综述：利用脑电图对行走方式及步态阶段的分类：一项综述性研究

《Journal of NeuroEngineering and Rehabilitation》：The classification of walking and phases of gait using EEG: a scoping review

　　

摘要

脑机接口具有通过连接用户与设备来优化机器人辅助步态康复的潜力。开发此类系统需要可靠的步行及其各阶段分类方法，以实现实时反馈。然而，基于脑电图的步态分类研究仍然有限，目前尚未形成关于最佳方法或分类途径的共识。本综述旨在明确：（i）迄今为止已分类的步态状态和阶段；（ii）用于步态及步态阶段分类的方法学流程；（iii）所使用的分类系统。该综述为预注册研究，检索了SCOPUS、EMBASE、PubMed和Web of Science数据库，纳入了涉及基于脑电图的步态或步态阶段分类的研究，无论是否结合机器人辅助技术。在15,915篇独特研究中，最终有62篇被纳入分析。其中10项研究对步态阶段进行了分类，大多数仅限于两个阶段（n?=?5）。这些研究大多以跑步机行走为对象（n?=?8），仅有两项研究关注地面行走。只有一项研究探讨了在机器人辅助步态训练过程中步态阶段的分类（摆动期与支撑期），最高准确率为83.06%。没有研究针对神经系统疾病患者的步态阶段分类展开研究。几乎所有步态阶段研究都采用离线分析方式（n?=?9），只有一项研究采用在线分析，其在摆动期与支撑期分类中的准确率为82.3%。其余研究则将步态与其他类型的运动进行对比分类。在分类过程中，感觉运动区电极被最频繁地使用，且感觉运动区域始终表现出与步态相关的特征性脑电图特征。通过对方法学流程的分析，发现该领域内几乎不存在共识，同时分类准确率也存在较大差异。本综述总结了基于脑电图的步态分类系统，强调了建立方法学共识的必要性。目前的知识缺口包括自由地面行走时多于两个步态阶段的分类问题，以及基于机器人辅助步态训练的研究较为匮乏。尤其值得关注的是，针对神经系统疾病患者的步态阶段分类研究完全缺失。弥补这些缺口对于推动脑机接口在步态康复领域的应用至关重要。