步態分析系統（運動足印姿態分析系統）

一、實驗介紹

動物在運動神經中樞缺損的情況下，會對動物的運動步態產生細微的影響。可用于評價神經創傷，神經疾病，以及疼痛癥狀群的動物模型。用于運動神經缺損評價，可對帕金森癥、阿茲海默癥、ALC、脊索損傷，神經性疼痛，關節炎，中風，帕金森病，運動失調，腦損傷，外周神經損傷、關節炎、神經肌肉及骨骼肌肉疾病進行評價

步態分析系統基于原有足跡分析方法(footprint analysis)，運用新技術對足印分析法進行了改進，通過足印圖像增強技術采用高速攝像機可以清晰地采集大小鼠行走過程的足印信息，然后利用自動識別分析大小鼠足跡的步行周期、支撐距離、支撐時長、擺動時長、制動時長、推進時長、步頻等60余種指標，以此客觀、準確和全面地反映動物步態的變化情況。而且集數據采集、監測、分析、統計處理、繪圖制表、打印輸出于一體，避免繁重的人工勞動，極大提高實驗的自動化程度。

二、技術規格

1. 采用 Acrylonitrile Butadiene Styrene,High-density foam, Wave crest sponge，聚甲基丙烯酸甲酯板、丙烯腈-丁二烯-苯乙烯共聚物等材質制作，無毒無氣味，拆卸方便，易清洗。

2. *采用進口冷光源高速相機 640×480，120fps，1/4"CCD

3. 封閉式的步行臺，對動物不采取任何強迫措施，能夠準確地評估動物的腳步和步態，從而獲得自然步態。

4. 走道寬度可調

5. 腳印光亮折射技術，綠色熒光足跡能夠捕獲真正的（真實和動態的）足印

6. 可測量動物的體重分布從而獲得腳步的壓力差異。

三、軟件介紹

1. 采用實驗用戶與訪客登錄設計，實驗用戶實驗均需輸入密碼方可進入用戶可設置彼此獨立的實驗數據文件，實驗數據資料便于儲存管理；

2. 采用*進的Image Denoising、VACA、subtraction、Binarization algorithm、Edge measurement等技術，確保實驗數據穩定可靠，三點跟蹤算法，可識別頭身尾三個部分，排除尾巴身體接近物體的誤識別。智能識別身體大小、頭、尾、四肢、中心，實時跟蹤。

3. 自定義指標模式，根據您的需求隨時自定義程序系統。

4. 足跡交互識別系統，可提示手動標記系統識別模糊的足跡

5. *軟件支持RadioPowerOn功能

6. 高級步態分析：該系統可以根據每個足印的大小尺寸，位置，壓力計算出大量的參數，用于定性和定量地分析單個腳步和步態

7. 采用軟件控制，通過冷光源攝像機檢測動物腿部的足底，計算動物步態行走情況，無需人為監控被測對象，便可隨時自動記錄試驗數據，并評價處理前后（如給藥前后、手術前后）的效果，

8. 支持實時/離線分析，

9. 實驗結果可以直接導入到Excel 電子表格，供用戶事后作進一步的分析處理，

四、實驗指標

1、單個足印：腳印面積，懸空和觸地時間 ,觸地速度，支撐時相比，壓力

2、 腳印之間的距離:腳間距離，步周長，同側腳印間的距離

3、 足印間的時間關系：單位時間腳步數，支撐方式，步序，時相延遲，行走速度

4、交互式腳印測量功能：遠趾端開口距、近趾端開口距、腳印長度、腳爪朝向