利用可穿戴技术与深度传感视频系统量化多发性硬化症轻度步态损伤：超越神经学检查的客观评估新工具

【推荐语】多发性硬化症（MS）步态损伤是致残主因，但传统量表（如EDSS、PDDS）敏感性不足。本研究对比可穿戴惯性测量单元（IMU）与深度传感摄像头（Kinect）在26例MS患者中的步态参数一致性，发现二者在步频、步速等指标高度相关（r>0.9），且比PDDS更敏感。这为临床和远程监测提供了客观、可扩展的量化工具。

　　

多发性硬化症（Multiple Sclerosis, MS）是一种常见的中枢神经系统疾病，全球有数百万人受其影响。患者常面临进行性残疾的挑战，其中步态障碍是导致生活质量下降和丧失独立性的主要因素。然而，目前临床评估MS残疾程度的金标准——扩展残疾状态量表（EDSS）存在明显局限性：它需要专业培训、耗时长、评分者间一致性低，且对轻微变化不敏感。患者确定疾病步骤（Patient Determined Disease Steps, PDDS）作为患者自报告量表，虽与EDSS相关，但仍受主观因素和离散分级的限制。因此，临床迫切需要客观、敏感且可扩展的工具来量化MS患者的步态异常，尤其是在疾病早期识别细微变化、监测治疗反应和指导康复干预。

近年来，研究实验室使用专业设备（如运动捕捉系统和压力敏感 walkway）已证实MS患者存在步态参数异常，包括步行速度降低、步长缩短、步频变化和双支撑时间延长等。但这些方法成本高、操作复杂，难以在临床常规开展。可穿戴惯性测量单元（Inertial Measurement Unit, IMU）传感器和深度传感摄像头（如Microsoft Kinect）的出现为步态分析提供了新思路。前者通过多部位传感器（胸、腰、腕、足）采集运动数据，后者通过红外深度传感和骨架拟合技术无标记追踪人体运动。两者均具有便携、易操作的特点，但它们在MS患者中的一致性和临床适用性尚未充分验证。

为此，研究人员开展了一项横断面研究，旨在评估深度传感视频系统与可穿戴IMU传感器在量化MS患者步态参数时的一致性，并探讨这些客观指标与患者自报残疾（PDDS）的关系。该研究发表于《Multiple Sclerosis and Related Disorders》，为将先进技术整合到临床和远程监测流程提供了证据。

研究团队招募了26例MS患者，包括复发缓解型（RRMS）、继发进展型（SPMS）、原发进展型（PPMS）、临床孤立综合征和影像孤立综合征。中位年龄54岁，69%为女性，中位病程65个月。所有患者在门诊完成6米往返行走测试，同时佩戴OPAL IMU传感器（Clario公司）并由Azure Kinect深度摄像头记录。步态参数通过专用软件（Mobility Lab v2 和 iPi Mocap Studio 4）提取，包括步频、步长、步速、步态周期相位（摆动相、支撑相、双支撑时间）等。患者同时填写PDDS量表。

主要技术方法包括：使用六传感器IMU系统（胸、腰、双腕、双足）采集运动数据，同步Kinect深度摄像头（30帧/秒）记录；通过骨架拟合和峰值检测算法从视频数据中提取步态事件（如脚趾着地、离地）；采用Bland-Altman图和Pearson/Spearman相关分析评估设备间一致性及与PDDS的相关性。

3.1. 设备间步态参数的相关性和准确性

结果显示，IMU与深度视频在步频（r>0.94）、步幅时间（r>0.97）和步速（左腿r=0.94）上高度相关，平均差异较小（如步频-5步/分钟）。但步长和步态相位参数（如摆动相）相关性中等（r=0.4-0.7），视频系统可能高估摆动时间。这表明时间相关参数的一致性优于距离和相位参数。

3.2. 步态周期参数的一致性

步态周期百分比（如摆动相、支撑相、双支撑时间）的相关性为中度（r=0.4-0.7），平均差异在7.5%以内。视频系统可能因基于运动学事件（而非触地事件）而高估摆动时间。摆动中期足抬升高度相关性较低（r=0.44），但差异小于1.5厘米。

3.3. 步态参数与患者自报残疾的相关性

主成分分析和Spearman相关显示，步幅时间和步长时间与PDDS聚类且正相关，而步频、步速、步长和摆动相与PDDS分离且负相关。步速与PDDS的负相关性最强（r<-0.6），且设备间一致性（r>0.9）高于与PDDS的一致性。这表明客观步态参数（尤其是步速）比PDDS更敏感，尤其在轻度残疾患者中。

讨论与结论

本研究证实，可穿戴IMU和深度视频系统在临床环境中能可靠量化MS步态参数，且比PDDS更敏感地反映运动异常。步速、步频等参数与残疾程度密切相关，有望用于监测疾病进展。两种技术各有优势：IMU更精确检测触地事件，视频系统无标记、易部署，未来或可用于家庭远程监测。

局限性包括使用PDDS而非EDSS、样本量小、未验证家庭环境。未来需与实验室金标准（如运动捕捉、测力台）对比，确定最小临床重要差异，并开展纵向研究验证其监测价值。

总之，该研究推动了步态分析技术的临床转化，为MS患者提供了客观、量化且可及的残疾评估工具，有望改善临床决策和康复个性化。