速度对步态变异性的影响，”步态和姿势第27卷第2期4，第572-577页，2008。视图:出版商网站|谷歌学者
35. H.G.Kang和J.B.Dingwell，“步行速度、力量和运动范围对健康老年人步态稳定性的影响，”生物力学杂志号，第41卷。14，第2899-2905页，2008。视图:出版商网站|谷歌学者
36. j . RøislienØ。Skare, M. Gustavsen, N. L. Broch, L. Rennie, and A. Opheim，“同时估计性别、年龄和行走速度对运动学步态数据的影响”，步态和姿势，卷。30，没有。4，第441-445,2009。视图:出版商网站|谷歌学者
37. B. W.斯坦斯菲尔德，S. J.希尔曼，M. E. Hazlewood等人，“标准化速度，而不是年龄，描述了5- 12岁儿童以自己选择的速度行走时的地面反作用力模式。”儿科骨科杂志第21卷第2期3，页395-402,2001。视图:出版商网站|谷歌学者
38. G. Wu, S. Siegler, P. Allard et al，“ISB关于人类关节运动报告中各种关节坐标系定义的建议-第一部分:踝关节、髋关节和脊柱，”生物力学杂志第35期4，页543-548,2002。视图:出版商网站|谷歌学者
39. J. Perry, K. Slac, J. R. david，《步态分析:正常和病理功能》，儿科骨科杂志，第12卷，第6期，第815页，1992年。视图:出版商网站|谷歌学者
40. J.Hewit、J.Cronin和P.Hume，“运动中的多向腿部不对称评估，”强度与调节期刊第34卷第3期1，页82-86,2012。视图:出版商网站|谷歌学者
41. A.Królikowska，A.Czamara，Ł。Szuba和P. Reichert，“在垂直跳转着陆肢体对称上的ACL重建后更长的监督物理治疗较短持续时间的效果”生物医学研究的国际文章编号7519467,7页，2018。视图:出版商网站|谷歌学者
42. J.Moya Angeler、J.Vaquero和F.Forriol，“前交叉韧带重建前后步态、短跑和跳跃试验中下肢动力学的评估，”矫形外科和创伤学杂志，第18卷，第2期，第177-184页，2017年。视图:出版商网站|谷歌学者
43. G. J. Barton, M. B. Hawken, M. a . Scott，和M. H. Schwartz，“运动偏差轮廓:使用自组织神经网络测量距离正常的距离，”人体运动科学第31卷第1期2，pp。284-294,2012。视图:出版商网站|谷歌学者
44. W.Staab，R. Hottowitz，C. Sohns等，“基于加速度计和陀螺仪的步态分析，使用膝关节骨关节炎的患者的患者的光谱分析”物理治疗科学杂志第26卷第2期7，pp。997-1002,2014。视图:出版商网站|谷歌学者
45. S. M. Rispens, K. S. van schoten, M. Pijnappels, A. Daffertshofer, P. J. Beek，和J. H. van Dieën，“日常生活测量中跌倒风险预测因素的识别:步态特征的可靠性和与自我报告的跌倒史的联系，”神经康复和神经修复，卷。29，不。1，pp。54-61,2014。视图:出版商网站|谷歌学者
46. h·马德森,时间序列分析， CRC出版社，2007。视图:出版商网站
47. 陈志强，陈志强。Schless, N. gomans, G. Molenaers，和K. Desloovere，“一种评估脑瘫儿童肌肉无力和步态病理之间联系的新的力量评估，”公共科学图书馆一号，第13卷，第1期，第e0191097条，2018年。视图:出版商网站|谷歌学者
48. R. Begg和J. Kamruzzaman，“一种利用基本、动力学和运动学步态数据自动识别运动模式的机器学习方法，”生物力学杂志第38卷第2期3，页401-408,2005。视图:出版商网站|谷歌学者
49. J. Y. Goulermas, D. Howard, C. J. Nester, R. K. Jones，和L. Ren，“下肢运动学预测的回归技术”，生物力学工程杂志，第127卷，第127期6, pp. 1020-1024, 2005。视图:出版商网站|谷歌学者
50. F. Attal, Y. Amirat, a . Chibani, and S. Mohammed，“使用多元回归隐马尔可夫模型的步态相位自动识别”，IEEE/ASME机电一体化学报，第23卷，第2期。4, pp. 1597-1607, 2018。视图:出版商网站|谷歌学者
51. J. Wang, M. She, S. Nahavandi, and A. Kouzani，“基于视觉的步态识别方法在人类识别中的综述”2010国际数字图像计算会议:技术与应用，pp.320-327，悉尼，南威尔士州，澳大利亚，2010年12月。视图:出版商网站|谷歌学者
52. G. Vagenas和B. Hoshizaki，“跑步中下肢运动不对称的多变量分析”，国际运动生物力学杂志，第8卷，第2期1，第11-29页，1992。视图:出版商网站|谷歌学者
53. H. Sadeghi，“没有损伤的人的局部或整体步态不对称”，步态和姿势，第十七卷，第二期3，页197-204,2003。视图:出版商网站|谷歌学者
54. S.Nigg、J.Vienneau、C.Maurer和B.M.Nigg，“使用离散变量开发对称指数，”步态和姿势第38卷第2期1, pp. 115-119, 2013。视图:出版商网站|谷歌学者

版权

版权所有©2019 Slawomir Winiarski等人。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。