Page 141 - 《软件学报》2026年第5期

2020 软件学报 2026 年第 37 卷第 5 期

这为 PD 患者的步态康复训练提供了新的思路, 即通过结合不同模态的提示, 可以更有效地促进患者的步态改善.
同样也表明在设计步态康复训练方案时, 需要考虑不同模态提示的特点及其相互作用. 通过与患者进行沟通交流,
我们发现听觉提示能够快速诱导患者做出行动, 这可能与其直接作用于患者的节奏感和运动控制中枢有关. 然而,
患者也反映听觉提示的旋律与节奏难以记忆. 相比之下, 视觉提示虽然需要较长时间的学习和跟随, 但一旦掌握
后, 患者能够很好地记忆并应用. 有趣的是, 视听协同提示在初始阶段能够通过音乐帮助患者理解视觉提示, 并通
过理解视觉提示帮助记忆音乐旋律, 从而起到协同作用. 这种协同作用可能是因为视听信息的同时输入, 可以更好
地激活大脑的多个区域, 从而促进学习和记忆. 此外, 视听协同提示也可能通过提供更丰富的感官信息, 增强患者
的感知能力, 从而提高训练效果.
值得注意的是, 在干预训练实验结束后, 多位参与者表达了对本研究所采用干预系统的强烈期待和积极反馈.
帕金森病患者在得知病情后, 可能会产生负面的自我暗示, 这种现象在帕金森病患者中普遍存在, 许多患者在确诊
后由于过度的心理暗示而出现非病理性的运动症状加重. 此外, 一些患者报告称在疾病早期阶段医生不建议服药,
但他们迫切希望能够采取措施延缓疾病进展. 本研究所搭建的干预训练系统通过提供即时的步态反馈和指导, 能
够帮助他们改善运动模式, 这是他们在自行锻炼过程中难以意识到的. 这些积极的反馈表明, 该干预系统不仅具有
改善步态的潜力, 还可能对患者的心理状态产生积极影响, 从而提高他们的生活质量.
虽然本文验证了多模态提示在短期内能够改善 PD 患者的步态表现, 但尚缺乏对长时间、多次提示训练效果
的探索. 此外, 由于时间限制, 本研究仅分析了训练结束后 5 min 患者的步态变化, 而缺乏对更长时间间隔后步态
变化的追踪分析. 为了更全面地评估多模态提示的长期疗效, 未来的研究将进一步增加多模态提示下的训练次数,
并延长观察时间, 分析患者在多次训练后以及不同时间间隔下的步态变化情况, 从而深入探讨多模态提示带来的
长期改善效果及其残留效应.
6 总 结

本文探索了基于用户步态数据生成视听协同提示用于早期 PD 患者步态训练的可行性, 构建了视听协同提示
生成框架, 提出了针对早期 PD 患者步态障碍的个性化训练方法. 该方法通过感知用户步态信息, 生成多模态提示
信息, 并通过用户步态表现与多模态提示的匹配情况, 动态更新多模态提示信息, 进而引导患者调整步态模式, 从
而达到改善步态的效果. 实验结果表明, 基于用户步态数据生成多模态提示, 通过提供多感官信息, 能够有效改善
患者步态表现. 本文所提出的基于视听协同的交互式步态干预方法为 PD 患者的治疗提供了新的思路, 有望在未
来的临床治疗以及居家康复中发挥重要作用. 该方法的核心技术组件可以迁移至多种运动障碍疾病, 在运动障碍
疾病群中具有普适性价值.

References
[1] Schalkamp AK, Peall KJ, Harrison NA, Sandor C. Wearable movement-tracking data identify Parkinson’s disease years before clinical
diagnosis. Nature Medicine, 2023, 29(8): 2048–2056. [doi: 10.1038/s41591-023-02440-2]
[2] Pagano G, Taylor KI, Anzures Cabrera J, Simuni T, Marek K, Postuma RB, Pavese N, Stocchi F, Brockmann K, Svoboda H, Trundell D,
Monnet A, Doody R, Fontoura P, Kerchner GA, Brundin P, Nikolcheva T, Bonni A. Prasinezumab slows motor progression in rapidly
progressing early-stage Parkinson’s disease. Nature Medicine, 2024, 30(4): 1096–1103. [doi: 10.1038/s41591-024-02886-y]
[3] Wang J, Wu JJ, Chang Y, Chen L, Chen QS, Chen WJ, Ge L, Lin Y, Liu CF, Liu FT, Liu XD, Lü W, Shang HF, Wang H, Zhu XD. The
bluebook for Parkinsonian disorders in China. Chinese Journal of Clinical Neurosciences, 2024, 32(S1): 1–41 (in Chinese with English
abstract).
[4] Liu YW, Jiao M, Wang Y, Ma AN. Burden of Parkinson’s disease in China, 1990–2019. Disease Surveillance, 2024, 39(3): 363–368 (in
Chinese with English abstract). [doi: 10.3784/jbjc.202305190234]
[5] Meira B, Lhommée E, Schmitt E, Klinger H, Bichon A, Pélissier P, Anheim M, Tranchant C, Fraix V, Meoni S, Durif F, Houeto JL,
Azulay JP, Moro E, Thobois S, Krack P, Castrioto A. Early Parkinson’s disease phenotypes tailored by personality, behavior, and motor
symptoms. Journal of Parkinson’s Disease, 2022, 12(5): 1665–1676. [doi: 10.3233/JPD-213070]
[6] Vijiaratnam N, Simuni T, Bandmann O, Morris HR, Foltynie T. Progress towards therapies for disease modification in Parkinson’s