下肢外骨骼对神经活动调制与步态分类的影响

基于摘要分析。本研究考察下肢外骨骼的不同辅助模式如何改变行走时的脑与肌肉活动，并评估不同条件下训练的 EEG 步态分类器能否迁移至其他辅助模式，为脑机接口（BMI）驱动的机器人辅助步态训练（RAGT）提供实验依据。 研究记录了十名健全志愿者在透明、适应性和完全辅助三种外骨骼模式，以及无外骨骼的地面自由行走条件下的 EEG 与 EMG。作者报告，相比地面自由行走，外骨骼行走在各辅助模式下均引起中央中线区域更强的 mu（8–13 Hz）与低 beta（14–20 Hz）节律调制，并伴随 EMG 模式的显著重组；但不同外骨骼辅助等级之间的神经活动未见显著差异。摘要未说明调制的具体方向，不能据此解释为节律增强或抑制。 作者随后基于不同条件的 EEG 分别训练了四个深度神经网络分类器，用于区分步态摆动期与支撑期。作者报告，各分类器在各自对应数据集上的平均 Accuracy 为 84.13 ± 3.49%；使用透明模式数据训练的分类器，在适应性与完全辅助模式下的 Accuracy 为 78.3 ± 4.8%；使用地面自由行走数据训练的分类器，在外骨骼行走条件下的 Accuracy 为 59.4 ± 11.8%。这些结果支持关注自由行走与外骨骼行走之间的条件差异，但不同辅助等级间未见显著神经活动差异，不等同于已证明各模式完全等效。 摘要未交代网络结构、EEG 预处理与运动伪迹控制、训练测试划分、是否为被试内或跨被试评估，以及误差项的定义；实验协议、消融及统计信息尚未验证。研究对象为健全志愿者，所示分类结果也不能直接视为患者中的闭环 BMI 控制或康复疗效证据。复现时应优先核对数据划分、步态标签生成方式及跨条件测试设置。