健康年轻人在受控速度行走过程中的下肢运动学、动力学及肌电图数据

研究背景

行走是人类最常进行的运动任务，但神经系统疾病会影响健康人的步态。机器人辅助设备可用于帮助运动障碍患者进行步态康复，其控制架构需要参考轨迹，通常从健康用户自选速度的公共行走数据集获取。然而，下肢受损患者行走速度较慢，速度差异可能影响参考轨迹在机器人设备中的应用以及病理与健康步态模式的区分。此外，理解体重和身高对下肢生物力学参数的影响，对确定步态模式变化至关重要。目前多模态行走数据集较少，且存在诸多不足，如不提供原始数据、仅涵盖健康自选速度、缺少 EMG 数据等。本研究提供的多模态行走数据集，包含多参数数据，涵盖多种控制速度，有助于相关研究的开展。

方法

参与者：通过邮件在米尼奥大学校园招募健康参与者，依据一系列纳入标准筛选出 16 名（8 男 8 女）参与者。参与者需健康无损伤、年龄超 18 岁、体重 45 – 90 kg、身高 1.50 – 1.90 m，实验前签署知情同意书。
实验过程：参与者先测量身体参数，放置 EMG 传感器并进行最大自主收缩（MVC）测试，之后固定反光标记点。运动捕捉系统相机校准、力平台检查后，进行站立静态校准试验。随后，参与者按节拍器指示，在 10 米平坦表面以 7 种速度各进行 10 次直线行走试验，每次试验间休息 5 分钟。若参与者看到力平台或在同一力平台有两次接触，该试验被拒绝。
数据采集与分析：用 Qualisys Track Manager 软件预处理反光标记点坐标，人工检查标记点标注和缺失情况并插值处理。使用 Visual3D 软件确定关节中心、计算下肢关节和骨盆段的三维角度和扭矩，对相关数据进行滤波处理。通过自动检测和人工修正确定脚跟撞击事件，将数据分割为单个步态周期并归一化到 1001 个样本，最终得到处理后数据。

数据说明

数据存储：所有数据文件存于 figshare，分为 ASCII、.c3d 和.mat 文件三类，按参与者 ID 分文件夹存储，每个文件夹下包含原始数据、处理后数据文件夹及 Metadata.txt 文件。

数据内容
  原始数据：按速度分文件夹存储，包含压力中心、EMG 信号、GRF、FPMs、标记点轨迹等数据，以 ASCII 和 *.c3d 格式保存，MAT 文件以 *.mat 格式保存。
  处理数据：同样按速度和腿部分文件夹，包含步态周期归一化后的关节角度、扭矩、GRF、滤波后 EMG 信号和 EMG 包络数据，以 ASCII 和 *.mat 格式保存。
  元数据：Metadata.txt 文件记录参与者的 ID、年龄、性别、身高、体重、腿长和脚长等信息。