基于可穿戴IMU的时空与惯性步态特征分类遗传性痉挛性截瘫单纯型与复杂型

《Journal of NeuroEngineering and Rehabilitation》：Gait impairment characterization in hereditary spastic paraplegia using foot-mounted IMU sensors

　　神经功能测量对于诊断、预后评估和临床试验至关重要。可穿戴惯性测量单元（IMU）提供了一种紧凑且无干扰的感知方法，能够在临床和非临床环境中采集时空步态数据。我们使用经过验证的基于IMU的算法，从53名遗传性痉挛性截瘫（HSP）患者（43例单纯型HSP，10例复杂型HSP）中提取了时空和惯性步态特征，这些数据来自69名入组受试者队列，排除了数据不完整或损坏的试验。我们训练了分类模型以区分HSP的单纯型（UHSP）和复杂型（CHSP）诊断，使用了两个特征集：i）与时相步态特征集，关联于步长、步宽、步时长和步速；ii）时空与惯性（STI）特征集，关联于摆腿加速度和角速度。STI特征在UHSP和CHSP患者队列之间显示出统计学显著差异，并相对于仅使用ST特征训练的分类器改进了分类性能：在留一受试者交叉验证下，基于STI特征训练的线性支持向量机达到了86.8%的准确率、70.0%的CHSP召回率和0.77的AUC，而相同模型仅使用ST特征训练时准确率为73.6%，AUC为0.65。这些发现突出了可穿戴IMU在详细步态评估中的效用，并强调了STI特征在捕获HSP诊断亚型相关的步态障碍方面的潜力，超越了单纯时空指标所能提供的信息。鉴于复杂型HSP样本量小且不平衡（n=10），这些估计值的置信区间较宽，应作为初步结果解读。基于IMU的方法为评估神经系统步态障碍提供了一种可扩展且便携的工具，值得在更大队列中进行验证。