论文部分内容阅读
目的
研发一套步态采集与分析系统，并验证其应用于膝关节骨关节炎患者的步态定量记录与分析的可行性及效果。
方法收集2017年4月至2018年10月于门诊19例膝关节骨关节炎（knee osteoarthritis，KOA）患者和19例健康志愿者的步态数据，利用基于深度相机的步态数据记录软件其步态数据。19例膝关节骨关节炎患者中，男9例，女10例，年龄（50.1±9.4）岁；19位健康志愿者中，男8例，女11例，年龄（50.7±10.3）岁。从采集的步态数据中，自动计算静态步态特征如步速、步长、步幅等，以及动态步态特征，并进行统计学差异分析，判断这些定量步态特征与膝关节骨关节炎的相关程度。
结果将深度相机采集的步态数据与Motion Analysis多红外相机系统所采集的数据比较，采集的膝关节夹角的平均角度误差为0.98°，证明了深度相机所记录的步态数据的正确性。KOA组和健康组步态特征的统计学差异分析表明，P<0.05的步态特征包括步速（r=-0.922，P<0.001），步长（r=-0.897，P=0.004），步幅（r=-0.914，P<0.001），左右膝关节夹角动态特征（r=0.775，P=0.001）。
结论基于深度相机的步态采集与分析系统，可准确记录和存储膝关节骨关节炎患者的步态数据，所提取的步态定量特征对于膝关节骨关节炎患者和健康组有统计学差异，能为骨关节步态分析提供帮助。