逐帧视频分析人类特异性伸手抓握动作

摘要

本实验方案描述了如何使用逐帧视频分析来量化人类个体化的伸手抓握动作。通过比较视力正常与失明健康成年人的伸手动作来演示该技术，但该方法也可应用于发育群体和临床群体的研究。

摘要

抓握行为，即伸手抓取物体的动作，是人类活动的核心。我们通过这一行为实现自我进食、自我梳理，并操控环境中的物体和工具。许多感觉运动障碍会损害此类行为，然而目前我们对其神经控制机制的理解仍远不完善。现有的研究人类伸手抓握动作的技术通常依赖运动追踪系统，这类系统往往价格昂贵，需要在手部附着标记物或传感器，限制自然运动和感觉反馈，且所提供的运动学数据可能难以解释。尽管这些技术通常适用于研究视力正常健康成年人的典型伸手抓握动作，但在研究婴幼儿、盲人成年人以及神经系统疾病患者所表现出的不可预测且个体差异显著的伸手抓握动作时，许多技术面临额外的局限性。因此，我们提出一种新颖、低成本、高度可靠且灵活的方法，用于量化人类个体化伸手抓握动作的时间结构和运动学特征。通过高速摄像机从多个角度记录伸手抓握过程，随后采用逐帧视频分析方法，记录一系列预定义行为事件的发生时间与幅度，例如动作起始、手部收回、最高点、最大开合度、首次接触目标以及最终抓握。通过记录每个事件对应的相对帧号，重建动作的时间结构；同时，利用图像编辑软件中的标尺或测量功能，校准身体两个部位之间或身体部位与目标物体之间的二维线性距离，从而量化手部的运动学结构。逐帧视频分析可为个体化的伸手抓握行为提供定量且全面的描述，使研究人员能够将研究范围扩展至更广泛的自然抓握行为，涵盖更多样化的感知模式，并适用于健康人群及临床患者群体。

引言

抓握（prehension）是指伸手抓取物体的行为，广泛用于许多日常功能，包括获取食物以进食、梳理、操控物体、使用工具，以及通过手势和书写进行交流。关于抓握行为的神经行为控制，最具影响力的理论是双重视觉运动通道理论^1,2,3,4，该理论提出，抓握行为由两个动作组成：一是“伸展”动作，将手部运送到目标位置；二是“抓握”动作，使手部张开、塑形并闭合以适应目标的大小和形状。这两个动作通过两条可分离但相互作用的神经通路介导，即从视觉皮层到运动皮层、经由顶叶的通路^1,2,3,4。然而，双重视觉运动通道理论的行为学证据尚不明确，主要原因在于伸手抓握动作表现为一个连续、无缝的过程，且几乎无需意识参与即可完成。尽管如此，抓握行为的研究几乎总是在视觉引导的条件下进行，即健康受试者伸手抓取一个可见的目标物体。在这种情况下，该动作确实表现为一种可预测且模式化的单一运动：在伸手动作开始前，眼睛会注视目标；随着手臂伸展，手指张开，根据物体大小进行手形....

方案

所有涉及人类参与者的程序均已获得莱斯布里奇大学人类受试者研究委员会和汤普森河大学人类受试者研究伦理委员会的批准。

1. 参与者

1. 获得视力正常或矫正至正常、身体健康且无神经系统或感觉运动障碍病史的成年人的知情同意（除非研究目的是针对特定临床人群）。

2. 实验设置

1. 选择蓝莓、甜甜圈球和橙片作为抓取目标。从每种目标中随机选取十个，沿其最长轴测量长度，以确定每种目标的平均长度。
   注意：使用形状和大小均匀的目标物。蓝莓目标物的平均尺寸为 12.41 ± 0.33 mm，甜甜圈球目标物的平均尺寸为 28.82 ± 1.67 mm，橙片目标物的平均尺寸为 60.53 ± 0.83 mm。
2. 确定实验的试验次数和顺序。告知参与者，他们将完成总共60次伸手试验，分为4个区组（视觉条件下2个区组，无视觉条件下2个区组），每个区组包含15次伸手试验（每个3个目标物体各重复5次）。告知参与者，在每个区组中，目标物体的呈现顺序由随机数生成器确定，呈随机排列。确保在不同参与者之间区组呈现的顺序采用交叉平衡设计。
3. 让受试者坐在安静、光线充足且无干扰的房间内的一把固定无扶手椅上。指导受试者坐直身体，双脚平放且端正地置于地面，双手掌心向下自然张开放在大腿上部。
4. 调节一个可独立放置且高度可调的基座的高度，使其顶部位于受试者....

结果

本部分提供了使用逐帧视频分析法研究在非视觉感觉引导下个体化伸手抓握动作时可获得的结果示例。主要发现是：当受试者能够利用视觉预先识别目标物体的外在属性（位置/方向）和内在属性（大小/形状）时，他们会将伸手与抓握整合为一个连续流畅的抓取动作，在接触物体前即已将手部预塑形成与目标物体大小和形状相匹配的形态（图2A）。然而，当无法使用视觉时，他们会将这两个动作分离，转而依赖触觉反馈，首先根据目标物体的外在属性引导手部定位，再根据其内在属性进行调整，这种策略被称为“先触后抓”的通用策略（图2B）。通过逐帧视频分析所得结果与传统运动追踪系统的结果相当，且无需承担后者所需的高昂成本、操作繁琐及其他弊端。这些结果也为抓取动作的“双重视觉运动通道理论”提供了支持，该理论假说认为，伸手和抓握是可分离的动作，在视觉引导下整合时表现为单一动作。

在视觉和无视.......

讨论

本文介绍了如何使用逐帧视频分析方法来量化人类伸手抓握动作的时间组织、运动学结构以及部分空间特征。该技术可用于研究典型的视觉引导性伸手抓握动作，也可用于研究个体化的伸手抓握动作。这类动作难以通过传统的三维运动追踪系统进行研究，但在发育中的婴儿、感觉信息处理能力改变的受试者，以及患有感觉运动障碍（如失明、帕金森病、脑卒中或脑瘫）的患者中却十分常见。因此，逐帧视频分析的使用将使研究人员能够拓展研究范围，涵盖更广泛的抓握行为，这些行为由多种感觉模式引导，存在于健康人群和临床人群中。逐帧视频分析的具体优势包括相对低廉的成本、易于实施、无需使用可能妨碍手部感觉与运动功能的传感器或标记物、可与其他运动追踪系统兼容，以及能够描述伸手抓握动作中细微的变化——这些变化往往难以从大多数传统三维运动追踪系统提供的运动学输出中解读。综上所述，逐帧视频分析的这些特点使得我们对抓握行为神经控制机制的理论理解得以推进。

尽管在许多情况下，逐帧视频分析可能是分析特异性伸手抓握动作的唯一可靠方法，但需要注意的是，该技术也存在一些局限性。首先，距离测量（例如，通过逐帧视频分析获得的峰值开度等参数是二维.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
高速摄像机	Casio	http://www.casio-intl.com/asia-mea/en/dc/ex_f1/ or http://www.casio-intl.com/asia-mea/en/dc/ex_100/	用于采集高速视频记录的 Casio EX-F1 高速摄像机或 Casio EX-100 高速摄像机
Adobe Photoshop	Adobe	http://www.adobe.com/ca/products/photoshop.html	用于校准和测量单个视频帧中距离的软件
Adobe Premiere Pro	Adobe	http://www.adobe.com/ca/products/premiere.html?sdid=KKQOM&mv=search&s_kwcid=AL!3085!3!193588412847!e!!g!!adobe%20premiere%20pro&ef_id=WDd17AAABAeTD6-D:20170606160204:s	用于进行逐帧视频分析的软件
高度可调底座	Sanus	http://www.sanus.com/en_US/products/speaker-stands/htb3/	一种高度可调的扬声器支架，顶部通过螺丝固定一个定制的 9 cm × 9 cm × 9 cm 三角形顶板，用作伸手任务的平台
1 cm 校准立方体	Learning Resources (Walmart)	https://www.walmart.com/ip/Learning-Resources-Centimeter-Cubes-Set-500/24886372	一个 1 cm 的塑料立方体，用于将像素距离转换为厘米单位
影棚灯	Dot Line	https://www.bhphotovideo.com/c/product/1035910-REG/dot_line_rs_5620_1600w_led_light.html	带有冷光 LED 的强光灯，用于照亮受试者和测试区域
三维（3D）睡眠眼罩	Kfine	https://www.amazon.com/Kfine-Sleeping-Contoured-lightweight-Comfortable/dp/B06W5CDY78?th=1	在无视觉条件下用作眼罩以遮挡视觉
橙子片	N/A	N/A	橙子片作为大尺寸伸手目标
多纳圈球（Donut Balls）	Tim Hortons	http://www.timhortons.com/ca/en/menu/timbits.php	来自 Tim Hortons 的传统原味小圆面包（Timbits）作为中等尺寸伸手目标
蓝莓	N/A	N/A	蓝莓作为小尺寸伸手目标