NONAN GaitPrint：健康中年人惯性测量单元（IMU）步态数据库——填补生命关键期运动研究空白

《Scientific Data》：NONAN GaitPrint: An IMU gait database of healthy middle-aged adults

本研究针对中年人群（36-55岁）步态数据匮乏的现状，发布了首个基于惯性测量单元（IMU）的全身体运动数据库。通过采集50名健康中年人在自然行走中的多维运动数据，并结合非线性分析方法（如Hurst指数、样本熵等），揭示了年龄相关的步态动力学变化规律。该数据集与青年、老年人群数据共同构成全生命周期步态研究资源，为探索运动功能衰退机制及个体化健康干预提供了重要基础。

　　

在当今社会，中年人群（36-55岁）约占美国总人口的25%和劳动力的41%，然而针对这一关键年龄段的健康研究却严重不足。文献调研显示，近期生物力学领域顶级期刊中仅有2.5%的研究专门关注中年人群的步态特征。这种数据缺失不仅限制了我们对人类运动功能自然衰老过程的理解，更阻碍了早期健康风险预警模型的建立。正是为了填补这一空白，美国内布拉斯加大学奥马哈分校生物力学系的研究团队在《Scientific Data》发表了题为“NONAN GaitPrint: An IMU gait database of healthy middle-aged adults”的论文，完成了健康成年人步态数据库三部曲的最后一环。

研究团队采用标准化协议，通过16个IMU传感器采集50名健康中年人（21男29女，年龄46.1±5.9岁）在200米室内跑道进行自定步速自然行走时的全身运动数据。每名受试者在两天内完成18次四分钟行走试验，最终获得包含48,000×321维度的原始运动时序数据。技术验证阶段通过贝叶斯统计参数映射（SPM）、相对相位分析、Hurst指数（H）、样本熵（SampEn）和递归量化分析（RQA）等非线性方法，系统比较了青年、中年和老年三组人群的步态特征差异。

关键技术方法

研究采用Noraxon Ultium Motion IMU系统（采样率200 Hz）采集全身16个部位的运动数据，通过标准融合模式和课程稳定化算法处理原始信号。步态参数通过自定义MATLAB脚本（GaitPrint Spatiotemporal_Calculation.m）提取，包括步长、步宽、支撑相等26项时空指标。统计分析采用贝叶斯独立样本t检验和SPM，以贝叶斯因子（BF₁₀）评估组间差异显著性。

研究结果

贝叶斯统计参数映射

通过比较三组人群下肢关节运动学特征发现：青年与中年组在踝关节0-56%和78-100%步态周期存在显著差异（后验概率>0.95）；中年与老年组在踝关节87-100%步态周期呈现差异，提示踝关节功能随年龄衰退最早显现。

相对相位分析

三组人群的左右腿大腿、小腿和足部相对相位均接近180°（反相位模式），且组间无统计学差异（BF₁₀<3），表明基础步态协调性在健康成年期保持稳定。但个体层面发现部分中年人足部协调性偏离“死区”（171°-189°），提示个体化运动控制衰退可能早于群体表现。

Hurst指数与样本熵

stride length（步长）的长期相关性（LRC）在老年组显著减弱（BF₁₀>100），而hip range of motion（髋关节活动度）的LRC随年龄增强，反映近端代偿机制。样本熵分析显示stride length复杂度在中年组开始上升，踝关节SampEn在老年组显著增高（BF₁₀=1.09×10⁴），表明运动模式不可预测性随年龄增加。

递归量化分析

大腿俯仰角确定性在青年与老年组间差异显著（BF₁₀=2.22×10³），而小腿确定性最低且组间无差异，提示下肢近远端节段在衰老过程中呈现异质性调控策略。

结论与意义

本研究通过高精度IMU系统构建了迄今最全面的健康中年人步态数据库，首次系统揭示步态非线性特征在中年期的过渡性变化。研究发现踝关节功能衰退早于髋膝关节，且步态复杂度指标（如样本熵）比传统时空参数更敏感于年龄相关变化。数据库与青年（G01）、老年（G03）组数据共同构成NONAN GaitPrint系列，为机器学习辅助的个体化步态特征（GaitPrint）识别提供资源。未来将扩展至截肢、脑卒中和外周动脉疾病人群，推动全生命周期运动健康研究的精准化发展。