Bioengineering

Eksperimentelle metoder for å studere Human postural Control

Published: September 11, 2019 doi: 10.3791/60078

Pouya Amiri¹, Abolfazl Mohebbi¹, Robert Kearney¹

¹Department of Biomedical Engineering, McGill University

Summary

Denne artikkelen presenterer en eksperimentell/analytisk rammeverk for å studere menneskelig postural kontroll. Protokollen gir steg-for-trinn prosedyrer for å utføre stående eksperimenter, måle kroppens kinematikk og Kinetics signaler, og analysere resultatene for å gi innsikt i mekanismene underliggende menneskelig postural kontroll.

Abstract

Mange komponenter i nervesystemet og muskel-systemer handle i konserten for å oppnå den stabile, oppreist menneskelig holdning. Kontrollerte eksperimenter ledsaget av egnede matematiske metoder er nødvendig for å forstå rollen til de ulike undersystemene som er involvert i menneskelig postural kontroll. Denne artikkelen beskriver en protokoll for å utføre perturbed stående eksperimenter, anskaffe eksperimentelle data, og utføre den påfølgende matematiske analysen, med sikte på å forstå rollen til muskel-og sentral kontroll i menneskelig oppreist stilling. Resultatene generert av disse metodene er viktige, fordi de gir innsikt i sunn balanse kontroll, danner grunnlaget for å forstå etiologi av svekket balanse hos pasienter og eldre, og bistand i utformingen av intervensjoner for å forbedre postural kontroll og stabilitet. Disse metodene kan brukes til å studere rollen til somatosensory system, iboende stivhet av ankelleddet, og visuelle system i postural kontroll, og kan også utvides til å undersøke rollen til Vestibular system. Metodene skal brukes i tilfelle av en ankel strategi, der kroppen beveger seg primært om ankelen felles og regnes som en enkelt-link invertert pendel.

Introduction

Human postural kontroll er realisert gjennom komplekse interaksjoner mellom sentralnervesystemet og muskel-systemer¹. Menneskekroppen i stående er iboende ustabil, gjenstand for en rekke interne (f. eks åndedrett, hjerterytme) og eksterne (f. eks tyngdekraften) forstyrrelser. Stabiliteten oppnås ved en distribuert kontroller med sentrale, refleks og innebygde komponenter (figur 1).

Postural kontroll oppnås ved: en aktiv kontroller, formidlet av det sentrale nervesystemet (CNS) og ryggmargen, som endrer muskel aktivering; og en iboende stivhet kontroller som motstår felles bevegelse uten endring i muskel aktivering (figur 1). Den sentrale kontrolleren bruker sensorisk informasjon til å generere synkende kommandoer som produserer korrigerende muskel krefter for å stabilisere kroppen. Sensorisk informasjon er transduced av de visuelle, Vestibular, og somatosensory systemer. Spesielt somatosensory systemet genererer informasjon om støtte overflaten og felles vinkler; visjon gir informasjon om miljøet; og Vestibular systemet genererer informasjon om hodet kantete hastighet, lineær akselerasjon, og orientering med hensyn til tyngdekraften. Den sentrale, lukket-loop-kontrolleren opererer med lange forsinkelser som kan være destabiliserende². Det andre elementet i den aktive kontrolleren er refleks stivhet, som genererer muskelaktivitet med kort ventetid og produserer momenter motstå felles bevegelse.

Det er en ventetid knyttet til begge komponentene i aktiv kontroller. Følgelig spiller felles indre stivhet, som fungerer uten forsinkelse, en viktig rolle i postural kontroll³. Indre stivhet er generert av passive Visco-elastiske egenskaper av kontraherende muskler, bløtvev og treghet egenskaper av lemmer, som genererer motstandsdyktige momenter umiddelbart som svar på noen felles bevegelse⁴. Rollen til felles stivhet (indre og refleks stivhet) i postural kontroll er ikke klart forstått, siden det endres med driftsforhold, definert av muskel aktivisering⁴^,⁵^,⁶ og felles posisjon ⁴ andre priser ^, ⁷ andre er ^, ⁸, som begge endres med kroppen Sway, iboende til å stå.

Å identifisere rollene til den sentrale kontrolleren og leddstivhet i postural kontroll er viktig, da det gir grunnlag for: diagnostisering av etiologi av balanse nedskrivninger; utformingen av målrettede intervensjoner for pasienter; vurdering av risikoen for fall; utvikling av strategier for fallsikring hos eldre; og utformingen av hjelpemidler enheter som Orthotics og proteser. Det er imidlertid vanskelig, fordi de ulike sub-systemer handle sammen og bare den generelle resulterende kroppen kinematikk, felles momenter, og muskel Elektromyografi kan måles.

Derfor er det viktig å utvikle eksperimentelle og analytiske metoder som bruker målbare postural variabler for å evaluere hvert delsystem bidrag. Et teknisk problem er at målingen av postural variabler gjøres i lukket sløyfe. Som et resultat, innganger og utganger (årsak og virkning) er beslektede. Følgelig er det nødvendig å: a) bruke eksterne forstyrrelser (som innganger) for å fremkalle postural reaksjoner i respons (som utganger), og b) ansette spesialiserte matematiske metoder for å identifisere system modeller og greie årsak og virkning⁹.

Den nåværende artikkelen fokuserer på postural kontroll når en ankel strategi brukes, det vil si når bevegelsene oppstår først og fremst om ankelen leddet. I denne tilstanden, overkroppen og bena bevege seg sammen, følgelig, kan kroppen være modellert som en enkelt-link invertert pendel i sagittal fly¹⁰. Ankelen strategien brukes når støtten overflaten er fast og forstyrrelser er små¹^,¹¹.

Et stående apparat i stand til å anvende egnede mekaniske (Proprioceptive) og visuelle sanse forstyrrelser og opptak av kroppens kinematikk, Kinetics og muskel aktiviteter har blitt utviklet i vårt laboratorium¹². Enheten gir den eksperimentelle miljøet som trengs for å studere rollen som ankel stivhet, sentrale kontrollmekanismer, og deres interaksjon ved å generere postural svar ved hjelp av visuelle eller/og somatosensory stimuli. Det er også mulig å forlenge enheten for å studere rollen til Vestibular systemet ved anvendelse av direkte elektrisk stimulering til mastoid prosesser, som kan generere en følelse av hode hastighet og fremkalle postural responser¹²,¹³.

Andre har også utviklet lignende enheter for å studere menneskelig postural kontroll, der lineær piezo elektriske^{aktuatorer 11}, roterende elektriske^{motorer 14}^,¹⁵og lineære elektriske motorer¹⁶^,¹⁷ ^, ¹⁸ ble brukt til å påføre mekanisk forstyrrelser til ankelen i stående. Mer komplekse enheter har også blitt utviklet for å studere multi-segmentet postural kontroll, der det er mulig å bruke flere forstyrrelser til ankel og hofteledd samtidig¹⁹^,²⁰.

Stående apparater

To servo-kontrollerte elektrohydrauliske roterende aktuatorer flytte to pedaler for å bruke kontrollerte forstyrrelser av ankelen posisjon. Aktuatorer kan generere store momenter (> 500 NM) som trengs for postural kontroll; Dette er spesielt viktig i tilfeller som fremover mager, der kroppens sentrum av massen er langt (fremre) fra ankelen aksen rotasjon, noe som resulterer i store verdier av ankelen dreiemoment for postural kontroll.

Hver roterende aktuator styres av en separat proporsjonal servo ventil, ved hjelp av pedal posisjons feedback, målt ved en høyytelses potensiometer på aktuatoren akselen (tabell av materialer). Kontrolleren er implementert ved hjelp av en MATLAB-basert xPC sanntid, digital signalbehandling system. Den aktuator/servo-ventil sammen har en båndbredde på mer enn 40 Hz, mye større enn båndbredde av den samlede postural kontrollsystem, ankelleddet stivhet, og den sentrale kontrolleren²¹.

Enhet og miljø for virtuell virkelighet

En virtuell virkelighet (VR) headset (tabell av materialer) brukes til å forurolige visjonen. Headsettet inneholder en LCD-skjerm (dual AMOLED 3,6 ' ' skjerm med en oppløsning på 1080 x 1200 piksler per øye) som gir brukeren en stereoskopisk visning av mediene som sendes til enheten, og tilbyr tredimensjonal dybde persepsjon. Oppdateringsfrekvensen er 90 Hz, tilstrekkelig til å gi en solid virtuell sans for brukerne²². Synsfeltet på skjermen er 110 °, nok til å generere visuelle forstyrrelser ligner på virkelige verden situasjoner.

Headsettet sporer rotasjonen av brukerens hode og endrer den virtuelle visningen tilsvarende slik at brukeren er fullstendig nedsenket i det virtuelle miljøet; Derfor kan det gi normal visuell tilbakemelding; og det kan også forurolige synet ved å rotere det visuelle feltet i sagittal plan.

Kinetic målinger

Vertikal reaksjonsstyrke måles med fire veieceller, klemt mellom to plater under foten (tabell over materialer). Ankel dreiemoment måles direkte av dreiemoment transdusere med en kapasitet på 565 NM og en vridningsstivhet på 104 kNm/rad; Det kan også måles indirekte fra de vertikale kreftene transduced av lastcellene, ved hjelp av deres avstander til ankelen aksen av rotasjon²³, forutsatt at horisontale krefter påføres føttene i stående er små²^,²⁴. Center of Pressure (COP) måles i sagittal planet ved å dele ankelen dreiemoment av den totale vertikale kraft, målt ved lastcellene²³.

Kinematisk målinger

Fot vinkelen er den samme som pedal vinkelen, fordi når en ankel strategi brukes, beveger motivet foten med pedalen. Skaft vinkel med hensyn til den vertikale oppnås indirekte fra den lineære forskyvning av skaftet, målt ved en laseravstandsmåler (tabell av materialer) med en oppløsning på 50 μm og båndbredde på 750 Hz²⁵. Ankel vinkelen er summen av fot-og skaft vinklene. Body vinkel med hensyn til den vertikale oppnås indirekte fra den lineære forskyvning av midtpunktet mellom venstre og høyre bakre overlegne iliaca pigger (SIPS), målt ved hjelp av en laseravstandsmåler (tabell av materialer) med en oppløsning på 100 μm og båndbredde på 750 Hz²³. Head posisjon og rotasjon måles med hensyn til det globale koordinatsystemet i VR-miljøet av VR-systemets basestasjoner som avgir tidsbestemt infrarød (IR) pulser på 60 pulser per sekund som er plukket opp av hodesettet IR sensorer med sub-millimeter Presisjon.

Data innsamling

Alle signaler filtreres med et anti-aliasing filter med en hjørne frekvens på 486,3 og deretter samplet ved 1000 Hz med høy ytelse 24-bit/8-kanals, samtidig prøvetaking, dynamisk signal oppkjøp kort (tabell av materialer) med en dynamisk rekkevidde på 20 V.

Sikkerhetsmekanismer

Seks sikkerhetsmekanismer er innlemmet i det stående apparatet for å forebygge skader på personer; pedalene styres separat og aldri forstyrrer hverandre. (1) aktuatoren har et Cam, som mekanisk aktiverer en ventil som kobler fra hydraulisk trykk hvis aksel rotasjonen overstiger ± 20 ° fra den horisontale posisjonen. (2) to justerbare mekaniske stopper begrense omfanget av bevegelse av aktuatoren; disse er satt til hvert emne bevegelsesutslag før hvert eksperiment. (3) både motivet og eksperimentator holder en panikk-knapp; trykke på knappen kobler hydraulisk strøm fra aktuatorer og får dem til å løsne, slik at de kan flyttes manuelt. (4) rekkverk som ligger på hver side av motivet er tilgjengelig for å gi støtte i tilfelle ustabilitet. (5) faget bærer en full body sele (tabell over materialer), festet til stive sprosser i taket for å støtte dem i tilfelle av et fall. Selen er slakk og forstyrrer ikke normal stilling, med mindre motivet blir ustabilt, der selen hindrer motivet i å falle. Når det gjelder fall, vil pedal bevegelsene stoppes manuelt av motivet ved hjelp av panikk-knappen eller eksperimentator. (6) servo-ventilene stanser rotasjonen av aktuatorer ved bruk av feilsikre mekanismer ved avbrudd i strømforsyningen.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle eksperimentelle metoder har blitt godkjent av McGill University Research etikk Board og undertegne informert samtykke før de deltar.

1. eksperimenter

Merk: hvert eksperiment omfatter følgende trinn.

Forhåndstest
1. Forbered et klart omriss av alle prøvelser som skal utføres, og lag en sjekkliste for datainnsamling.
2. Gi emnet med et samtykke skjema med all nødvendig informasjon, be dem om å lese den grundig, svare på eventuelle spørsmål, og deretter få dem til å signere skjemaet.
3. Registrer motivet vekt, høyde og alder.
Forberedelse til emnet
1. Elektromyografi måling
  1. Bruk enkle differensial elektroder (tabell av materialer) med en mellom elektrode avstand på 1 cm for måling av ELEKTROMYOGRAFI (EMG) av ankel musklene.
  2. Bruk en forsterker (tabell med materialer) med en samlet gevinst på 1000 og en båndbredde på 20 − 2000 Hz.
  3. For å sikre et høyt signal til støyforhold (SNR) og minimal kryss samtale, Finn og Merk elektrode Vedleggs områdene i henhold til retningslinjene i Seniam-prosjektet²⁶, som nedenfor: (1) for midtre GASTROCNEMIUS (mg), den mest fremtredende bule av muskel (2) for lateral gastrocnemius (LG), 1/3 av linjen mellomleder av fibula og hælen; (3) for soleus (SOL), 2/3 av linjen mellom midtre Kondyler av femur og Malleolus; (4) for tibialispuls fremre (TA), 1/3 av linjen mellom spissen av fibula og spissen av midtre Malleolus.
  4. Barbere de markerte områdene med en barberhøvel og rengjør huden med alkohol. La huden tørke grundig.
  5. Barbere et bein område på patella for referanse elektroden, og Rengjør med alkohol.
  6. La motivet ligge i en avslappet liggende posisjon.
  7. Plasser referanse elektroden på det barberte området på patella.
  8. Fest elektrodene en etter en til de barberte områdene av musklene, ved hjelp av dobbeltsidig tape, ta vare for å sikre at elektrodene er festet til huden sikkert.
  9. Etter å ha plassert hver elektrode, spør faget for å utføre en plantarflexing/dorsiflexing sammentrekning mot motstand og undersøke bølgeformene på et oscilloskop for å sikre at EMG signalet har en høy SNR. Hvis signalet SNR er dårlig, flytter du elektrodene til et sted med høy SNR blir funnet.
  10. Sørg for at bevegelsene til motivet ikke hindres av EMG-kablene.
2. Kinematisk målinger
  1. Fest en reflekterende markør til skaftet med en stropp, som skal brukes til skaft vinkel måling.
    Merk: Plasser skaft markøren så høyt som mulig på skaftet for å generere størst mulig lineær forskyvning for en gitt rotasjon, derfor forbedrer vinkeloppløsning.
  2. Har motivet satt på kroppen seletøy.
  3. Fest en reflektere markør til motivet midje med en stropp, som skal brukes til øvre kroppen vinkel måling. Sørg for at midjen reflekterende markøren er plassert på midtpunktet mellom venstre og høyre PSISs og at motivet klær ikke dekker midjen reflekterende overflaten.
  4. La motivet komme på det stående apparatet.
  5. Juster fot posisjonen til motivet for å justere sideveis-og midtre malleoli for hvert ben, til pedal rotasjons aksen.
  6. Skissere motivet fot posisjoner med en markør og instruere dem til å holde føttene på samme steder under eksperimenter. Dette sikrer at aksene for rotasjon av ankler og aktuatorer forblir justert i hele eksperimentene.
  7. Juster den vertikale posisjonen til laser området, slik at den peker mot midten av de reflekterende markørene. Juster den horisontale avstanden mellom laser området Finder og reflekterende markører, slik at området Finders arbeid i deres mellomtoner og ikke mette under stillestående.
  8. La motivet lene seg forover og bakover om ankelen og sikre at lasere forblir innenfor deres arbeidsom område.
  9. Mål høyden på laser Range Finders med hensyn til ankelen aksen rotasjon.
    Merk: disse høydene brukes til å konvertere lineære forskyvninger til vinkler.
3. Eksperimentelle protokoller
  1. Informer emnet om hva du kan forvente for hver prøve situasjon.
  2. Instruere faget til å stå stille med hendene på siden mens du ser frem, og for å opprettholde sin balanse som de gjør, når møtt den virkelige verden forstyrrelser.
  3. For perturbed forsøk, start forstyrrelsene og la motivet til å tilpasse seg det.
  4. Start datainnhenting når emnet har etablert en stabil oppførsel.
  5. Gi motivet med tilstrekkelig hvileperiode etter hver prøve for å unngå tretthet. Kommuniser med dem for å se om de trenger mer tid.
  6. Utfør følgende prøvelser.
    1. For apparat test, Utfør en 2-min test for å undersøke sensor data 2 h før motivet er ankomst. Se etter uregelmessig store lyder eller forskyvninger i de registrerte sensordataene. Hvis det oppstår problemer, kan du løse dem før emnet ankommer.
    2. For stillestående, Utfør en 2-min stillestående rettssak uten forstyrrelser.
      Merk: denne prøveversjonen inneholder en referanse, som trengs for å avgjøre om/hvordan postural variabler endres som svar på forstyrrelser.
    3. For perturbed eksperimenter, Kjør forstyrrelsene og Hent data i 2 − 3 min. Påfør pedal forstyrrelser hvis målet er å undersøke rollen som somatosensory system/ankel stivhet i stående. Bruk visuelle forstyrrelser hvis målet er å undersøke rollen som visjon i postural kontroll. Bruk visuelle og pedal forstyrrelser samtidig hvis målet er å undersøke samspillet mellom de to systemene i postural kontroll.
      Merk: pedal forstyrrelser brukes som rotasjon av de stående apparat pedalene. På samme måte brukes visuelle forstyrrelser ved å rotere det virtuelle visuelle feltet ved hjelp av VR-hodesettet. Vinkelen på pedal/visuell feltet følger et signal, valgt avhengig av studien mål. Diskusjonen delen inneholder detaljer om forstyrrelsene typer, som brukes for studiet av postural kontroll og fortjeneste av hver forstyrrelsene.
  7. Utfør minimum 3 forsøk for hver spesifikke forstyrrelsene.
    Merk: flere forsøk er gjort for å sikre påliteligheten til modellene når du utfører analysen på de innsamlede dataene; f. eks, er det mulig å krysse validere modellene.
  8. Utføre forsøkene i tilfeldig rekkefølge for å sikre at fagene ikke lærer å reagere på en bestemt forstyrrelsene; Dette gjør det også mulig å se ettertid-varierende atferd.
  9. Sjekk dataene visuelt etter hver prøve for å sikre at innhentet signalene er av høy kvalitet.

2. identifisering av menneskelig postural kontroll

Ikke-parametrisk identifikasjon av den dynamiske relasjonen for kropps vinkelen til visuell forstyrrelser
1. Eksperiment
  1. Tilegne seg visuelt perturbed prøvelser for 2 min i henhold til trinnene i avsnittene 1,1 og 1,2.
  2. Bruk et trapesformet signal (TrapZ) med en topp-til-topp-amplitude på 0,087 rad og en hastighet på 0,105 rad/s.
  3. Hold pedal posisjons konstanten på null vinkelen.
2. Analyse
  Merk: data analyse i seksjoner 2.1.2 og 2.2.2 utføres ved hjelp av MATLAB.
  1. Decimate den rå kroppen vinkel og visuelle forstyrrelsene signaler (slik at den høyeste Observer frekvensen er 10 Hz), ved hjelp av følgende kommandoer:
    
    Hvor
    
    Merk: for en samplingsfrekvens på 1 kHz må uttynning forholdet være 50 for å ha en høyeste frekvens på 10 Hz.
  2. Velg den laveste frekvensen av interesse, som vil bestemme vindus lengden for strøm estimering.
    Merk: her velges en minimumsfrekvens på 0,1 Hz, slik at vindus lengden for kraft estimering er 1/0,1 Hz = 10 s. Frekvensen oppløsningen er den samme som minimum frekvens, og derfor beregningene er gjort for 0,1, 0,2, 0,3,..., 10 Hz.
  3. Velg hvilken type vindu og grad av overlapping for å finne kraften Spectra.
    Merk: for en prøveperiode på 120 s, 10 s Hanning Vinduer med 50% overlapping resulterer i gjennomsnitt av 23 segmenter for makt spektrum estimering. Siden vi desimert dataene til 20 Hz, har et 10 s-vindu en lengde på 200 prøver.
  4. Bruk funksjonen til å finne frekvensresponsen (fr) til systemet:
    
    Hvor
    
    Merk: den presenterte funksjonen beregner kryss spektret mellom desimert vr-forstyrrelsene og kropps vinkelen i frekvensene spesifisert av , ved hjelp av et Hanning-vindu med lengden spesifisert av og antall overlappinger som er lik (dvs. 50% overlapping). På samme måte beregner den auto-spekteret av VR-inngangen. Deretter bruker estimert kryss-spektrum og Auto-spektrum, beregner det FR av systemet.
  5. Finn gevinst og fase av estimert FR i trinn 2.1.2.4, ved hjelp av følgende kommandoer:
    
    Hvor
  6. Beregn sammenheng funksjonen ved hjelp av følgende kommando:
    
    Hvor
    
    Merk: funksjonen følger en lignende prosedyre for å finne sammenhengen mellom og .
  7. Plot gevinsten, fase, og sammenheng som en funksjon av frekvens.
    
    Merk: den presenterte metoden kan utvides til tilfelle der både visuelle og mekaniske forstyrrelser brukes, hvor en fler-input, flere output (MIMO) FR identifikasjons metoden må brukes⁹. Identifikasjonen kan også gjøres ved hjelp av Subspace metode (som iboende omhandler MIMO-systemer)²⁷ eller ved hjelp av parametrisk overføringsfunksjon metoder som MIMO Box-Jenkins²⁸. Både Subspace og Box-Jenkins (og andre metoder) er implementert i MATLAB system identifikasjon verktøykasse.
Parametrisk identifisering av ankelen iboende stivhet i stående
1. Eksperiment
  1. Utføre mekanisk perturbed forsøk i 2 min. Bruk en pseudo-tilfeldige binære sekvenser (PRBS)-forstyrrelsene med en topp-til-topp-amplitude på 0,02 rad og et vekslings intervall på 200 MS. Kontroller at pedalen betyr at vinkelen er null.
2. Analyse
  1. Differensiere foten signalet en gang for å få fot hastighet(, to ganger for å oppnå fot akselerasjon (og tre ganger for å få sin jerk (tilsvarende differensiere dreiemomentet for å få sin hastighet og akselerasjon, ved hjelp av følgende Kommandoen:
    
    Hvor
  2. Beregn lokaliseringen av det innenbys Maxima og innenbys Minima av foten hastighet å finne impuls, benytter det fulgte kommandere:
    
    Hvor
    
    Merk: funksjonen finner alle de lokale Maxima (positiv fot hastighet) og deres steder. For å finne den lokale Minima, brukes den samme funksjonen, men tegn på fot vinkel hastigheten må reverseres.
  3. Design en 8^th rekkefølge Butterworth low-pass filter med en hjørne frekvens på 50 Hz, ved hjelp av følgende kommando:
  4. Filtrer alle signalene med null fase Skift ved hjelp av Butterworth-filteret:
    
    Merk: "filtfilt" -funksjonen forårsaker ikke noen forskyvning i det filtrerte signalet. Ikke bruk "filter" -funksjonen, fordi den genererer et skift.
  5. Plot foten hastighet, og visuelt finne et estimat av tidsperioden mellom Extrema av foten hastighet og starten av pulsen (som er det første punktet med null fot hastighet før peak Velocity). For forstyrrelsene i denne studien, skjedde dette punktet 25 MS før hastigheten Extrema funnet i trinn 2.2.2.2.
  6. For hver puls, beregne ankelen bakgrunnen dreiemoment som gjennomsnittet av ankelen dreiemoment på 25 MS før starten av pulsen, dvs. gjennomsnittet av dreiemoment i segmentet starter 50 MS til 25 MS før hastigheten Extrema. Gjør dette for k^th Pulse med en positiv hastighet ved hjelp av følgende kommando:
    
    Merk: Dette gjøres for både maksimum og minimum hastighet (negativ fot hastighet) funnet i trinn 2.2.2.2.
  7. Finner det minst mulig og maksimum av alle miljøet momenter by all means impuls, benytter det fulgte kommandere:
  8. For hver puls, trekke ut dreiemoment data på 65 MS etter puls Start (som den iboende dreiemoment segmentet), ved hjelp av følgende kommando:
    
    Merk: Dette er også gjort for første og andre derivat av ankelen dreiemoment (for å gi den første og andre derivat av den iboende dreiemoment), samt, fot vinkel, fot hastighet, fot akselerasjon og fot jerk.
  9. Beregn endringen i den n^th innebygde dreiemoment segmentet fra sin opprinnelige verdi, ved hjelp av følgende kommando:
    
    Merk: Dette gjøres på samme måte for fot vinkelen åfå.
  10. Del dreiemoment området (oppnådd i trinn 2.2.2.7) inn i 3 NM brede hyller og Finn pulser med bakgrunns dreiemoment i hver hylle.
    Merk: Dette gjøres ved hjelp av "Finn" funksjon og indeksering. Det antas at den iboende stivhet er konstant i hver hylle, siden ankelen bakgrunnen dreiemoment ikke endres vesentlig.
  11. Anslå den iboende stivhet parametrene til den utvidede iboende modellen (EIM)²⁹, for j^th bin bruke pulser i gruppe j ().
    1. Sammenkoble alle iboende dreiemoment svar i j^th bin å danne vektoren :
      
      hvor er i^th () indre Moment respons i gruppe j.
      Merk: tilsvarende, sammenkoble fot vinkel, hastighet og akselerasjon, og første og andre derivater av den iboende dreiemoment av j^th gruppen som skal brukes i trinn 2.2.2.11.2.
    2. Plasser foten vinkel, hastighet, akselerasjon og jerk, samt den første og andre derivat av dreiemoment av gruppen j sammen for å danne regressor matrise:
    3. Finn de iboende stivhet parametrene for j^th gruppen ved hjelp av omvendt skråstrek (\) operator:
    4. Pakk ut den fjerde element av som lav frekvens iboendestivhet.
  12. Utfør trinn i del 2.2.2.11 for alle grupper (hyller) og Beregn tilsvarende lav frekvens iboende stivhet.
  13. Del alle de estimerte lav frekvens stivhet verdiene av motivet er kritisk stivhet:
    
    hvor m er gjenstand ' s masse, g er tyngdekraft akselerasjon , og er høyden av kroppens sentrum av massen over ankelen aksen rotasjon, avledet fra antropometriske data³⁰. Dette gir normalisert stivhet ().
  14. Konvertere ankelen bakgrunnen dreiemoment til ankelen bakgrunn COP posisjon () ved å dele ankelen bakgrunnen momenter med tilsvarende målte vertikale krefter.
  15. Plot som en funksjon av sentrum av trykk.
    
    Hvor

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Pseudo tilfeldig trefoldig sekvens (PRTER) og TrapZ signaler

Figur 2a viser en PRTer signal, som genereres ved å integrere en pseudo tilfeldig hastighet profil. For hver prøvetid Equation 76 kan signal hastigheten være lik null, eller erverve en forhåndsdefinert positiv eller negativ verdi Equation 77 . Ved å kontrollere Equation 78 og PRTer innganger med en bred Spectral båndbredde kan genereres og skaleres til ulike peak-to-peak amplituder. Videre er PRTER periodisk, men uforutsigbar, som er ønskelig for studiet av postural kontroll. Leseren er henvist å det fulgte gjenstand for detaljert forklaringen av det PRTER signal³¹.

Figur 2b viser et TrapZ-signal. Det starter på en nullverdi og etter en tilfeldig periode Equation 79 (hvis minimum er Equation 80 ), signalet ramper opp tilfeldig til maksimal amplitude Equation 81 () med en hastighet Equation 82 eller ramper ned til sin minimum amplitude ( Equation 83 ) med en hastighet. Equation 84 Signalet forblir Equation 85 på sitt maksimum eller minimum for en tilfeldig periode, (minimum Equation 80 ) og returnerer deretter til null med hastighet eller. Sløyfen starter på nytt fra null. Det er åpenbart at i motsetning til PRTER, den TrapZ er en null-Mean signal, og derfor ikke forårsaker ikke-stationarity i postural respons. I tillegg er det uforutsigbar, som tidspunktet for endring av signal verdi og retning av endringen (dvs. positiv eller negativ hastighet) er tilfeldig.

Identifisering av kropps vinkelen til det visuelle forstyrrelser systemet

Figur 3 viser signalene fra en typisk stående prøve med TrapZ visuelle forstyrrelser. Figur 3a viser vr-forstyrrelsene, der synsfeltet roterer fra 0 til ± 0,087 rad (5 °) i sagittal planet. Figur 3c, E viser ankelen og kroppens vinkler, som er svært like, siden fot vinkelen er null, og skaft og overkroppen flytte sammen. Figur 3g viser ankelen dreiemoment, som er korrelert med skaftet og kroppens vinkler. Figur 3b , D, F, H viser EMGs fra ankelen musklene. Det er tydelig at SOL og LG er kontinuerlig aktiv, MG periodisk genererer store serieopptak av aktiviteter med kroppen Sway, og TA er taus.

Figur 4 viser fr av overføringsfunksjonen knyttet til den visuelle inngangen til kroppens vinkel for dataene i Figur 3. Det første trinnet er å undersøke sammenhengen, fordi gevinst og fase er meningsfulle bare når sammenhengen er høy (når sammenhengen er 1, det er en lineær støy-fri forholdet mellom input og output, en sammenheng mindre enn 1 skjer når input utgang -relasjonen er ikke-lineær eller dataene er støyende). Sammenhengen er den høyeste ved lav frekvens, mellom 0,1 − 1 Hz og synker betydelig ved høyere frekvenser. Gevinsten øker i utgangspunktet fra 0,1 Hz til 0,2 Hz og deretter reduseres til 1 Hz, som viser den forventede lave pass atferden på grunn av kroppens høye treghet. Fasen starter også på null og avtar nesten lineært med frekvens, noe som indikerer at produksjonen er forsinket med hensyn til innspill.

Identifikasjon av ankelen iboende stivhet parametere

Figur 5 viser signalene målt for en typisk perturbed stående rettssak. Figur 5a viser pedal forstyrrelsene – en PRBS med en topp-til-topp-amplitude på 0,02 rad og et vekslings intervall på 200 MS. pedal posisjonen veksler mellom to verdier (-0,01 og 0,01) ved heltalls multiplum av vekslings intervallet. Figur 5c viser ankel vinkelen, der de raske endringene skyldes fot bevegelsen, mens de andre endringene er resultatet av skaft bevegelse med påvirkning. Figur 5e viser kroppens vinkel som svar på forstyrrelsene med en topp-til-topp bevegelse på rundt 0,04 rad. figur 5G viser målt ankel dreiemoment; to komponenter er åpenbare: modulering av dreiemoment med kroppen Sway, og store nedadgående topper, viser strekk refleks dreiemoment respons (vanligvis skjer etter en dorsiflexing puls). Figur 5B , D, F, H viser sol, mg, LG og ta EMGs. Det er klart at TS musklene er kontinuerlig aktiv og vise store serieopptak av aktivitet på grunn av strekk refleks svar. TA er stort sett lydløs, bortsett fra noen få topper, som synes å være crosstalk fra TS muskler, fordi de oppstår samtidig med strekk refleks aktivitet av TS muskler.

Figur 6 viser en typisk puls posisjon forstyrrelsene, dens hastighet og tilsvarende sol EMG og dreiemoment respons. Den iboende responsen starter 25 MS før og sist til 40 MS etter peak foten hastighet; toppen i SOL EMG viser tilstedeværelsen av en refleks respons. Den pre-respons segmentet, starter 50 MS før peak Velocity brukes til å finne bakgrunnen dreiemoment.

Figur 7 viser den iboende stivhet som en funksjon cop posisjon for venstre og høyre side av motivet vist i figur 5; stivheten ble anslått ved hjelp av analysemetoden presentert. Det er åpenbart at den iboende stivhet er ikke konstant, men endres betydelig med postural Sway. Disse endringene vises funksjonelt hensiktsmessig, fordi stivhet øker som COP beveger seg lenger fra ankelen aksen rotasjon, der det er høyere mulighet for høsten²³.

Figur 1: postural kontroll modell: kroppen er ustabil og utsettes for destabiliserende tyngdekraft Moment ( Equation 87 ) og forstyrrelser. Stabil oppreist holdning opprettholdes av korrigerende muskel krefter, generert av en sentral kontroller, spinal strekk reflekser, og iboende mekanisk leddstivhet. Muskel aktivering på grunn av strekk refleks og sentrale bidrag er tydelig i EMG aktivitet. Bare signalene i rødt kan måles, mens svarte signaler ikke kan måles. Vennligst klikk her for å se en større versjon av dette tallet.

Figur 2: generering av PRTer-og TrapZ-signaler. (A) PRTer signal. En stimulans er opprettet fra en 242 lengde PRTER sekvens, som inkluderer verdier på 0, 1 og 2, tilsvarende faste hastigheter på 0, + v, og-v for en fast varighet på Equation 88 . Hastigheten er integrert for å generere posisjonen, som brukes som forstyrrelsene signal. Perioden for det forstyrrelsene signalet er lik Equation 89 , der m er scene nummeret til Skift registraren, og bestemmer sekvensen av hastigheten. (B) TrapZ signal. Signalet starter på null. etter en tilfeldig tidsintervall ( Equation 79 ), ramper opp eller ned til maksimum ( Equation 81 ) eller minimum verdi ( Equation 90 med en konstant hastighet, signalet går tilbake til null etter et tilfeldig tidsintervall ( Equation 85 ) og hele loopen starter igjen. Vennligst klikk her for å se en større versjon av dette tallet.

Figur 3: typisk eksperimentell prøveversjon med TrapZ visuelle forstyrrelsene; topp-til-topp forstyrrelsene amplitude er 0,174 rad, og hastigheten er 0,105 rad/s. (A) vr forstyrrelsene vinkel, som viser rotasjonen av synsfeltet i sagittal plan. (C) ankel vinkel, som er det samme som skaft vinkel, som foten ikke beveger seg. (E) kropps vinkel. (G) ankel dreiemoment. (B, D, F, H) Rå korrigert EMG av SOL, MG, LG og TA; SOL og LG er kontinuerlig aktive, mens MG viser utbrudd av aktivitet forbundet med kroppens innflytelse, og TA er taus. Vennligst klikk her for å se en større versjon av dette tallet.

Figur 4: frekvensresponsen til det dynamiske forholdet mellom kroppens vinkel og visuell forstyrrelsene estimert fra dataene som presenteres i figur 3. Gain (top panel) viser forholdet mellom amplituden av output til innspill som en funksjon av frekvens; Det viser en lav pass oppførsel. Phase (midten panel) viser forskjellen mellom input og output fase som en funksjon av frekvens. Sammenheng (nederste panel) gir en indeks som måler hvor mye av utgangseffekten er lineært relatert til inngangseffekten på hver frekvens. En sammenheng med 1 viser perfekt lineær input-output forholdet; imidlertid reduserer tilstedeværelsen av støy eller nonlinearity det. Vennligst klikk her for å se en større versjon av dette tallet.

Figur 5: typisk PRBS posisjon forstyrrelsene rettssaken; topp-til-topp forstyrrelsene amplitude er 0,02 rad, og veksling intervallet er 200 MS. (A) fot vinkel, som er den samme som posisjonen forstyrrelser siden foten beveger seg med pedalen. (C) ankel vinkel; de tilfeldige endringene skyldes skaft bevegelse med innflytelse. (E) kropps vinkel, innhentet forutsatt at kroppen fungerer som en invertert pendel. (G) ankel dreiemoment målt danner lastceller data. (B, D, F, H) Rå EMG av SOL, MG, LG, og TA; TS musklene er alle kontinuerlig aktive, mens de store toppene reflekterer strekk refleks aktivitet; TA er for det meste lydløs. Vennligst klikk her for å se en større versjon av dette tallet.

Figur 6: en individuell puls fra rettssaken vist i figur 5, på en utvidet tidsskala. (A) fot vinkel, (B) fot hastighet, (C) sol EMG, og (D) ankel dreiemoment. De vertikale stiplede linjene skiller responsen inn i pre-Response (25 MS), iboende respons (65 MS), og refleks respons (300 MS); det positive dreiemomentet og vinklene tilsvarer dorsiflexion. Dataene for dette tallet er Hentet fra Amiri og Kearney²³. Vennligst klikk her for å se en større versjon av dette tallet.

Figur 7: estimert normalisert indre stivhet som en funksjon av cop posisjon for venstre og høyre side av et typisk emne, Hentet fra dataene som vises i figur 5. Stolper angir 95% sikkerhets intervaller for stivhet verdiene. Dataene for dette tallet er Hentet fra Amiri og Kearney²³. Vennligst klikk her for å se en større versjon av dette tallet.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Flere trinn er avgjørende for å utføre disse eksperimentene for å studere menneskelig postural kontroll. Disse trinnene er knyttet til riktig måling av signalene og inkluderer: 1) riktig justering av skaftet ankelen aksen av rotasjon til at av pedalene, for riktig måling av ankelen momenter. 2) riktig oppsett av området Finders for å sikre at de fungerer i deres rekkevidde og er ikke mettet under eksperimentene. 3) måling av EMG med god kvalitet og minimal crosstalk. 4) anvendelse av egnede forstyrrelser, som fremkalle tilstrekkelige reaksjoner, men ikke forstyrre normal postural kontroll. 5) valg av en passende prøve lengde, basert på den tiltenkte analysen, og samtidig unngå kropps Skift og tretthet. I tillegg til eksperimentene, må analysen også gjøres nøye. For estimering av den iboende stivhet fra data ervervet i mekanisk perturbed stående, er det avgjørende å velge lengden på den iboende responsen på en måte som sikrer NO refleks dreiemoment (som starter snart etter et utbrudd av aktivitet i TS muskler) er Inkludert. I tillegg, selv om mange studier har antatt at den iboende stivhet ikke endres i stående¹¹^,¹⁴^,¹⁵, en fersk studie viste at det er viktig å ta hensyn til modulering av stivhet med endringer i ankelen dreiemoment forbundet med postural Sway²³^,³². For å bestemme FR av dynamisk forhold fra alle innspill til output, det viktigste steget er å riktig anslå tverr spekteret og makt spektrum ved å velge vinduet lengde og overlapping, passer til posten lengde.

Design av forstyrrelser er et viktig skritt i menneskets stående eksperimenter. Ulike typer mekaniske og visuelle forstyrrelser har blitt brukt for studiet av postural kontroll, gitt som vinkelen på støtten overflaten eller vinkelen på det visuelle feltet. Disse inkluderer multi-sinus, low-pass filtrert støy, pseudo-tilfeldig trefoldig sekvens (PRTer) og andre³^,⁹^,¹⁰^,¹²^,¹⁸^,²⁴^,³¹ ^,³³^,³⁴. Imidlertid er bruken av en pseudo tilfeldig binær sekvens (PRBS) fordelaktig for mekaniske forstyrrelser, fordi: 1) for en gitt topp til topp amplitude gir den den høyeste kraften over et bredt spekter av frekvenser, som kan styres ved å velge bytte hastighet³; 2) det er uforutsigbar, men repeterbar, noe som gjør det mulig å redusere støy ved snitt; 3) en PRBS-inngang med lav absolutt gjennomsnittlig hastighet genererer refleks responser, slik at kvantifisering av strekk reflekser i stående. For det visuelle systemet, trinn pulser fremkalle ingen signifikant postural svar, fordi det visuelle systemet ikke kan følge raske endringer av det visuelle feltet. I tillegg kan forutsigbare innganger som sinusoids med en frekvens generere foregripe atferd. Multi-sine signaler er ikke effektive for studiet av visuelle reaksjoner, fordi deres raske og kontinuerlige endringer er vanskelig å følge og kan føre til at fagene blir bevegelse syk. PRTER signalene har blitt brukt mye for å studere visuelle systemet i stående, som det er en informativ input; bevegelsene til det visuelle feltet er diskret i stedet for kontinuerlig og deres hastighet kan styres for å generere sammenhengende visuelle reaksjoner. Selv om PRTER fungerer bra, er det en ikke-null bety signal, som kan føre til ikke-stationarities i postural kontroll og gjør identifisering vanskelig. Derfor ble TrapZ utformet for å løse dette problemet, noe som er uforutsigbart, diskret og har en null-gjennomsnittlig (figur 2b). En annen viktig faktor i utformingen av eksperimentene er forstyrrelsene amplitude. Generelt bør forstyrrelser med lav amplituder brukes når målet er å utføre lineær analyse og ikke avvike fra en ankel strategi. Gyldigheten av ankelen strategien kan kontrolleres analytisk³⁵, og hvis det er store avvik, som kan genereres av større forstyrrelsene amplituder, ikke-lineære analysemetoder, ledsaget av multi-segmentet modeller av kroppen i stående, kan være kreves³⁶.

En annen vurdering for forstyrrelsene design er rettssaken lengde, som må være lang nok til å tillate pålitelige estimater av modellen parametrene. Men svært lange studier er uønsket, fordi de kan føre til faget skiftende kroppen orientering, noe som resulterer i en ikke-stationarity som gjør systemet modellering og identifisering vanskelig. En prøve lengde mellom 2 og 3 minutter er optimal. Denne prøveperioden resulterer vanligvis ikke i tretthet, forutsatt at det håndheves en tilstrekkelig hvileperiode mellom forsøkene. Analysemetoden påvirker også den nødvendige prøve lengden. Hvis en lineær analyse ved hjelp av FR eller impulsrespons funksjonen brukes, vil den laveste frekvensen av interesse bestemme rekorden lengde. Den inverse av vindus lengden er lik minimums frekvensen, så hvis lavere frekvenser skal undersøkes, må lengre Vinduer brukes. Videre må rettssaken være lang nok til å gi nok gjennomsnitt til å gi robuste Spectral estimater. Ikke-lineær analyse vil generelt kreve enda lengre dataposter, fordi ikke-lineære modeller vanligvis har flere parametere enn lineære modeller.

Studiet av menneskelig postural kontroll krever valg av en hensiktsmessig identifikasjons metode. Parametriske og ikke-parametriske metoder for lineær identifisering kan brukes til å studere postural kontroll¹⁰^,¹²^,¹⁸^,¹⁹^,²⁰^,²⁸^,³¹ ^,³⁷^,³⁸^,³⁹^,⁴⁰^,⁴¹^,⁴²^{, 43,}⁴⁴^,⁴⁵ ^,⁴⁶^,⁴⁷^,⁴⁸^,⁴⁹^,⁵⁰^,⁵¹^{, 52,}⁵³^,⁵⁴. Ikke-parametrisk identifisering, ved hjelp av fr estimering, har blitt brukt mye for å studere postural kontroll, fordi det er godt egnet for identifisering av data ervervet i lukket-loop tilstand stående²⁴ og krever få a-priori forutsetninger (for detaljer om denne metoden se²⁴). Den mest brukte metoden er å anslå FR av lukket sløyfe system mellom en ekstern (mekanisk/sensorisk) forstyrrelsene og en utgang (f. eks, kropps vinkel, ankel dreiemoment, eller muskel EMG), som er en kombinasjon av kontrolleren, anlegg og tilbakemeldinger. For å gi fysisk betydning og undersøke hver komponent separat, har mange studier brukt en parametrisk modell av lukket sløyfe-systemet og anslått parametrene som samsvarer med den parametrisk modellens FR som av estimert utgangs følsomhet¹⁰ ^,¹⁸^,³¹^,³⁷^,³⁸^,³⁹^,⁴⁰^,⁴¹^,⁴²^,⁴³ ^,⁴⁴^,⁴⁵^,⁴⁶^,⁴⁷^,⁴⁸^,⁴⁹^,⁵⁰^{, 51.} Parametrisk identifikasjon, derimot, forutsetter at systemet input og output er knyttet av noen modell struktur med et begrenset antall parametere, kjent a-priori. Feil metoden prediksjon brukes til å finne modell parametrene som minimerer feilen mellom målt produksjon og modell forutsigelse⁵⁵. I motsetning til FR-modeller, der den eksterne forstyrrelsene må måles og brukes for analysen, kan disse metodene brukes direkte til to signaler, så lenge en egen støy modell, som er tilstrekkelig parametrisk, er anslått i tillegg⁵⁶. Dette betyr at det ikke er behov for å måle den eksterne forstyrrelsene. Selv om modellen ordrene må bestemmes a-priori, parametriske modeller vanligvis har færre parametere enn fr-modeller, og dermed gi mer robuste parameter estimater. Den største ulempen med en parametrisk modell er at en riktig støy modell må brukes for å oppnå objektive estimater av parametrene.

En viktig faktor i menneskelig postural kontroll er dens bemerkelsesverdige tilpasning til nye eksperimentelle og miljømessige forhold. Dette oppnås gjennom multisensor integrasjon, noe som betyr at CNS kombinerer informasjon fra somatosensory, visuelle og Vestibular systemer, mens det gir en større vekt til mer nøyaktig (og mindre variable) sensoriske innganger i noen eksperimentelle forhold for postural kontroll. For eksempel når Propriosepsjon er perturbed gjennom fot rotasjon, er CNS avhengig mer på visuelle og Vestibular innganger. En metode er utviklet av Peterka³¹ for å kvantifisere multisensor integrering. For en stående eksperiment med en bestemt ekstern forstyrrelsene, identifiserte han FR av lukket sløyfe system og deretter montert en parametrisk modell til det (som forklart i forrige avsnitt). Den parametriske modellen omfattet en sentral kontroll, hvis innspill var vektet summen av innganger fra de tre sanse systemer; vektene ble brukt til å gi et middel til å kvantifisere viktigheten av hver sensorisk kilde til postural kontroll, det vil si jo høyere vekt, desto viktigere er sanse inntaket. Anvendelse av denne metoden til den eksperimentelle data viste at perturbed sensoriske systemet har en lavere vekt og lavere betydning på grunn av unøyaktigheter i sin input og derfor bidrar mindre til postural kontroll³¹. Denne metoden har blitt brukt til å vise hvordan postural-kontrollen også endres på grunn av aldring og sykdommer³⁸^,³⁹. En lignende tilnærming kan brukes med vårt eksperimentelle apparat, der mekaniske eller/og visuelle forstyrrelsene brukes for å undersøke rollen og samspillet mellom de viktige sanse systemene i postural kontroll.

De presenterte metoder har noen begrensninger som eksperimentelle og analytiske metoder er ment for studiet av postural kontroll når en ankel strategi brukes. Derfor må forstyrrelser utformes for å unngå overdreven kroppsbevegelse. Men når forstyrrelser er store eller støtte overflaten er kompatibel, brukes en hofte strategi, noe som betyr at både ankel-og hofte bevegelser er betydelige. Hofte strategien er karakterisert ved anti-fase bevegelse av den nedre og øvre kroppen, som er spesielt uttalt i frekvenser større enn 1 Hz⁵⁷. Studier av hofte strategi krever modellering kroppen med minst to koblinger, det vil si en dobbel-invertert pendel modell.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne har ingenting å avsløre.

Acknowledgments

Denne artikkelen ble gjort mulig ved NPRP stipend #6-463-2-189 fra Qatar National Research og MOP stipend #81280 fra Canadian Institutes of Health Research.

Materials

Name	Company	Catalog Number	Comments
5K potentiometer	Maurey	112P19502	Measures actuator shaft angle
8 channel Bagnoli surface EMG amplifiers and electrodes	Delsys		Measures the EMG of ankle muscles
AlienWare Laptop	Dell Inc.	P69F001-Rev. A02	VR-ready PC laptop
Data acquisition card	National instruments	4472	Samples the analogue signals from the sensors
Directional valve	REXROTH	4WMR10C3X	Bypasses the flow if the angle of actuator shaft goes beyond ±20°
Full body harness	Jelco	740	Protect the subjects from falling
Laser range finder	Micro-epsilon 1302-100	1507307	Measures shank linear displacement
Laser range finder	Micro-epsilon 1302-200	1509074	Measures body linear displacement
Load cell	Omega	LC302-100	Measures vertical reaction forces
Proportional servo-valve	MOOG	D681-4718	Controls the hydraulic flow to the rotary actuators
Rotary actuator	Rotac	26R21VDEISFTFLGMTG	Applies mechanical perturbations
Torque transducer	Lebow	2110-5k	Measures ankle torque
Virtual Environment Motion Trackers	HTC inc.	1551984681	Tracks the head motion
Virtual Reality Headset	HTC inc.	1551984681	Provides visual perturbations

DOWNLOAD MATERIALS LIST

References

Horak, F. B. Postural orientation and equilibrium: what do we need to know about neural control of balance to prevent falls? Age and Ageing. 35, 7-11 (2006).
Morasso, P. G., Schieppati, M. Can muscle stiffness alone stabilize upright standing? Journal of Neurophysiology. 82 (3), 1622-1626 (1999).
Kearney, R. E., Hunter, I. W. System identification of human joint dynamics. Critical Reviews in Biomedical Engineering. 18 (1), 55-87 (1990).
Mirbagheri, M. M., Barbeau, H., Kearney, R. E. Intrinsic and reflex contributions to human ankle stiffness: variation with activation level and position. Experimental Brain Research. 135 (4), 423-436 (2000).
Weiss, P. L., Hunter, I. W., Kearney, R. E. Human ankle joint stiffness over the full range of muscle activation levels. Journal of Biomechanics. 21 (7), 539-544 (1988).
Golkar, M. A., Sobhani Tehrani, E., Kearney, R. E. Linear Parameter Varying Identification of Dynamic Joint Stiffness during Time-Varying Voluntary Contractions. Frontiers in Computational Neuroscience. 11, 35 (2017).
Weiss, P. L., Kearney, R. E., Hunter, I. W. Position dependence of ankle joint dynamics--I. Passive mechanics. Journal of Biomechanics. 19 (9), 727-735 (1986).
Weiss, P. L., Kearney, R. E., Hunter, I. W. Position dependence of ankle joint dynamics--II. Active mechanics. Journal of Biomechanics. 19 (9), 737-751 (1986).
Engelhart, D., Boonstra, T. A., Aarts, R. G. K. M., Schouten, A. C., van der Kooij, H. Comparison of closed-loop system identification techniques to quantify multi-joint human balance control. Annual Reviews in Control. 41, 58-70 (2016).
Kiemel, T., Elahi, A. J., Jeka, J. J. Identification of the plant for upright stance in humans: multiple movement patterns from a single neural strategy. Journal of Neurophysiology. 100 (6), 3394-3406 (2008).
Loram, I. D., Lakie, M. Direct measurement of human ankle stiffness during quiet standing: the intrinsic mechanical stiffness is insufficient for stability. Journal of Physiology-London. 545 (3), 1041-1053 (2002).
Fitzpatrick, R., Burke, D., Gandevia, S. C. Loop gain of reflexes controlling human standing measured with the use of postural and vestibular disturbances. Journal of Neurophysiology. 76 (6), 3994-4008 (1996).
Dakin, C. J., Son, G. M. L., Inglis, J. T., Blouin, J. S. Frequency response of human vestibular reflexes characterized by stochastic stimuli. The Journal of Physiology. 583 (3), 1117-1127 (2007).
Vlutters, M., Boonstra, T. A., Schouten, A. C., vander Kooij, H. Direct measurement of the intrinsic ankle stiffness during standing. Journal of Biomechanics. 48 (7), 1258-1263 (2015).
Casadio, M., Morasso, P. G., Sanguineti, V. Direct measurement of ankle stiffness during quiet standing: implications for control modelling and clinical application. Gait and Posture. 21 (4), 410-424 (2005).
Sakanaka, T. E. Causes of Variation in Intrinsic Ankle Stiffness and the Consequences for Standing. , University of Birmingham. Doctoral dissertation (2017).
Sakanaka, T. E., Lakie, M., Reynolds, R. F. Sway-dependent changes in standing ankle stiffness caused by muscle thixotropy. Journal of Physiology. 594 (3), 781-793 (2016).
Peterka, R. J., Murchison, C. F., Parrington, L., Fino, P. C., King, L. A. Implementation of a Central Sensorimotor Integration Test for Characterization of Human Balance Control During Stance. Frontiers in Neurology. 9, 1045 (2018).
Engelhart, D., Schouten, A. C., Aarts, R. G., van der Kooij, H. Assessment of Multi-Joint Coordination and Adaptation in Standing Balance: A Novel Device and System Identification Technique. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 23 (6), 973-982 (2015).
Boonstra, T. A., Schouten, A. C., van der Kooij, H. Identification of the contribution of the ankle and hip joints to multi-segmental balance control. Journal of Neuroengineering and Rehabilitation. 10, 23 (2013).
Forster, S. M., Wagner, R., Kearney, R. E. A bilateral electro-hydraulic actuator system to measure dynamic ankle joint stiffness during upright human stance. Proceedings of the 25th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , Cancun, Mexico. (2003).
Davis, J., Hsieh, Y. -H., Lee, H. -C. Humans perceive flicker artifacts at 500 Hz. Scientific Reports. 5, 7861 (2015).
Amiri, P., Kearney, R. E. Ankle intrinsic stiffness changes with postural sway. Journal of Biomechanics. 85, 50-58 (2019).
van der Kooij, H., van Asseldonk, E., van der Helm, F. C. Comparison of different methods to identify and quantify balance control. Journal of Neuroscience Methods. 145 (1-2), 175-203 (2005).
Amiri, P., MacLean, L. J., Kearney, R. E. Measurement of shank angle during stance using laser range finders. International Conference of the IEEE Engineering in Medicine and Biology. , Orlando, FL. (2016).
The SENIAM project. , Available from: http://www.seniam.org/ (2019).
Jalaleddini, K., Tehrani, E. S., Kearney, R. E. A Subspace Approach to the Structural Decomposition and Identification of Ankle Joint Dynamic Stiffness. IEEE Transactions on Biomedical Engineering. 64 (6), 1357-1368 (2017).
Amiri, P., Kearney, R. E. A Closed-loop Method to Identify EMG-Ankle Torque Dynamic Relation in Human Balance Control. Conference Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , Berlin, Germany. (2019).
Sobhani Tehrani, E., Jalaleddini, K., Kearney, R. E. Ankle Joint Intrinsic Dynamics is More Complex than a Mass-Spring-Damper Model. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 25 (9), 1568-1580 (2017).
NASA. Anthropometry and biomechanics. , Available from: http://msis.jsc.nasa.gov/sections/section03.htm (1995).
Peterka, R. J. Sensorimotor integration in human postural control. Journal of Neurophysiology. 88 (3), 1097-1118 (2002).
Amiri, P., Kearney, R. E. Ankle intrinsic stiffness is modulated by postural sway. Conference Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , Seogwipo, South Korea. (2017).
Jeka, J. J., Allison, L. K., Kiemel, T. The dynamics of visual reweighting in healthy and fall-prone older adults. Journal of Motor Behavior. 42 (4), 197-208 (2010).
Jilk, D. J., Safavynia, S. A., Ting, L. H. Contribution of vision to postural behaviors during continuous support-surface translations. Experimental Brain Research. 232 (1), 169-180 (2014).
Winter, D. A., Patla, A. E., Prince, F., Ishac, M., Gielo-Perczak, K. Stiffness control of balance in quiet standing. Journal of Neurophysiology. 80 (3), 1211-1221 (1998).
Pasma, J. H., Boonstra, T. A., van Kordelaar, J., Spyropoulou, V. V., Schouten, A. C. A Sensitivity Analysis of an Inverted Pendulum Balance Control Model. Frontiers in Computational Neuroscience. 11, 99 (2017).
Pasma, J. H., et al. Changes in sensory reweighting of proprioceptive information during standing balance with age and disease. Journal of Neurophysiology. 114 (6), 3220-3233 (2015).
Pasma, J. H., et al. Impaired standing balance: The clinical need for closing the loop. Neuroscience. , 157-165 (2014).
Engelhart, D., et al. Impaired Standing Balance in Elderly: A New Engineering Method Helps to Unravel Causes and Effects. Journal of the American Medical Directors Association. 15 (3), (2014).
Pasma, J. H., Boonstra, T. A., Campfens, S. F., Schouten, A. C., Van der Kooij, H. Sensory reweighting of proprioceptive information of the left and right leg during human balance control. Journal of Neurophysiology. 108 (4), 1138-1148 (2012).
Goodworth, A. D., Peterka, R. J. Sensorimotor integration for multisegmental frontal plane balance control in humans. Journal of Neurophysiology. 107 (1), 12-28 (2012).
Kiemel, T., Zhang, Y., Jeka, J. J. Identification of neural feedback for upright stance in humans: stabilization rather than sway minimization. Journal of Neuroscience. 31 (42), 15144-15153 (2011).
van der Kooij, H., van Asseldonk, E. H. F., Geelen, J., van Vugt, J. P. P., Bloem, B. R. Detecting asymmetries in balance control with system identification: first experimental results from Parkinson patients. Journal of Neural Transmission. 114 (10), 1333 (2007).
Fujisawa, N., et al. Human standing posture control system depending on adopted strategies. Medical and Biological Engineering and Computing. 43 (1), 107-114 (2005).
Johansson, R., Magnusson, M., Fransson, P. A., Karlberg, M. Multi-stimulus multi-response posturography. Mathematical Biosciences. 174 (1), 41-59 (2001).
Jeka, J., Oie, K., Schöner, G., Dijkstra, T., Henson, E. Position and Velocity Coupling of Postural Sway to Somatosensory Drive. Journal of Neurophysiology. 79 (4), 1661-1674 (1998).
Peterka, R. J., Benolken, M. S. Role of somatosensory and vestibular cues in attenuating visually induced human postural sway. Experimental Brain Research. 105 (1), 101-110 (1995).
Maki, B. E., Fernie, G. R. A system identification approach to balance testing. Progress in Brain Research. 76, 297-306 (1988).
Johansson, R., Magnusson, M., Akesson, M. Identification of human postural dynamics. IEEE Transactions on Biomedical Engineering. 35 (10), 858-869 (1988).
Maki, B. E., Holliday, P. J., Fernie, G. R. A Posture Control Model and Balance Test for the Prediction of Relative Postural Stability. IEEE Transactions on Biomedical Engineering. BME-34. 10 (10), 797-810 (1987).
Werness, S. A., Anderson, D. J. Parametric analysis of dynamic postural responses. Biological Cybernetics. 51 (3), 155-168 (1984).
Hwang, S., Agada, P., Kiemel, T., Jeka, J. J. Identification of the Unstable Human Postural Control System. Frontiers in Systems Neuroscience. 10, 22 (2016).
Ishida, A., Imai, S., Fukuoka, Y. Analysis of the posture control system under fixed and sway-referenced support conditions. IEEE Transactions on Biomedical Engineering. 44 (5), 331-336 (1997).
Ishida, A., Miyazaki, S. Maximum likelihood identification of a posture control system. IEEE Transactions on Biomedical Engineering. 34 (1), 1-5 (1987).
Ljung, L. System Identification: Theory for the User. , Prentice-Hall, Inc. Upper Saddle River, NJ. (1986).
Forssell, U., Ljung, L. Closed-loop identification revisited. Automatica. 35 (7), 1215-1241 (1999).
Horak, F. B., Nashner, L. M. Central programming of postural movements: adaptation to altered support-surface configurations. Journal of Neurophysiology. 55 (6), 1369-1381 (1986).

Bioengineering

Eksperimentelle metoder for å studere Human postural Control

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

Get cutting-edge science videos from JoVE sent straight to your inbox every month.