مقالة منهجية

الإعداد للتقييم الكمي للحركة ونشاط العضلات أثناء اختبار الصندوق والكتلة المعدلة الافتراضية

DOI:

10.3791/65736

⸱

يناير 12, 2024

 ,  ,  ,  , 
1Department of Neuroscience, West Virginia University, 2Department of Human Performance, West Virginia University, 3Department of Biomedical Engineering, West Virginia University

* These authors contributed equally

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يهدف البروتوكول الموصوف هنا إلى تعزيز التقييم الكمي لعجز الأطراف العلوية ، بهدف تطوير تقنية إضافية للتقييم عن بعد في كل من العيادة والمنزل. يتم الجمع بين تقنيات الواقع الافتراضي وأجهزة الاستشعار الحيوية مع التقنيات السريرية القياسية لتوفير نظرة ثاقبة حول عمل الجهاز العصبي العضلي.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

القدرة على التحرك تسمح لنا بالتفاعل مع العالم. عندما تضعف هذه القدرة ، يمكن أن تقلل بشكل كبير من نوعية حياة الفرد واستقلاله وقد تؤدي إلى مضاعفات. نمت أهمية تقييم المرضى عن بعد وإعادة تأهيلهم مؤخرا بسبب محدودية الوصول إلى الخدمات الشخصية. على سبيل المثال ، أدى جائحة COVID-19 بشكل غير متوقع إلى لوائح صارمة ، مما قلل من الوصول إلى خدمات الرعاية الصحية غير الطارئة. بالإضافة إلى ذلك ، توفر الرعاية عن بعد فرصة لمعالجة التفاوتات في الرعاية الصحية في المناطق الريفية والمحرومة والمنخفضة الدخل حيث لا يزال الوصول إلى الخدمات محدودا.

إن تحسين إمكانية الوصول من خلال خيارات الرعاية عن بعد من شأنه أن يحد من عدد زيارات المستشفى أو المتخصصين ويجعل الرعاية الروتينية ميسورة التكلفة. أخيرا ، يمكن أن يؤدي استخدام الإلكترونيات الاستهلاكية التجارية المتاحة بسهولة للرعاية المنزلية إلى تعزيز نتائج المرضى بسبب تحسين الملاحظة الكمية للأعراض وفعالية العلاج وجرعة العلاج. في حين أن الرعاية عن بعد هي وسيلة واعدة لمعالجة هذه القضايا ، إلا أن هناك حاجة ماسة لتوصيف الضعف الحركي كميا لمثل هذه التطبيقات. يسعى البروتوكول التالي إلى معالجة هذه الفجوة المعرفية لتمكين الأطباء والباحثين من الحصول على بيانات عالية الدقة حول الحركة المعقدة ونشاط العضلات الأساسي. الهدف النهائي هو تطوير بروتوكول للإدارة عن بعد للاختبارات السريرية الوظيفية.

هنا ، تم توجيه المشاركين لأداء مهمة Box and Block المستوحاة من الطب (BBT) ، والتي تستخدم بشكل متكرر لتقييم وظيفة اليد. تتطلب هذه المهمة من الأشخاص نقل مكعبات قياسية بين جزأين مفصولين بحاجز. قمنا بتنفيذ BBT المعدل في الواقع الافتراضي لإثبات إمكانات تطوير بروتوكولات التقييم عن بعد. تم التقاط تنشيط العضلات لكل موضوع باستخدام تخطيط كهربية العضل السطحي. سمح هذا البروتوكول بالحصول على بيانات عالية الجودة لتوصيف ضعف الحركة بشكل أفضل بطريقة مفصلة وكمية. في نهاية المطاف ، يمكن استخدام هذه البيانات لتطوير بروتوكولات لإعادة التأهيل الافتراضي ومراقبة المرضى عن بعد.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

الحركة هي الطريقة التي نتفاعل بها مع العالم. في حين أن الأنشطة اليومية مثل التقاط كوب من الماء أو المشي إلى العمل قد تبدو بسيطة ، حتى هذه الحركات تعتمد على إشارات معقدة بين الجهاز العصبي المركزي والعضلات والأطراف1. على هذا النحو ، يرتبط الاستقلال الشخصي ونوعية الحياة ارتباطا وثيقا بمستوى وظيفة الطرفللفرد 2,3. يمكن أن يؤدي التلف العصبي ، كما هو الحال في إصابة الحبل الشوكي (SCI) أو إصابة الأعصاب الطرفية ، إلى عجز حركي دائم ، مما يقلل من قدرة الفرد على تنفيذ حتى الأنشطة البسيطة للحياة اليومية 4,5. وفقا للمعهد الوطني للاضطرابات العصبية والسكتة الدماغية ، يعاني أكثر من 100 مليون شخص في الولايات المتحدة من عجز حركي ، مع السكتة الدماغية كأحد الأسباب الرئيسية6،7،8. نظرا لطبيعة هذه الإصابات ، غالبا ما يحتاج المرضى إلى رعاية مطولة قد يكون فيها التقييم الحركي الكمي والعلاج عن بعد مفيدا.

غالبا ما تتطلب الممارسات الحالية لعلاج اضطرابات الحركة تقييما سريريا أوليا ومستمرا للوظيفة من خلال الملاحظة من قبل خبراء مدربين مثل المعالجين الفيزيائيين أو المهنيين. غالبا ما تتطلب الاختبارات السريرية القياسية التي تم التحقق من صحتها مهنيين مدربين لإدارتها ، مع قيود زمنية محددة وتسجيل شخصي للحركات المحددة مسبقا أو المهام الوظيفية. ومع ذلك ، حتى في الأفراد الأصحاء ، يمكن تحقيق حركات متطابقة بمجموعات مختلفة من زوايا المفاصل. ويسمى هذا المفهوم التكرار العضلي الهيكلي.

غالبا ما لا تأخذ الاختبارات السريرية الوظيفية في الاعتبار التكرار الفردي الكامن وراء التباين بين الموضوعات. بالنسبة للأطباء والباحثين على حد سواء ، لا يزال التمييز بين التباين الطبيعي الناجم عن التكرار والتغيرات المرضية في الحركة يمثل تحديا. تستخدم التقييمات السريرية الموحدة التي يقوم بها المقيمون المدربون تدريبا جيدا أنظمة تسجيل منخفضة الدقة لتقليل التباين بين المقيمين وتحسين صلاحية الاختبار. ومع ذلك ، فإن هذا يقدم تأثيرات السقف ، وبالتالي يقلل من الحساسية والصلاحية التنبؤية للأشخاص الذين قد يعانون من عجز حركة خفيف 9,10. علاوة على ذلك ، لا يمكن لهذه الاختبارات السريرية التمييز بين ما إذا كان العجز ناتجا عن ميكانيكا الجسم السلبية أو التنسيق العضلي النشط ، والذي قد يكون ذا أهمية أثناء التشخيص الأولي وعند تصميم خطة إعادة تأهيل خاصة بالمريض. كشفت التجارب السريرية العشوائية عن فعالية غير متسقة لخطط العلاج التي تمت صياغتها بناء على الأدلة المقدمة من هذه الاختبارات السريرية11،12،13. أكدت العديد من الدراسات على الحاجة إلى مقاييس سريرية كمية وسهلة الاستخدام يمكن استخدامها لتوجيه تصميم التدخلات المستقبلية14,15.

في الدراسات السابقة ، أظهرنا تنفيذ تقييم الحركة الآلي باستخدام أجهزة التقاط حركة المستهلك المتاحة بسهولة في ضعف الذراع بعد السكتة الدماغية ، وكذلك تقييم وظيفة الكتف بعد جراحة الصدر في مرضى سرطان الثدي16،17. بالإضافة إلى ذلك ، أظهرنا أن استخدام عزوم المفصل النشط لتقدير لحظات العضلات لحركات نشطة محددة هو مقياس أكثر حساسية للعجز الحركي بعد السكتة الدماغية مقارنة بزوايا المفصل18. لذلك قد يكون التقاط الحركة وتخطيط كهربية العضل السطحي (EMG) ذا أهمية حاسمة في تقييم المرضى الذين تم تشخيصهم على أنهم بدون أعراض من خلال الاختبارات السريرية القياسية ، ولكنهم قد لا يزالون يعانون من صعوبات في الحركة أو التعب أو الألم. تصف هذه الورقة نظاما قد يتيح توصيفا مفصلا وكميا للحركة أثناء الاختبارات السريرية القياسية من أجل التطوير المستقبلي لطرق التقييم وإعادة التأهيل في المنزل لدى المرضى ضعاف الحركة.

يمكن استخدام الواقع الافتراضي (VR) لبناء تجربة مستخدم غامرة أثناء نمذجة المهام اليومية. عادة ، تتعقب أنظمة الواقع الافتراضي حركات يد المستخدم للسماح بمحاكاة التفاعلات مع البيئة الافتراضية. يستخدم البروتوكول الذي وصفناه هنا منتجات VR الاستهلاكية لالتقاط الحركة لتحديد تقييم العجز الحركي ، على غرار الدراسات الأخرى التي توضح استخدام أجهزة التحكم في ألعاب الفيديو الجاهزة في التقييم الكمي للضعف بعد السكتة الدماغية أو جراحة الكتف16,17. بالإضافة إلى ذلك ، يعد EMG مقياسا غير جراحي للنشاط العصبي الكامن وراء تقلص العضلات19. على هذا النحو ، يمكن استخدام EMG لتقييم جودة التحكم العصبي في الحركة بشكل غير مباشر وتقديم تقييم مفصل للوظيفة الحركية. يمكن الكشف عن تلف العضلات والأعصاب بواسطة EMG ، وعادة ما تتم مراقبة اضطرابات مثل ضمور العضلات والشلل الدماغي باستخدام هذه التقنية20,21. علاوة على ذلك ، يمكن استخدام EMG لتتبع التغيرات في قوة العضلات أو التشنج ، والتي قد لا تكون واضحة في التقييمات الحركية22,23 ، وكذلك التعب وتنشيط العضلات. تعتبر مثل هذه المقاييس حاسمة في النظر في تقدم إعادة التأهيل23،24،25.

يسعى النموذج التجريبي الموصوف هنا إلى الاستفادة من مزيج من الواقع الافتراضي وتخطيط كهربية العضل لمعالجة قيود أدوات التقييم السريري التقليدية. هنا ، طلب من المشاركين أداء مهمة مربع وكتلة معدلة (BBT) 26 باستخدام كائنات حقيقية وفي الواقع الافتراضي. BBT القياسي هو أداة سريرية تستخدم في التقييم العام لوظيفة الطرف العلوي الإجمالية ، حيث يطلب من الأشخاص نقل أكبر عدد ممكن من كتل 2.5 سم من حجرة واحدة ، فوق قسم ، إلى حجرة مجاورة في غضون دقيقة واحدة. في حين أنها غالبا ما تستخدم لتقييم العجز بشكل موثوق في المرضى الذين يعانون من السكتة الدماغية أو غيرها من الحالات العصبية العضلية (على سبيل المثال ، شلل جزئي في الأطراف العلوية ، شلل نصفي تشنجي) ، فقد تم الإبلاغ عن البيانات المعيارية أيضا للأطفال والبالغين الأصحاء ، الذين تتراوح أعمارهم بين 6-8926. يتم استخدام تقييم الحركة الافتراضية لمحاكاة الجوانب الوظيفية للاختبار السريري الذي تم التحقق من صحته والذي تم إجراؤه في الحياة الواقعية. يتم استخدام الواقع الافتراضي هنا لتقليل الأجهزة المطلوبة مع السماح بتوفير تعليمات موحدة وتسجيل تلقائي مبرمج. على هذا النحو ، لن يكون الإشراف المستمر من قبل المهنيين المدربين ضروريا.

تم تبسيط BBT في هذه الدراسة للتركيز على التقاط الوصول إلى كتلة واحدة والإمساك بها في كل مرة تظهر في نفس الموقع. أدى ذلك إلى زيادة قابلية استنساخ الحركات وتقليل التباين بين الموضوعات في البيانات المسجلة. أخيرا ، يمكن شراء سماعات الواقع الافتراضي مقابل أقل من 300 دولار ولديها القدرة على إيواء تقييمات متعددة. وبمجرد برمجتها، فإن هذا من شأنه أن يقلل بشكل كبير من التكلفة المرتبطة بالتقييم المهني النموذجي ويسمح بزيادة إمكانية الوصول إلى هذه الاختبارات السريرية القياسية التي تم التحقق من صحتها في كل من الإعدادات السريرية والبعيدة / المنزلية.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تمت الموافقة على الإجراءات التجريبية من قبل مجلس المراجعة المؤسسية بجامعة ويست فرجينيا (IRB) ، البروتوكول # 1311129283 ، والتزمت بمبادئ إعلان هلسنكي. المخاطر الناجمة عن هذا البروتوكول طفيفة ولكن من الضروري شرح جميع الإجراءات والمخاطر المحتملة للمشاركين وتم الحصول على موافقة خطية مستنيرة مع الوثائق المعتمدة من قبل مجلس المراجعة الأخلاقية المؤسسي.

1. خصائص النظام والتصميم

ملاحظة: يتكون إعداد هذا البروتوكول من العناصر التالية: (1) مستشعرات وقاعدة EMG ، (2) برنامج الحصول على بيانات EMG (DAQ) ، (3) نظام التقاط الحركة ، و (4) سماعة رأس VR مع البرامج المقابلة. يتم تصور هذه المكونات في الشكل 1.

  1. إعداد مكونات النظام
    1. قم بتوصيل نظام EMG.
      1. قم بتوصيل محطة EMG الرئيسية بالطاقة.
      2. قم بتوصيل محطة EMG الرئيسية بجهاز كمبيوتر مخصص (الشكل 1C) يحتوي على نصوص DAQ.
        ملاحظة: يمكن العثور على أمثلة البرامج النصية على: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0. قد تأتي بعض المنتجات التجارية مع برنامج DAQ مرخص ، والذي يمكن استخدامه أيضا.
    2. قم بتوصيل نظام التقاط الحركة.
      1. قم بتوصيل جهاز كمبيوتر مخصص ثان (الشكل 1 أ) بجهاز توجيه الشبكة.
      2. قم بتوصيل موجه الشبكة بخادم التقاط الحركة.
      3. قم بتوصيل خادم التقاط الحركة بشاشة كمبيوتر للتصور.
      4. قم بتوصيل الكاميرات بخادم التقاط الحركة.
    3. قم بتوصيل نظام الواقع الافتراضي.
      1. قم بتوصيل سماعة رأس الواقع الافتراضي بجهاز كمبيوتر ثالث مخصص باستخدام نصوص DAQ النصية المقابلة (الشكل 1B).
        ملاحظة: يمكن العثور على أمثلة البرامج النصية على: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0
      2. قم بتحميل بيئة ألعاب الواقع الافتراضي التي تحتوي على المهام المقصودة إلى الكمبيوتر المرتبط بسماعة رأس الواقع الافتراضي (الشكل 1 ب).
    4. قم بإعداد المنطقة التي سيكمل فيها الموضوع المهمة.
      1. استخدم كرسيا متينا بدون ذراع لضمان عدم وجود تداخل مع الوصول الطبيعي للهدف.
      2. من أجل سلامة ودقة البيانات التي تم جمعها ، تأكد من خلو منطقة الاختبار من جميع العقبات.
    5. مزامنة الأنظمة.
      1. استخدم وظيفة برمجية مخصصة لمزامنة الأنظمة في الوقت المناسب مع خادم لمرة واحدة.
      2. بدلا من ذلك ، استخدم جهاز كمبيوتر واحدا أو مدير رسائل مفضل.

figure-protocol-1
الشكل 1: إعداد المعدات التجريبية. (أ) يتم وضع كاميرات التقاط حركة العلامة على الأرض وفي السقف حول المساحة التجريبية ، مما يخلق مساحة مثالية لتتبع الحركة. يتم استخدام جهاز كمبيوتر مخصص لتشغيل برنامج التقاط الحركة وحفظ البيانات. (ب) سماعة الرأس المستخدمة لعرض BBT المعدل في الواقع الافتراضي متصلة بجهاز كمبيوتر مخصص حيث يتم حفظ التقييم الظاهري وبيانات المهمة. (ج) يتم توصيل قاعدة EMG بجهاز كمبيوتر مخصص حيث يتم تسجيل بيانات نشاط العضلات وحفظها أثناء تنفيذ المهمة. يتم وضع مستشعرات EMG وعلامات LED لالتقاط الحركة على ذراع الشخص أثناء الجلسة (انظر الشكل 2). الاختصارات: VR = الواقع الافتراضي ؛ EMG = تخطيط كهربية العضل. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

2. الإجراءات التجريبية

ملاحظة: يظهر تمثيل مرئي للتدفق التجريبي الموصوف في هذا البروتوكول في الشكل 2.

  1. إعداد EMG
    1. لتحديد موضع مستشعر EMG للحصول على أفضل جودة للإشارة ، قم بتحسس بطن العضلات بينما ينقبض المشارك على العضلات ذات الصلة27. انظر الجدول 1 لمعرفة اختيار العضلات المستخدمة في هذا البروتوكول.
    2. باستخدام مناديل الكحول ، قم بتنظيف كل قطب كهربائي بعناية وموقع وضع المستشعر المقصود على ذراع الهدف.
      ملاحظة: سيضمن التنظيف الشامل لكل من مستشعرات EMG وجلد الشخص مقاومة منخفضة للقطب الكهربائي للجلد. هذا يضمن أن بيانات EMG المسجلة لها نسبة إشارة إلى ضوضاء عالية. قد يتسبب الشعر الزائد في موقع وضع المستشعر في انخفاض جودة البيانات حتى إذا تم تنظيفها بشكل صحيح. في هذه الحالة ، قد يكون من الضروري حلق الشعر.
    3. بعد تحضير أقطاب EMG وجلد الشخص ، ضع مستشعرات EMG على الهدف ، مما يضمن ملامسة جيدة بين الأقطاب الكهربائية والجلد. يجب وضع الأقطاب الكهربائية ثنائية القطب بحيث تكون المستشعرات موازية لاتجاه ألياف العضلات.
  2. إعداد نظام التقاط الحركة
    ملاحظة: قد لا يكون هذا ضروريا إذا تم استخدام سماعة رأس VR فقط لتتبع حركات اليد بحثا عن الحركية.
    1. قم بمعايرة كاميرات تتبع الحركة باستخدام إرشادات الشركة المصنعة. حرك عصا المعايرة في جميع أنحاء المساحة التجريبية لمعايرة كاميرات تتبع الحركة وتعيين محور 3D للمساحة.
      ملاحظة: يشتمل نظام التقاط حركة العلامة المستخدم في هذا البروتوكول على عصا معايرة مزودة بعلامات LED.
    2. ضع علامات التقاط الحركة LED على المعالم العظمية للطرف العلوي للهدف والجذع اللازمة لبناء النماذج الميكانيكية الحيوية المطلوبة.
    3. استخدم برنامج التقاط الحركة المقدم لضمان التعرف على جميع العلامات وتتبعها بواسطة كاميرات التقاط الحركة. قم بتوجيه الموضوع لأداء العديد من حركات الممارسة أثناء قيام موظفي الدراسة بمراقبة بيانات العلامة بصريا في الوقت الفعلي.
  3. إعداد مهمة تقييم مهارات الواقع الافتراضي
    1. ضع كرسيا في وسط المساحة التجريبية لالتقاط الحركة. استخدم كرسيا مشابها للكرسي المستخدم في الاختبار التقليدي الواقعي.
    2. قم بمعايرة سماعة رأس الواقع الافتراضي في الكرسي حيث سيقوم الشخص بمهمة التقييم. بمجرد المعايرة ، اطلب من الشخص الجلوس على الكرسي ووضع سماعة رأس الواقع الافتراضي على رأسه.
    3. أثناء جلوس الهدف ، قم بقياس المسافة بين كتف الشخص والأرض ، بالإضافة إلى طول ذراع الموضوع. استخدم هذه المسافات لتعيين الموقع الذي سيظهر فيه الجدول ومهمة التقييم في الواقع الافتراضي.
    4. في البرنامج النصي للتحكم في مهمة الواقع الافتراضي ، أدخل قياسات الموضوع وقم ببرمجة العدد المطلوب من تكرار تفرخ الكتلة.
      ملاحظة: في هذا BBT المعدل ، سوف تفرخ الكتل الفردية واحدة تلو الأخرى لزيادة قابلية التكاثر.
  4. اطلب من الشخص إجراء تقييم BBT المعدل في الواقع الافتراضي.
    1. قدم شرحا موجزا للمهمة للموضوع.
      1. سوف تفرخ الكتلة الافتراضية على الجانب الأيسر أو الأيمن ، على النحو الذي يحدده المجرب.
      2. اشرح للموضوع أنهم سيحتاجون إلى التقاط الكتلة الافتراضية ونقلها عبر القسم ووضعها على الهدف في المقصورة المقابلة (الشكل 2).
        ملاحظة: في BBT المعدل الظاهري المستخدم هنا ، ستختفي الكتلة تلقائيا وتعيد ظهورها في موضع البداية عدة مرات على النحو الذي يحدده المجرب.
    2. ابدأ في جمع بيانات EMG.
    3. ابدأ في جمع بيانات التقاط الحركة.
    4. ابدأ مهمة تقييم مهارات الواقع الافتراضي.
      1. دع المهمة تعمل لعدد التكرار المحدد مسبقا قبل الانتهاء تلقائيا.
    5. احفظ EMG والبيانات الحركية للتحليل اللاحق.
    6. حدد درجة ذات صلة سريريا ل BBT المعدل بعد التخصيص كعدد الكتل التي تم نقلها بنجاح فوق الحاجز أو تكرار المهمة في 60 ثانية.

figure-protocol-2
الشكل 2: البروتوكول التجريبي ومهمة الواقع الافتراضي وإعداد الموضوع. (أ) مخطط التدفق الذي يصف البروتوكول التجريبي المستخدم هنا. (ب) عرض مثال ل BBT المعدل المطبق في بيئة الواقع الافتراضي. تستخدم القياسات التشريحية لمعايرة مهمة الواقع الافتراضي ، مما يضمن ظهور الجدول الظاهري في الموقع النسبي الصحيح. (ج) وضع علامات التقاط الحركة LED وأجهزة استشعار EMG على الموضوع. يتم وضع مستشعرات EMG على العضلات ذات الأهمية ويتم وضع علامات التقاط الحركة LED فوق المعالم العظمية. الاختصارات: VR = الواقع الافتراضي ؛ EMG = تخطيط كهربية العضل. LED = الصمام الثنائي الباعث للضوء. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يمكن استخدام بيانات EMG والحركية والقوة التي تم الحصول عليها من الأشخاص الذين يستخدمون هذا البروتوكول لتوصيف الحركات عبر تكرار نفس المهمة ، وكذلك أثناء المهام المختلفة. تمثل البيانات الموضحة هنا نتائج من المشاركين الأصحاء في المجموعة الضابطة لإثبات جدوى هذا الإعداد. يتم عرض ملفات تعريف EMG التمثيلية المسجلة من موضوع سليم يؤدي BBT المعدل في الواقع الافتراضي في الشكل 3. يمكن رؤية التنشيط العضلي العالي للدالية الأمامية (DELT_A) ، مما يشير إلى أنها المحرك الأساسي للذراع لكل حركة وصول. كما تم تنشيط باسطات الساعد والمعصم (ECU و ECR) بشكل ملحوظ ، مما يشير إلى أن هذه العضلات تستخدم لدعم الإمساك بالكتلة طوال الحركة. أخيرا ، تشير زيادة نشاط عضلات الإبهام (EPB و APB) إلى استخدامها في فهم الكتلة وتحريرها. في حين أن ملفات تعريف EMG المسجلة أثناء BBT المعدل في الواقع الافتراضي كانت مشابهة لمهمة العالم الحقيقي ، فقد تم تقليل النشاط العضلي الأقصى أثناء تقييم الواقع الافتراضي. تشير هذه النتائج إلى أن كلا من BBT القياسي في العالم الحقيقي و BBT المعدل في الواقع الافتراضي ينخرطان في آليات تحكم محرك مماثلة.

تم استخدام بيانات تتبع اليد VR للحصول على البيانات الحركية التي أنتجت ملامح سلسة لمسارات زاوية المفصل في جميع أنحاء BBT المعدلة المنفذة في الواقع الافتراضي (الشكل 4). يتميز استخدام أصابع الإبهام والوسطى والسبابة في الإمساك بالكتلة بتغيرات زاوية المفصل في كل من المفاصل بين السلامية القريبة والبعيدة (الشكل 4). ينظر إلى زوايا المفاصل للأصابع 2 (السبابة) و 3 (الوسط) على طول مسارات مماثلة ، مما يدل على استخدامها المتزامن لفهم الكتلة ثم تحريرها. نسبيا ، تظهر الأصابع 4 (حلقة) و 5 (الخنصر) نمطا مميزا في تغيرات زاوية المفصل في المفاصل بين السلامية القريبة والبعيدة. هذا لا يشير فقط إلى أنها لم تستخدم في الإمساك بالكتلة ، ولكن يظهر أيضا أن حركتها المتعارضة للأصابع 2 و 3 قد تمثل حركة نموذجية خارج التآزر حيث تظل هذه الأصابع مثنية أثناء تحرير الكتلة. قد يكون هذا التحكم المجزأ في امتداد الأرقام مقابل الانثناء غائبا في شخص يعاني من عجز حركي بعد السكتة الدماغية. يوضح الجدول 2 متوسط نطاقات زاوية المفصل أثناء المهمة. بالإضافة إلى ذلك ، يمكن أيضا قياس توقيت كل حركة أو مرحلة حركة ، مثل الإمساك والوصول ، وعدد التكرار في فترة معينة من البيانات الحركية التي تم الحصول عليها من سماعة رأس الواقع الافتراضي.

يمكن تعظيم جودة البيانات التي تم الحصول عليها من هذا البروتوكول من خلال النظر الشامل في عدة عوامل. كما ذكرنا سابقا ، يعتمد الحصول على بيانات EMG عالية الجودة على الاتصال الوثيق بين أقطاب الاستشعار والجلد. عندما يتم وضع المستشعرات بشكل آمن ، سيكون لبيانات EMG نسبة إشارة إلى ضوضاء عالية مع فترات واضحة من الانفجار تشير إلى وقت تقلص العضلات بنشاط (الشكل 5). يمكن تصور رشقات نارية مميزة من النشاط الكهربائي المقابل للانقباض العضلي في كل من الإشارات غير المفلترة (الشكل 5 أ) والإشارات المفلترة (الشكل 5 ب) ، مع الحد الأدنى من الضوضاء. قد تكون الزيادات الشاذة أو غير المتوقعة في سعة الإشارة مؤشرا على عيوب الحركة التي يمكن أن تنتج عن الارتباط غير الآمن لأجهزة استشعار EMG بالجلد. إذا تم استخدام أجهزة استشعار سلكية ، فقد ينتج ذلك أيضا عن الأسلاك المتدلية أثناء الحركة. تتطلب بيانات التقاط الحركة عالية الجودة أن تظل الأطراف في رؤية واضحة للكاميرا حتى تتمكن خوارزمية التتبع من حل الإحداثيات النسبية للنقاط المتعقبة بدقة. تشير التغييرات الكبيرة أو المفاجئة في إحداثيات النقاط المتعقبة أو قيم الإحداثيات المفقودة إلى بيانات التقاط الحركة منخفضة الجودة. بينما يمكن استخدام استيفاء العلامة لحساب الإحداثيات المفقودة ، فإن هذه الطريقة صالحة فقط لفترات وجيزة بالنسبة إلى مدة الحركة.

figure-results-1
الشكل 3: ملفات تعريف EMG الممثلة المفلترة والمصححة المسجلة من موضوع سليم يؤدي 10 تكرارات ل BBT المعدل في الواقع الافتراضي. (أ) ثنيات الذراع القريبة (رأس قصير العضلة ذات الرأسين ، أحمر ؛ رأس طويل للعضلة ذات الرأسين ، رمادي ؛ الدالية الأمامية ، أسود). (ب) ب الباسطة القريبة للذراع (رأس طويل ثلاثي الرؤوس، أخضر؛ ثلاثية الرؤوس الجانبية، أزرق). (ج) ثنيات الذراع البعيدة (ثني الكاربي الزندي ، أحمر ؛ ثني كاربي شعاعي ، أسود). (د) باسطات الذراع البعيدة (الباسطة الزندية ، خضراء ؛ الباسطة carpi radialis ، زرقاء). (ه) عضلات الأصابع والإبهام (المثنية الرقمية السطحية ، الأحمر ؛ الباسطة digitorum communis ، الأخضر ؛ الباسطة pollicis brevis ، الأزرق ؛ الخاطف pollicis brevis ، البني). هذا الرقم مقتبس من Yough28. الاختصارات: BBT = مربع ومهمة كتلة ؛ EMG = تخطيط كهربية العضل. BIC_SH = العضلة ذات الرأسين رأس قصير. BIC_LO = رأس طويل العضلة ذات الرأسين ؛ DELT_A = الدالية الأمامية) ؛ TRI_LO = رأس طويل ثلاثية الرؤوس ؛ TRI_LAT = ثلاثية الرؤوس الجانبية ؛ FCU = ثني كاربي الزندي ؛ FCR = العضلة المثنية الشعاعية ؛ وحدة التحكم الإلكترونية = الباسطة carpi ulnaris ؛ ECR = الباسطة كاربي شعاعي ؛ FDS = flexor digitorum السطحية ؛ EDC = الباسطة الرقمية الشيوعية ؛ EPB = الباسطة بوليسيس بريفيس ؛ APB = الخاطف بوليسيس بريفيس. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-2
الشكل 4: ملامح حركية تمثيلية مسجلة من موضوع سليم يؤدي 10 تكرارات ل BBT المعدل في الواقع الافتراضي. (أ) زوايا مشتركة للإبهام في مفاصل CMC و MCP و IP. (ب) زوايا المفاصل المشتركة لمفاصل MCP المكونة من أرقام 2-5. (ج) زوايا المفصل لمفاصل PIP المكونة من الأرقام 2-5. (د) زوايا المفصل لمفاصل DIP المكونة من الأرقام 2-5. تشير الأرقام التي تلي كل اسم مشترك إلى الإصبع الذي يتوافق معه كل مفصل (الإبهام = 1 ، الفهرس = 2 ، الوسط = 3 ، الخاتم = 4 ، الخنصر = 5). هذا الرقم مقتبس من Yough28. الاختصارات: CMC = كاربوميتاكاربوس. Ad/Ab = التقريب/الاختطاف؛ E / F = التمديد / الانثناء ؛ MCP = مشط القدم. IP = بين السلاميات ؛ PIP = السلامية القريبة ؛ DIP = السلامية البعيدة. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-3
الشكل 5: بيانات مستشعر EMG التمثيلية. (أ) إشارات EMG الخام و (B) المفلترة من مستشعر EMG آمن تم وضعه على النحو الأمثل على زند الكاربي المثني. هذا الرقم مقتبس من Yough28. الاختصارات: EMG = تخطيط كهربية العضل. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

رقم مستشعر Delsysعضل
1Flexor carpi ulnaris
2العضلة المثنية الشعاعية
3الباسطة كاربي الزندي
4الباسطة كاربي شعاعي طويل
5أنكونوس
6المثنية الرقمية السطحية
7الباسطة الرقمية الشيوعية
8العضلة ذات الرأسين العضدية - الإنسي / الرأس القصير
9العضلة ذات الرأسين العضدية - جانبية / طويلة الرأس
10ثلاثية الرؤوس العضدية - رأس طويل
11ثلاثية الرؤوس العضدية - الرأس الجانبي
12الدالية الأمامية
13الدالية الجانبية
14الباسطة بوليسيس بريفيس
15الخاطف بوليسيس بريفيس

الجدول 1: اختيار العضلات لأجهزة استشعار EMG للتسجيل في هذا البروتوكول.

درجة الحريةالحد الأدنى لزاوية المفصل (راد)أقصى زاوية مشتركة (راد)الحجم (راد)
المعصم الاستلقاء - الكب0.240.680.44 ± 0.17
تمديد المعصم - الانثناء-0.47-0.40.1 ± 0.06
تقريب المعصم - الاختطاف-0.18-0.10.08 ± 0.03
تقريب الرسغ الرسغي0.350.550.2 ± 0.09
تمديد الانثناء الرسغي0.050.240.18 ± 0.12
تمديد ثني مشط الإبهام-0.23-0.150.08 ± 0.02
تمديد الانثناء بين السلامي الإبهام-0.56-0.480.09 ± 0.03
مؤشر تمديد مشط القدم - الانثناء0.250.50.25 ± 0.13
مؤشر التمديد بين السلامي القريب - الانثناء0.740.940.0.2 ± 0.14
مؤشر التمديد بين السلامي البعيد - الانثناء0.670.810.15 ± 0.1
تمديد مشط القدم الأوسط - الانثناء0.250.460.2 ± 0.11
التمديد بين السلامي القريب الأوسط - الانثناء0.891.070.18 ± 0.11
التمديد بين السلامي البعيد الأوسط - الانثناء0.740.90.15 ± 0.1
حلقة مشط القدم تمديد الانثناء0.220.420.2 ± 0.14
حلقة التمديد بين السلامية القريبة - الانثناء0.91.10.2 ± 0.15
حلقة التمديد بين السلامية البعيدة - الانثناء0.780.930.15 ± 0.1
تمديد مشط القدم الصغير - الانثناء0.320.480.16 ± 0.04
التمديد بين السلامي القريب الصغير - الانثناء0.931.090.16 ± 0.09
التمديد بين السلامي البعيد الصغير - الانثناء0.760.90.14 ± 0.09

الجدول 2: متوسط نطاقات زاوية المفصل خلال BBT المعدل. تتوافق اتجاهات الحركة في أسماء شعبة الشؤون المالية مع الاتجاهات السلبية الإيجابية. على سبيل المثال ، في "كب المعصم" ، يكون الاستلقاء في الاتجاه السلبي والكب في الاتجاه الإيجابي.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

نظام EMG
تتكون أجهزة نظام EMG من 15 مستشعرا EMG تستخدم للحصول على بيانات تنشيط العضلات. تم استخدام واجهة برمجة التطبيقات (API) المتاحة تجاريا لإنشاء برنامج تسجيل EMG مخصص. تتكون أجهزة نظام الواقع الافتراضي من سماعة رأس للواقع الافتراضي تستخدم لعرض بيئة الواقع الافتراضي الغامرة وكابل لربط سماعة الرأس بالكمبيوتر المخصص حيث يتم تخزين مهمة التقييم الافتراضي. البرنامج يتكون من برنامج رسومات الكمبيوتر 3D لإنشاء وتشغيل مهمة VR. هنا ، تم استخدام اختبار الصندوق والكتلة المعدل ، المقتبس من تقييم البراعة اليدوي الشهير26 ، كمهمة تقييم. تم السماح بالتفاعل مع بيئة الواقع الافتراضي من خلال استخدام برنامج مصمم لحساب الموقع الذي سيظهر فيه الجدول ، وبدء المهمة ، وإنتاج الكتل ، وحفظ البيانات.

نظام التقاط الحركة
تتكون أجهزة نظام التقاط الحركة من سماعة رأس VR ونظام التقاط حركة العلامة ووحدة التحكم في الحركة VR. تم تجهيز سماعة الواقع الافتراضي بإمكانية تتبع اليد من خلال أربع كاميرات مدمجة تعمل بالأشعة تحت الحمراء (72-120 هرتز). تم استخراج هذه البيانات من الجهاز للتحليل الحركي. يتكون نظام التقاط حركة العلامة من خادم وكاميرات بمجال رؤية 60 درجة والصمام الثنائي الباعث للضوء الأحمر (LED) كعلامات وكائن معايرة. لالتقاط المساحة بدقة ، ستحتاج الكاميرات إلى التداخل قليلا. خلال التجربة ، كانت منطقة التقاط معينة محاطة بثماني كاميرات (480 هرتز) ، حيث كانت أربعة في السقف وأربعة على الأرض. تمت معايرة هذا النظام ومواءمته قبل التجربة. قد تكون أنظمة التقاط حركة العلامات مفضلة لأنها توفر بيانات حركية عالية الدقة لكل من التطبيقات السريرية والبحثية. تحتوي وحدة التحكم في الحركة VR على وحدة تتبع بصرية لليد تلتقط حركة اليد والأصابع. تحتوي وحدة التحكم على كاميرتين قريبتين من الأشعة تحت الحمراء بدقة 640 × 240 بكسل (120 هرتز) ، وهما قادران على تتبع الحركة حتى 60 سم من الجهاز وفي مجال رؤية 140 × 120 درجة. تم توصيل هذا الجهاز بسماعة رأس الواقع الافتراضي أو تثبيته فوق الرأس أثناء الحركة. تم استخدام برنامج تطوير رسومات الكمبيوتر 3D لتصور تتبع اليد وجمع البيانات من بيئة الواقع الافتراضي. تم الحصول على البيانات من أنظمة التقاط الحركة بدون علامات وعلامات وحفظها باستخدام البرامج النصية للبرامج المخصصة. يمكن العثور على أمثلة على البرامج النصية للبرامج على: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0.

البدائل المحتملة للمعدات
يتم استخدام أقطاب EMG اللاسلكية وثنائية القطب والسطحية في هذا البروتوكول ، ولكن يمكن استبدال تقنيات EMG الأخرى (السلكية ، وما إلى ذلك). في حالة استخدام مستشعرات قياسية متاحة تجاريا كما هو موضح في جدول المواد، يمكن استخدام برنامج DAQ المصاحب بدلا من البرامج النصية المخصصة (معدل أخذ العينات 2000 هرتز). إذا تم استخدام مستشعرات EMG بديلة ، فيجب أيضا استخدام برنامج متوافق مع هذا النظام.

بدلا من ربط سماعة رأس الواقع الافتراضي بالكمبيوتر عبر الكابل ، تتمتع سماعة رأس الواقع الافتراضي بالقدرة على تخزين البيئة التفاعلية داخل سماعة الرأس. سيكون تنفيذ الميزة في التطبيقات المستقبلية لإعادة التأهيل المنزلي مفيدا للمريض. يمكن استبدال سماعة رأس الواقع الافتراضي المستخدمة هنا بسماعة رأس VR غامرة مختلفة. قبل الاستبدال ، سيتطلب ذلك التحقق من التوافق مع برنامج تطوير اللعبة.

ويمكن استخدام برامجيات التنمية البديلة لتهيئة البيئة الافتراضية والمهمة الموصوفة في هذا البروتوكول. بالإضافة إلى ذلك ، يمكن استخدام التقييمات السريرية الأخرى المترجمة إلى الواقع الافتراضي بدلا من BBT المعدل الموضح هنا (على سبيل المثال ، اختبار ذراع البحث الإجرائي (ARAT) أو التقييم المعاد تعريفه المتدرج للقوة والإحساس والخوف (GRASSP)). في حين يمكن استخدام BBT لتقييم مجموعة واسعة من الإصابات العصبية ، فإن استخدام المهام السريرية البديلة سيسمح بتقييم اضطرابات الحركة الأخرى. على سبيل المثال ، يستخدم GRASSP في المقام الأول لتقييم المرضى الذين يعانون من إصابة الحبل الشوكي ، في حين يستخدم ARAT بشكل شائع لتقييم شلل نصفي بسبب تلف القشرة. يمكن أيضا إجراء التقييمات الافتراضية دون تحكم بواسطة برنامج نصي برمجي (أي مستقل) ، ولكن يجب حساب DAQ والتحكم في إدارة الاختبار. لتقييم المهارات ، يمكن استخدام اختبار الصندوق والكتلة الملموس (BBT) بدلا من المهمة التي تم تطويرها في VR26. سيتطلب استخدام معدات العالم الحقيقي تقنية بديلة لالتقاط الحركة ، بدلا من تتبع اليد المسجل من سماعة رأس VR.

يمكن استخدام علامة بديلة موثوقة أو التقاط حركة بدون علامات لتتبع حركية اليد. على سبيل المثال ، يمكن استخدام التقاط الحركة المستند إلى الواقع الافتراضي لتبسيط الإعداد ، مع الاستمرار في الحصول على بيانات تتبع اليد اللازمة لاستخراج المعلومات الحركية. يتضمن نظام التقاط حركة العلامة المستخدم هنا برنامجا لمعايرة مساحة التقاط الحركة التجريبية وتشغيل الكاميرات (معدل أخذ العينات 480 هرتز). يجب استخدام تقنية التقاط الحركة البديلة مع البرنامج المقابل المناسب.

يوضح الشكل 1 أجهزة كمبيوتر منفصلة، يشغل كل منها مكونا مختلفا من الأجهزة. يمكن لجهاز كمبيوتر واحد عالي الأداء تشغيل جميع البرامج لجمع البيانات والواقع الافتراضي. في البروتوكول الموضح هنا ، يتطلب استخدام ثلاثة أجهزة كمبيوتر منفصلة مزامنة البيانات. تعد مزامنة البيانات في الوقت المناسب عبر الأجهزة أمرا بالغ الأهمية لبيانات EMG والحركية والقوة للتوصل إلى استنتاجات ذات مغزى. تم استخدام البرامج النصية المخصصة للبرامج باستخدام وظيفة datetime المضمنة لتسجيل الوقت العالمي على كل نظام في بداية المهمة. بشكل حاسم ، يجب توصيل جميع أجهزة الكمبيوتر بنفس الشبكة حتى تعمل هذه البرامج النصية بشكل صحيح. بعد تسجيل وقت البدء باستخدام datetime ، استخدمت نصوص DAQ وظائف التشنج اللاإرادي و toc لزيادة الوقت أثناء التجربة. هذه الوظائف لها دقة تبلغ حوالي 0.000001 ثانية ، مما قد يسمح بتسجيل البيانات عند 1000 كيلو هرتز. في إعدادنا ، أعلى تردد لأخذ العينات هو 30 كيلو هرتز ، وهو أقل بكثير من القدرات القصوى لهذه الطريقة لتسجيل الوقت ومزامنته عبر الأجهزة. تم استخدام تطبيق مراسلة بروتوكول التحكم في الإرسال / بروتوكول الإنترنت (TCP-IP)29 الذي تم تطويره في Python لنقل البيانات بين بيئة VR وتطبيق DAQ بناء على عنوان IP.

وبالإضافة إلى ضمان تزامن الوقت، من الأهمية بمكان مزامنة البيانات التي يتم الحصول عليها بترددات مختلفة لأخذ العينات. تم تشغيل اثنين من أجهزة الكمبيوتر يدويا لجمع بيانات التقاط الحركة (480 هرتز) وتسجيل بيانات EMG (2000 هرتز). استخدمت الدراسات السابقة دوائر تزامن مخصصة لإرسال حدث مشترك بين الأنظمة في معالم التجربة (على سبيل المثال ، يتم إرسال نبضة مزامنة عند بدء تسجيل البيانات ، ومرة أخرى عند انتهاء التسجيل)30. هنا ، يسمح استخدام وظائف التاريخ والوقت والتشنج اللاإرادي وجدول المحتويات الخاصة بالبرنامج بالمزامنة دون الحاجة إلى أجهزة إضافية. كما دعم تطبيق المراسلة TCP-IP المتاح تجاريا المستخدم هنا الاتصال المستمر عبر الأنظمة. كما عمل هذا الإطار لمزامنة الوقت وترددات جمع البيانات عبر الأنظمة على تنظيم البيانات باستمرار للتحليل اللاحق المتقدم.

البروتوكول التجريبي الموصوف هنا قابل للتخصيص للغاية لتلبية الاحتياجات المتغيرة للمجموعات السريرية أو البحثية ، مع إمكانية تطبيقه في كل من الإعدادات السريرية والمنزلية / البعيدة. بينما وصفنا تقييما لنشاط العضلات والحركية باستخدام BBT المعدل في الواقع الافتراضي ، يمكن استخدام إعداد مماثل لاختبارات سريرية مختلفة وقد يتم تبسيطه لمجموعات البيانات المخفضة. على سبيل المثال ، يمكن استبعاد مستشعرات EMG والقوة إذا كانت هناك حاجة إلى بيانات حركية فقط. الحصول على البيانات الحركية فقط يتطلب ببساطة استخدام نظام التقاط الحركة. يمكن أيضا تضمين أجهزة إضافية ، مثل تخطيط كهربية الدماغ أو تخطيط كهربية القلب ، لتسجيل بيانات إضافية. بدلا من أقطاب EMG السطحية القياسية ، يمكن استخدام سطح عالي الكثافة أو EMG عضلي لتسجيل بيانات نشاط عضلي أكثر دقة31,32. علاوة على ذلك ، يمكن استخدام الاختبارات السريرية الوظيفية الأخرى ، مثل ARAT أو GRASSP ، لتقييم العجز الحركي في مجموعات مختلفة من المرضى. في حين أن الإعداد الموصوف هنا مخصص في المقام الأول لأغراض البحث لتحديد عجز الحركة في الواقع الافتراضي بشكل أفضل ، فإننا نهدف إلى تطوير إعداد مماثل للسماح بمراقبة المريض وإعادة تأهيله عن بعد. نتوقع أن يتم تكييف هذا البروتوكول بسهولة باستخدام نظارات VR القياسية للمستهلك المزودة بتتبع حركة اليد ، جنبا إلى جنب مع جهاز تسجيل EMG يمكن ارتداؤه. في الدراسات المستقبلية ، نهدف إلى تطوير هذا البروتوكول للاستخدام في المنزل من خلال دمج غلاف EMG منخفض التكلفة ويمكن ارتداؤه وعالي الكثافة يتم تطويره حاليا.

بالمقارنة مع العلاج الطبيعي أو المهني التقليدي في عيادة أو مركز إعادة تأهيل ، تقدم إعادة التأهيل VR العديد من الفوائد المحتملة. في حين أن البروتوكول الموصوف هنا يهدف إلى استخدامه في المقام الأول لأغراض البحث ، يمكن تنفيذ طرق التقييم الافتراضية عن بعد واستخدام الأجهزة الجاهزة ، دون الحاجة إلى معدات طبية متخصصة باهظة الثمن. بالإضافة إلى ذلك ، فإن أنظمة الواقع الافتراضي قادرة على تتبع حركات اليد كميا لتوفير رؤى حول جودة الحركة ، والتي قد لا تكون ممكنة مع التقييم القياسي33,34. لا تزال قابلية المقارنة بين الحركات في الواقع الافتراضي مقابل مهام العالم الحقيقي موضوعا للدراسة المكثفة وستؤثر الرؤى المستقبلية على كيفية استخدام الواقع الافتراضي لإعادة التأهيل. الإجراء الموضح هنا هو إعداد مرن يستخدم الواقع الافتراضي لتوجيه الحركات القياسية والحصول على البيانات الحركية الفردية وبيانات EMG. قد توفر البيانات التي تم الحصول عليها من الدراسات التي تستخدم الإعداد الموصوف أيضا نظرة ثاقبة حول كيفية تحرك الأفراد في البيئة الافتراضية ، والآليات المحتملة التي يجد بها بعض الأشخاص أن الواقع الافتراضي أكثر غامرة. هذا أمر بالغ الأهمية عند تكييف التقييمات السريرية الواقعية في بيئة الواقع الافتراضي.

يجب مراقبة عدة خطوات في إعداد وتنفيذ هذا البروتوكول بعناية للحصول على بيانات عالية الجودة ودقيقة. من الأهمية بمكان وضع مستشعر EMG المناسب. تتطلب بيانات EMG النظيفة والدقيقة ذات الإشارة العالية إلى الضوضاء وضع المستشعرات على بشرة معقمة وخالية من الشعر فوق بطن العضلات المحددة27. وبالمثل ، إذا تم استخدام نظام التقاط حركة العلامة ، فيجب وضع العلامات بدقة على المعالم العظمية لالتقاط بيانات موثوقة لحساب زوايا الاهتمام المشتركة. بالمقارنة مع مستشعرات EMG ، هناك بعض المرونة في اتجاه علامات التقاط الحركة ، ولكن يجب دائما استخدام ثلاث نقاط غير خطية على الأقل لتحديد موقع جسم صلب في الفضاء35. تتطلب بعض التقنيات لحساب زوايا المفاصل ، مثل الحركية العكسية المستندة إلى النموذج ، وضع علامة دقيقة. في حالة استخدام هذه الطريقة ، يجب أن تتطابق مواقع العلامات التجريبية مع تلك الموجودة في النموذج36. عادة ما يتضمن برنامج النمذجة العضلية الهيكلية الذي تم تطويره لحساب الحركية العكسية وظائف حسابية مدمجة لمطابقة النموذج ومواقع العلامات التجريبية. يستخدم OpenSim ، وهو نظام أساسي طورته جامعة ستانفورد37 ، بشكل شائع لهذا النوع من التحليل. يجب مراقبة كل من مستشعر EMG وأمن العلامات طوال المهمة لضمان تسجيل بيانات عالية الجودة.

إذا كانت البيانات التي تم الحصول عليها من هذا البروتوكول صاخبة ، فيجب أن يركز استكشاف الأخطاء وإصلاحها على النظر في عدة خطوات. أولا ، يمكن أن ينتج عن وضع مستشعر EMG السيئ بيانات صاخبة ويجب التحقق منها. للتخفيف من هذه المشكلة ، يعد تحضير الجلد قبل تثبيت مستشعر EMG أمرا مهما ، كما تمت مناقشته سابقا. بالإضافة إلى ذلك ، قد تنتج بيانات التقاط الحركة منخفضة الجودة إذا تحركت العلامات خارج نطاق الكاميرات. يمكن حل فقدان قصير للنقاط المتعقبة من خلال الاستيفاء ، ولكن إذا استمرت العلامات في الفشل في إرسال بيانات موضعية دقيقة ، فقد توجد مشكلات أساسية أكثر خطورة. إذا كانت علامة واحدة تسقط بشكل متكرر ، فقد يشير ذلك إلى أن العلامة إما محجوبة بحركة الهدف أو تتحرك خارج نطاق الكاميرا. علاوة على ذلك ، قد تتسبب معايرة الكاميرا الخاطئة في فشل العديد من العلامات. في هذا السيناريو ، من الأفضل إعادة معايرة نظام التقاط الحركة بالكامل بعد إزالة الموضوع ومعدات الاختبار من الفضاء التجريبي. بالإضافة إلى ذلك ، يجب استخدام إضاءة كافية ، لأن بيئات الإضاءة المنخفضة قد تعيق الحصول على بيانات التقاط الحركة عالية الجودة.

يحتوي البروتوكول الموصوف على العديد من القيود. أولا ، يتطلب الإعداد الموضح هنا استخدام كاميرات متعددة لالتقاط الحركة. ومع ذلك ، فإن القصد من هذا البروتوكول هو جمع بيانات عالية الدقة لتحديد عجز الحركة في الواقع الافتراضي بشكل أفضل قبل تطوير التقييمات السريرية عن بعد بالكامل والتي قد يكملها المريض وحده. بالإضافة إلى ذلك ، تفتقر المهام التي يتم تنفيذها في الواقع الافتراضي إلى ردود الفعل اللمسية. من المهم ملاحظة ذلك لأن التغذية المرتدة عن طريق اللمس وحدها يمكن أن تغير حجم قوة القبضة38,39. قد يؤثر ذلك على تنشيط العضلات أو الحركية عند تنفيذ مهمة في بيئة افتراضية بدلا من استخدام معدات ملموسة. إذا كان يعتقد أن التغذية الراجعة اللمسية ذات أهمية حاسمة (على سبيل المثال ، إذا كان المرضى يعانون أيضا من عجز حسي) ، فقد يتم تضمين استخدام الروبوتات اللمسية لتقليد ردود الفعل اللمسية. على الرغم من هذا القيد ، نتوقع أن البيانات التي تم الحصول عليها من الإعداد الموصوف هنا ستكون حاسمة في تحديد التغيرات في الحركية ونشاط العضلات في مهام الواقع الافتراضي فقط للمرضى الذين يعانون من اضطرابات الحركة. سيساعد هذا في تكييف هذه الاختبارات السريرية للاستخدام المنزلي. هناك قيد إضافي لهذا البروتوكول وهو أنه يتم تقديم كتلة واحدة في كل مرة أثناء الاختبار. في BBT القياسي ، يتم وضع 150 كتلة خشبية في حجرة واحدة من الصندوق لتبدأ. تم تصميم BBT المعدل هذا لزيادة قابلية استنساخ التقاط الحركة المسجلة وبيانات EMG من خلال محاكاة كتلة واحدة تعود إلى الظهور في نفس الموقع الافتراضي. على هذا النحو ، من المحتمل أن يكون BBT المعدل المطبق في الواقع الافتراضي مهمة أكثر بساطة. في الدراسات المستقبلية ، سيكون من المهم أن يكون BBT المعدل في الواقع الافتراضي متسقا مع إعداد BBT القياسي لضمان صحة المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ليس لدى المؤلفين أي تضارب في المصالح للإعلان عنه.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تم دعم هذا العمل من قبل مكتب مساعد وزير الدفاع للشؤون الصحية من خلال برنامج أبحاث استعادة المحاربين المصابين بإصابات الجهاز العصبي العضلي الهيكلي (RESTORE) بموجب الجائزة رقم W81XWH-21-1-0138. الآراء والتفسيرات والاستنتاجات والتوصيات هي آراء المؤلفين وليست بالضرورة معتمدة من قبل وزارة الدفاع.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
كرسي بدون ذراعينغير متاحيجب أن يكون الكرسي الذي يجلس فيه الأشخاص بلا ذراعين حتى لا تتداخل أذرعهم.
ComputerDell Technologiesتم استخدام ثلاثة أجهزة كمبيوتر لمرافقة معدات الحصول على البيانات.
Leap ControllerUltraleapالتي تلتقط حركة اليد والإصبع. تحتوي وحدة التحكم على كاميرتين 640 × 240 بكسل الأشعة تحت الحمراء القريبة (120 هرتز), والتي هي قادرة على تتبع الحركة تصل إلى 60 سم من الجهاز وفي 140 × 120&درجة; مجال الرؤية. تم توصيل هذا الجهاز بسماعة رأس VR أو تثبيته فوق الرأس أثناء الحركة.
MATLABMathWorks, Inc. منصة برمجة تستخدم لتطوير برنامج مخصص للحصول
Oculus Quest 2MetaImmersive سماعة الواقع الافتراضي المجهزة بقدرة تتبع اليد من خلال 4 كاميرات مدمجة بالأشعة تحت الحمراء (72-120 هرتز). يمكن استبداله بأجهزة أخرى مماثلة (مثل HTC Vive و HP Reverb و Playstation VR).
كابل Oculus Quest 2 LinkMetaيستخدم لتوصيل سماعة الرأس بالكمبيوتر حيث تم تخزين لعبة VR
PhaseSpace Motion CapturePhaseSpace، Inc.نظام التقاط الحركة المميز ، الذي يتكون من خادم ، وكاميرات بمجال رؤية 60 درجة ، وصمام ثنائي ينبعث منها الضوء الأحمر (LED) كعلامات ، وكائن معايرة
Trigno WirelessSystem Delsys، Inc.بواسطة Delsys Inc. ، يتضمن EMG ، ومقياس التسارع ، وأجهزة استشعار القوة ، ومحطة أساسية ، وبرامج التجميع. تم استخدام واجهة برمجة تطبيقات Trigno-MATLAB (API) لتطوير برنامج تسجيل مخصص.
UnReal Engine 4EpicGames يستخدم لإنشاء وتشغيل Box and Block Task المعدلة في الواقع الافتراضي
وحدة تتبع اليد البصرية على البيانات

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Rosenbaum, D. A. Human motor control. , Elsevier Inc. (2010).
  2. Kalsi-Ryan, S., Curt, A., Fehlings, M., Verrier, M. Assessment of the hand in tetraplegia using the Graded Redefined Assessment of Strength, Sensibility and Prehension (GRASSP): impairment versus function. Topics in Spinal Cord Injury Rehabilitation. 14 (4), 34-46 (2009).
  3. Kalsi-Ryan, S., et al. The Graded Redefined Assessment of Strength Sensibility and Prehension: reliability and validity. Journal of Neurotrauma. 29 (5), 905-914 (2012).
  4. Menorca, R. M. G., Fussell, T. S., Elfar, J. C. Nerve physiology. Hand Clinics. 29 (3), 317-330 (2013).
  5. Spinal cord injury. National Institute of Neurological Disorders and Stroke. , Available from: https://www.ninds.nih.gov/health-information/disorders/spinal-cord-injury (2023).
  6. Peripheral neuropathy. National Institute of Neurological Disorders and Stroke. , Available from: https://www.ninds.nih.gov/health-information/patient-caregiver-education/fact-sheets/peripheral-neuropathy-fact-sheet (2023).
  7. Statistics: Get informed about Parkinson's disease with these key numbers. Parkinson's Foundation. , Available from: https://www.parkinson.org/understanding-parkinsons/statistics (2023).
  8. Virani, S. S., et al. Heart disease and stroke statistics-2021 update: a report from the American Heart Association. Circulation. 143 (8), e254(2021).
  9. Hsieh, Y., et al. Responsiveness and validity of three outcome measures of motor function after stroke rehabilitation. Stroke. 40 (4), 1386-1391 (2009).
  10. Van Der Lee, H., Beckerman, H., Lankhorst, G. J., Bouter, L. M. The responsiveness of the action research arm test and the Fugl-Meyer assessment scale in chronic stroke patients. Journal of Rehabilitation Medicine. 33 (3), 110-113 (2001).
  11. Duncan, P., et al. Randomized clinical trial of therapeutic exercise in subacute stroke. Stroke. 34 (9), 2173-2180 (2003).
  12. Saposnik, G., et al. Efficacy and safety of non-immersive virtual reality exercising in stroke rehabilitation (EVREST): a randomised, multicentre, single-blind, controlled trial. The Lancet Neurology. 15 (10), 1019-1027 (2016).
  13. Wolf, S. L., et al. The EXCITE stroke trial: Comparing early and delayed constraint-induced movement therapy. Stroke. 41 (10), 2309-2315 (2010).
  14. Krakauer, J. W., Carmichael, S. T. Broken movement: the neurobiology of motor recovery after stroke. , The MIT Press. Cambridge, MA. (2017).
  15. Pollock, A., et al. Interventions for improving upper limb function after stroke. Cochrane Database of Systematic Reviews. 2014 (11), (2014).
  16. Olesh, E. V., Yakovenko, S., Gritsenko, V. Automated assessment of upper extremity movement impairment due to stroke. PLoS ONE. 9 (8), e104487(2014).
  17. Gritsenko, V., et al. Feasibility of using low-cost motion capture for automated screening of shoulder motion limitation after breast cancer surgery. PLOS ONE. 10 (6), e0128809(2015).
  18. Thomas, A. B., Olesh, E. V., Adcock, A., Gritsenko, V. Muscle torques and joint accelerations provide more sensitive measures of poststroke movement deficits than joint angles. Journal of Neurophysiology. 126 (2), 591-606 (2021).
  19. De Luca, C. Electromyography. Encyclopedia of Medical Devices and Instrumentation. , (2006).
  20. Lin, C. -J., Guo, L. -Y., Su, F. -C., Chou, Y. -L., Cherng, R. -J. Common abnormal kinetic patterns of the knee in gait in spastic diplegia of cerebral palsy. Gait & Posture. 11 (3), 224-232 (2000).
  21. Lin, J., Shah, D., McCracken, C., Verma, S. Quantitative EMG in Duchenne muscular dystrophy (P6.328). Neurology. 86, (2016).
  22. EMG test for neuromuscular disease. Brigham and Women's Hospital. , Available from: https://www.brighamandwomens.org/medical-resources/emg-test (2023).
  23. Kuthe, C. D., Uddanwadiker, R. V., Ramteke, A. A. Surface electromyography based method for computing muscle strength and fatigue of biceps brachii muscle and its clinical implementation. Informatics in Medicine Unlocked. 12, 34-43 (2018).
  24. Holtermann, A., Grönlund, C., Karlsson, J. S., Roeleveld, K. Motor unit synchronization during fatigue: Described with a novel sEMG method based on large motor unit samples. Journal of Electromyography and Kinesiology. 19 (2), 232-241 (2009).
  25. Kim, H., Lee, J., Kim, J. Electromyography-signal-based muscle fatigue assessment for knee rehabilitation monitoring systems. Biomedical Engineering Letters. 8 (4), 345-353 (2018).
  26. Mathiowetz, V., Volland, G., Kashman, N., Weber, K. Adult norms for the box and block test of manual dexterity. American Journal of Occupational Therapy. 39 (6), 386-391 (1985).
  27. Hermens, H. J., Freriks, B., Disselhorst-Klug, C., Rau, G. Development of recommendations for SEMG sensors and sensor placement procedures. Journal of Electromyography and Kinesiology. 10 (5), 361-374 (2000).
  28. Yough, M. Advancing medical technology for motor impairment rehabilitation: Tools, protocols, and devices. Graduate Theses, Dissertations, and Problem Reports. , (2023).
  29. Velliste, M., Perel, S., Spalding, M. C., Whitford, A. S., Schwartz, A. B. Cortical control of a prosthetic arm for self-feeding. Nature. 453 (7198), 1098-1101 (2008).
  30. Talkington, W. J., Pollard, B. S., Olesh, E. V., Gritsenko, V. Multifunctional setup for studying human motor control using transcranial magnetic stimulation, electromyography, motion capture, and virtual reality. Journal of Visualized Experiments. (103), e52906(2015).
  31. Murillo, C., et al. High-density electromyography provides new insights into the flexion relaxation phenomenon in individuals with low back pain. Scientific Reports. 9 (1), 15938(2019).
  32. Péter, A., et al. Comparing surface and fine-wire electromyography activity of lower leg muscles at different walking speeds. Frontiers in Physiology. 10, 1283(2019).
  33. Isenstein, E. L., et al. Rapid assessment of hand reaching using virtual reality and application in cerebellar stroke. PLOS ONE. 17 (9), e0275220(2022).
  34. Varela-Aldás, J., Buele, J., López, I., Palacios-Navarro, G. Influence of hand tracking in immersive virtual reality for memory assessment. International Journal of Environmental Research and Public Health. 20 (5), 4609(2023).
  35. Robertson, D., et al. Human kinetics. Research methods in biomechanics. , Champaign, IL. (2004).
  36. Dunne, J. J., Uchida, T. K., Besier, T. F., Delp, S. L., Seth, A. A marker registration method to improve joint angles computed by constrained inverse kinematics. PLOS ONE. 16 (5), e0252425(2021).
  37. Delp, S. L., et al. OpenSim: Open-source software to create and analyze dynamic simulations of movement. IEEE Transactions on Biomedical Engineering. 54 (11), 1940-1950 (2007).
  38. Naceri, A., Gultekin, Y. B., Moscatelli, A., Ernst, M. O. Role of tactile noise in the control of digit normal force. Frontiers in Psychology. 12, 612558(2021).
  39. Wottawa, C. R., et al. The role of tactile feedback in grip force during laparoscopic training tasks. Surgical Endoscopy. 27 (4), 1111-1118 (2013).

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

Virtual Box And BlockMotion CaptureSurface ElectromyographyMuscle Activity AssessmentVirtual Reality RehabilitationRemote Patient MonitoringHand Function TestMotor Impairment QuantificationEMG SensorsUpper Limb Movement

مقالات ذات صلة