三維步態分析對下肢生物力學變化的重測信度研究

王鐵強，王晶，張旻，王學宗，趙詠芳

步態分析是通過生物力學手段了解人體在行走過程中下肢各個關節運動學，動力學及肌肉的變化，進而指導疾病的評估及治療的一種技術手段。該技術除了可用于臨床診斷外也可用于療效評估以及相關治療的機理研究[1]。近年來，隨著生物力學采集技術的不斷改進以及反向動力學模型的不斷完善，三維步態技術已大量的運用于各類疾病的診斷、評估及治療[2-3]，然而，影響三維步態分析結果的因素有許多，包括：實驗室的設置(系統坐標原點及測力臺的設定)，下肢運動學模型的選擇[3-4]，實驗室工作人員對于下肢骨性標志位置的掌握程度以及測試過程中反光球貼點的一致性等[5]。任何測試方法運用于臨床前都需要測試其信度，測試方法的可信度越高，越有利于發現臨床上重要指標的細微變化。為此，本研究以健康人群為研究對象，測試三維步態分析系統在評估人體步行過程中下肢生物力學指標的信度，為今后將三維步態分析技術運用于不同疾病的臨床療效評估，治療方法的比較，以及干預措施的選擇提供可靠的依據。

1 資料與方法

1.1 一般資料 2017年9月～2017年11月，選取上海中醫藥大學在讀碩士研究生以及上海中醫藥大學附屬曙光醫院工作人員共13名健康志愿者作為研究對象。其中男性11名，女性2名，平均年齡(27.64±2.98)歲，平均身高(174.18±8.84)cm，平均體重(73.36±14.55)kg。所有受試者均在簽署知情同意書后進行測試。納入標準：年齡18～40歲；近3個月無下肢外傷史；未患有影響步態的神經肌肉疾病；意識清楚能夠主動配合完成測試。排除標準：患有其他可導致步態異常的神經肌肉骨骼疾病者；不愿意主動配合測試者。

1.2 方法 本研究采用的設備為英國VICON三維步態分析系統(Nexus 1.85, UK)，配有16臺Vicon T40s紅外線高速攝像機(采集頻率100Hz)，4塊AMTI三維測力臺(AMTI OR6 Series，USA)(采集頻率1000Hz)以及NORAXON (Telemyo DTS, USA)，16通道無線表面肌電圖。 模型下肢運動學，動力學模型采用Cast下肢反向動力學模型，所用靜態光標包括左右股骨大轉子、股骨內外上髁、內外側踝、第1，2，5跖骨頭、足跟、髂前上棘、髂后上棘、髂棘。5組動態Clusters 追蹤光標分別置于雙側大腿、小腿外緣、及骨盆后側處[3]。下肢肌肉選取雙側脛前肌、腓外肌、腓內肌、股外肌、股內肌、股二頭肌(長頭)、半腱肌[6]。實驗數據采集：受測者在進行生物力學測試前進行身高、體重、年齡、性別等基本信息記錄，隨后將44個被動光標按照Cast模型貼點方式放置在受測者的骨性標志上，并將14組表面肌電電極置于相應位置，囑受測者以解剖位站姿建立靜態模型(Static Model)，而后囑受測者進行5～15次步行適應練習，調整相應步行測試起點，確保受測者以自然步行狀態經過測力臺區域時能夠達到每次一側足部只接觸一塊測力臺(不得有雙側足部同時接觸同一測力臺，或一側足部不充分接觸測力臺)。隨后開始正式步態測試，并記錄10次有效運動數據(Dynamic trials)。首次測試結束后囑受試者于1周內保持一般活動量，并于1周后約同一時間復測。采集完原始數據后，在Vicon Nexus 1.8.5系統內對所有光標進行標記，隨后刪除雜點，并輸出為C3D格式文件至Visual 3D軟件(Version 6.01.16, C-Motion, USA)進行處理。光標數據采用6Hz低通濾波過濾。測力臺，關節力矩數據采用25Hz低通濾波過濾。表面肌電圖數據采用20Hz高通濾波過濾，隨后進行水平翻轉并采用6Hz低通濾波過濾得到平滑曲線，最后將所有數據輸出為ASCII格式文件。 數據選取雙側膝關節，髖關節，踝關節在矢狀面，冠狀面上的運動學，動力學參數、地面反作用力、以及雙側脛前肌、腓外肌、腓內肌、股外肌、股內肌、股二頭肌(長頭)、半腱肌在步行過程中收縮的波幅峰值(mV)作為觀察指標。

1.3 統計學方法 使用SPSS 16.0 (IBM Corporation, USA)以及Microsoft Excel 2016版軟件進行數據處理與統計分析。受測者在不同時間段的步速，下肢運動學，動力學及表面肌電圖重復測試結果一致程度采用組內相關系數(Intraclass Correlation Coefficient, ICC)進行比較，用以評估測試的相對信度。其中ICC值≥0.75被認為可信度很好，0.60≤ICC<0.75認為可信度較好，0.40≤ICC<0.60認為可信度可，ICC<0.40則認為可信度低[7-8]。采用測量標準誤(standard error of measurement, SEM)衡量下肢運動學，動力學及表面肌電圖的絕對信度。其中SD(All)為前后兩次測試結果的標準差。得到SEM數值后，將其除以兩次測試的平均值，隨后以百分比的形式記錄，SEM%=(SEM/mean)×100[9]。

2 結果

本研究采用ICC進行重復測試的相對信度研究，結果顯示:步速重復性(ICC:0.93)，絕對信度(SEM%:2.27)較好，見表1。髖關節、膝關節、踝關節在矢狀面，冠狀面上最大運動角度及力矩均呈現良好的重復性(ICC:0.78～0.95)及絕對信度(SEM%:4.18～21.82),見表2，3；地面反作用力垂直方向，內側方向及前后方向重復性(ICC:0.91～0.95)，絕對信度(SEM%:1.70～16.67)較好，見表4；股外肌、股內肌、半腱肌、股二頭肌(長)、脛前肌、腓內肌、腓外肌肉表面肌電波幅峰值也均呈現出較好的重復性(ICC:0.88～0.96)及絕對信度(SEM%:8.00～11.11)，見表5。

表1 時間空間參數測試結果

完整步態周期中的最大關節角度首測(°)重測(°)ICC(95% IC)SEM(°)SEM(%)髖關節屈曲角度27.75±6.6126.52±6.220.91(0.78～0.96)2.137.85髖關節伸角度 -13.33±4.64-14.35±4.640.84(0.63～0.93)1.8413.29髖關節內收角度7.77±2.568.97±2.700.88(0.72～0.96)0.9210.99髖關節外展角度-7.62±3.17-6.11±2.920.92(0.81～0.97)0.8812.82膝關節屈曲角度58.3±4.860.7±6.10.80(0.57～0.91)2.494.18膝關節外翻角度-4.42±2.13-3.91±1.720.90(0.39～0.92)0.6114.6膝關節內翻角度6.47±3.587.71±4.790.93(0.78～0.98)1.1115.6踝關節背屈角度10.96±3.1013.43±2.870.86(0.72～0.94)1.169.51踝關節跖屈角度-19.69±7.85-16.96±7.910.85(0.67～0.93)3.0716.75踝關節內翻角度9.14±3.2710.49±3.390.80(0.55～0.92)1.5015.28踝關節外翻角度-3.93±2.35-3.16±2.380.95(0.86～0.98)0.5314.9

支撐相中最大力矩首測(Nm/kg)重測(Nm/kg)ICC(95% IC)SEM(Nm/kg)SEM(%)髖關節伸力矩 0.96±0.240.91±0.240.86(0.70～0.94)0.044.28髖關節內收力矩0.87±0.180.78±0.170.84(0.62～0.94)0.1821.82膝關節屈膝力矩0.55±0.240.52±0.210.86(0.67～0.94)0.078.79膝關節內收力矩0.38±0.100.37±0.110.78(0.53～0.91)0.025.33踝關節背伸力矩1.47±0.121.55±0.160.89(0.74～0.95)0.053.31踝關節外翻力矩0.17±0.090.16±0.090.86(0.68～0.94)0.0318.18

支撐相中最大地面反作用力首測(BW)重測(BW)ICC(95% IC)SEM(BW)SEM(%)地面反作用力(垂直)1.18±0.091.17±0.070.94(0.84～0.97)0.021.70地面反作用力(內側)0.06±0.020.06±0.010.91(0.78～0.96)0.0116.67地面反作用力(推進)-0.19±0.04-0.19±0.040.96(0.77～0.96)0.015.26地面反作用力(阻礙)0.22±0.040.21±0.030.95(0.88～0.98)0.014.65

步態周期中肌肉收縮峰值首測(mV)重測(mV)ICC(95% IC)SEM(mV)SEM(%)股外肌0.11±0.040.10±0.040.88(0.72～0.95)0.019.52股內肌0.09±0.030.09±0.020.90(0.77～0.96)0.0111.11半腱肌0.13±0.040.12±0.040.89(0.74～0.95)0.018.00股二頭肌(長)0.09±0.030.09±0.040.88(0.73～0.95)0.0111.11脛前肌0.21±0.100.18±0.090.96(0.91～0.98)0.0210.26腓內肌0.23±0.070.22±0.070.93(0.84～0.97)0.028.89腓外肌0.26±0.120.24±0.100.92(0.81～0.97)0.028.00

ICC：組內相關系數；SEM：測量標準誤；MDC：最小可檢測變化

3 討論

近年來隨著反向動力學模型的不斷完善以及三維運動捕捉技術的不斷進步，三維步態分析技術在科研及臨床上的應用越來越廣泛[2-4]。然而，三維步態分析技術結果的可靠性受較多因素的影響，如：下肢反向動力學模型的選擇，實驗室的設置(三維測力臺的參數設定，紅外線攝像機在三維空間內坐標的校準)，以及研究人員對下肢骨性標志位置的掌握程度以及測試過程中反光球貼點的一致性等[5]。因此，在實驗室建立過程中，下肢生物力學參數重測信度顯得尤為重要。然而，迄今為止，國內還尚未有同時測定下肢運動學，動力學，地面反作用力，表面肌電信號重復性的相關研究報道，因而，下肢生物力學參數的重測信度的研究顯得極為迫切。

已有研究顯示，步速的變化會對下肢關節的運動學及動力學及地面反作用力參數產生影響。步速越高，步行時的最大關節角度，關節力矩及地面反作用力也隨之增高[10]。本實驗結果表明，兩次測試時受測者的步行速度重復性較好ICC(0.93)，因此，其運動學，動力學，地面反作用力及表面肌電信號參數具有可比性。常見的下肢反向動力學模型包括有Helen Hayes(HH)和Cast模型[11-12]，但兩者之間存在較大的差異。早期的步態分析設備由于紅外線攝像頭像素較低，無法準確的分辨兩個距離較近的光標，因而，步態分析檢測往往使用HH模型。該模型的特點是使用光標較少，且光標之間距離較遠。然而，由于該模型僅僅使用一個追蹤光標代表一個剛體在三維空間的自由運動，因此，只能進行三度自由運動的測試(Three degrees of freedom, 3DoF)，即在X，Y，Z三軸上的運動，而無法準確計算圍繞X，Y，Z三軸的運動：α，β，γ，因此，無法計算剛體在三維空間中的六度自由運動軌跡(Six degrees of freedom, 6DoF)[11]。之前已有研究證實使用HH模型會產生較大的誤差[13-14]。本研究采用Cast下肢反向動力學模型進行測試，研究結果顯示：矢狀面，冠狀面的運動學，動力學及地面反作用力參數均呈現良好的重復性ICC(0.76～0.96)[7]。這與Kadaba等[15]的研究結論相吻合。然而，Kadaba等[15]對40名健康人在正常步行過程中的下肢運動學，動力學及表面肌電信號進行重測信度研究時采用多重相關系數(coefficient of multiple correlation, CMC)進行比較，而該方法存在一個顯著的缺點，即容易受到測量參數本身大小的影響，如膝關節在矢狀面上的最大屈曲角度較大，則該變量的CMC數值相對較高，而膝關節在冠狀面上的內外翻角度較小則CMC較小，因此，相較于Kadaba[15]的研究，本研究的結果顯得更為可靠。

運動學參數除了有著較好的重復性外，前后兩次測試平均值差異最為顯著的為踝關節最大跖屈角度(2.73°)，雖然有部分學者認為運動學參數重復性測試兩次差異應<2°為佳[16]， 但絕大部分研究結果提示兩次測試間的差異在2°～5°屬于可接受范圍[17-18]。

除了運動學參數外，兩次測試的動力學參數具有良好的重測信度ICC (0.78～0.89)，Nagano等[5]發現，確定下肢各個關節中心的光標點的位置準確與否將對下肢運動學參數產生巨大的影響，他們通過軟件對確定膝關節中心的骨性標志點模擬后發現，在貼點過程中光標在原有的位置向前挪動1cm，膝關節在冠狀面上的動力學參數可增加14.7%。而本研究發現兩次測試動力學參數除了具有較好的重復性外，膝關節冠狀面力矩差異也僅為2.7%，這一結果表明研究人員已充分掌握CAST模型光標貼點位置，且在兩次測試間能保持較好的一致性。

相較于運動學和動力學參數，地面反作用力具有更好的重復性(0.91～0.96)，與以往的研究[15]相符。這是由于地面反作用力的變化僅與反向動力學模型的選擇，貼點的準確性，一致性等無關，而僅與受測者步行時的速度有關，因而相對于其他參數，其重復性往往較高。

除了運動學、動力學和地面反作用力外，本實驗的下肢肌肉表面肌電信號重復性也較好(ICC 0.88～0.96)這除了與本實驗采用更高頻率的低通濾波截止頻率(20Hz)進行濾波外，還可能與采用無線表面肌電圖有關。以往的研究都采用有線表面肌電圖，較長的數據傳導線會對受測者的步行產生一定的阻礙[15]，因此，可能影響最終的結果，而采用無線表面肌電圖后，盡可能的減小了由于儀器所產生的誤差，因此，重復性更佳。以往的研究表明[19]，若SEM%<15%為可接受范圍，本研究運動學，動力學，地面反作用力，表面肌電信號SEM%(為1.70%～21.82%)，除髖關節內收力矩(21.82%)，踝關節外翻力矩(18.18%)及地面反作用力內側方向(16.67%)略高于參考范圍外，其余均在標準范圍內，因此，提示三維步態分析結合表明肌電圖可用于人體步行時下肢生物力學的評估。

綜上所述，三維步態分析結合三維測力臺及無線表面肌電圖在評價人體步行過程中下肢關節的運動學、動力學、地面反作用力，及表面肌電信號時具有良好的重復性，這將有助于對不同患者步行功能進行精確的量化評估，也可用于檢測患者在步行過程中下肢各個關節在矢狀面、冠狀面、水平面上所承受的應力，及相應肌肉的收縮時序等。使用三維步態分析技術除了可用于臨床診斷外也可為療效評估以及相關治療的機理研究提供更精確可靠的數據和理論基礎，因此值得進一步推廣。