《Journal of Biomechanics》：Validity of computational methods for estimating ground reaction forces and center of pressure during gait in individuals with subacute stroke
编辑推荐：
地面反作用力和压力中心对于脑卒中患者的生物力学步态分析至关重要，但传统上需使用测力台测量，限制了其临床可及性。近期开发的计算方法可从运动学步态数据中估算地面反作用力（GRF）和压力中心（CoP），但其在脑卒中患者中的效度尚不明确。本研究评估了两种计算方法在亚急
地面反作用力和压力中心对于脑卒中患者的生物力学步态分析至关重要，但传统上需使用测力台测量，限制了其临床可及性。近期开发的计算方法可从运动学步态数据中估算地面反作用力（GRF）和压力中心（CoP），但其在脑卒中患者中的效度尚不明确。本研究评估了两种计算方法在亚急性脑卒中患者步行过程中估算GRF和CoP的效度。研究人员从开放获取数据集中获取了20名亚急性脑卒中患者和20名健康对照者的标志点轨迹和测力台数据。采用GaitDynamics和OpenGRF从步态运动学数据中估算GRF和CoP。通过波形相似性、幅度误差以及临床相关步态指标的准确性对估算的GRF和CoP进行评估。线性混合效应模型用于评估计算方法、肢体组别和步行速度的影响。对于垂直方向GRF，两种方法在所有组别中均达到了预设的波形相似性（r=0.96–0.98）和幅度误差（均方根误差RMSE=6.63–9.87 %体重BW）效度阈值。前后方向估算接近这些阈值（r=0.87–0.97；RMSE=2.82–4.21 %BW），而内外侧方向估算的准确性仍不足（r=0.75–0.92；RMSE=1.25–1.72 %BW）。对于大多数临床相关步态指标，平均绝对误差低于相应的最小可检测变化阈值。估算准确性在不同组别间无显著差异，且与步行速度无关。两种方法有望将动力学步态分析扩展到传统的基于测力台的实验室环境之外，但需进一步改进内外侧方向的估算。
论文解读
研究背景与目的
脑卒中是导致持续性步态障碍的主要原因之一，严重影响患者的行动能力、独立性和日常生活参与。脑卒中后步态通常表现为患侧推进力减弱、下肢负重不对称以及动态稳定性受损，从而导致步行速度降低和代谢成本增加。临床步态分析在识别这些生物力学缺陷和指导康复方面发挥着重要作用。为了评估步行力学，地面反作用力（GRF）和压力中心（CoP）被用于量化身体与地面的相互作用，从而提供关于关节负荷和姿势稳定性的关键信息。例如，GRF的前后方向分量在蹬离期反映了向前的推进力，而内外侧方向的CoP控制则提供了关于动态平衡的信息。此外，GRF和CoP也是逆动力学分析的输入参数，可用于估算关节动力学并评估脑卒中后的代偿性步态策略。
然而，在当前康复实践中，GRF和CoP通常通过嵌入地板的测力台或仪器化跑台获得。由于成本和技术的复杂性，这些设备的使用在很大程度上局限于专门的步态实验室。嵌入式测力台被视为金标准，但只能捕捉少量连续步幅，并且需要准确的足部落点。仪器化跑台虽能实现连续多步的数据采集，但可能会改变自然步态。为克服这些局限性，近年来开发了从运动学步态数据估算GRF和CoP的计算方法。这些方法可分为数据驱动型和物理模型型。数据驱动型方法，如GaitDynamics，使用在大规模运动数据集上训练的神经网络来预测GRF和CoP。而物理模型型方法，如OpenGRF，则通过肌肉骨骼建模和足-地接触模型来估算GRF和CoP。这两种方法在健康受试者平地行走中均已显示出良好的准确性，支持了从运动学数据推导动力学信息的可行性。
鉴于脑卒中后步态以较低的步行速度和改变的步态力学为特征，模型的性能可能与在健康人群中观察到的有所不同。步行速度尤其值得关注，因为它常被用作步态损伤的指标，因此可能影响估算准确性。因此，本研究旨在以健康对照组为参照，评估估算的GRF和CoP在亚急性脑卒中患者中的效度。研究人员假设两种计算方法均能表现出可接受的性能，即连续的GRF和CoP准确性与此前的验证研究相当。临床适用性通过判断临床相关步态指标的误差是否在其最小可检测变化范围内来评估。此外，研究人员还假设估算准确性在亚急性脑卒中患者中低于健康对照组，并随步行速度降低而下降。
关键技术方法
研究人员从一项开放获取数据集中获取实验数据，该数据集包含50名亚急性脑卒中患者和138名健康对照者。经过筛选，最终纳入20名亚急性脑卒中患者和20名年龄匹配的健康对照者。三维标志点轨迹通过基于标志点的动作捕捉系统记录，GRF和CoP数据通过测力台采集。肌肉骨骼建模方面，使用Plug-in Gait全身模型的26个标志点重建三维运动学数据，并以FullBodyModel作为通用肌肉骨骼模型。在OpenSim v4.5中对参与者特定的肌肉骨骼模型进行缩放，并通过逆运动学计算每个步行试验的关节角度。GRF和CoP的估算采用两种计算方法：GaitDynamics是一种数据驱动的生成式建模框架，基于AddBiomechanics大规模数据集训练，通过深度学习精炼模型从下肢和躯干运动学序列预测三维GRF和CoP；OpenGRF是一个基于OpenSim的框架，采用物理模型优化算法，通过整合14个校准的足-地接触探头在一个修正的计算机肌控制框架内重建三维动力学。数据分析时，以测力台导出的GRF和CoP数据作为参考标准，通过Pearson相关系数和均方根误差（RMSE）评估连续GRF和CoP的一致性，并从GRF波形中提取五个临床相关步态指标。统计分析采用线性混合效应模型（LMM）评估计算方法、肢体组别及其交互作用以及步行速度的影响，并通过Bland-Altman分析和组内相关系数（ICC）进一步评估一致性。
研究结果
3.1 计算方法在连续指标上的准确性
对于垂直方向GRF，两种方法在所有组别中均满足了预设的波形相似性和幅度误差效度阈值。对于前后方向GRF，只有GaitDynamics达到了波形相似性阈值，而两种方法在所有组别中的中位RMSE值均超过了幅度误差阈值。对于内外侧方向GRF，两种方法均未达到阈值，且所有组别的中位RMSE值均超过阈值。二维CoP误差的中位值范围，GaitDynamics为27-29 mm，OpenGRF为21-23 mm。按方向分开分析时，两种方法在所有组别中的前后方向和内外侧方向CoP误差均超过阈值。
线性混合效应模型结果显示，工具的主效应在GRF波形相似性、GRF幅度误差和CoP准确性方面显著。GaitDynamics在前后方向和内外侧方向上显示出显著更高的GRF相关性。对于GRF幅度误差，GaitDynamics的前后方向误差显著更低，但内外侧方向误差显著更高。对于CoP准确性，GaitDynamics的二维欧氏距离和内外侧CoP误差显著大于OpenGRF。组别的主效应仅在内侧方向CoP误差上显著。未发现任何结局指标存在显著的“工具×组别”交互作用。步行速度与前后方向GRF幅度误差显著相关，较高的步行速度对应较大的误差。
3.2 计算方法在临床相关步态指标上的准确性
在临床相关步态指标方面，两种计算方法相对于参考的三维GRF波形均显示出系统性偏差。线性混合效应模型显示，工具的主效应在峰值制动力、峰值推进力、推进冲量和第二个垂直力峰值方面显著。GaitDynamics估算的峰值制动力偏差接近于零，但高估了峰值推进力、推进冲量和第二个垂直力峰值。相比之下，OpenGRF一致性地高估了前后方向GRF指标，而两种方法估算的第一个垂直力峰值偏差均接近于零。组别的主效应仅在峰值推进力上显著，健康对照组呈现更大的正偏差。仅在第二个垂直力峰值上发现了显著的“工具×组别”交互作用。步行速度仅是推进冲量偏差的显著协变量，较高的步行速度与更大的正偏差相关。
为评估不考虑方向的整体准确性，将平均绝对误差与最小可检测变化（MDC）阈值进行比较。跨方法和组别，峰值制动力和两个垂直力峰值的平均绝对误差均低于MDC阈值。相反，健康对照组中两种工具的峰值推进力误差均超过了MDC阈值，而推进冲量误差在大多数方法和组别中也超过了MDC阈值。线性混合效应模型显示，工具的主效应仅在峰值推进力上显著，组别的主效应也仅在峰值推进力上显著。未发现任何临床相关步态指标存在显著的“工具×组别”交互作用或与步行速度的关联。
Bland-Altman分析显示，估算值与实测步态指标之间的一致性界限存在相当大的变异性。ICC值范围为0.11至0.94。对Bland-Altman图的目视检查表明，宽泛的一致性界限主要归因于少数异常值。
讨论与结论
本研究表明，GaitDynamics和OpenGRF能够有效估算亚急性脑卒中患者的垂直方向GRF，并在前后方向GRF估算中接近可接受的准确性，支持了其在估算矢状面关节动力学方面的潜力。相比之下，内外侧方向GRF和CoP的估算准确性仍不足以进行可靠的额状面动力学分析。估算准确性在不同组别间无显著差异，且与步行速度无关。尽管GaitDynamics在前后方向GRF估算和峰值推进力方面表现更优，但两种方法均有希望将动力学步态分析扩展到传统的基于测力台的实验室环境之外，从而可能实现更易获得的临床步态评估。
在讨论部分，研究人员指出垂直和前后方向的性能是可接受的，与以往使用其他人群和估算方法的研究大致相当。在脑卒中队列中，垂直GRF估算满足预设的效度阈值，表明能准确捕捉步态中的主要负荷模式。前后方向GRF性能略低，但相对较高的相关性表明其时序特征基本得以保留。相反，内外侧方向性能显著较低，这与先前研究一致。可能的原因是简化的足部模型，Plug-in Gait标志点集中的三个足部标志点对足部和距下关节运动学的表征有限，可能降低了内外侧力分布和CoP位移估算的准确性。对于临床相关步态指标，平均偏差通常接近于零，表明群体水平的系统性误差有限。然而，宽泛的Bland-Altman一致性界限和可变的ICC值表明个体间的估算准确性存在显著变异。因此，尽管两种方法在群体水平上充分捕捉了步态负荷和推进特征，但其准确性和可靠性尚不足以用于个体患者的临床决策。
研究存在若干局限性。首先，依赖有效的测力台记录减少了可分析的试验数量，并导致入组的脑卒中队列功能水平相对较高，限制了向更严重损伤患者的推广性。其次，两种方法均依赖于精确的动作捕捉和肌肉骨骼建模，容易受到标志点放置、软组织伪影、模型缩放和逆运动学等环节产生的误差影响。其对全身运动学数据的依赖也限制了在专门步态实验室之外的应用。第三，大量的统计检验增加了I类错误的风险。最后，脑卒中队列的逆运动学追踪误差略微超过了OpenSim的最佳实践建议，可能影响了动力学估算结果。
