需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

健康受试者下肢生物力学分析

8.6K 次观看

⸱

DOI:

10.3791/60720

⸱

2020年4月15日

 , 

本文内容

摘要

本文介绍了一种全面的实验方法,用于研究当前可用来测量个体下肢生物力学的两项最新技术。

摘要

生物力学分析技术在人体运动研究中具有重要应用价值。本研究旨在介绍一种利用市售系统对健康受试者进行下肢生物力学评估的技术方法。文中分别提出了步态分析系统和肌肉力量测试系统的独立操作流程。为确保步态评估的最大准确性,应特别注意标记物的放置位置以及受试者在自调节速度跑步机上的适应时间。同样,在肌肉力量测试中,受试者的体位摆放、预试验以及口头鼓励是三个关键环节。现有证据表明,本文所述方法可能对下肢生物力学评估具有良好的应用效果。

引言

生物力学领域主要涉及生物系统(包括固体和流体)的应力、应变、载荷和运动的研究,同时也包括机械效应对人体结构、大小、形状和运动的建模1。多年来,该领域的进展加深了我们对正常与病理步态、神经肌肉控制机制以及生长与形态力学的理解2。

本文的主要目的是介绍两种最新技术的综合方法,用于测量个体下肢生物力学。步态分析系统通过结合自调节(SP)跑步机与增强现实环境,测量并量化步态生物力学参数,其中增强现实环境集成了SP算法以调节跑步机速度,如Sloot等人3所述。肌肉力量测试设备被用作上肢康复的评估和治疗工具4。该设备可在等长和等张模式下客观评估多种生理运动模式或工作模拟任务。目前,该设备被公认为上肢力量测量的金标准5,但其在下肢应用方面的证据仍不明确。本文详细阐述了完成下肢步态及等长肌力评估的具体操作流程。

在生物力学分析中,将功能表现评估(例如步态分析)与特定的肌肉功能测试相结合具有重要意义。这是因为尽管通常认为肌肉力量的增加会改善功能表现,但这一假设并不总是成立6。这种认识对于未来康复方案的设计以及评估这些方法的研究策略的改进至关重要。

访问受限。请登录或开始试用以查看此内容。

方案

本研究所采用的方法已获得伯恩茅斯大学研究伦理委员会的伦理批准(编号15005)。

1. 参与者

  1. 招募健康的成年人(年龄23至63岁,平均值±标准差;42.0 ± 13.4岁,体重70.4 ± 15.3 kg,身高175.5 ± 9.8 cm;男性15人,女性15人)参与本研究。本研究共招募了30名受试者。
  2. 确保受试者无自我报告的头晕、平衡障碍或行走困难病史。
  3. 确保受试者未患有任何已知的影响平衡或行走的神经肌肉损伤或疾病。

2. 步态分析的设置与操作步骤

  1. 使用步态分析系统(图1由双跑带测力台式跑步机、10摄像头运动捕捉系统以及可提供视动流的虚拟环境组成。
  2. 确保受试者穿着紧身的无反光衣物,例如骑行短裤或紧身裤。
  3. 使用双面胶带将25个被动反光标记点按照人体模型(HBM)的下肢配置进行粘贴和放置7 如详细所述 表1 和 图2本文件中的信息摘自 HBM 参考手册8.
  4. 使用关节尺测量HBM所需的膝关节和踝关节宽度6.
  5. 将受试者固定在连接于上方框架的安全背带上。
  6. 在数据库中启动一个新会话,并确保其处于活动状态(高亮显示)。
  7. 使用受试者标签,创建一名新的参与者 标记骨骼 按钮
  8. 浏览至“LowerLimb HBM_N2.vst”文件,然后输入受试者姓名。新受试者将显示在受试者面板中。
  9. 转到工具窗格并打开 受试者准备 表。
  10. 零水平 通过测力台的 硬件 选项卡。确保测力台未受到任何外力。
  11. 让受试者在跑步机中央做好关节活动度测试的准备。
  12. 为确保参与者能够适应自助式跑步机,请在训练开始时要求其以舒适的速度行走5分钟。9,10.
  13. 在适应环境后,无需延迟,立即要求受试者步行至少5分钟10,11.
  14. 确保参与者对记录的时间点保持盲态。
  15. 确保通过点击启动跑步机并开始数据记录 开始记录 按钮12. 这可以通过集成软件完成(材料表).
  16. 在获取所需数量的数据后停止记录。建议收集三组各25个循环的数据。
  17. 打开处理软件(材料表)并通过选择低通滤波器(例如截止频率为6 Hz的二阶巴特沃斯滤波器)对标记点数据进行处理,以去除数据中的高频噪声。
  18. 前往 文件,然后选择 导出 保存为 .csv 格式。
  19. 根据垂直方向的力数据确定单个步态周期,并利用足部标记点确定步态事件13.
  20. 使用Matlab R2017a分析步态参数,如运动学、动力学以及时空数据补充文件).

3. 肌肉力量测试的设置与操作步骤

  1. 使用肌肉力量测试设备(多模式测力计)(图3),以基于最大自主等长收缩(MVIC)来测量参与者的肌肉力量14.
  2. 将工具/垫片编号701连接到测力计训练头。
  3. 测试受试者左右膝关节等长肌力。
  4. 受试者坐在带靠背的椅子上,保持坐姿。
  5. 使用上下调节开关,将测力计的轴线与膝关节的解剖旋转轴对齐。将工具的垫片置于胫骨胫骨下段的中央位置。
  6. 保持膝关节屈曲90°,髋关节处于中立旋转和外展位,足部处于跖屈状态。
  7. 将受试者的手放在其腹部,并使用维可牢(Velcro)绑带固定躯干、髋部和大腿中部,使其在椅子上保持稳定。
  8. 让参与者进行一次练习试验,以熟悉测试操作。
  9. 指导受试者伸展膝关节(向上推压踏板),随后屈曲膝关节(向下推压踏板),在指令下产生最大收缩 开始 3 秒。
  10. 提供口头提示和鼓励("推" 向上 "拉" 在进行强度测试时,用于向下方向。
  11. 确保参与者了解,若出现任何异常疼痛或不适,可随时立即停止测试。
  12. 让受试者休息 2 min。
  13. 重复步骤 3.1 至 3.12,左右腿各三次,并以牛顿(N)为单位记录数据。
  14. 保存所有数据并导出为报告以进行分析。

访问受限。请登录或开始试用以查看此内容。

结果

时空参数、运动学参数和动力学步态参数的均值与标准差见表2。30名受试者的最大自主等长收缩(MVIC)数据汇总于表3。一名受试者左侧和右侧的典型数据集分别以步态参数的图形化表示形式展示于图4和图5中。

所展示的数据具有代表性,反映了所有受试者的实验结果,且与步态及等长肌力测试的标准教科书参考结果一致15。

访问受限。请登录或开始试用以查看此内容。

讨论

本研究的贡献在于,在同一实验方案中准确而全面地描述了步态分析与肌肉力量测试的联合技术,这些技术此前尚未被共同报道过。

为了获得步态分析的准确结果,需重点关注两个方面:1)标记点的放置;2)适应时间。测量数据的准确性在很大程度上取决于所使用模型的准确性。其他影响准确性的关键因素包括由于皮肤表层相对于深层骨骼结构发生形变而导致的标记点位移,以及追踪系统的分辨率16。图2展示了HBM下肢模型中所有标记点的精确位置。应特别注意以绿色打印的标记点,这些标记点在初始化过程中用于定义生物力学骨骼结构。要求受试者至少行走5分钟,以适应SP模式跑步机行走17,18。选择SP模式是为了允许受试者表现出更自然的步幅变异性3。然而,研究表明,在SP模式行走过程中行走速度变化更大,且跑带的加速或减速可能引起步态扰动

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

我们感谢 Johnathan Williams 博士在 MATLAB 数据处理方面提供的建议。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
701 小型杠杆Baltimore Therapeutic Equipment Company (BTE)暂无供货 - 描述中提供在线链接专为 Primus RS 设计的附件,用于测量膝关节伸展/屈曲 - https://store.btetech.com/collections/primus/products/701-small-lever
D-Flow 软件 - 版本 3.26Motekforce Link暂无供货 - 描述中提供在线链接用于控制 GRAIL 系统的软件 - https://summitmedsci.co.uk/products/motek-dflow-hbm-software/
步态离线分析软件(GOAT)- 版本 2.3Motekforce Link暂无供货 - 描述中提供在线链接用于分析步态参数的软件 - https://www.motekmedical.com/product/grail/
步态实时分析交互实验室(GRAIL)Motekforce Link暂无供货 - 描述中提供在线链接GRAIL 系统通过基于虚拟现实的自调节(SP)跑步机来测量和量化步态生物力学 - https://www.motekmedical.com/product/grail/
701 型腿部护垫Baltimore Therapeutic Equipment Company (BTE)暂无供货 - 描述中提供在线链接专为 Primus RS 设计的附件,用于测量膝关节伸展/屈曲 - https://store.btetech.com/collections/primus/products/701-802-leg-pad
体位调节椅Baltimore Therapeutic Equipment Company (BTE)暂无供货 - 描述中提供在线链接受试者体位调节椅专为下肢的评估与治疗而设计,该椅子支持多种体位调节。 https://www.btetech.com/product/primus/
Primus RSBaltimore Therapeutic Equipment Company (BTE)暂无供货 - 描述中提供在线链接Primus RS 设备可在等张、等长和等速阻力模式下采集并报告实时客观数据 - https://www.btetech.com/wp-content/uploads/BTE-Rehabilitation-Equipment-PrimusRS-Brochure-1.pdf

参考文献

  1. Lu, T. W., Chang, C. F. Biomechanics of human movement and its clinical applications. The Kaohsiung Journal of Medical Sciences. 28 (2 Suppl), S13-S25 (2012).
  2. Kaufman, K., An, K., et al. Kelley and Firestein's Textbook of Rheumatology (Tenth Edition). Firestein, G. S., et al. , Elsevier. https://doi.org/10.1016/B978-0-323-31696-5.00006-1 78-89 (2017).
  3. Sloot, L. H., van der Krogt, M. M., Harlaar, J. Self-paced versus fixed speed treadmill walking. Gait & Posture. 39 (1), 478-484 (2014).
  4. Beaton, D. E., O'Driscoll, S. W., Richards, R. R. Grip strength testing using the BTE work simulator and the jamar dynamometer: A comparative study. The Journal of Hand Surgery. 20 (2), 293-298 (1995).
  5. Jindal, P., Narayan, A., Ganesan, S., MacDermid, J. C. Muscle strength differences in healthy young adults with and without generalized joint hypermobility: a cross-sectional study. BMC Sports Science, Medicine & Rehabilitation. 8, 12(2016).
  6. Muehlbauer, T., Granacher, U., Borde, R., Hortobágyi, T. Non-Discriminant Relationships between Leg Muscle Strength, Mass and Gait Performance in Healthy Young and Old Adults. Gerontology. 64 (1), 11-18 (2018).
  7. van den Bogert, A. J., Geijtenbeek, T., Even-Zohar, O., Steenbrink, F., Hardin, E. C. A real-time system for biomechanical analysis of human movement and muscle function. Medical & Biological Engineering & Computing. 51 (10), 1069-1077 (2013).
  8. HBM2 Reference Manual. , Motek Medical B.V. The Netherlands. 9-11 (2017).
  9. Sloot, L. H., van der Krogt, M. M., Harlaar, J. Effects of adding a virtual reality environment to different modes of treadmill walking. Gait Posture. 39 (3), 939-945 (2014).
  10. Liu, W. Y., et al. Reproducibility and Validity of the 6-Minute Walk Test Using the Gait Real-Time Analysis Interactive Lab in Patients with COPD and Healthy Elderly. PLoS One. 11 (9), e0162444(2016).
  11. Herman, T., Mirelman, A., Giladi, N., Schweiger, A., Hausdorff, J. M. Executive Control Deficits as a Prodrome to Falls in Healthy Older Adults: A Prospective Study Linking Thinking, Walking, and Falling. The Journals of Gerontology: Series A. 65 (10), 1086-1092 (2010).
  12. Geijtenbeek, T., Steenbrink, F., Otten, B., Even-Zohar, O. Proceedings of the 10th International Conference on Virtual Reality Continuum and Its Applications in Industry. , ACM. Hong Kong, China. 201-208 (2011).
  13. Zeni, J. A., Higginson, J. S. Gait parameters and stride-to-stride variability during familiarization to walking on a split-belt treadmill. Clinical Biomechanics (Bristol, Avon). 25 (4), 383-386 (2010).
  14. Meldrum, D., Cahalane, E., Conroy, R., Fitzgerald, D., Hardiman, O. Maximum voluntary isometric contraction: reference values and clinical application. Amyotroph Lateral Sclerosis. 8 (1), 47-55 (2007).
  15. Ancillao, A. Modern Functional Evaluation Methods for Muscle Strength and Gait Analysis. , Springer. 133(2018).
  16. Mun, J. H. A method for the reduction of skin marker artifacts during walking : Application to the knee. KSME International Journal. 17 (6), 825-835 (2003).
  17. Liu, P. C., Liu, J. F., Chen, L. Y., Xia, K., Wu, X. Intermittent pneumatic compression devices combined with anticoagulants for prevention of symptomatic deep vein thrombosis after total knee arthroplasty: a pilot study. Therapeutics and Clinical Risk Management. 13, 179-183 (2017).
  18. Al-Amri, M., Al Balushi, H., Mashabi, A. Intra-rater repeatability of gait parameters in healthy adults during self-paced treadmill-based virtual reality walking. Computer Methods in Biomechanics and Biomedical Engineering. 20 (16), 1669-1677 (2017).
  19. Zeni, J. Jr, Richards, J., Higginson, J. Two simple methods for determining gait events during treadmill and overground walking using kinematic data. Gait & Posture. 27 (4), 710-714 (2008).
  20. Tsaopoulos, D. E., Baltzopoulos, V., Richards, P. J., Maganaris, C. N. Mechanical correction of dynamometer moment for the effects of segment motion during isometric knee-extension tests. Journal of Applied Physiology. 111 (1), 68-74 (2011).
  21. Abernethy, P., Wilson, G., Logan, P. Strength and power assessment. Issues, controversies and challenges. Sports Medicine. 19 (6), 401-417 (1995).
  22. Kroll, W. Reliability of a Selected Measure of Human Strength. Research Quarterly, American Association for Health, Physical Education and Recreation. 33 (3), 410-417 (1962).
  23. Anzak, A., Tan, H., Pogosyan, A., Brown, P. Doing better than your best: loud auditory stimulation yields improvements in maximal voluntary force. Experimental Brain Research. 208 (2), 237-243 (2011).
  24. Belkhiria, C., De Marco, G., Driss, T. Effects of verbal encouragement on force and electromyographic activations during exercise. Journal of Sports Medicine and Physical Fitness. 58 (5), 750-757 (2018).
  25. Bickers, M. J. Does verbal encouragement work? The effect of verbal encouragement on a muscular endurance task. Clinical Rehabilitation. 7 (3), 196-200 (1993).
  26. Karaba-Jakovljevic, D., Popadic-Gacesa, J., Grujic, N., Barak, O., Drapsin, M. Motivation and motoric tests in sports. Medicinki Pregled. 60 (5-6), 231-236 (2007).
  27. Andreacci, J. L., et al. The effects of frequency of encouragement on performance during maximal exercise testing. Journal of Sports Science. 20 (4), 345-352 (2002).
  28. Rendos, N. K., et al. Variations in Verbal Encouragement Modify Isokinetic Performance. Journal of Strength and Conditioning Research. 33 (3), 708-716 (2019).

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

下肢生物力学步态分析肌肉力量测试标记点放置跑步机适应测力台校准等长收缩运动学分析动力学分析时空参数数据