基于单惯性传感器的六分钟步行测试数据集：覆盖不同年龄健康成年人的步态分析研究

《Scientific Data》：Six-minute walk test instrumented with a single inertial sensor: dataset from healthy adults of different ages

本刊推荐：为解决临床6分钟步行测试(6MWT)缺乏标准化数字步态评估工具的问题，研究人员开展了基于单惯性测量单元(IMU)的步态分析研究。通过采集60名21-75岁健康成年人的下肢加速度和角速度数据，首次建立了包含步态节律、强度、不稳定性、对称性和规律性五大领域的数字化指标体系。该数据集为建立年龄匹配的病理步态评估标准提供了重要参考，显著推进了数字生物标志物在康复医学和老年学研究中的应用。

　　

在临床实践和运动功能研究中，六分钟步行测试(6MWT)因其操作简便、可靠性高而成为评估心肺功能和运动耐力的金标准。然而传统6MWT仅能提供总步行距离这一宏观指标，无法揭示个体在持续行走过程中的精细步态特征和运动控制策略。随着人口老龄化进程加速和神经系统疾病发病率上升，临床迫切需要能够量化步态质量、且适用于临床环境的客观评估工具。

近年来，可穿戴惯性传感器(IMU)技术的突破为运动功能评估带来了革命性变化。这些集成了三轴加速度计、陀螺仪和磁力计的微型设备，能够连续记录三维运动数据，并计算出定量化的步态参数。与传统光学运动捕捉系统相比，IMU具有便携、成本低、适用于真实环境等优势，特别适合在临床环境中对标准化测试进行仪器化评估。尽管已有多个公开的IMU步态数据集，但大多数集中于短距离行走或特定年龄群体，缺乏覆盖全年龄段成年人在标准化6MWT协议下的综合步态数据。

为填补这一空白，意大利米兰Don Carlo Gnocchi基金会IRCCS研究所的Ilaria Carpinella团队在《Scientific Data》发表了题为"Six-minute walk test instrumented with a single inertial sensor: dataset from healthy adults of different ages"的研究论文。该研究创新性地使用单个腰部IMU采集了60名21-75岁健康成年人的6MWT数据，不仅提供原始加速度和角速度信号，还提取了涵盖步态节律、强度、不稳定性、对称性和规律性五大领域的15项数字化步态指标，建立了首个覆盖全年龄段的标准6MWT仪器化评估数据集。

关键技术方法包括：采用G-Walk系统(BTS Bioengineering)在L5椎骨水平记录加速度(±16 g)和角速度(±2000 deg/s)信号，采样频率100 Hz；基于美国胸科学会(ATS)指南执行标准化6MWT协议；通过MATLAB R2022b进行信号处理，包括转弯识别、加速度重对齐至绝对坐标系、基于小波变换的步态事件检测等；计算五大步态领域的数字化指标。

研究结果方面，通过"Gait Rhythm Domain"分析发现，健康成年人的步态时间参数具有高度一致性， stride duration(跨步时长)中位数为1.01秒，stance duration(支撑期占比)为64.5%，swing duration(摆动期占比)为35.5%，double support duration(双支撑期占比)为29.0%。这些参数为病理步态评估提供了重要基线参考。

在"Gait Intensity Domain"方面，研究量化了躯干加速度的均方根值(RMS)，发现在 antero-posterior(前后方向)、medio-lateral(内外方向)和vertical(垂直方向)的加速度强度分别为2.28 m/s²、2.41 m/s²和3.49 m/s²。较低的值被认为与减少上身运动以维持动态平衡的补偿策略相关。

"Gait Instability Domain"的分析引入了标准化均方根(NRMS)和turn duration(转弯时长)两项指标。NRMS通过计算单个方向的RMS与三维RMS向量范数的比值，消除了步行速度的影响，能够独立评估躯干不稳定性。数据显示健康成年人的NRMS值在三个方向上分别为0.48、0.50和0.73，而转弯时长为1.90秒，这些指标与平衡能力密切相关。

在"Gait Symmetry Domain"中，研究采用harmonic ratio(谐波比)量化步态对称性。该指标通过快速傅里叶变换(FFT)提取步频谐波，计算同相谐波与异相谐波振幅之和的比值。结果显示三个方向的谐波比中位数分别为3.26、3.20和4.37，值越高表明步态对称性越好。

最后，"Gait Regularity Domain"通过stride regularity(跨步规律性)指标评估步态一致性，计算加速度模量的自相关函数第二个峰值(对应跨步周期)的幅度。该研究中值为0.95(接近1表示高度规律)，证实了健康步态的模式稳定性。

特别值得注意的是，研究通过偏Spearman相关分析发现，在调整了6MWT距离(作为步行速度的代理变量)后，harmonic ratio和NRMS ML与年龄仍存在显著相关性(|偏ρ|介于0.28-0.35之间)。这表明随着龄增长，即使考虑步行速度的变化，个体的步态对称性也会下降，而内外方向的不稳定性会增加。这一发现证实了数字化步态指标能够提供独立于步行速度的附加信息，具有超越传统6MWT评估的临床价值。

技术验证表明，G-Walk IMU在静态条件下的性能指标符合研究要求，加速度计噪声标准差为2.04-2.98 mg，陀螺仪噪声为0.018-0.035 deg/s。动态采集的信号质量良好，信噪比(SNR)在5.5-17.7 dB之间，处于可接受范围。采用的步态事件检测算法在健康人群中被证明具有良好准确性，各项数字化指标的组内相关系数(ICC)在0.77-0.97之间，显示优秀的重测信度。

该研究的创新价值主要体现在四个方面：首先，采用临床广泛接受的标准化6MWT协议，增强了与真实临床实践的可比性；其次，单一腰部IMU的简约设置平衡了临床实用性和数据丰富性；第三，样本年龄和性别分布均衡，支持建立按年龄和性别分层的标准参考数据；最后，提供从原始信号到高级步态指标的完整数据链，支持算法开发和验证。

这项研究建立的综合数据集为临床步态分析提供了重要资源，特别适用于与病理人群(如神经系统疾病、老年衰弱患者)的比较研究。数字化步态指标不仅能够敏感捕捉细微的步态异常，还有助于个性化康复方案的制定和干预效果监测。随着数字健康技术的快速发展，这一数据集有望推动机器学习模型在步态分析中的应用，实现对运动功能衰退的早期预警和轨迹预测。