2022步态分析在帕金森病识别、鉴别诊断与评估中的应用(全文)VIP免费

2022步态分析在帕金森病识别、鉴别诊断与评估中的应用（全文）摘要帕金森病是一种具有特征性运动症状的神经系统变性疾病，由于其疾病负担日益加重，在全球范围内都受到广泛关注。目前其诊断、鉴别诊断、病情及疗效评估等较多依赖医务人员的临床经验及患者方的主观感受，缺乏客观定量的评判标准。步态分析通过采集步行周期中的时间-空间参数，能将步态异常量化，为帕金森病的早期识别、病情进展的准确发现、治疗方案的合理选择等提供了新的思路。未来随着步态分析技术的进一步完善与成熟，该方法或许将成为帕金森病诊治过程中不可或缺的重要手段。帕金森病（Parkinson′sdisease）是一种常见于中老年的神经系统变性疾病，常隐匿起病，缓慢进展，其特征性病理改变为黑质多巴胺能神经元进行性退变减少和路易小体（Lewybody）形成，导致纹状体区多巴胺递质减少，进而出现静止性震颤、运动迟缓、肌强直和姿势平衡障碍等特征性运动症状，可伴有便秘、嗅觉减退、睡眠障碍、自主神经功能障碍及精神、认知障碍等非运动症状。近年来，国内外的流行病学调查显示，帕金森病的疾病负担正在日益增加［1］。现阶段对于帕金森病的诊断、病情评估及疗效判断主要基于患者的临床表现。针对帕金森病患者的特征性运动症状，步态分析正在逐渐成为诊断及评估帕金森病的一项有力工具。与依赖于临床医师的经验及判断为主的传统诊断方式相比，步态分析可以提供更加客观的运动学数据。常用的步态分析方法可分为两类：基于视觉的方法和基于传感器的方法［2］。无论采用何种方法，步态分析均围绕步行周期（gaitcycle）展开。步行周期分为站立相（stancephase）和迈步相（swingphase）两个阶段，站立相可进一步分解为5个时期：初接触期（initialcontact）、负荷反应期（loadingresponse）、站立中期（midstance）、站立末期（terminalstance）、迈步前期（preswing），其中前2个时期体现重量接受能力，后3个时期体现单肢支撑能力；迈步相可进一步分解为3个时期：迈步初期（initialswing）、迈步中期（mid-swing）、迈步末期（terminalswing），迈步相反映肢体推进能力。除负荷反应期与迈步前期为双支撑期外，其余6个时期均为单支撑期。对步行周期的量化描述，依赖于提取步行周期中的各项时间-空间步态参数，包括步长（steplength）、步幅（stridelength）、步频（cadence）、步行速度（gaitvelocity）、步长时间（steptime）、步幅时间（stridetime）、单支撑时间（singlesupporttime）、双支撑时间（doublesupporttime）以及步宽（width）等［3］。我们以“帕金森病”“步态”“步态分析”“Parkinson′sdisease”“gait”“gaitanalysis”为主题/关键词，通过中国知网、万方、维普及PubMed、WebofScience数据库，检索国内外发表于2021年2月之前的文献，文献检索语种限定为中文、英文。根据检索到的相关文献内容，将就步态分析的方法及其在帕金森病的识别、诊断与鉴别、疗效评估等方面的进展做一回顾，并对步态分析在帕金森病临床诊治未来发展方向及应用前景进行展望。一、步态分析方法（一）数据采集方法1.基于视觉的方法：基于视觉的方法依赖摄像机获取受试者的运动视频，并从中提取所需的步态参数。它可以分为两大类：一是基于模型的方法，在步行周期中提取人体上特定部位的运动轨迹以获取相关参数；二是基于整体的方法，通过保留行走时人的轮廓来提取姿势线索，直接从步态图像中导出统计信息［4］。现阶段比较成熟的设备，如三维光学运动分析系统（Vicon系统、SMART-D400系统等），通过多方向的数台红外摄像机与固定在受试者全身各部位的数十个红外标记反光球获得运动时躯干及四肢的各类运动信号［5,6］。微软Kinect体感系统是一种体感游戏设备，由红外投影机、彩色摄像头和红外深度摄像头作为收集运动信号的主要部件，可识别人体25个关节点［7,8］。由于其无需在受试者体表固定额外的装置，受试者的依从性和操作简便性都有所提高，在步态分析领域日益受到关注和应用。2.基于传感器的方法：传感器根据其收集的信号不同，可分为惯性传感器（如加速度计）、角速度传感器（如陀螺仪）、压敏传感器等［9］，其中...