神经机械步态特征揭示中风幸存者行走速度调节的整体生物力学反应

中风后步态为何重要

中风后，许多人难以以舒适的速度行走，这限制了他们的独立性和在社区中出行的能力。治疗师常常试图帮助患者提高行走速度，但加快步伐有时会使动作变得不那么平衡或不那么高效。本研究引入了一种新的观察行走的方法，称为“步态特征”，它将关节和神经系统的信息融合为一个整体图景。目标是以整体方式理解改变行走速度如何影响总体行走质量，以及这些认识如何用于个性化康复。

一种新的“行走指纹”

传统的步态分析侧重于单独测量，例如腿部的推动力有多大、足部在身体后方拖得多远，或两条腿之间的不均衡程度。这些单项指标可能会传达互相矛盾的信息：某一项随速度改善，而另一项却恶化。研究者改为训练了递归神经网络——一种擅长处理时序数据的人工智能——来追踪髋关节、膝关节和踝关节在中风幸存者与无神经系统问题成人行走时的运动。研究人员从该网络中提取出紧凑的模式，称为步态特征，它像运动指纹一样总结了每一步中肌肉、神经和力学的综合效应。

比较中风与典型行走

19名曾经中风的参与者和5名无神经损伤的成人在跑步机上以六个速度行走，从自选速度到其最快的安全步速。研究团队将每个人的步态特征与由健康组构建的参考特征进行比较。中风幸存者的起始步态特征明显不同于该参考，反映出其受损的运动能力。然而，随着行走速度增加，他们的特征总体上向更接近健康组的模式转变，这表明更快行走常常会将他们的整体运动朝向更典型的风格推进——即便某些单项度量，例如双腿不对称，不能完全恢复正常。

速度变化揭示隐藏的运动限制

研究发现，随着速度加快时个人步态特征变化的方向包含了特别重要的信息。那些其特征朝向更类似健康组方向变化的中风幸存者通常步速更快、可覆盖的速度范围更宽，并且在受影响一侧腿上产生更强的推动力和踝关节功率。相比之下，仅仅询问一个人在基线时的特征与健康参考有多接近——而不考虑其随速度变化的方式——与临床步行评分的相关性较弱。这表明，当个体在更高速度下调整其运动时所呈现的方式，可能揭示出比起起始模式更重要的潜在神经机械约束，这些约束与恢复更为相关。

捕捉步行质量的全貌

研究者进一步探讨步态特征是否可以替代多个生物力学变量。利用一种将大规模数值模式关联起来的统计方法，他们证明了步态特征的特定成分可以预测一系列理想特征的组合：受侧腿更强的做功、双腿差异更小，以及更少的代偿动作，例如向外摆腿或抬髋。步态特征比单纯的行走速度更全面地捕捉了这些权衡；行走速度主要反映受影响腿的推动力度，而不能充分反映步态的对称性或代偿程度。

这对康复意味着什么

对正在康复的中风患者和为他们提供治疗的临床人员而言，这项工作表明，一个由人工智能得出的单一步态特征可以总结行走随速度变化的复杂方式。治疗师未来或许不再仅根据某人能走多快或少数几个独立测量来调整治疗，而是可以利用步态特征来寻找那个在增强受侧腿使用、维持可接受对称性并最小化代偿之间取得最佳平衡的速度区间。未来，类似工具还可用于跟踪新治疗或训练方案如何影响整体运动质量，从而实现更个性化、更有效的康复。

引用: Rosenberg, M.C., Winner, T.S., Berman, G.J. et al. Neuromechanical gait signatures reveal holistic biomechanical responses to walking speed modulation in stroke survivors. Sci Rep 16, 5040 (2026). https://doi.org/10.1038/s41598-026-35700-5

关键词: 中风步态, 行走速度, 步态康复, 生物力学, 神经网络