任 璐 鄧宏明 張曉宇

(1.中國刑事警察學(xué)院，遼寧·沈陽 110854；2.內(nèi)蒙古·呼和浩特 010070)

人體的行走運(yùn)動是在一定生理解剖結(jié)構(gòu)基礎(chǔ)上，經(jīng)過長時間、反復(fù)的模仿、學(xué)習(xí)、訓(xùn)練而形成的一種行走運(yùn)動動力定型。每個人在一定時間內(nèi)自身的行走運(yùn)動特征并不會隨著時間產(chǎn)生明顯的變化，具有良好的穩(wěn)定性。但同時，由于不同人在人體解剖結(jié)構(gòu)方面存在差異，在成長過程中生活環(huán)境不同，以及從事各行各業(yè)對行走步態(tài)所造成的影響，又使得每個人的行走步態(tài)特征不可能完全相同。許多研究表明，由于人體行走步態(tài)的重復(fù)性和獨(dú)特性，基于步態(tài)的人體識別是可行和可靠的(1)Nixon M S, Carter J N. Automatic recognition by gait[J]. Proceedings of the IEEE, 2006, 94(11): 2013-2024. Lin Y C, Yang B S, Lin Y T, et al. Human recognition based on kinematics and kinetics of gait[J]. Journal of Medical and Biological Engineering, 2011, 31(4): 255-263.。通過步態(tài)來識別嫌疑人作為證據(jù)在法庭中使用的里程碑案件是2004年的諾拉格爾案(2)Larsen P K, Simonsen E B, Lynnerup N. Gait analysis in forensic medicine[J]. Journal of forensic sciences, 2008, 53(5): 1149-1153.。在該搶劫案中，銀行入口處的攝像頭拍到了犯罪嫌疑人的步態(tài)。通過對視頻分析發(fā)現(xiàn)嫌疑人步態(tài)的顯著特點(diǎn)：右足處于單支撐期時左足內(nèi)翻。在通過秘密錄像獲得的嫌疑人步態(tài)樣本中也發(fā)現(xiàn)了這一步態(tài)特征，比對分析最終認(rèn)定為同一人。目前，人體行走步態(tài)的研究成果應(yīng)用于諸多領(lǐng)域。在運(yùn)動醫(yī)學(xué)、康復(fù)醫(yī)學(xué)及神經(jīng)學(xué)等領(lǐng)域，分析行走步態(tài)已經(jīng)逐漸發(fā)展成為基礎(chǔ)科學(xué)和臨床研究不可缺少的手段之一，通過對行走步態(tài)進(jìn)行分析，評估行走能力、評價治療效果，實(shí)現(xiàn)人體下肢康復(fù)運(yùn)動評定和行走輔助裝置的設(shè)計(3)黃萍,陳博,劉志宏,許萍.膝關(guān)節(jié)置換后患者的三維步態(tài)特征[J].中國組織工程研究,2018,(35).Zielinska T, Chew C M, Kryczka P, et al. Robot gait synthesis using the scheme of human motions skills development. Mech Mach Theory,2009, 44(3): 541-558.。在人類學(xué)、體育學(xué)、軍事學(xué)等領(lǐng)域中也具有特殊的價值，例如仿生機(jī)器人的設(shè)計、指導(dǎo)體育訓(xùn)練提高運(yùn)動員競技水平等等(4)石俊, 姜壽山, 張欣等.人體步態(tài)研究與仿真的現(xiàn)狀和展望[J].系統(tǒng)仿真學(xué)報,2006,(10).(5)李光輝.足球盤帶連續(xù)突破動作模式及步頻依賴的研究[D].北京體育大學(xué),2016.。有一些人群由于自身存在一些具有特殊性的特征，所以其行走步態(tài)受到學(xué)者們的關(guān)注。這些人群的步態(tài)特征既具有區(qū)別于其他人群的特定性，同時又具有該類人群步態(tài)特征自身的共性，能夠提供通過步態(tài)來識別該類人群的特征。例如孔祥倫所作的膝內(nèi)翻者步態(tài)生物力學(xué)特征研究(6)孔祥倫.膝內(nèi)翻者步態(tài)的生物力學(xué)特征[D].蘇州大學(xué),2015.，該研究成果中表明，膝內(nèi)翻者與非膝內(nèi)翻者在步態(tài)特征上的差異，表現(xiàn)在膝內(nèi)翻者在行走時軀干左右晃動明顯，步角明顯小于正常者的步角，支撐相膝關(guān)節(jié)的最大內(nèi)翻角度顯著增大，同時伴有踝關(guān)節(jié)外翻。利用兩類人群行走步態(tài)特征上的差異，能夠?qū)崿F(xiàn)數(shù)字化、自動化、高效地對兩類人群進(jìn)行識別。

為了實(shí)現(xiàn)在人群中自動、快速、準(zhǔn)確地識別出軀干右傾者，本文對軀干右傾者和正常者在正常步速(1.1m/s)下行走的步態(tài)特征時間參數(shù)進(jìn)行分析，探究二者之間存在本質(zhì)性差異的特征點(diǎn)。并通過K-means聚類算法分析各特征點(diǎn)，在識別軀干右傾者中所發(fā)揮的比重，從而為通過行走步態(tài)識別軀干右傾者提供理論支撐和可供選取的特征。

一、實(shí)驗(yàn)設(shè)計

(一)實(shí)驗(yàn)設(shè)備

Codamotion三維動作捕捉分析系統(tǒng)由英國Charnwood Dynamics公司研發(fā)生產(chǎn)，其標(biāo)記點(diǎn)為體積很小的紅外信號發(fā)射器，固定在人體上不會對運(yùn)動產(chǎn)生影響。系統(tǒng)采用主動紅外捕捉的方式，當(dāng)發(fā)射器進(jìn)入紅外捕捉器的采集范圍后就可以被自動識別。

Footscan是由比利時RSscan公司研制的系統(tǒng)足底壓力分析系統(tǒng)，該系統(tǒng)利用機(jī)電一體化和圖像方法進(jìn)行足底壓力分布測量和定量分析，由2m長的測力平板、Footscan3D box、測力臺及其配套軟件組成，測力臺的傳感器分布密度為4個/cm2,采樣頻率126Hz。

(二)實(shí)驗(yàn)對象

隨機(jī)抽選50名中國刑事警察學(xué)院男性在校生，將codamotion三維動作捕捉系統(tǒng)的Marker點(diǎn)(紅外信號發(fā)射器)分別貼在受試者的左側(cè)肩峰和右側(cè)肩峰。實(shí)驗(yàn)開始前，先讓受試者在測試區(qū)內(nèi)多次反復(fù)行走來適應(yīng)實(shí)驗(yàn)環(huán)境，以保證實(shí)驗(yàn)時受試者的行走步態(tài)是正常的、自然的。正式開始實(shí)驗(yàn)時，要求受試者在3m測試區(qū)內(nèi)以正常速度重復(fù)行走10趟，通過目測法對受試者的行走步態(tài)進(jìn)行觀察，對受試者是否符合軀干右傾進(jìn)行登記，其中軀干右傾定義為左肩高、右肩低。對標(biāo)記為軀干右傾的7名受試者行走時肩峰運(yùn)動數(shù)據(jù)進(jìn)行量化，分析受試者在一個步態(tài)周期內(nèi)肩峰高度的變化情況。在行走過程中軀干左右晃動會導(dǎo)致肩峰數(shù)據(jù)不穩(wěn)定，排除軀干左右晃動的2名受試者后共選取5名軀干右傾者作為本實(shí)驗(yàn)的受試者。量化后得到軀干右傾組左肩峰高度與右肩峰高度差值(M±SD)為43±10.1mm，正常組兩側(cè)肩峰高度差值(M±SD)為7.74±3.46mm。

隨機(jī)抽選上述正常組中5名學(xué)生作為本實(shí)驗(yàn)的正常組受試者，即本實(shí)驗(yàn)共選取中國刑事警察學(xué)院男性在校生10名，其中實(shí)驗(yàn)組為軀干右傾組，共5名受試者，對照組為正常組，共5名受試者。受試者的自然情況列于表1，實(shí)驗(yàn)組(軀干右傾組)與對照組(正常組)之間各項基本指標(biāo)差異無統(tǒng)計學(xué)意義(P>0.05)。

表1 受試者自然情況(M±SD)

(三)實(shí)驗(yàn)方法

在人類步態(tài)生物力學(xué)的大量研究中，步速是行走步態(tài)其中一個重要的影響因素。有大量文獻(xiàn)表明，改變步行速度會影響雙足運(yùn)動的基本生物力學(xué)特性，如肌肉活動、時空參數(shù)、關(guān)節(jié)運(yùn)動學(xué)參數(shù)、動力學(xué)特征等等(7)Schwartz M H, Rozumalski A,Trost J P. The effect of walking speed on the gait of typically developing children[J]. Journal of biomechanics,2008,41(8): 1639-1650.，步速的加快會引起支撐相所占百分比的減小(8)王勁松,王令軍,王婷等.不同步速下人體步態(tài)規(guī)律的測量與研究[J].傳感器與微系統(tǒng), 2008，(09).。增加行走速度通常是通過增加步頻和步長來實(shí)現(xiàn)的，Ardestani MM(9)Ardestani MM,Ferrigno C,Moazen M,et al.From normal to fast walking:Impact of cadence and stride length on lower extremity joint moments[J].Gait Posture,2016,46(2): 118-125.等人的實(shí)驗(yàn)就是通過三種方式來調(diào)節(jié)步速的，分別為通過增加步頻來提高步速，通過增加步長提高步速，以及同時增加步頻和步長來提高步速。其實(shí)驗(yàn)結(jié)果表明，只通過增加步頻來提高步速的受試者下肢關(guān)節(jié)力矩變化不大，相反地，只要改變步長就會導(dǎo)致受試者運(yùn)動關(guān)節(jié)角度顯著改變。因此，為了盡可能減少其他因素對人體關(guān)節(jié)運(yùn)動情況的影響，本實(shí)驗(yàn)在保證受試者不改變步長的情況下，通過改變其步頻將受試者們的步速大致控制在1.1m/s左右。

根據(jù)陳龍偉(10)陳龍偉,王玨,高琳等.正常青年人步態(tài)時空和運(yùn)動學(xué)參數(shù)的可靠性分析[J].中國體育科技,2012,(02).等人的實(shí)驗(yàn)結(jié)果得知，同一人重復(fù)行走4 次能使時空參數(shù)達(dá)到較高的可靠性，重復(fù)行走6次能使運(yùn)動學(xué)參數(shù)達(dá)到較高的可靠性。為了使得實(shí)驗(yàn)數(shù)據(jù)更加可靠，本實(shí)驗(yàn)10名受試者以正常步速1.1m/s通過3米的測試區(qū)，每名受試者行走10趟。

(四)特征選取

1.足底區(qū)域劃分

根據(jù)Footscan足底壓力分析系統(tǒng)自有劃分方法，將足底區(qū)域劃分為10個區(qū)域(如圖1所示)，分別為：T1(拇趾區(qū))、T2-T5(第2～5趾區(qū))、M1(第一跖骨區(qū))、M2(第二跖骨區(qū))、M3(第三跖骨區(qū))、M4(第四跖骨區(qū))、M5(第五跖骨區(qū))、MF(足弓區(qū))、HM(足跟內(nèi)側(cè)區(qū))以及HL(足跟外側(cè)區(qū))。由于本實(shí)驗(yàn)中受試者是穿鞋行走，測力臺對第2～5趾的識別并不敏感，因此本實(shí)驗(yàn)不對第2～5趾區(qū)域的數(shù)據(jù)進(jìn)行研究。

2.時間參數(shù)

步態(tài)周期是指從一側(cè)足跟著地開始，到該側(cè)足跟再次著地為止，所經(jīng)過的時間。國內(nèi)外大部分研究會把步態(tài)周期劃分為支撐相和擺動相兩個基本階段。支撐相是指從一側(cè)足跟著地到該側(cè)足趾離地所經(jīng)歷的時間段，在這段時間中該側(cè)足一直與地面接觸，因此稱為支撐相。支撐相又包括足跟著地期、足跖著地期、支撐中期、足跟離地期以及足趾離地期。擺動相是指從一側(cè)足趾離地到該側(cè)足跟著地為止所經(jīng)歷的時間，擺動相時期該側(cè)足不與相地面接觸。

圖1 足底區(qū)域劃分

Footscan足底壓力分析系統(tǒng)測力臺一共可以記錄人體行走時的三步，即當(dāng)左足先踏上測力臺時記錄的左足-右足-左足，或右足先踏上測力臺時記錄的右足-左足-右足，故在測試區(qū)內(nèi)行走1趟可以得到1個步態(tài)周期的數(shù)據(jù)。通過Footscan分析系統(tǒng)獲取，SPSS進(jìn)行處理，得到本實(shí)驗(yàn)的時間參數(shù)，共選取一個步態(tài)周期的時間、單支撐相時間(在一個步態(tài)周期內(nèi)，只有一側(cè)足與地面相接觸的時間)、雙支撐相時間(在一個步態(tài)周期內(nèi)，兩側(cè)足同時與地面相接觸的時間)，擺動相占整個步態(tài)周期的百分比，足底各區(qū)域達(dá)到壓力峰值的時間差，除了雙支撐相時間外，其他參數(shù)特征均區(qū)分左、右足。

二、結(jié)果與討論

借助SPSS 23中Mann-Whitney U檢驗(yàn)法，對軀干右傾組和正常組行走步態(tài)的時間參數(shù)進(jìn)行對比研究。Mann-Whitney U檢驗(yàn)法又稱為威爾科克遜等級之和檢驗(yàn)，是一種獨(dú)立樣本的非參數(shù)檢驗(yàn)方法。由于軀干右傾組與正常組可以認(rèn)為是兩組獨(dú)立樣本，其行走步態(tài)的時間數(shù)據(jù)不知道服從何種分布，因而使用兩獨(dú)立樣本的非參數(shù)檢驗(yàn)進(jìn)行分析。當(dāng)檢驗(yàn)結(jié)果中顯著性水平小于0.05時，拒絕原假設(shè)，即二者之間的行走步態(tài)數(shù)據(jù)存在顯著性差異。

(一)時間參數(shù)數(shù)據(jù)與處理

關(guān)于軀干右傾組與正常組行走步態(tài)的一個步態(tài)周期的時間(左、右足)，單支撐相的時間(左、右足)，雙支撐相的時間，擺動相占整個步態(tài)周期百分比(左、右足)的統(tǒng)計結(jié)果(如表2所示)。

每名受試者每次行走時，首次與測力臺接觸的時間不同且無法控制，因此在研究足底各區(qū)域達(dá)到壓力峰值的時間時，采用差值計算法來減少其他因素造成的影響。將軀干右傾組與正常組足底其他8個區(qū)域達(dá)到壓力峰值的時間，分別與足跟外側(cè)達(dá)到壓力峰值的時間做差值，其統(tǒng)計結(jié)果(如表3所示)。

表2 軀干右傾組與正常組步態(tài)周期相關(guān)參數(shù)數(shù)據(jù)(M±SD)

表3 軀干右傾組與正常組足底各區(qū)域達(dá)到壓力峰值的時間數(shù)據(jù)(M±SD)

借助Mann-Whitney U檢驗(yàn)法對軀干右傾組與正常組行走步態(tài)的一個步態(tài)周期的時間(左、右足)，單支撐相的時間(左、右足)，雙支撐相的時間，擺動相占整個步態(tài)周期百分比(左、右足)進(jìn)行對比研究，其分析結(jié)果(如表4所示)，二者之間足底各區(qū)域達(dá)到壓力峰值時間差的對比分析結(jié)果(如表5所示)。

表4 軀干右傾組與正常組步態(tài)周期相關(guān)參數(shù)對比結(jié)果

表5 軀干右傾組與正常組足底各區(qū)域達(dá)到壓力峰值的時間差分析結(jié)果

(二)分析與討論

在步態(tài)周期相關(guān)參數(shù)中，根據(jù)表4的對比結(jié)果可知，軀干右傾組在單支撐相時間(左、右足)，雙支撐相時間以及擺動相占整個步態(tài)周期百分比(左、右足)這5個參數(shù)特征上與正常組具有顯著性差異。從表2的數(shù)據(jù)中也可以明顯看出，軀干右傾組的左、右足單支撐相時間要比正常組的時間短，左、右足擺動相占整個步態(tài)周期百分比要比正常組的值偏小，相應(yīng)的雙支撐相的時間要比正常組的時間長。在王勁松(11)王勁松,王令軍,王婷等.不同步速下人體步態(tài)規(guī)律的測量與研究[J].傳感器與微系統(tǒng), 2008，(09).等人的研究成果中，隨著步速的增加支撐相所占百分比會減小，也就是說擺動相占整個步態(tài)周期的百分比會增加。而本實(shí)驗(yàn)是在控制步速為1.1m/s的情況下進(jìn)行的，因此軀干右傾組的上述時間參數(shù)中所表現(xiàn)出的差異性與步速這一因素?zé)o關(guān)。

在足底各區(qū)域達(dá)到壓力峰值的時間差上，根據(jù)表5的對比結(jié)果可知，二者在右足第三跖骨區(qū)和第四跖骨區(qū)域達(dá)到壓力峰值的時間差上，具有顯著差異。從表3的數(shù)據(jù)中可以看出，軀干右傾組足底各區(qū)域達(dá)到壓力峰值所用的時間，要比正常組足底各區(qū)域達(dá)到壓力峰值所用的時間短。這也與表2中所反映出的軀干右傾組左、右足支撐相占比，比正常組小相互對應(yīng)。另一方面，在表3中可以發(fā)現(xiàn)，軀干右傾組左足和右足的第四跖骨區(qū)和第五跖骨區(qū)之間，達(dá)到壓力峰值所用的時間存在差異，左足的第四跖骨區(qū)和第五跖骨區(qū)達(dá)到壓力峰值所用的時間，要比右足所用時間長大約0.1s。說明軀干右傾者右足第四跖骨區(qū)和第五跖骨區(qū)域，比左足的相應(yīng)區(qū)域更容易受到壓力。

(三)聚類分析結(jié)果

借助K-means聚類算法，對上述篩選出的二者之間具有差異性的參數(shù)特征，進(jìn)行聚類分析。分別計算出按照單一特征聚類和融合特征聚類分析的正確率，探究在識別軀干右傾者中各單一特征和融合特征所發(fā)揮的比重。二者行走步態(tài)時間參數(shù)上具有差異性的參數(shù)特征分別為：單支撐相時間(左、右足)、雙支撐相時間、擺動相占整個步態(tài)周期百分比(左、右足)，以及右足第三跖骨區(qū)、第四跖骨區(qū)域達(dá)到壓力峰值的時間差，其聚類分析結(jié)果(如表6所示)。可以得出識別準(zhǔn)確率最高的參數(shù)特征是左右足擺動相占整個步態(tài)周期的百分比，其次是雙支撐相時間。

表6 單一特征和融合特征聚類分析結(jié)果

三、總結(jié)與展望

本文借助Codamotion三維動作捕捉系統(tǒng)，對軀干右傾者行走時肩峰的運(yùn)動情況進(jìn)行了量化。借助Footscan足底壓力分析系統(tǒng)，采集并分析了5名軀干右傾者和5名正常者，在正常步速1.1m/s下行走時步態(tài)的時間參數(shù)。實(shí)驗(yàn)結(jié)果表明，在青年男性中，軀干右傾者的行走步態(tài)時間參數(shù)，在單支撐相時間(左、右足)、雙支撐相時間、擺動相占整個步態(tài)周期百分比(左、右足)，以及右足第三跖骨區(qū)、第四跖骨區(qū)域達(dá)到壓力峰值的時間差上，與正常者的行走步態(tài)時間參數(shù)存在顯著性差異。并通過K-means聚類算法計算出，按照左右足擺動相占整個步態(tài)周期的百分比，來識別這兩類人群的準(zhǔn)確率是最高的，為84%。這為通過行走步態(tài)數(shù)據(jù)來識別軀干右傾者，提供了理論依據(jù)和可以選擇的特征。

然而本文在受試者的選取方面，選擇了身高、下肢長度和體重均相近的青年男性。在接下來的研究工作，還需進(jìn)一步擴(kuò)大受試者的范圍，使得研究結(jié)論更具有普遍性。同時本文只是對軀干右傾者行走步態(tài)的時間參數(shù)進(jìn)行了研究，還可以對其行走步態(tài)的力學(xué)參數(shù)進(jìn)行研究，進(jìn)而完善軀干右傾者行走步態(tài)的生物力學(xué)特征。另一方面，可以將軀干右傾者行走步態(tài)的生物力學(xué)參數(shù)，與足跡分析相結(jié)合，從而實(shí)現(xiàn)通過足跡識別軀干右傾者。