一、实验原理：
VisuGait动物可视步态分析系统是一套在啮齿动物自然行走的情况下评估其运动缺陷和由疼痛引起的步态变化的完整系统。VisuGait系统的核心部件是步行台，老鼠可以从步行台的一端行走到另一端，系统采用独特的脚印光亮折射技术，通过放置于步行台下方的高速高清摄像机捕获真正的脚印足迹，然后通过计算机视觉处理软件将这些脚印进行自动归类（新一代足迹归类算法）。同时，系统还能够探测到脚步的相对压力差异，这是动物行走时体重在其四个脚爪上分布不同的结果。
二、技术特点：
2.1 新一代足印识别及归类算法
VisuGait可视步态分析软件采用了自研的足印识别和归类算法，为准确无误的识别动物足印和高效足迹自动归类提供了有力保障，核心包括:
图像降噪预处理模块
虚假足印剔除模块
步迹分离增强模块
时序跟踪模块
聚类分析模块
其中降噪模块主要利用滤波算法，降低因为光线变化引起的足迹提取误差；虚假目标剔除模块主要是对于老鼠行走过程中引起的虚假目标（如老鼠粪便等）进行剔除；步迹分离增强模块针对红绿蓝三通道数据，根据其显著性自动剔除其中信噪比较低的通道，利用差图像法和QTSU二值化算法，自动提取足迹区域；时序跟踪模块和聚类分析模块主要对单帧提取的足迹区域，先进行聚类，然后根据时序关系自动识别左右前后四个爪子，并进行标记，为下一帧分析提供依据；
2.2 足迹增强装置（内光源折射技术）
侧光足迹增强装置，采用绿色LED灯，将均匀的绿色荧光射入玻璃侧面，达到玻璃体中充满绿色荧光，从而实现动物足迹图像增强的效果，便于VisuGait软件对动物行走时四肢的自动识别。其中，老鼠步行通道、高速摄像机、足迹增强板、背景增强系统、诱导箱安装在用铝型材加工的支架上，用于实现实验动物在足迹增强板上行走过程中足迹的提取，诱导箱为实验动物提供熟悉的小环境，使实验动物经过训练后，能够在足迹增强板上正常行走，方便完成足迹提取。高速摄像机与安装了VisuGait软件的计算机通过USB 3.0接口实现图像数据采集。
2.3 自动检测分类错误
在一些体重大或者受损极其严重的动物中，对足印分类进行分类工作非常困难的，即便人工分类也是如此。新一代的智能足迹识别能力和出色的足迹归类技术可自动检测分类错误。用户可以通过下拉选择框来挑选这些分类错误，系统中视频能够自动跳到相应的时间点（时间帧）。使用者可以使用变焦摄影功能查看影像细节，然后根据实际情况进行分类。
五、测试指标
5.1系统可测量基于单只脚印的参数：
5.1.1脚最大触地时相（Max contact）
5.1.2脚最大触地面积（Max area）
5.1.3脚触地压力（Intensity）
5.1.4脚印宽度（Box width）
5.1.5脚触地时间（Stand）
5.1.6脚印之间的位置关系（Print positions）
5.1.7同一脚爪触地时间占总时间的比例（Duty cycle）
5.1.8步行周期（Step Cycle）、步幅（Step Stride）
5.1.9制动指数（Stop Index）、推进指数（Start Index）
5.2系统可测量基于不同脚印间关系的参数：
5.2.1单位时间内脚步数（Cadence）
5.2.2步序（Step sequence）
5.2.3★步宽（前肢步宽、后肢步宽）
5.2.4★步基（左侧步基、右侧步基）
5.2.5步序正常指数（Regularity index）
5.2.6相位离差指数（Phase dispersions）
5.2.7双足协调指数（Couplings）
5.2.8同时触地指数（Support formulas）
5.3系统可以测量足趾宽度Toe Spread，中间足趾宽度（第二只跟第四只足趾）Intermediate Toe Spread，基于身体脚爪的角度Paw Angle Body Axis
5.4★系统可以自动测量出胫骨神经功能指数（Posterior Tibial Functional Index TFI）
5.5★系统可以自动测量出腓骨神经功能指数（Peroneal Functional Index PFI）
5.6系统可以自动测量出坐骨神经功能指数（Sciatic Functional Index SFI）
