视觉剥夺下步态的模块化控制：基于COM与足部轨迹的肌肉模式UCM分析

人类行走依赖于模块化神经控制，该控制将众多肌肉协调为低维的肌肉模式（M-modes）。利用无控制流形（UCM）分析，我们评估了这些模块是否稳定摆动相的任务结果，以及在有视觉和无视觉条件下，COM运动或摆动足轨迹哪一个被优先考虑。十名健康成年人在全视觉（FV）和无视觉（NV）条件下在跑步机上行走。对EMG信号进行因子分解以提取M-modes，并采用基于模式的UCM分析量化了COM和足轨迹的方差成分与协同强度（\(\Delta {V}_{z}\)）。在各条件下一致识别出四个M-modes。在整个摆动相中，协同强度对两个性能变量和两种视觉条件均保持为正值，表明模块化协调具有稳定作用。未发现视觉条件或性能变量对\(\Delta {V}_{z}\)的总体主效应，但阶段（p < 0.01）以及所有二阶和三阶交互作用均显著（p < 0.001）。这些交互作用表明，在NV条件下，两个性能变量的\(\Delta {V}_{z}\)在摆动中期均选择性降低，而在早期摆动-NV和晚期摆动-FV中，足轨迹的\(\Delta {V}_{z}\)超过COM。无视觉增加了摆动中期的正交方差，尽管UCM方差保持不变。这些发现表明，模块化稳定在无视觉时仍然持续，但在摆动中期效率最低，并且在特定子阶段中控制器更强调足路径稳定而非COM。

中文由 AI 翻译，仅供参考，以原文为准。