摘要
三轴加速度计在穿戴设备中已经比较常见,但不少应用仍以计步和活动总量为主。加速度信号里同时有重力分量、身体运动、佩戴松动和个体差异,处理不当时同一个动作在不同人身上会呈现不同波形。如果缺少信号质量检查、事件级特征和个体基线,监测结果就容易只显示数值,说明这些数值在什么条件下具有健康含义的意义不大。
使用三轴加速度计作为穿戴设备,梳理它能够支持的运动感知和数字健康监测任务,讨论可提前识别或预防的风险,具有很强的研究意义。本篇论文不采集新样本,也不报告虚构的样本量和统计结果。采用叙述性文献整合,围绕步态分析、活动识别、久坐行为、跌倒风险和神经运动症状监测,归纳公开研究中的信号处理与验证方式。指标上主要看步态周期与步间变异,也看左右对称性和活动强度分布,连续静止时长以及冲击后姿态变化等。同时考察佩戴位置与采样率,量程和标签质量,以及跨设备泛化对结论的影响文献中的指标需要与动作捕捉、测力台、视频标注或临床量表对照,相关性不能直接当作因果。
文献中较具体的应用靶点集中在步态特征上,步态节律和步幅时间以及左右对称性的细小变化,往往在功能衰退或跌倒事件之前就已形成可追踪的周或月趋势。坐站转换、摆臂幅度和震颤频带功率等特征,低强度、碎片化日常活动的累积模式,能够从原始波形预处理开始,依次做事件检测和特征建模,最后落到健康解释上;指标上主要看步态周期与步间变异,也看左右对称性和活动强度分布,连续静止时长以及冲击后姿态变化等。同时考察佩戴位置与采样率,量程和标签质量,以及跨设备泛化对结论的影响阈值,现有条件仍受标签稀缺与跨设备泛化不足的限制,长期依从性不清和临床金标准对照不充分也构成限制。受学校条件限制,本研究未能开展临床实验,也无法进行大规模数据采集与干预验证,全文停留在文献综述与证据整合阶段。
