KiMA：用于脊髓损伤研究的运动学运动分析

对脊髓损伤（SCI）模型中运动功能恢复的准确量化，对于评估治疗效果至关重要。人工评分系统仍然依赖观察者判断，而商业步态分析平台价格高昂且具有专有性。诸如 DeepLabCut 之类的无标记姿态估计工具能够生成准确的身体部位坐标，但将这些坐标转换为具有生物学意义的运动参数，通常需要定制编程以及多个外部工具。 我们开发了 KiMA（Kinematic Motion Analysis，运动学运动分析），这是一个开源、基于浏览器的一体化啮齿动物步态与后肢运动学分析套件。KiMA 可接收 DeepLabCut 坐标文件，并执行自动坐标解析、骨架示意图重建、逐帧运动检查，以及单样本和多样本分析；同时提供针对梯格与横档分析、足迹接触检测以及 CatWalk 步态分析的专用工作流程。该平台可量化关节角度（跖趾关节、踝关节、膝关节、髋关节和骨盆）、步幅、步宽、步频、支撑相与摆动相持续时间、足爪接触事件、摆动清除高度以及运动对称性，并支持队列水平比较、相关性分析、主成分分析，以及处理后数据集和发表级图像的导出。 由于 KiMA 完全在标准网络浏览器中运行，因此无需安装软件或配置本地编程环境，从而支持跨平台可访问性和数据隐私保护。通过在单一界面中整合步态量化、可视化和多变量分析，KiMA 降低了无标记运动分析的计算门槛，并有助于研究人员检测 SCI 后细微的功能恢复。

对运动功能恢复的准确量化，对于评估脊髓损伤（SCI）模型中的治疗效果至关重要。手动评分系统仍然依赖观察者，而商业步态分析平台成本高昂且具有专有性。诸如 DeepLabCut 之类的无标记姿态估计工具能够生成准确的身体部位坐标，但将这些坐标转换为具有生物学意义的运动参数，通常需要定制编程以及多个外部工具。

我们开发了 KiMA（Kinematic Motion Analysis，运动学运动分析），这是一个开源、基于浏览器的一体化分析套件，用于啮齿动物步态和后肢运动学的综合分析。KiMA 可接收 DeepLabCut 坐标文件，并执行自动坐标解析、骨架图重建、逐帧运动检查以及单样本和多样本分析，同时提供针对梯格和横档分析、足部着地检测以及 CatWalk 步态分析的专用工作流程。该平台可量化关节角度（跖趾关节、踝关节、膝关节、髋关节和骨盆）、步幅、步宽、步频、支撑期和摆动期持续时间、足爪接触事件、摆动净空高度以及运动对称性，并支持队列水平比较、相关性分析、主成分分析，以及导出处理后的数据集和可用于发表的高质量图像。

由于 KiMA 完全运行于标准网络浏览器中，因此无需安装软件或配置本地编程环境，从而支持跨平台可访问性和数据隐私保护。通过在单一界面中统一步态量化、可视化和多变量分析，KiMA 降低了无标记运动分析的计算门槛，并有助于研究人员检测 SCI 后细微的功能恢复。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.05.742960v1?rss=1

🏷️ 脊髓损伤 步态分析 运动学分析 DeepLabCut 开源浏览器工具