水跑在步态训练和康复中可以改善行动受限人士的行走功能，减少对下肢的影响，提供水平向上的力以支持身体，减轻平衡需求。机械体重支持机制与水下步行相似，水下浮力同时引入了由于水粘性导致的较大阻力，这对步态康复有益。传统的步态事件检测依赖于接地反力测量和基于视频的运动捕捉，不过这些方法在水跑环境下失去作用。因此，为了在实地持续监测步态，研究者探索了应用轻便且无线的惯性测量单元（IMU）传感器，在水下实现步态事件检测。

研究基于机器学习方法对足部IMU传感器数据进行步态事件检测的应用进行了详细分析。研究中，受试者在陆地跑步机上进行了带机械支持的体重辅助步行，并在水下跑步机上完成步行。通过使用足部IMU传感器，在不同的步态速度和体重支持级别上实现了高达95-96%的步态事件检测精度，显示了IMU与机器学习结合评估步态的高效性能。