《Sensors》：A Sustainable Natural-Rubber IoT Smart Insole for Remote Body-Load Monitoring: An Observational Gait Comparison in Flexible Flatfoot
编辑推荐：
柔性扁平足（pes planus）会改变下肢生物力学和足底压力分布，增加疼痛和损伤风险。实验室步态分析以光学运动捕捉（OMC）和力台为参考标准，但成本高、空间受限且生态效度有限。研究人员展示了一种用于物联网（IoT）远程身体负荷监测的低成本、可持续智能鞋垫的设
柔性扁平足（pes planus）会改变下肢生物力学和足底压力分布，增加疼痛和损伤风险。实验室步态分析以光学运动捕捉（OMC）和力台为参考标准，但成本高、空间受限且生态效度有限。研究人员展示了一种用于物联网（IoT）远程身体负荷监测的低成本、可持续智能鞋垫的设计、制造和验证。该设备将双层天然橡胶体——硅石填充的海绵橡胶上层用于舒适性，炭黑增强的实心外底用于耐用性——与每只鞋垫四个位于高压足底标志点的称重传感器相结合，通过24位放大器由ESP32读取，该ESP32进行校准并通过Wi-Fi将左/右负荷流式传输至ThingSpeak云平台，并配有腕戴式OLED用于实时反馈。在25名参与者中，系统与参考体重相比，测量总体重的平均绝对误差为2.94%，最大误差为4.18%，RMSE为1.94 kg（Pearson r = 0.99）；残差几乎纯粹是系统性比例偏差（斜率0.966，R2 = 0.98），可通过一次样本内标量重新校准消除。在30名成人（15名正常弓足；15名柔性扁平足）中，两组均穿着该智能鞋垫，比较了步态时空参数。在舒适行走过程中，前进参数（包括步长、跨步长和行走速度）在两组之间无显著差异（所有p > 0.18）。扁平足组表现出更宽的内外侧基底——站立时更大的站立宽度（+14%，p = 0.008）和舒适行走时更大的步宽（+23%，p = 0.040，未校正）。经多重比较校正后，仅快走步频的降低仍具有统计学显著性。因此，一种可持续来源、价格实惠的智能鞋垫可以提供具有临床意义的远程身体负荷监测。研究结果还指出一种分离现象：在穿着鞋垫时，两组的前向推进力相当，而扁平足的内外侧基底仍然较宽。因此，有必要开展将矫形支撑与主动步态再训练相结合的对照试验。
**研究背景与目的**
扁平足（pes planus，一种以足内侧纵弓塌陷为特征的足部畸形）是常见足部问题，在柔性扁平足中，足弓在非负重时存在，但站立时塌陷，导致下肢力线异常和足底压力分布改变，进而增加疼痛和损伤风险。目前临床步态分析的参考标准是实验室内的光学运动捕捉（OMC，optical motion capture）与力台（force plate）系统，但这些设备价格昂贵、占用空间大，且只能在受限环境中进行，限制了对自然步态的评估。可穿戴传感器如惯性测量单元（IMU，inertial measurement unit）和压力智能鞋垫可在真实环境中实现低成本、连续监测，结合物联网（IoT，Internet of Things）技术可实时传输数据至云端。然而，现有集成系统多采用合成材料，缺乏针对特定临床人群（如柔性扁平足）的验证。因此，本研究旨在利用可持续的天然橡胶复合材料设计并制造一款智能鞋垫，验证其作为远程身体负荷监测设备的准确性，并探索其在柔性扁平足步态分析中的应用。
研究人员设计、制造并验证了一种由天然橡胶复合材料制成的物联网智能鞋垫。鞋垫采用双层结构：上层为硅石填充的海绵橡胶（Si-20-OBSH-4，含20份硅石和4份发泡剂OBSH）以保证舒适性，下层为炭黑增强的实心外底（C-30，含30份炭黑）以提高耐久性。每只鞋垫内置四个称重传感器，分别位于跟骨、内侧和外侧跖骨头及拇趾等高压区域，四个传感器组成全惠斯通电桥，由HX711放大器（24位）读取，并通过ESP32微控制器进行校准，经Wi-Fi将左/右足负荷上传至ThingSpeak云平台，同时腕戴OLED显示器提供实时反馈。该系统在25名受试者中验证了其测量总体重的能力，并进一步用于30名成人（15名正常足弓，15名柔性扁平足）的步态时空参数比较。该研究于《Sensors》期刊发表，展示了利用天然橡胶制造高价值医疗设备的可行性，同时满足了可持续性和低成本需求。
**关键技术方法**
本研究的主要技术方法包括：（1）天然橡胶复合材料配方设计：采用标准泰国橡胶（STR 5L）为基础，分别添加硅石（20 phr）和发泡剂OBSH制备海绵上层，添加炭黑（30 phr）制备实心外底，通过压缩成型和高温硫化制造鞋垫，并依据国际标准测试其硬度、拉伸强度、撕裂强度及热老化性能。（2）嵌入式传感与物联网系统：采用四个应变片式称重传感器构成全惠斯通电桥，经HX711 24位放大器转换，由ESP32微控制器采集并校准，通过Wi-Fi将数据发送至ThingSpeak云平台，并辅以腕戴OLED显示。（3）临床验证：在25名参与者中进行体重准确性验证；另在30名成人（正常足弓15名和柔性扁平足15名，经Walailak University伦理委员会批准，编号WUEC-22-188-02）中，通过干足迹法采集步态时空参数，比较两组在站立、舒适行走和快走下的差异，并使用Welch t检验和Cohen's d效应量进行统计比较。
**研究结果**
**3.1 材料特性和设备特性**
通过材料力学测试发现，随着填料（硅石或炭黑）含量增加，硬度、300%定伸应力、拉伸强度和撕裂强度增加，而断裂伸长率下降。最终选择20 phr硅石用于上层，30 phr炭黑用于外底。炭黑外底更硬且抗撕裂性更好，适合耐磨；硅石上层更软、伸长率更高，提高舒适性。添加4 phr发泡剂使上层密度降至约0.39 g/cm3，整鞋约400 g/只。
**3.2 系统准确性和物联网性能**
通过25名参与者的体重准确性测试，系统测量的总体重与参考体重高度相关（Pearson r=0.99），平均绝对误差为2.94%，最大误差4.18%，均方根误差（RMSE）为1.94 kg。校准线斜率为0.966，表明存在约3%的恒定比例低估，经单次标量校正后平均绝对误差可降至0.47%。左右足负荷不对称性平均绝对值为8.8%。系统通过ThingSpeak云平台实时传输数据，验证了端到端功能。
**3.3 参与者人口统计学特征**
临床队列由30名年轻成人（正常体质指数）组成，每组15人。人口统计学未进行正式组间比较，因此不能排除残余差异。
**3.4 站立和行走期间的步态参数**
通过干足迹法采集步态参数并比较，在舒适行走中，步长、跨步长和行走速度在两组间无显著差异（所有p>0.18）。站立时，扁平足组的站立宽度显著大于正常组（19.67±2.32 vs. 17.22±2.38 cm，+14%，p=0.008）；舒适行走时，扁平足组步宽也显著增大（10.06±2.65 vs. 8.18±2.07 cm，+23%，p=0.040，未校正）。但经Holm-Bonferroni校正后这两项差异均不再显著。在快走时，扁平足组的步频显著降低（125.84±6.61 vs. 133.99±6.92 步/分钟，-6%，p=0.003），且在校正后仍具有统计学显著性，是唯一显著的组间差异。
**讨论与结论**
讨论部分指出，前进参数（步长、跨步长、速度）在两组间的一致性表明，穿着智能鞋垫时前向推进能力相似；而扁平足组更宽的站立/步宽提示可能存在代偿性策略以维持稳定性。然而，由于仅在穿着智能鞋垫条件下测试，且无裸足或中性鞋垫对照，不能将这种相似性归因于鞋垫的治疗效果。被动矫形支撑可能不足以改变长期形成的神经肌肉适应，未来需结合主动步态再训练。研究局限性包括样本量小、干足迹法缺少动力学数据、云平台上传间隔较长、以及测试环境限制等。结论部分总结：该系统以2.94%的平均绝对误差和最大4.
