步频偏好下头部运动变异最小化：前庭调控与行走代谢成本的神经机制解析

本研究通过便携式惯性测量系统(IMU)结合电前庭刺激(EVS)，探究不同步频(40%-140%偏好步频)下头部运动变异(Vres)与前庭诱发平衡响应的关系。发现头部运动变异在偏好步频(90-126步/分钟)时最小，而前庭响应随步频增加呈指数衰减，揭示运动控制优化可能通过降低感觉信息处理能耗而非直接调控前庭反馈实现。该成果为理解人类自然步态选择机制提供新视角。

　　

人类双足行走时，大脑需要持续整合多感官信息来维持平衡，其中前庭系统对头部运动的检测尤为关键。但前庭信号传递存在固有噪声和延迟，这给运动控制带来挑战。有趣的是，人们在自然行走时会自发选择特定步频，这个"偏好步频"恰好与最低代谢成本区间重合。这是巧合还是进化优化的结果？更令人困惑的是，既往研究发现前庭对平衡的调控会随步速增加而减弱，但这种现象是否与头部运动稳定性有关尚不明确。加拿大不列颠哥伦比亚大学的研究团队通过创新性的户外实验设计，首次系统揭示了步频、头部运动变异与前庭调控三者间的复杂关系，相关成果发表在《Scientific Reports》上。

研究采用便携式惯性测量系统(IMU)同步记录12名健康受试者在40%-140%偏好步频行走时的头部运动学数据，同时施加电前庭刺激(EVS)诱发平衡反应。关键技术包括：(1)口护板固定IMU实现头部运动精确测量；(2)Morlet小波分析计算EVS与肢体运动的时频相干性；(3)创新性应用V_res指标量化头部运动变异；(4)多项式与指数衰减模型拟合比较；(5)基于Akaike信息准则的模型优选。所有实验均在户外真实环境完成，以捕捉自然步态特征。

【Head kinematics across cadences】部分显示，所有V_res指标（包括净线性加速度V_resa_NET和滚转角速度V_resω_roll）在40%-100%偏好步频区间显著降低（p<0.001），但在超过100%步频后出现分化：线性加速度指标显著回升（最高达77%），而角速度指标保持稳定。二阶多项式拟合优度显著优于指数衰减模型（ΔAIC=-78.5），最小值出现在90-126步/分钟区间，与自然步频高度吻合。

【Vestibular responses across cadences】部分证实，EVS诱发的平衡反应（通过背部及踝关节ML加速度相干性评估）随步频增加呈单调指数衰减（R²>0.85）。从40%到140%偏好步频，峰值相干性降低达60%（p<0.01）。值得注意的是，100%-140%步频区间V_res与相干性的相关性发生反转，与MacNeilage模型的预测相悖。

研究结论指出，头部运动变异最小化发生在接近代谢最优的步频区间，支持"感觉信息优化假说"——降低头部运动噪声可减少神经信息处理能耗。但V_res与前庭调控的关联存在速度依赖性，否定了其作为通用预测指标的可能性。讨论部分提出三点创新认识：(1)前庭调控衰减可能源于中枢抑制而非外周前馈机制；(2)代谢成本最小化是运动参数选择的多因素优化结果；(3)自然步态选择可能平衡了运动能耗与感觉信息处理成本。该研究为理解神经-运动协同进化提供了重要证据，对开发仿生机器人控制算法和前庭康复策略具有启示意义。