"Gait120：基于120名健康成年男性的全面步态与表面肌电数据集及其在运动生物力学中的应用"

本研究针对人类步态变异性和肌肉协同激活机制缺乏大规模标准化数据的问题，开发了包含120名20-59岁健康男性7类日常动作（平地行走、上下楼梯/斜坡、坐站转换）的同步多模态数据集。通过光学运动捕捉系统、测力台和表面肌电（sEMG）技术，采集了6,882个运动周期的全身关节运动学（kinematics）和下肢12块肌肉激活模式，为运动障碍诊断、康复机器人开发和深度学习模型训练提供了高精度基准数据。

　　

人类步态如同精密的交响乐，需要骨骼、肌肉和神经系统的完美配合。然而长期以来，科学家们缺乏能够全面反映健康人群运动特征的大规模标准化数据，这严重制约了康复器械研发、运动障碍诊断和虚拟人仿真的发展。现有数据集往往样本量有限（通常<50人）、任务单一（仅平地行走），或缺乏同步的肌电-运动学数据。更关键的是，年龄相关的运动模式变异、环境适应性动作（如上下斜坡）的肌肉激活规律等基础问题仍存在大量知识空白。

针对这些挑战，韩国科学技术院（KAIST）机械工程系的Junyo Boo、Dongwook Seo、Minseung Kim和Seungbum Koo团队在《Scientific Data》发表了迄今最全面的健康男性步态数据库Gait120。研究团队创新性地设计了模块化实验平台，通过高精度红外运动捕捉系统（Vicon）、测力台和无线表面肌电（sEMG）设备，采集了120名20-59岁健康男性在7类日常任务中的6,882个运动周期数据。特别值得注意的是，该研究首次系统纳入了环境适应性动作——包括标准楼梯（10cm阶高）和斜坡（10.1°倾角）的上下行数据，以及坐-站转换这种易引发老年人跌倒的关键动作。

关键技术方法包括：1）基于Plug-in-Gait模型的39标记点全身运动捕捉系统（100Hz）；2）同步采集12块右下肢肌肉的sEMG信号（2000Hz），传感器布置遵循SENIAM指南；3）测力台（1000Hz）记录地面反作用力（GRF）；4）使用OpenSim4.0软件进行逆运动学（inverse kinematics）计算；5）肌电信号经过带通滤波（20-500Hz）、Hampel去噪和RMS整流处理；6）所有运动周期均通过最大自主收缩（MVC）标准化。

数据记录与验证
数据集包含每位受试者的原始运动轨迹（.trc格式）、关节角度（.mot格式）和预处理肌电数据（.mat格式）。如图3所示，数据按任务分类存储，包含平地行走1,060步、上下楼梯各约1,180步、上下斜坡各约1,170步，以及558次坐-站和569次站-坐转换。技术验证显示：1）关节角度在矢状面重复性最佳（CMC>0.99），与公开数据集对比显示高度一致性（髋屈伸r=0.96-1.00）；2）肌电信号信噪比优良，如图5所示，腓肠肌内侧（GM）在斜坡上行时激活强度达MVC的80±12%，准确反映了力学需求。

关节运动学特征
图4揭示了不同任务的特异性运动模式：1）楼梯上行时膝关节活动范围最大（65±8°），显著大于平地行走（58±6°）；2）斜坡下行引发独特的踝关节背屈（-15±4°）以控制离心收缩；3）坐-站转换中髋关节屈曲力矩峰值（1.2±0.3 Nm/kg）是平地行走的2倍，这与临床观察到的老年人股四头肌无力现象直接相关。

肌肉激活模式
肌电分析（图5）发现三个关键规律：1）股直肌（RF）在楼梯上行时呈现双峰激活（MVC 45±7%），对应推进期和摆动期控制；2）比目鱼肌（SM）在斜坡任务中激活水平比平地高300%，证实了斜坡行走对小腿三头肌的特殊要求；3）坐-站转换时股内侧肌（VM）激活延迟（较VL晚120±30ms）可能成为跌倒风险指标。

这项研究创建了迄今最全面的健康男性多任务运动数据库，其价值体现在三个维度：1）临床方面，为关节置换术后康复、脑卒中步态训练提供了定量评估基准；2）工程应用方面，数据可直接用于外骨骼控制算法开发，如研究中发现的斜坡行走时踝关节力矩（1.8±0.4 Nm/kg）为执行器设计提供了关键参数；3）方法论上，创新的模块化实验平台（图1b）解决了传统步态实验室难以模拟复杂环境的问题。研究团队特别指出，未来需扩展女性、老年和患病人群数据，并开发基于该数据集的AI运动评估模型。正如作者强调："这个数据集就像运动生物力学领域的‘人类基因组计划’，为理解人类运动多样性建立了基础坐标系。"