摘要：背景:长跑训练中流行的观点是通过提高步频可以提高跑步效率,这需要多方面的科学评价及研究。目的:通过比较个体无氧阈强度下自选步频与改变步频后机体的心率、摄氧量、表面肌电和步态特征的变化,探究改变步频对跑者产生的影响,为提高跑步效率提供科学策略。方法:选择12名男性马拉松跑步爱好者。在试验开始前,首先通过跑台递增负荷试验进行有氧能力测试,得到跑者的通气无氧阈及无氧阈速度。在正式试验开始后,采用随机交叉设计,在无氧阈跑速下,进行自选步频、自选步频±5%和自选步频±10%跑台测试。使用配对t检验和皮尔逊相关分析等方法对心率、摄氧量、表面肌电和步态特征等指标进行统计分析,探究改变步频后各指标的变化规律。研究方案的实施符合北京体育大学的相关伦理要求,受试者对试验过程完全知情同意。结果与结论:①心率和摄氧量:改变步频后,心率显著增加(P<0.01),步幅发生显著变化(P<0.01),自选步频-5%(P<0.05)和自选步频±10%(P<0.01)时摄氧量显著增加;步幅和与摄氧量呈正相关关系(r=0.57,P<0.01),步频/步幅与摄氧量呈负相关关系(r=-0.42,P<0.01);②表面肌电:自选步频+10%时,股二头肌、股直肌和股内侧肌平均功率频率(MPF)显著增加(P<0.05);自选步频-5%(P<0.05)和自选步频-10%(P<0.01)时胫骨前肌平均功率频率显著增加;自选步频+5%时,股直肌肌肉贡献率显著下降(P<0.05);③步态特征:提高步频时,触地时间(P<0.05)和腾空时间(P<0.01)减小,而触地时间/腾空时间增加(P<0.05);自选步频+5%时,膝关节蹬伸幅度减小3°至4°(P<0.05);自选步频+10%时,膝关节蹬伸幅度减小3°至4°(P<0.05),髋关节蹬伸幅度减小3°(P<0.05),膝关节前摆幅度减少4°(P<0.01);步频降低时,触地时间和腾空时间逐渐增加,而触腾比减小(P<0.05);触地时间(r=-0.71,P<0.01)和触地时间/腾空时间(r=-0.67,P<0.01)与摄氧量呈负相关关系,腾空时间与摄氧量呈正相关关系(r=0.65,P<0.01);④结果说明,虽然即刻提高个人步频未发现有能量节省化效果,这可能需要长期的训练或适应,但从研究人群来看,以更小的步幅及更大的步频/步幅比值跑步时,对应的能量消耗更低。在缩短步幅跑步时,触地腾空时间比例升高,髋关节和膝关节动作幅度变小,能使跑步的动作更加平稳,膝关节负荷减小。

摘要：针对帕金森病患者因早期症状隐匿、个体差异显著而导致该病早期识别与健康量化表征困难的问题,提出了一种柔性可穿戴的多源步态数据采集与特征分类方法。开发了柔性可穿戴步态采集系统,通过融合16通道柔性压阻传感器与8通道柔性压电传感器分别采集足底压力和形变信息,并针对各传感器设计了多源信号调理和传输电路,实现了多源步态信号的实时采集与无线传输。利用所设计的系统采集了帕金森患者与健康对照组的正常行走数据,通过对步态数据进行特征构建和显著性差异分析,提出了帕金森病特征识别方法,获取了具有识别效果的显著差异性特征。研究结果表明:帕金森病患者的时相特征不对称度、峰值变异系数、步态周期变异系数等特征值明显大于健康对照组。以支持向量机和k-近邻作为分类器分别对比了单一数据和多源数据特征用于帕金森病诊断的结果,发现当同时使用2种信号特征时,分类准确率比单一数据特征高6%~10%,其中基于k-近邻算法的帕金森病分类准确率达到89.66%。所提方法能有效提高帕金森病识别率,为帕金森病步态异常量化分析与诊断的临床应用奠定了基础。

摘要：【目的】研究不同赛道维护方式对伊犁马步态特征、比赛成绩的影响,为伊犁马选种选育和赛道维护提供依据。【方法】以8匹伊犁马公马为研究对象,设计1600 m途程比赛。用高速摄像机记录伊犁马在不同赛道维护方式下直道、弯道、终点的步态特征的视频素材,终点计时系统记录马匹比赛成绩,分析不同赛道维护方式下伊犁马各赛段步态特征、比赛成绩的差异性。【结果】直道阶段,前肢双支撑相、前位前蹄支撑相压实组极显著低于耙地组和普通组(P<0.01);步频压实组极显著高于耙地组和普通组(P<0.01),耙地组显著低于普通组(P<0.05);双支撑相步幅、总步幅、最大开张角度压实组极显著高于耙地组(P<0.01),显著高于普通组(P<0.05)。弯道阶段,后位后蹄支撑相、后肢间隔期、前位后蹄支撑相、后位前蹄支撑相、对角双支撑相、前肢间隔期、前肢双支撑相、前位前蹄支撑相压实组均极显著低于耙地组和普通组(P<0.01);腾空期、步频压实组极显著高于耙地组和普通组(P<0.01);腾空期步幅压实组显著高于普通组步幅(P<0.05);最大开张角度压实组显著高于耙地组和普通组(P<0.05)。终点阶段,后肢间隔期、前位后蹄支撑相、前肢双支撑相、前位前蹄支撑相压实组显著低于耙地组(P<0.05);步频压实组极显著高于耙地组(P<0.01),耙地组显著低于普通组(P<0.05);后肢步幅压实组显著高于普通组(P<0.05);双支撑相步幅压实组极显著高于耙地组(P<0.01),耙地组显著低于普通组(P<0.05);最大开张角度压实组显著高于耙地组和普通组(P<0.05)。【结论】压实组马匹步幅、步频较大,比赛成绩最好,赛道状况的差异会导致运动性能的差异。在选种选育,评价马匹运动性能过程中应考虑赛道状况,以提高个体选择准确性。

摘要：针对现有下肢助力外骨骼研究中缺少对关节层面的运动学分析以及缺少对髋关节外骨骼助力机制的研究这一现状,对一款髋关节助力外骨骼在多种助力模式下的运动进行采集和分析,得到被试在不穿戴外骨骼、外骨骼零助力、外骨骼低助力、外骨骼中助力、外骨骼高助力和外骨骼阻力共6种模式下的运动数据,并通过逆运动学计算和数据分析,得到关节角度曲线和步态特征。实验结果在关节层面明确了髋关节外骨骼的助力机制,可为助力外骨骼的设计和运动控制提供参考。

摘要：该文就正常情况和跖趾关节运动受到约束时的自然步态特征从实验的角度进行了研究 ,这对于康复训练、假肢设计以及拟人机器人的控制规划均有十分重要的意义。结果表明 :在跖趾关节运动受到约束后 ,人体其它关节角位移峰 -峰值和角速度峰 -峰值均有明显变化。为实现由于跖趾关节受到约束后的协调行走 ,人体其它关节会有相应的补偿运动。由实验可知 ,运动补偿主要发生在踝关节和膝关节 ,同时上躯干也加入到补偿之中。由于多关节协调运动补偿 ,人体在跖趾关节运动受到约束后 ,其自然行走步态的平均步速和步长可达到正常情况的 94 .8%和 95 .5 %。

摘要：目的建立一种基于DeepLabCut(DLC)算法用于评价老年小鼠运动功能的步态分析系统。方法基于深度学习技术中的DLC算法,采用跑台装置和全封闭设计,构建系统软硬件;应用本系统评价不同运动模式下衰老所致小鼠的步态差异;通过相关性分析探究体质量与体长对步态指标的影响。结果本系统实现特定步速下小鼠三维立体步态(侧面和腹平面)的同步分析,自动量化47项步态指标。应用本系统发现,步行时(15 cm·s^(-1)),相比2月龄、8月龄和15月龄小鼠体转角标准偏差下降,前肢摆动时长、膝关节(Knee)角度标准偏差、左后爪和右后爪向外角度平均值增加;15月龄小鼠还出现步频降低,步幅、双支撑总时长、Knee伸展和收缩距离增加。小跑时(20 cm·s^(-1)),15月龄小鼠无法稳定行走,相比2月龄,8月龄小鼠左后爪向外角度平均值和双支撑总时长增加。相关性分析发现,步频、步幅、前肢摆动时长、后爪向外角度平均值、双支撑总时长、Knee角度标准偏差、Knee伸展和收缩距离等指标均未受到体质量和体长变化的影响。结论基于DLC算法的小鼠步态分析系统实现了对老年小鼠步态更加敏感、准确、全面的评价,区分出老年小鼠为维持步态稳定性所表现的步态特征,并筛选出更能反映老年小鼠步态变化的行为指标。为今后更有效评估抗衰老、抗运动协调功能下降药物的药效与副作用提供方法学基础。

摘要：基于国内外儿童足部生理发育特征的研究及各类矫正技术,针对儿童双足发育成型期出现的扭曲定型现象,通过压力测试分析技术及行走步态特征数据,得出儿童双足行走步态比对模型,研发一种双足个性化鞋垫结构,为童鞋功能研发提供参考。

摘要：人体背部负重量大小对步态特征的影响及相应补偿策略的研究对于自主式两足步行机器人的设计和平衡控制以及军人体能训练均有重要意义。从实验的角度对受试者分别背部负重 6 kg、12 kg和 2 5 kg时的步态特征和补偿策略进行了研究。结果表明 :人体背部负重后会引起步态特征的明显变化 ,这种差异主要表现在髋关节、膝关节以及上躯干的摆动角位移变化。负重后 ,人体的平均步速明显降低 ,但其步长的变化并不明显。人体对于负重的响应特征与受试者的肌肉强度是密切相关的。为有效补偿背部负重所产生的影响 ,人体利用多关节协调运动来进行补偿。但各个关节的贡献不同 ,其补偿主要由髋关节、膝关节以及上躯干的摆动来完成 ,踝关节的贡献相对较小。背部负重后总质心向前的调整主要是由上躯干的向前倾斜来实现。负重量越大 ,上躯干向前倾斜的平均角位移越大。为减少负重后的冲击对关节的损伤 ,脚跟触地时 。

摘要：为解决多视角下存在服饰和携带物等协变量时,基于轮廓或关节模型的步态识别方法识别效果不理想的问题,结合深度学习技术,提出基于人体行走特征矢量图(walking feature vector diagram,WFVD)的步态识别方法.首先,以视频流为输入,基于人体姿态估计模型与人体部位关联场,获取行走特征矢量图;然后,设计以WFVD为输入的步态时空网络作为特征学习与识别网络,基于残差学习模块学习步态空间特征和长短期记忆(long short-term memory,LSTM)网络学习步态时间特征,在网络末端采用softmax分类器进行分类;最后,基于中国科学院自动化研究所研发的CASIA-B数据集和自建数据集进行实验.实验结果表明,所提出的方法既充分利用了步态时空信息又避免了冗余信息的干扰,能较好地解决多视角下的服饰和携带物等协变量结合的真实环境中的步态识别难题.

摘要：跑步机是目前比较流行的一种跑步运动工具,为进一步实现跑步机与不同人体特征的自适应控制,本文将柔性阵列压力传感技术与跑步机设计相结合,通过研究不同速度下训练者的步态特征,发现训练者是通过步频与步长的调整来适应跑步机设定速度的,为跑步机速度的设定提供了依据。