大小鼠步态精细行为分析系统是通过AI赋能深度学习神经网络算法，结合云计算技术，能够快速追踪并分析动物的目标行为；用于评估大小鼠步态和运动行为的设备，广泛应用于髓损伤和其他神经损伤、关节病、中风，帕金森氏症、小脑性共济失调、脑外伤、周围神经损伤等领域。
一、技术原理
精度视频采集：系统采用高速摄像机捕捉大小鼠的运动过程，确保每一个细微的动作都被准确记录。
智能分析功能：系统内置算法可以自动识别和分类大小鼠的足迹，减少人工干预，提高数据准确性。
多参数分析：可以分析步态的各个方面，包括步幅、步频、支撑时间、摆动时间等超过60种指标，反映步态变化。
广泛应用：适用于多种病症模型的研究，如神经退化、神经类病变、帕金森症、脊髓损伤等
云计算平台
基于B/S架构支持多终端访问，自动生成轨迹图、热图及量化报告，数据可导出至Excel。
二、核心评估参数与病关联
1. 时空参数异常诊断
步幅长度：缩短30-40%；帕金森氏症（黑质多巴胺神经元退化）
步频：下降17-22%；帕金森模型运动迟缓
支撑时长：患肢缩短≥40%；神经类镇痛模型避痛行为
摆动速度：延缓>50%；脊髓损伤后运动功能缺损
2. 协调性与稳定性指标
步序模式紊乱：旋转型步序（RF→LF→LH→RH）提示单侧基底节损伤，交替型步序（RF→RH→LF→LH）关联脊髓运动控制异常。
双支撑时相增加：>正常值2倍为帕金森步态冻结特征。
肢体同步性下降：步幅变异系数>15%示阿尔茨海默症运动协调障碍。
三、病症特异性应用场景
1. 神经损伤与退行病
脊髓损伤：量化后肢拖曳、推进时长减少>50%；
脑缺血/脑外伤：监测摆动速度恢复率，评估神经恢复效果；
帕金森氏症：步幅缩短30-40%联合旋转步序，诊断灵敏度达92%。
2. 痛觉与关节病变
神经类镇痛：患肢支撑时长缩短伴压力分布不对称（患/健肢压力差>35%）；
关节病：足印接触面积缩小25-30%，制动指数升高20-30%。
3. 神经功能量化
坐骨神经指数（SFI）：公式SFI = -38.3×(EPL-NPL)/NPL + 109.5×(ETS-NTS)/NTS + 13.3×(EIT-NIT)/NIT - 8.8，值≤-60示严重周围神经损伤。
足趾开口距（Toe Spread）：用于腓神经功能评估，诊断足下垂程度。
四、技术革新与优势
全自动化高通量：支持16只动物同步分析，三维姿态捕获俯仰角、翻滚角等纵向指标；
多系统交互验证：融合步态参数与生理指标（如心率变异），揭示认知-运动共病机制；
药效量化标杆：镇痛剂使神经类镇痛模型患肢支撑时长恢复至健侧90%以上。
该系统通过AI赋能的客观量化，为神经损伤、退行病机制及药研发建立了不可替代的评估范式。
