Method Article

用3D 运动捕捉对无上肢损伤患者饮酒任务的运动学分析

DOI:

10.3791/57228

⸱

March 28th, 2018

 ,  ,  ,  , 
1Institution of Neuroscience and Physiology, Rehabilitation Medicine, Sahlgrenska Academy, University of Gothenburg, 2Securesoft Sweden, 3Departement of Occupational Therapy and Physiotherapy, Sahlgrenska University Hospital

In This Article

Summary

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

本协议描述了一种客观的方法来评估上肢运动性能和感觉运动功能, 用于中风和健康控制的个体。给出了三维运动捕获的标准测试程序、运动学分析和结果变量。

Abstract

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

运动学分析是客观评估三维 (3D) 空间上肢运动的有力方法。三维运动捕获与光电摄像系统被认为是运动运动分析的黄金标准, 并越来越多地被用作评价运动性能和损伤后的质量的结果措施。涉及上肢运动。本文介绍了在中风后上肢损伤的个体中应用饮酒任务的运动学分析的标准化协议。饮酒任务包括到达, 抓住和举起一杯从桌子上喝, 把杯子放回, 并把手放回桌子的边缘。坐姿被标准化为个人的身体大小, 任务是在一个舒适的自我节奏的速度和补偿运动不受限制。目的是保持任务的自然性和贴近现实生活的情况, 提高议定书的生态有效性。5相机运动捕捉系统是用来收集3D 坐标位置从9反光标记定位在解剖地标的手臂, 躯干和面部。一个简单的单一标记放置用于确保协议在临床设置的可行性。定制的 Matlab 软件提供了自动化和快速的运动数据分析。计算了运动时间、速度、峰值速度、峰值速度和平滑度 (运动单元数) 随肩肘关节空间角运动学以及躯干运动的时间运动学。饮酒任务是一种有效的评估, 对轻度和轻微上肢损伤的个人。建立了由饮水任务所获得的运动变量的构造、判别和并发有效性以及响应 (灵敏度变化)。

Introduction

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

运动学分析描述身体通过空间和时间的运动, 包括线性和角位移, 速度和加速度。光电运动捕获系统使用多个高速摄像机, 它们要么发出红外线信号, 要么从放置在身体上的被动标记捕捉反射, 要么从含有红外线的活动标记中传输运动数据。发射二极管。这些系统被认为是获取运动学数据1的 "黄金标准"。这些系统的价值在于它们在测量不同任务时的高精度和灵活性。运动学措施已证明是有效的捕捉较小的运动性能和质量的变化, 可能会被发现与传统的临床规模2,3。有人建议, 运动学应用于区分真正的恢复 (恢复病前运动特性) 和使用补偿 (替代) 运动模式在完成任务 4, 5。

上肢运动可以用终点运动学来量化, 一般是从手标记中获得的, 以及关节和线段 (i. e) 的角运动学。终点运动学提供了有关轨迹、速度、时间运动策略、精度、直线度和平滑性的信息, 而角运动学则是从时间和空间关节和线段角度来描述运动模式的,角速度和 interjoint 协调。端点运动学 (如移动时间、速度和平滑度) 有效地捕获了中风后的缺陷和运动性能的提高6,7,8和角运动学显示是否关节和身体段的运动是最佳的特定任务。有损伤的人的运动学通常与没有损伤的个人的运动性能进行比较8,9。端点和角运动学是相关的方式, 运动进行有效的速度, 平滑度和精度将需要良好的运动控制, 协调, 并使用有效和最佳的运动模式。例如, 移动速度慢的患者通常也会显示平滑度下降 (移动单元数量增加), 最大速度降低, 躯干位移增加8。另一方面, 端点运动学的改进, 如运动速度和平滑度, 可能独立于躯干和臂的补偿运动策略的变化, 如10。研究表明, 运动学分析可以提供更多更准确的信息, 说明任务是如何在受伤或疾病后完成的, 这反过来也是个体化有效治疗达到最佳运动恢复的必要条件。11. 运动学分析越来越多地用于临床研究, 以描述中风后上肢损伤患者的运动8,9, 以评估电机恢复7, 12,13或确定治疗干预措施的有效性10,14。

在笔画中经常研究的运动任务是指向和达到的, 尽管使用包含实际日常对象的操作的功能任务正在增加1。由于达到的运动学取决于实验性的约束, 例如对象的选择和任务15的目标, 因此在有目的和功能的任务中评估运动是非常重要的, 在这个过程中, 个人的实际困难日常生活将更加紧密地反映出来。

因此, 本文的目的是提供一个简单的标准化协议, 用于运动分析一个有目的和功能任务, 饮酒任务, 适用于在急性和慢性阶段上肢损伤的个人中风后。本协议的结果, 为轻度和轻度中风损害的个人将总结。

Access restricted. Please log in or start a trial to view this content.

Protocol

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

这里描述的所有方法都是瑞典哥德堡区域伦理审查委员会批准的研究的一部分 (318-04、225-08)。

1. 建立运动捕捉系统

  1. 在墙上安装4台摄像机, 大约 1.5-3 米, 距离测量区域的高度为 1.5-2.5 米, 面对测量区域。在测量区域上方的天花板上安装一台照相机 (图 1)。启动摄像系统。
  2. 将 L 形校准框放在表上, 并将短轴与表的边缘和长轴指向向前。
    注意: 坐标系的定义是 X 轴定向 (前方在矢状平面), Y 轴向侧面 (在正面平面), Z 轴定向向上 (优越, 垂直于横向平面)。
  3. 打开3D 跟踪和数据采集软件 (跟踪管理器), 通过选择捕获 | 来开始校准. 校准, 输入三十年代的校准时间, 然后单击确定。
  4. 将魔杖在整个测量区域 (75 x 75 x 65 厘米) 的所有方向上移动到椅子和桌子上方, 以确保所有5摄像头在尽可能多的方向上捕获魔杖16,17。校准后, 结果显示在屏幕上。接受校准残差低于0.5 毫米。
  5. 有主题, 穿着无袖上衣, 坐在一个高度可调节的椅子上, 他们的背部对 chair´s 背部, 上臂在中性的 adducted 位置, 手掌的手放在桌子上, 手腕对准桌子的边缘。检查膝盖, 臀部和肘角大约是90°。
  6. 将反光无源标记与双粘胶带放在已测试手上的骨骼地标18上 (第三掌指关节关节)、腕关节 (尺骨茎过程)、肘关节 (侧向髁)、右、左肩 (中间部分肩), 胸部 (胸骨上部) 和前额 (在眉毛之间的凹槽)。
  7. 将两个标记放在杯子上 (上下边缘)。

2. 饮酒任务的行动捕获程序

  1. 将硬塑料杯 (直径7厘米, 高度9.5 厘米) 与100毫升水30厘米从表边缘, 在身体中线。将杯子放在桌上的位置被刻意选择, 以保持任务的性能自然, 贴近现实生活的情况。
  2. 让这个主题以一个舒适的自我节奏的速度来完成饮酒任务) 到达并抓住杯子, 二) 把杯子从桌子上抬到嘴上, iii) 喝一杯 (一小口), iv) 把杯子放回一条标记的线后面的桌子上 (30 厘米从标签le 边缘), 和 v) 返回到初始位置, 手在桌子的边缘。
  3. 确保主体了解说明书, 并能与不受影响的手臂舒适地到达杯子而不向前倾。
  4. 在每次录制之前, 请确保起始位置 (初始位置) 正确, 要求主题准备就绪, 手动启动捕获并给出口头指示 "现在可以开始了"。
  5. 当主题完成任务时, 请手动停止录制。
  6. 在每次试验中记录五项试验 (大约三十年代), 从受影响较小的手臂开始。
  7. 检查数据获取是否成功 (每个标识的标记的 95-100% 数据)。
    注: 标记数据自动传送到数据采集软件 (跟踪管理器)。采用预定义的自动标记识别 (目标) 模型对标记进行自动识别。
  8. 当检测到不完整的数据时, 在发现问题后进行额外的试验, 调整坐姿或标记位置, 以确保标记的充分可见性, 以获得至少3项成功的试验。
    注意: 可能出现的问题是标记可能会脱落, 或者从摄像机的视角遮挡, 从而导致数据不完整。但是, 在本协议中使用的摄像机和标记设置, 仅在极少数情况下造成数据丢失。总体而言, 运动捕获会话需要大约 10-15 分钟才能完成。

3. 数据分析

  1. 通过单击文件 |, 将记录的数据从跟踪管理器直接传输到 Matlab 中. 出口 |直接插入到 Matlab中。
  2. 在命令提示符下使用 matlab 命令: (> > 工作区) 查看 matlab 变量集。
    注意: 包含用于指令和创建分析的数据的关键 Matlab 变量有:
    QTMmeasurements 帧-捕获的帧数
    QTMmeasurements. 帧率-每秒捕获的帧数 (240)
    QTMmeasurements.Trajectories.Labeled.Count-标签数量 (10)
    QTMmeasurements.Trajectories.Labeled.Labels-在跟踪管理器中定义的标签
    QTMmeasurements.Trajectories.Labeled.Data 测量数据在3D 阵列的 10 x 3 x 的帧数, 其中每个帧和每个标签3坐标被记录
  3. 在 Matlab 中, 使用 (黄油) 和 (filtfilt) 指令与一个6Hz 的二阶北海滤波器在正反方向上过滤 x、y、z 值, 给出零相位失真和来回序滤波。
    注: 示例
    [b, a] = 黄油 (2, 6/240/2);% 截止频率6Hz 和关于½采样频率
    xfiltered = filtfilt (b, a, QTMmeasurements. 轨迹. 标记 (11,:));
  4. 在 Matlab 中, 创建一个程序来使用每个帧样本的 x、y、z 值以及每个标签来计算运动变量, 如手的切向速度和关节角度。运动学变量显示在表 2中。
  5. 在 Matlab 中, 创建一个程序, 将样本序列分解为5个逻辑阶段: 到达、转发传输、饮用、向后传输以及将手返回到初始位置 (图 2)。每个阶段的开始和结束的定义在表 1中详细显示。
  6. 在 Matlab 中, 使用 (绘图) 指令创建位置、速度、连接角和角度图的地块。

Access restricted. Please log in or start a trial to view this content.

Results

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

本文中描述的协议已应用于中风和健康控制的个人2,6,8,19,20,21。在不同的研究中, 对111例中风患者和55例健康对照组的运动学数据进行了分析。中风后上肢损伤定义为中等 (FMA 评分 32-57) 或轻度 (FMA 评分 58-66)8,22,23,24。在健康控制中, 除峰值速度外, 显性和非显性臂之间没有显著差异,...

Access restricted. Please log in or start a trial to view this content.

Discussion

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

该协议可以成功地用于量化的运动性能和质量的个人在中等和轻度上肢感觉运动损伤的所有阶段后中风。本协议的可行性在中风后的3天内已在临床上得到证实, 并表明该系统可由训练有素的健康专业人士使用, 没有特定的技术资格。然而, 需要技术专长来创建和开发一个数据分析程序。从这个方面来说, 上肢运动捕捉不同于步态分析, 在这种情况下, 现成的分析程序通常由制造商直接提供。在日常生活中, 手臂和手可以用在许多不同的任务中, 包括在不同的大小、地点和启示中进行操控和相互作用。这使得每个设置都是唯一的。此外, 任务的不同目标和约束也会影响运动学结果, 因为运动学是高度任务特定的。今后, 应作出更多努力, 为基本任务的运动学分析建立标准化的协议, 例如饮酒、进食、洗手和双手对象操作, 这将使比较结果与不同的研究。

根据我们早期的经验, 用3相机捕获系统, 在其中观察到分割和间隙的问题, 可以建议一个5相机系统, 允许不同位置的相机 (和一个以上的测量区域) 是最佳的上肢分析。为临床上可行的测量设置, 可以提倡一个简单的设置, 数量有限的标记和简化的分析, 如本议定书所述。当评估运动表现和质量的目的是跟踪...

Access restricted. Please log in or start a trial to view this content.

Disclosures

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

作者没有什么可透露的。

Acknowledgements

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

特别感谢博 Johnels, 纳赛尔 Hosseini, 罗伊 Tranberg 和帕特里克 Almström 帮助启动这个项目。本议定书所载的研究数据是在 Sahlgrenska 大学医院收集的。

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
5 摄像头光电 ProReflex 动作捕捉系统（MCU 240 Hz）Qualisys AB，瑞典 Gthenburg不适用 带被动反光标记的运动分析系统
标记Qualisys AB，瑞典格滕堡N/A 后反射被动圆形标记，直径 12 毫米
校准框架和棒Qualisys AB，瑞典格滕堡N/AL 形校准框架（定义坐标系的原点和方向）;T 形棒 （300 mm）
Qualisys Track ManagerQualisys AB， Gthenburg， SwedenN/A3D 跟踪软件
MatlabMathworks， Inc， Natick， CaN/A数据分析软件
向折

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Alt Murphy, M., Häger, C. K. Kinematic analysis of the upper extremity after stroke - how far have we reached and what have we grasped? Physical Therapy Reviews. 20 (3), 137-155 (2015).
  2. Bustren, E. L., Sunnerhagen, K. S., Alt Murphy, M. Movement Kinematics of the Ipsilesional Upper Extremity in Persons With Moderate or Mild Stroke. Neurorehab Neural Re. 31 (4), 376-386 (2017).
  3. Sivan, M., O'Connor, R. J., Makower, S., Levesley, M., Bhakta, B. Systematic review of outcome measures used in the evaluation of robot-assisted upper limb exercise in stroke. J Rehabil Med. 43 (3), 181-189 (2011).
  4. Demers, M., Levin, M. F. Do Activity Level Outcome Measures Commonly Used in Neurological Practice Assess Upper-Limb Movement Quality? Neurorehab Neural Re. 31 (7), 623-637 (2017).
  5. Levin, M. F., Kleim, J. A., Wolf, S. L. What do motor "recovery" and "compensation" mean in patients following stroke? Neurorehab Neural Re. 23 (4), 313-319 (2009).
  6. Alt Murphy, M., Willen, C., Sunnerhagen, K. S. Responsiveness of Upper Extremity Kinematic Measures and Clinical Improvement During the First Three Months After Stroke. Neurorehab Neural Re. 27 (9), 844-853 (2013).
  7. van Dokkum, L., et al. The contribution of kinematics in the assessment of upper limb motor recovery early after stroke. Neurorehab Neural Re. 28 (1), 4-12 (2014).
  8. Alt Murphy, M., Willen, C., Sunnerhagen, K. S. Kinematic variables quantifying upper-extremity performance after stroke during reaching and drinking from a glass. Neurorehab Neural Re. 25 (1), 71-80 (2011).
  9. Subramanian, S. K., Yamanaka, J., Chilingaryan, G., Levin, M. F. Validity of movement pattern kinematics as measures of arm motor impairment poststroke. Stroke. 41 (10), 2303-2308 (2010).
  10. Michaelsen, S. M., Dannenbaum, R., Levin, M. F. Task-specific training with trunk restraint on arm recovery in stroke: randomized control trial. Stroke. 37 (1), 186-192 (2006).
  11. Kwakkel, G., et al. Standardized measurement of sensorimotor recovery in stroke trials: Consensus-based core recommendations from the Stroke Recovery and Rehabilitation Roundtable. Int J Stroke. 12 (5), 451-461 (2017).
  12. Wagner, J. M., Lang, C. E., Sahrmann, S. A., Edwards, D. F., Dromerick, A. W. Sensorimotor impairments and reaching performance in subjects with poststroke hemiparesis during the first few months of recovery. Phys Ther. 87 (6), 751-765 (2007).
  13. van Kordelaar, J., van Wegen, E., Kwakkel, G. Impact of time on quality of motor control of the paretic upper limb after stroke. Arch Phys Med Rehab. 95 (2), 338-344 (2014).
  14. Thielman, G., Kaminski, T., Gentile, A. M. Rehabilitation of reaching after stroke: comparing 2 training protocols utilizing trunk restraint. Neurorehab Neural Re. 22 (6), 697-705 (2008).
  15. Armbruster, C., Spijkers, W. Movement planning in prehension: do intended actions influence the initial reach and grasp movement? Motor Control. 10 (4), 311-329 (2006).
  16. Qualisys. Qualisys Track Manager user manual. , Qualisys Medical AB. Gothenburg. (2008).
  17. Alt Murphy, M., Banina, M. C., Levin, M. F. Perceptuo-motor planning during functional reaching after stroke. Exp Brain Res. , (2017).
  18. Sint Jan, S. V. Color atlas of skeletal landmark definitions : guidelines for reproducible manual and virtual palpations. , Churchill Livingstone. (2007).
  19. Alt Murphy, M., Sunnerhagen, K. S., Johnels, B., Willen, C. Three-dimensional kinematic motion analysis of a daily activity drinking from a glass: a pilot study. J Neuroeng Rehabil. 3, 18(2006).
  20. Alt Murphy, M., Willen, C., Sunnerhagen, K. S. Movement kinematics during a drinking task are associated with the activity capacity level after stroke. Neurorehab Neural Re. 26 (9), 1106-1115 (2012).
  21. Alt Murphy, M. Development and validation of upper extremity kinematic movement analysis for people with stroke. Reaching and drinking from a glass. , University of Gothenburg. Doctor of Philosophy (Medicine) thesis (2013).
  22. Persson, H. C., Alt Murphy, M., Danielsson, A., Lundgren-Nilsson, A., Sunnerhagen, K. S. A cohort study investigating a simple, early assessment to predict upper extremity function after stroke - a part of the SALGOT study. BMC Neurol. 15, 92(2015).
  23. Hoonhorst, M. H., et al. How Do Fugl-Meyer Arm Motor Scores Relate to Dexterity According to the Action Research Arm Test at 6 Months Poststroke? Arch Phys Med Rehab. 96 (10), 1845-1849 (2015).
  24. Pang, M. Y., Harris, J. E., Eng, J. J. A community-based upper-extremity group exercise program improves motor function and performance of functional activities in chronic stroke: a randomized controlled trial. Arch Phys Med Rehab. 87 (1), 1-9 (2006).
  25. Alt Murphy, M., et al. SALGOT - Stroke Arm Longitudinal study at the University of Gothenburg, prospective cohort study protocol. BMC Neurol. 11, 56(2011).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Kinematic Analysis3D Motion CaptureDrinking TaskUpper ExtremityStroke RehabilitationMovement TimeVelocity ProfileMarker PlacementOptical Motion CaptureJoint Angles

Related Articles