《Sensors and Actuators A: Physical》：A Review of Wearable Sensor-Based Human Gait Monitoring
编辑推荐：
摘要人类步态的特征是神经肌肉骨骼健康的直观指标，可用于辅助运动障碍的早期诊断和康复效果的评估。随着可穿戴技术的快速发展，基于传感器的步态监测正逐渐从实验室环境中的短期测量转向自然环境中的持续监测。尽管近来的综述总结了可穿戴步态监测的各个方面，但很少有研究将传感机制、算法处理、
摘要
人类步态的特征是神经肌肉骨骼健康的直观指标，可用于辅助运动障碍的早期诊断和康复效果的评估。随着可穿戴技术的快速发展，基于传感器的步态监测正逐渐从实验室环境中的短期测量转向自然环境中的持续监测。尽管近来的综述总结了可穿戴步态监测的各个方面，但很少有研究将传感机制、算法处理、临床转化和多模态融合纳入单一的分析框架之中。为弥补这一空白，本综述构建了一个涵盖传感器、算法和临床应用的跨学科框架。系统考察了三种基本可穿戴传感模态——惯性传感、柔性压力传感和柔性应变传感，重点关注其技术发展、传感机制、信号处理技术、算法实现及临床应用现状。在此基础上，进一步从硬件架构和算法融合的角度分析了多模态步态监测系统。最后，本综述总结了当前系统在真实条件下的测量可靠性、多模态互补性、算法泛化性和临床验证方面面临的主要挑战。未来的步态监测系统有望向任务驱动的传感器-算法协同设计、个性化纵向步态评估以及边缘-云协同监测生态系统发展，从而支持具有临床意义的步态评估，并有望实现闭环康复。
引言
人类步态正日益被研究人员视为神经肌肉骨骼系统的生物力学指纹，其细微的异常往往成为运动功能下降的早期指标[1]。近年来，全球人口老龄化的加速[2]，以及与运动障碍密切相关的慢性疾病——如帕金森病（PD）、卒中和糖尿病足溃疡（DFU）——发病率急剧上升，造成了巨大的公共卫生负担[3]。最近的临床研究表明，客观、定量的步态分析能够揭示与帕金森病相关的早期运动改变，并为评估卒中后步态康复干预提供具有临床意义的结果指标[4]、[5]。随着传感器技术的进步，利用各类可穿戴传感器直接测量步态参数已成为步态监测的主流方法之一。本文聚焦于三种常用于步态监测的可穿戴传感器类别及多模态传感技术，并详细回顾了从传感器制造工艺到后端算法的完整流程。
近来的综述对可穿戴步态监测的若干领域做出了重要贡献，如传感技术、算法开发、多模态分析和临床应用。如表1所述，它们对传感机制、数据处理策略和临床转化的覆盖范围各不相同。基于这些研究，当前综述将惯性、压力、应变和多模态传感系统化地整合到一个传感器-算法-临床应用体系中。为明确步态监测领域的技术演进轨迹和当前研究热点，我们基于Web of Science核心合集数据库，对过去十年（2015–2025）的文献进行了系统的文献计量分析。如图1(a)所示，过去十年间步态监测的实施方法发生了显著的范式转变。可穿戴传感器凭借其便携性、低成本和全天候监测能力，逐渐成为步态监测领域的主流。在可穿戴传感器类别中，如图1(b)所示，惯性传感器和压力传感器在发表数量上占据主导地位。作为分别捕捉步态运动学特征和动力学特征的传统基石，它们构成了当前监测技术的基础。值得注意的是，尽管柔性应变传感器的绝对数量目前较少，但它们正经历爆发式增长。这类传感器可以直接附着于皮肤，提供详细的变形数据，在下一代柔性步态监测系统中展现出巨大潜力，反映了该领域的前沿技术演进。
基于上述技术趋势，本综述按照从基本传感模态到多模态集成的递进顺序，对可穿戴步态监测技术进行了系统综述。第2节回顾了应用最广泛且技术最成熟的惯性监测系统，总结了新兴的惯性传感器设计，并追溯了从信号处理、特征提取到临床应用的算法路径；第3节聚焦于基于压力的步态监测，回顾了柔性压力传感器的发展历程与传感机制，总结了非神经网络和神经网络方法在信号调理与重建、特征提取策略中的应用，以及将压力输出转化为步态参数和潜在临床指标的过程；第4节聚焦于代表未来发展方向的高柔性应变传感器，回顾了旨在实现无感穿戴的硬件研究；第5节进一步讨论多模态步态监测系统，并从硬件架构和算法融合的角度总结了不同传感模态的集成方法。最后，我们总结了当前面临的共性挑战，并探讨了下一代步态监测系统的未来方向。
章节片段
惯性监测技术的演进
可穿戴惯性步态监测技术的最终目标是在自然生活条件下实现无感、高精度的运动学评估。早期的可穿戴惯性步态监测技术仅限于实验室环境，只能完成简单的步态数据采集。经过长期的发展与转型，该技术如今在神经退行性疾病诊断[13]和跌倒风险预测等复杂临床场景中发挥着核心作用。
压力监测技术的演进
基于生物力学压力数据的步态监测系统通常聚焦于足底压力的监测。回顾其发展历程，如图5所示，基于压力的步态监测系统经历了从早期刚性系统，到柔性自供电系统的开发，最终与深度学习算法集成并走向实际临床应用的过程。
早期系统受限于材料科学的发展滞后，主要依赖于刚性材料。
生物应变监测技术的演进
与最终校准为压力值的压力传感器不同，应变传感器关注的物理量通常是应变数据，如应变（%）、位移（mm）或角度（°）；因此，应变传感器通常需要更高的柔性和延展性。人体生理监测电子技术经历了从传统刚性系统到无创柔性解决方案的范式转变[91]、[92]。在这一技术背景下……
步态监测的多模态感知与融合
人类步态同时包含运动学信息、足底负荷、局部变形和空间关系。单一传感模式通常只能观测到该状态的一部分，因此多模态感知从一开始就是一个重要的研究方向。早期系统曾尝试集成多种类型的传感器，例如将压力传感器与陀螺仪和加速度计相结合。其算法方法主要是基于规则的。这些早期研究仍停留在……
总结与技术比较
本综述批判性地探讨了三种用于步态分析的基本可穿戴传感模态——惯性传感、柔性压力传感和柔性应变传感——并在硬件和算法层面回顾了多模态集成。比较显示，三种传感模态提供了关于步态的互补信息：惯性传感非常适合估算运动学变量和空间轨迹；压力传感直接测量足底负荷……
资助
本研究未获得公共、商业或非营利部门资助机构的任何特定资助。
CRediT作者贡献声明
李瑞亚：监督、项目管理。王琦：撰写——初稿、方法论、形式分析、数据管理。罗旭：撰写——审阅与编辑、验证、概念化。
利益冲突声明
作者声明不存在已知的竞争财务利益或个人关系可能影响本文所报告的工作。
罗旭 于2006年、2010年和2025年分别获得武汉理工大学工业工程学士、硕士学位和机械工程博士学位。他目前是武汉理工大学机电工程学院硕士生导师。他的主要研究兴趣包括光纤传感技术和企业信息管理系统。
罗旭 | 王琦 | 李瑞亚
