Split-belt treadmills (SBTM) contain force plates under each belt that measure ground reaction force (GRF). Initial contact (IC) detection for each gait cycle obtained from the GRF is used for calculating temporal gait parameters (e.g., gait variability, step time, stride time). Occasionally, the participant steps with one leg on the contralateral belt (i.e., crossing) making the IC undetectable and the calculation of temporal gait parameters are compromised. We term this the Double-belt Problem (DBP). Objective: here we developed a complementary detection method using the loading response peak (LRP), anchor point for calculating gait parameters. Methods: we used GRF gait data from twenty adults (age 56.45±4.81 y; 6 males) who walked on an SBTM. First, we used no-crossing gait periods free of the DBP to calculate stride time, step time, and stride time to stride time coefficient of variation and evaluated the true error and the normalized true error of the LRP detection method. Then, we used multiple comparisons between no-crossing data and crossing data . Results: we found that normalized errors (in comparison to the IC method) are ≤ 5.1%. Strong correlations were found between gait parameters computed based on the two detection methods (Intraclass correlation coefficient ≥ 0.97; p≤ 0.001). Conclusion: detecting gait cycle timing based on the LRP detection method is reliable for estimating temporal gait parameters, demonstrating high correspondence with the gold standard IC detection method.

皮带式跑步机（SBTM）在每个皮带下均包含测力板，用于测量地面反作用力（GRF）。从GRF获得的每个步态周期的初始接触（IC）检测用于计算时间步态参数（例如，步态变异性，步长时间，步幅时间）。有时，参与者用一只脚踩在对侧安全带上（即交叉），使IC无法检测到，并且影响了步态步态参数的计算。我们称其为双带问题（DBP）。目的：在这里，我们开发了一种使用负荷响应峰（LRP），锚点来计算步态参数的互补检测方法。方法：我们使用了来自SBTM的20名成年人（56.45±4.81岁； 6名男性）的GRF步态数据。首先，我们使用没有DBP的不交叉步态周期来计算步幅时间，步长时间，跨步时间跨步时间变异系数，并评估了LRP检测方法的真实误差和归一化真实误差。然后，我们在无交叉数据和交叉数据之间进行了多次比较。结果：我们发现归一化误差（与IC方法相比）≤5.1％。在基于两种检测方法计算出的步态参数之间发现强相关性（类内相关系数≥0.97；p≤0.001）。结论：基于LRP检测方法的步态周期定时检测方法可以可靠地估计时间步态参数，与金标准IC检测方法具有高度的一致性。我们在不交叉数据和交叉数据之间进行了多次比较。结果：我们发现归一化误差（与IC方法相比）≤5.1％。在基于两种检测方法计算出的步态参数之间发现强相关性（类内相关系数≥0.97；p≤0.001）。结论：基于LRP检测方法的步态周期定时检测方法可以可靠地估计时间步态参数，与金标准IC检测方法具有高度的一致性。我们在不交叉数据和交叉数据之间进行了多次比较。结果：我们发现归一化误差（与IC方法相比）≤5.1％。在基于两种检测方法计算出的步态参数之间发现强相关性（类内相关系数≥0.97；p≤0.001）。结论：基于LRP检测方法的步态周期定时检测方法可以可靠地估计时间步态参数，与金标准IC检测方法具有高度的一致性。