大小鼠步態(tài)精細行為分析系統(tǒng)是通過AI賦能深度學習神經(jīng)網(wǎng)絡算法，結合云計算技術，能夠快速追蹤并分析動物的目標行為；用于評估大小鼠步態(tài)和運動行為的設備，廣泛應用于髓損傷和其他神經(jīng)損傷、神經(jīng)類痛、關節(jié)病、中風，帕金森氏癥、小腦性共濟失調(diào)、腦外傷、周圍神經(jīng)損傷等領域。

1. 步行周期（Gait Cycle）

實驗意義：

步行周期的延長可能反映運動遲緩（如帕金森模型中黑質多巴胺能神經(jīng)元退化）；

周期縮短可能與運動亢奮（如多巴胺受體激動劑處理）或焦慮模型（高逃避行為）相關。

應用范圍：

帕金森模型（MPTP誘導）：量化運動遲緩程度；

脊髓損傷模型：評估運動節(jié)律恢復情況（如干細胞移植后周期正常化）。

2. 支撐時長（Stance Duration）

實驗意義：

延長：提示痛覺回避行為（如足底注射弗氏佐劑誘導的病癥）；

縮短：可能因步頻加快（如興奮劑安非他明處理）或肌張力增高（如脊髓痙攣模型）。

應用范圍：

關節(jié)病模型（膠原誘導性關節(jié)病）：評價抗病藥（如塞來昔布）對鎮(zhèn)痛行為的效果；

肌營養(yǎng)不良模型（mdx小鼠）：監(jiān)測肌力衰退進程。

3. 擺動時長（Swing Duration）

實驗意義：

縮短：提示運動協(xié)調(diào)性下降（如小腦損傷模型共濟失調(diào)）；

延長：可能因足下垂（如坐骨神經(jīng)壓榨后脛骨前肌無力）或關節(jié)活動受限（如骨關節(jié)病僵硬）。

應用范圍：

周圍神經(jīng)損傷模型：評估神經(jīng)再 生效果（如擺動時長相較損傷期恢復）；

小腦變性模型（如L7-Purkinje細胞缺失小鼠）：量化運動協(xié)調(diào)缺陷。

4. 支撐時相（Stance Phase %）

實驗意義：

低速行走時支撐時相增加（如老齡動物因肌肉萎縮需更穩(wěn)定觸地）；

高速奔跑時支撐時相減少（如動物逃避行為中步態(tài)策略改變）。

應用范圍：

衰老研究：比較年輕與老齡動物的步態(tài)穩(wěn)定性差異；

運動疲勞模型：分析長時間運動后支撐時相變化（如力竭跑步機測試）。

5. 雙支撐時相（Double Support Phase）

實驗意義：

增加：提示步態(tài)穩(wěn)定性需求升高（如帕金森模型步態(tài)凍結）；

減少：反映運動流暢性（如左旋多巴治 療后雙支撐時相縮短）。

應用范圍：

帕金森模型：量化步態(tài)凍結發(fā)作頻率；

焦慮模型（高架十字迷宮測試）：評估謹慎步態(tài)與焦慮行為關聯(lián)。

6. 三支撐時相（Triple Support Phase）

實驗意義：

增加：反映重度運動功能障礙（如ALS終末期模型因肌萎縮需多足支撐）；

減少：提示代償策略形成（如訓練后肌力部分恢復）。

應用范圍：

肌萎縮側索硬化癥（ALS）模型（SOD1小鼠）：監(jiān)測病情進展至終末期的標志；

脊髓性肌萎縮癥（SMA）模型：評估基因治 療（如反義寡核苷酸）對多足支撐的效果。

7. 制動時長（Braking Duration）

實驗意義：

延長：提示足部觸地控制異常（如糖尿病模型足底感覺神經(jīng)類病變）；

縮短：反映制動（如短跑動物模型觸地后快速推進）。

應用范圍：

糖尿病周圍神經(jīng)類病變模型（鏈脲佐菌素誘導）：量化足底感覺功能損傷；

足底壓力分布研究：優(yōu)化鞋墊設計以減少制動階段壓力峰值。

8 制動指數(shù)（Braking Index）

實驗意義：

高指數(shù)：提示減速階段主導（如腓腸肌無力導致推進不足）；

低指數(shù)：反映制動-推進快速轉換（如健康年輕動物運動）。

應用范圍：

肌營養(yǎng)不良癥（如Duchenne型）：評估病情嚴重程度分級；

運動損傷模型（如跟腱斷裂）：監(jiān)測術后制動效率恢復。

9. 推進時長（Propulsion Duration）

實驗意義：

縮短：提示后肢肌力不足（如坐骨神經(jīng)損傷后腓腸肌萎縮）；

延長：反映代償性用力推進（如部分肌纖維存活時的適應性策略）。

應用范圍：

脊髓損傷模型（挫傷或橫斷）：評價訓練（如跑步機訓練）對推進能力；

肌肉代謝研究：測試肌酸補充劑對推進時長的增強 效果。

10. 推進指數(shù)（Propulsion Index）

實驗意義：

低指數(shù)：提示神經(jīng)肌肉控制障礙（如運動神經(jīng)元丟失導致推進力下降）；

高指數(shù)：反映推進能力（如基因編輯動物過表達肌肉生長抑制素拮抗劑）。

應用范圍：

基因研究（如CRISPR編輯增強肌肉功能）：驗證效果；

運動性疲勞模型：分析能量代謝衰竭對推進效率的影響。