Name: Frame-by-Frame-Video-Analyse von eigenwilligen Reach-Griff Bewegungen beim Menschen (Video) | JoVE Journal
Uploaded: 2018-01-15T14:00:00.000+00:00
Duration: 10 min 51 s
Description: Lernen Sie eine frame-by-frame Videoanalyse zur Quantifizierung von individuellen Greifbewegungen beim Menschen. Diese Methode ermöglicht Studien zu Handmotorik bei verschiedenen Populationen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Die Autoren möchten Alexis M. Wilson und Marisa E. Bertoli für ihre Unterstützung bei Dreharbeiten und bereitet das Video für dieses Manuskript danken. Diese Forschung wurde von den Naturwissenschaften und Engineering Research Council of Canada (JMK, JRK, IQW), Alberta Innovates-Health-Lösungen (JMK) und der kanadischen Institute der Gesundheit Forschung (IQW) unterstützt.

<ol><li>Karl, J. M., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Different+evolutionary+origins+for+the+Reach+and+the+Grasp%3A+an+explanation+for+dual+visuomotor+channels+in+primate+parietofrontal+cortex%5BTitle%5D)+AND+%22Front+Neurol%22%5BJournal%5D)">Different evolutionary origins for the Reach and the Grasp: an explanation for dual visuomotor channels in primate parietofrontal cortex.</a> Front Neurol. 4 (208), (2013).</li>
<li>Whishaw, I. Q., Karl, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+contribution+of+the+reach+and+the+grasp+to+shaping+brain+and+behaviour%5BTitle%5D)+AND+%22Can+J+Exp+Psychol%22%5BJournal%5D)">The contribution of the reach and the grasp to shaping brain and behaviour.</a> Can J Exp Psychol. 68 (4), 223-235 (2014).</li>
<li>Jeannerod, M. Intersegmental coordination during reaching at natural visual objects. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aJeannerod%2C+M+%22Attention+and+Performance+IX%22">Attention and Performance IX</a>. Long, J., Badeley, A. , Hillsdale: Lawrence Erlbaum Associates. 153-169 (1981).</li>
<li>Arbib, M. A. Perceptual structures and distributed motor control. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aArbib%2C+MA+%22Handbook+of+Physiology%22">Handbook of Physiology</a>. Brooks, V. B. 2, American Psychological Society. 1449-1480 (1981).</li>
<li>De Bruin, N., Sacrey, L. A., Brown, L. A., Doan, J., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+guidance+for+hand+advance+but+not+hand+withdrawal+in+a+reach-to-eat+task+in+adult+humans%3A+reaching+is+a+composite+movement%5BTitle%5D)+AND+%22J+Mot+Behav%22%5BJournal%5D)">Visual guidance for hand advance but not hand withdrawal in a reach-to-eat task in adult humans: reaching is a composite movement.</a> J Mot Behav. 40 (4), 337-346 (2008).</li>
<li>Karl, J. M., Sacrey, L. A., Doan, J. B., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hand+shaping+using+hapsis+resembles+visually+guided+hand+shaping%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Hand shaping using hapsis resembles visually guided hand shaping.</a> Exp Brain Res. 219 (1), 59-74 (2012).</li>
<li>Domellöff, E., Hopkins, B., Francis, B., Rönnqvist, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+finger+markers+on+the+kinematics+of+reaching+movements+in+young+children+and+adults%5BTitle%5D)+AND+%22J+Appl+Biomech%22%5BJournal%5D)">Effects of finger markers on the kinematics of reaching movements in young children and adults.</a> J Appl Biomech. 23 (4), 315-321 (2007).</li>
<li>Karl, J. M., Sacrey, L. A., Doan, J. B., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oral+hapsis+guides+accurate+hand+preshaping+for+grasping+food+targets+in+the+mouth%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Oral hapsis guides accurate hand preshaping for grasping food targets in the mouth.</a> Exp Brain Res. 221 (2), 223-240 (2012).</li>
<li>Karl, J. M., Schneider, L. R., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonvisual+learning+of+intrinsic+object+properties+in+a+reaching+task+dissociates+grasp+from+reach%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Nonvisual learning of intrinsic object properties in a reaching task dissociates grasp from reach.</a> Exp Brain Res. 225 (4), 465-477 (2013).</li>
<li>Hall, L. A., Karl, J. M., Thomas, B. L., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reach+and+Grasp+reconfigurations+reveal+that+proprioception+assists+reaching+and+hapsis+assists+grasping+in+peripheral+vision%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Reach and Grasp reconfigurations reveal that proprioception assists reaching and hapsis assists grasping in peripheral vision.</a> Exp Brain Res. 232 (9), 2807-2819 (2014).</li>
<li>Karl, J. M., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Haptic+grasping+configurations+in+early+infancy+reveal+different+developmental+profiles+for+visual+guidance+of+the+Reach+versus+the+Grasp%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Haptic grasping configurations in early infancy reveal different developmental profiles for visual guidance of the Reach versus the Grasp.</a> Exp Brain Res. 232 (9), 3301-3316 (2014).</li>
<li>Whishaw, I. Q., Karl, J. M., Humphrey, N. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dissociation+of+the+Reach+and+the+Grasp+in+the+destriate+%28V1%29+monkey+Helen%3A+a+new+anatomy+for+the+dual+visuomotor+channel+theory+of+reaching%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Dissociation of the Reach and the Grasp in the destriate (V1) monkey Helen: a new anatomy for the dual visuomotor channel theory of reaching.</a> Exp Brain Res. 234 (8), 2351-2362 (2016).</li>
<li>Timmann, D., Stelmach, G. E., Bloedel, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Grasping+component+alterations+and+limb+transport%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Grasping component alterations and limb transport.</a> Exp Brain Res. 108 (3), 486-492 (1996).</li>
<li>Saling, M., Mescheriakov, S., Molokanova, E., Stelmach, G. E., Berger, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Grip+reorganization+during+wrist+transport%3A+the+influence+of+an+altered+aperture%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Grip reorganization during wrist transport: the influence of an altered aperture.</a> Exp Brain Res. 108 (3), 493-500 (1996).</li>
<li>Whishaw, I. Q., Faraji, J., Kuntz, J., Mirza Ahga, B., Patel, M., Metz, G. A. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Organization+of+the+reach+and+grasp+in+head-fixed+vs+freely-moving+mice+provides+support+for+multiple+motor+channel+theory+of+neocortical+organization%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Organization of the reach and grasp in head-fixed vs freely-moving mice provides support for multiple motor channel theory of neocortical organization.</a> Exp Brain Res. 235 (6), 1919-1932 (2017).</li>
</ol>

Die Autoren haben keine finanziellen Interessenkonflikte offenlegen.

Der vorliegende Beitrag beschreibt das video Frame für Frame-Analyse verwenden, um die zeitliche Organisation, kinematische Struktur und eine Teilmenge der topographischen Merkmale menschlicher Reichweite zu erfassen Bewegungen zu quantifizieren. Die Technik kann verwendet werden, um typische optisch geführte Reichweite zu erfassen Bewegungen, sondern auch eigenwillige Reichweite zu erfassen Bewegungen zu studieren. Solche Bewegungen sind schwierig zu studieren, mit traditionellen 3D Motion-tracking-Systeme, jedoch häufi...

Greifprobleme, das Gesetz zu erreichen um ein Objekt zu erfassen ist für viele tägliche Funktionen einschließlich Erwerb von Lebensmitteln zum Essen, Pflege, Bearbeiten von Objekten, schwingende Werkzeuge und Kommunikation durch Gestik und geschriebene Wort. Die prominentesten Theorie über die neurologischen Kontrolle der Greifprobleme, schlägt die Visuomotor Zweikanal Theorie1,2,3,4, dieser Greifprobleme besteht aus zwei Bewegungen - eine Reichweite das transportiert die Hand an die Position des Ziels und ein Verständnis, das öffnet, Formen, und schließt die Hand, um die Größe und Form des Ziels. Die beiden Sätze sind durch Binom sondern interagierenden Nervenbahnen von visuellen, motorischen Kortex über den Scheitellappen1,2,3,4vermittelt. Verhaltens Unterstützung für die Visuomotor Zweikanal-Theorie wurde nicht eindeutig, weitgehend darauf, dass die Reichweite-Griff-Bewegung als einen einzigen nahtlosen Akt erscheint und entfaltet sich mit wenig bewusste Anstrengung. Dennoch ist Greifprobleme fast immer im Zusammenhang mit optisch geführte Greifprobleme studierte in dem gesunde Teilnehmer erreicht, um ein sichtbares Ziel-Objekt zu erfassen. Unter diesen Umständen erscheint die Aktion als eine einzige Bewegung, die in einer vorhersehbaren und stereotype Weise entfaltet. Vor Beginn der Reichweite die Augen auf das Ziel zu fixieren. Als der Arm erstreckt sich die Ziffern öffnen, preshape auf die Größe des Objekts, und anschließend starten, schließen. Die Augen vom Ziel kurz vor dem Zielkontakt zu lösen und endgültigen Verständnis des Ziels folgt fast unmittelbar danach5. Wenn Vision entfernt wird, ist jedoch die Struktur des Satzes grundlegend anders. Die Bewegung distanziert sich in seine konstituierenden Komponenten so, dass eine reichlich Reichweite zuerst verwendet wird, um das Ziel zu suchen, durch Berühren sie und dann haptische Signale Ziel Kontakt Anleitung gestalten und Schließung der Hand fassen Sie6zugeordnet.
Quantifizierung der Reach-Griff-Bewegung wird in den meisten Fällen durch eine 3 dimensionale (3D) Motion-Tracking-System erreicht. Dazu zählen Infrarot-Tracking-Systeme, elektromagnetische tracking-Systeme, oder videobasiertes Tracking-Systeme. Während solcher Systeme effektiv für den Erwerb der kinematischer Maßnahmen der Greifprobleme in gesunde Erwachsene Teilnehmer Stereotype zu erreichen, Griff Bewegungen in Richtung sichtbar Zielobjekte durchzuführen sind, haben sie eine Reihe von Nachteilen. Diese Systeme erfordern nicht nur sehr teuer, die Befestigung der Sensoren oder Markierungen auf dem Arm, Hand und Ziffern des Teilnehmers. Diese sind in der Regel angebracht, mit medizinischen Klebeband, das taktile Rückmeldung aus der Hand zu behindern, natürliche motor Verhalten ändern und Teilnehmer7ablenken. Da diese Systeme in der Regel numerischen Ausgabe im Zusammenhang mit verschiedenen kinematische Variablen wie Geschwindigkeit, Beschleunigung und Verzögerung zu erzeugen sind sie auch nicht ideal für die Untersuchung, wie die Hand das Ziel Kontakte. Wenn diese Systeme, zusätzliche Sensoren oder Ausrüstung sind erforderlich, um festzustellen, welcher Teil der Hand macht, wenden Sie sich an mit dem Ziel, wo auf dem Ziel Kontakt kommt, und wie die Konfiguration der Hand in ändern könnte um das Ziel zu manipulieren. Darüber hinaus erfordern Infrarot-Tracking-Systeme, die die am meisten verwendeten sind, die Verwendung einer speziellen Kamera um den Standort der Marker auf der Seite im 3D-Raum6verfolgen. Dies erfordert eine direkte Sichtverbindung zwischen der Kamera und Sensoren auf der Hand. Als solche dürften alle Eigenheiten in der Bewegung dieser Blickrichtung zu verschleiern und führen zum Verlust der kritischen kinematische Daten. Allerdings gibt es eine große Anzahl von Instanzen, in denen Eigenheiten in der Reach-Griff-Bewegung tatsächlich die Norm sind. Dazu gehören während der frühen Entwicklung bei Säuglingen nur lernen zu erreichen und für Objekte zu erfassen; Wenn das Zielobjekt nicht sichtbare und fühlbare müssen Hinweise verwendet werden, um die Reichweite und der Griff zu führen; Wenn das Zielobjekt eine seltsame Form oder Textur ist; und wenn die Teilnehmer mit einem von einer Vielzahl von sensomotorischen Störungen wie ein Schlaganfall stellt Huntington-Krankheit, Morbus Parkinson, Zerebralparese, etc. In allen diesen Fällen die Reach-Griff-Bewegung ist weder vorhersehbar noch Stereotype, noch ist es unbedingt von Vision geleitet. Infolgedessen kann die Fähigkeit des 3D Motion-tracking-Systeme, die zeitliche und kinematische Struktur dieser Bewegungen zuverlässig zu quantifizieren stark eingeschränkt durch Störungen in sensorisches Feedback aus der Hand, Änderungen im natürlichen motor Verhalten, Verlust von Daten, und/oder Schwierigkeiten die eigenwillige kinematische Ausgabe von diesen Geräten zu interpretieren.
Der vorliegende Beitrag beschreibt eine neuartige Technik zur Quantifizierung der eigenwilliger Reichweite zu erfassen Bewegungen in verschiedenen menschlichen Populationen, die ist erschwinglich, sensorisches Feedback aus der Hand oder natürliche motor Verhalten nicht behindert und ist zuverlässig aber kann flexibel sein eine Vielzahl von experimentellen Paradigmen angepasst. Bei dieser Technik wird mit mehrere High-Speed-Videokameras um die Reichweite zu greifen-Bewegung aus verschiedenen Blickwinkeln aufnehmen. Das Video wird dann offline analysiert, indem Sie voran durch die video-Frames eine zu einem Zeitpunkt und Sichtprüfung, Dokument Verhaltens Schlüsselereignisse, die zusammen eine quantifizierte Beschreibung der zeitlichen und kinematische Organisation der Reichweite zu Grasp bieten Bewegung. Der vorliegende Beitrag beschreibt eine vergleichende Analyse der optisch - im Vergleich zu nonvisually geführt zu erreichen, Griff Bewegungen bei gesunden erwachsenen Menschen6,8,9,10 um die Wirksamkeit zu demonstrieren der Technik; modifizierte Versionen der Technik haben jedoch auch verwendet worden, um die Reichweite zu greifen-Aktionen der menschliche Säuglinge11 und nicht-menschlichen Primaten12zu quantifizieren. Die umfassenden Ergebnisse der Frame-by-Frame-Videoanalyse aus diesen Studien gehören zu den ersten, zur Unterstützung der Visuomotor Zweikanal-Theorie des Greifprobleme Verhaltens nachzuweisen.

<table><tbody><tr><td>Hochgeschwindigkeits-Videokameras</td><td>Casio</td><td>http://www.casio-intl.com/asia-mea/en/dc/ex_f1/ oder http://www.casio-intl.com/asia-mea/en/dc/ex_100/</td> <td>Casio EX-F1 Hochgeschwindigkeitskamera oder Casio EX-100 Hochgeschwindigkeitskamera zum Erfassen von Hochgeschwindigkeits-Videoaufzeichnungen</td></tr><tr><td>Adobe Photoshop</td><td>Adobe</td><td>http://www.adobe.com/ca/products/photoshop.html</td><td>Software zum Kalibrieren und Messen von Entfernungen auf einzelnen Videobildern</td></tr><tr><td>Adobe Premiere Pro</td><td>Adobe</td><td>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</td><td>Software zur Durchführung von Frame-by-Frame-Videoanalysen</td></tr><tr><td>, höhenverstellbarer Sockel</td><td>Sanus</td><td>http://www.sanus.com/en_US/products/speaker-stands/htb3/</td><td>Ein höhenverstellbarer Lautsprecherständer mit einer maßgefertigten dreieckigen Deckplatte von 9 cm x 9 cm, die mit einer Schraube an der Oberseite befestigt ist, wird als 1 cm langer Kalibrierwürfel</td></tr> verwendet <tr><td></td><td>(Walmart</td><td>)https://www.walmart.com/ip/Learning-Resources-Centimeter-Cubes-Set-500/24886372</td><td>Ein 1 cm großer Kunststoffwürfel wird verwendet, um Entfernungsmaße von Pixeln in Zentimeter umzuwandeln</td></tr><tr><td>Studio Light</td><td>Dot Line</td><td>https://www.bhphotovideo.com/c/product/1035910-REG/dot_line_rs_5620_1600w_led_light.html</td><td>Starke Lampe mit kühlem LED-Licht, die zur Beleuchtung des Teilnehmers und des Testbereichs verwendet wird</td></tr><tr><td>3-dimensionale (3D) Schlafmaske</td><td>Kfine</td><td>https://www.amazon.com/Kfine-Sleeping-Contoured-lightweight-Comfortable/dp/B06W5CDY78?th=1</td><td>Wird als Augenbinde verwendet, um das Sehen in der bedingungslosen Sicht zu verdecken</td></tr><tr><td>Orange Slices</td><td>N/A</td><td>N/A</td><td>Orangenscheiben dienten als großformatige Zielscheiben</td></tr><tr><td>Donut-Kugeln Tim</td><td>Hortons</td><td>http://www.timhortons.com/ca/en/menu/timbits.php</td><td>Old Fashion Plain Timbits von Tim Hortons dienten als mittelgroße Zielscheiben</td></tr><tr><td>Blaubeeren</td><td>N/A</td><td>N/A</td><td>Blaubeeren dienten als kleine Zielscheiben</td></tr></tbody></table>

frame-by-frame-video-analyse von eigenwilligen reach-griff bewegungen beim menschen

Frame-by-Frame Video Analysis of Idiosyncratic Reach-to-Grasp Movements in Humans

Greifprobleme, das Gesetz zu erreichen um ein Objekt zu erfassen ist von zentraler Bedeutung für die menschliche Erfahrung. Wir verwenden sie füttern uns, uns selbst zu pflegen und Gegenstände und Werkzeuge in unserer Umwelt zu manipulieren. Solche Verhaltensweisen sind durch viele sensomotorischen Störungen beeinträchtigt, doch unser gegenwärtige Verständnis der neuronalen Kontrolle ist bei weitem nicht vollständig. Aktuelle Technologien zur Untersuchung menschlicher Reichweite zu erfassen Bewegungen nutzen oft Motion-tracking-Systeme, die können teuer sein, erfordert das Anbringen von Markierungen oder Sensoren an den Händen, natürliche Bewegung und sensorisches Feedback zu behindern und kinematische Ausgabe, die schwer zu interpretieren sein kann. Während in der Regel wirksam für das Studium der Stereotypen Reichweite zu erfassen Bewegungen von gesunden Erwachsenen gesichtet, Gesicht viele dieser Technologien zusätzliche Einschränkungen, wenn Sie versuchen, die unberechenbaren und eigenwilligen Reichweite zu erfassen Bewegungen der Studie Kleinkinder und ungesehen Erwachsene Patienten mit neurologischen Erkrankungen. So präsentieren wir Ihnen eine neuartige, preiswert, und höchst zuverlässige noch flexible Protokoll zur Quantifizierung der zeitlichen und kinematischen Struktur der eigenwillige Reichweite zu erfassen Bewegungen beim Menschen. High-Speed-Video-Kameras erfassen mehrere Ansichten der Reach-Griff-Bewegung. Video-Frame-by-Frame-Analyse wird dann verwendet, um das Timing und die Größe der vordefinierten Verhalten Veranstaltungen wie Bewegung beginnen, Sammlung, maximale Höhe, Gipfel Blende, Erstkontakt und endgültige Griff zu dokumentieren. Die zeitliche Struktur der Bewegung wird durch die relative Frame-Nummer der jeweiligen Veranstaltung zu dokumentieren, während die kinematische Struktur der Hand mithilfe der Herrscher oder Maßnahme Funktion in Foto quantifiziert wird-Bearbeitungs-Software, 2-dimensionale kalibrieren rekonstruiert linear Entfernungen zwischen zwei Körperteile oder ein Körperteil und das Ziel. Video-Frame-by-Frame-Analyse kann eine quantitative und umfassende Beschreibung der eigenwillige Reichweite zu erfassen Bewegungen sorgen und Forscher ihre Untersuchung auf eine größere Palette von naturalistischen prehensile erweitern Verhaltensweisen, durch eine breitere Palette von Sinnesmodalitäten in gesunde und klinischen Populationen geführt.

Dieser Abschnitt enthält Beispiele für die Ergebnisse, die erreicht werden können, wenn Sie Frame für Frame Videoanalyse eigenwillige Reichweite zu erfassen Bewegungen unter visuelle sensorische Anleitung untersuchen. Die wichtigste Erkenntnis ist, dass wenn Teilnehmer Vision präventiv sowohl die extrinsische (Lage/Ausrichtung) identifizieren können und intrinsische (Größe/Form) Eigenschaften eines Ziels einwenden, dass sie die Reichweite und den Griff in einem einzigen nahtlosen prehensi...

Dieses Protokoll beschreibt das video Frame für Frame-Analyse verwenden, um eigenwillige Reichweite zu erfassen Bewegungen beim Menschen zu quantifizieren. Eine vergleichende Analyse der erreichte im Vergleich zu gesunden Erwachsenen ungesehen gesichtet wird verwendet, um die Technik zu demonstrieren, aber die Methode kann auch zur Erforschung der Entwicklungs- und klinischen Populationen.

Frame-by-Frame-Video-Analyse von eigenwilligen Reach-Griff Bewegungen beim Menschen

Prehension, the act of reaching to grasp an object, is central to the human experience. We use it to feed ourselves, groom ourselves, and manipulate ...

Das übergeordnete Ziel dieses Verfahrens ist es, die zeitliche Organisation, die kinematische Struktur und die topographischen Merkmale idiosynkratischer Greifbewegungen zu quantifizieren. Diese Methode kann verwendet werden, um Schlüsselfragen im Zusammenhang mit der neurologischen Verhaltensorganisation von Handbewegungen bei Säuglingen, hirnverletzten Patienten und bei nicht-menschlichen Primaten zu beantworten, die mit automatisierten Bewegungsverfolgungstechniken schwer zu untersuchen sein können. Der Hauptvorteil dieser Technik besteht darin, dass sie sehr zuverlässig, kostengünstig und unaufdringlich ist und dennoch leicht modifiziert werden kann, um einer Reihe von Forschungszielen gerecht zu werden.Heute werden ich das Verfahren von Alexis Wilson und Marisa Bertoli vorführen, die als wissenschaftliche Mitarbeiterinnen in meinem Labor tätig sind. Beginnen Sie mit der Auswahl von Blaubeeren, Donut-Bällchen und Orangenscheiben, die als Ziele dienen. Begleiten Sie den Teilnehmer in den Testraum und informieren Sie ihn, dass er insgesamt 60 Reaching Trials absolvieren wird, die in vier Blöcke unterteilt sind, wobei jeder Block aus 15 Reaching Trials besteht.Stellen Sie als Nächstes die Höhe eines selbststehenden, höhenverstellbaren Podests an die Rumpflänge des sitzenden Teilnehmers ein, so dass die Oberseite des Podests auf halbem Weg zwischen der Oberseite der Hüfte des Teilnehmers und dem Brustbein des Teilnehmers steht. Positionieren Sie dann das Sagittal einer Hochgeschwindigkeits-Videokamera zum Teilnehmer auf der gleichen Seite wie die nicht dominante Hand des Teilnehmers in einem Abstand von einem Meter vom Podest, um eine Ansicht der dominanten Hand des Teilnehmers von der Seite aus aufzunehmen. Platzieren Sie anschließend eine zweite Videokamera einen Meter vor dem Podest, um eine Frontalansicht des Teilnehmers aufzunehmen.Weisen Sie den Teilnehmer an, jeden Versuch mit geöffneten, entspannten Händen und der Handfläche nach unten auf dem Rücken der Oberschenkel zu beginnen. Sagen Sie dem Teilnehmer, dass der Experimentator zu Beginn jedes Versuchs ein Zielobjekt auf den Sockel legen wird und dass er warten soll, bis der Experimentator ein verbales Eins-, Zwei-, Drei-Los-Kommando gibt, um mit seiner dominanten Hand die Hand auszustrecken, das Zielobjekt zu greifen und dann das Zielobjekt in den Mund zu nehmen, als ob er es essen würde. Beginnen Sie als Nächstes mit der Datenerfassung, indem Sie schnell mit dem Zeigefinger auf die obere mittlere Oberfläche des Sockels tippen, um als Zeithinweis für alle Videos zu dienen.Platzieren Sie schließlich das erste Zielobjekt auf dem Sockel und verwenden Sie ein Eins-, Zwei-, Drei-Go-Signal, um dem Teilnehmer zu signalisieren, den Versuch durchzuführen. Beginnen Sie damit, die Videodateien in der Videobearbeitungssoftware zu öffnen. Verwenden Sie die Pfeiltasten auf der Tastatur, um zu dem Videobild zu navigieren, das die Bewegung darstellt, mit der die Versuchsleiterin mit dem Zeigefinger auf die Spitze des Sockels tippt.Verwenden Sie dann die Trimmfunktion in der Videobearbeitungssoftware, um alle Frames vor dem aktuellen Frame zu entfernen. Verwenden Sie anschließend die Exportfunktion der Videobearbeitungssoftware, um die zugeschnittene Version jeder Videoaufzeichnung an einem sicheren Ort auf der Festplatte des Computers zu speichern. Wählen Sie abschließend alle neu zugeschnittenen Videoaufzeichnungen für einen einzelnen Teilnehmer aus und ziehen Sie sie in separate Zeitleisten in der Videobearbeitungssoftware, um eine zeitsynchronisierte Frame-by-Frame-Videoanalyse durchzuführen.Beginnen Sie damit, die Rahmenzahl des Bewegungsstarts zu identifizieren, die als das erste sichtbare Anheben der Handfläche vom Rücken des Oberschenkels definiert ist. Identifizieren Sie dann die Rahmennummer der Sammlung, d. h. die Bildung einer geschlossenen Handhaltung, bei der sich die Finger maximal beugen und schließen. Identifizieren Sie als Nächstes die Frame-Nummer der maximalen Höhe, d. h. die maximale Höhe des am weitesten entfernten Knöchels des Zeigefingers, wenn die Hand nach dem Zielobjekt greift.Identifizieren Sie anschließend die Frame-Nummer der Peak-Aperture, d. h. die maximale Öffnung der Hand, die nach der Erfassung, aber vor dem ersten Kontakt mit dem Ziel erfolgt. Identifizieren Sie die Frame-Nummer des ersten Kontakts zwischen der Hand und dem Zielobjekt. Identifizieren Sie abschließend die Frame-Nummer, die dem Moment entspricht, an dem alle Manipulationen am Zielobjekt abgeschlossen sind und der Teilnehmer das Zielobjekt fest im Griff hat, was als endgültiges Greifen bezeichnet wird.Beginnen Sie damit, das Standbild, das das wichtigste Verhaltensereignis der Sammlung darstellt, in der Fotobearbeitungssoftware zu öffnen. Wählen Sie das Linealwerkzeug aus und zeichnen Sie damit eine gerade Linie zwischen der mittleren Spitze des Daumens und der mittleren Spitze des Zeigefingers. Notieren Sie die Länge dieser Linie als Erfassungsabstand in der Tabelle.Öffnen Sie als Nächstes das Standbild, das die maximale Höhe in der Fotobearbeitungssoftware darstellt. Verwenden Sie das Linealwerkzeug, um den vertikalen Abstand zwischen der Oberseite des Sockels und der Oberseite des Zeigefingergelenks des Teilnehmers zu messen. Notieren Sie die Länge dieser Linie als maximalen Höhenabstand in der Tabelle.Öffnen Sie das Bild mit der Spitzenblende in der Bildbearbeitungssoftware und verwenden Sie das Linealwerkzeug, um den Abstand zwischen der zentralen Spitze des Daumens und der zentralen Spitze des Zeigefingers zu messen. Notieren Sie die Länge dieser Linie als maximalen Blendenabstand in der Tabelle. Öffnen Sie als Nächstes das erste Kontaktbild und verwenden Sie das Linealwerkzeug, um den Abstand zwischen der zentralen Spitze des Daumens und der zentralen Spitze des Zeigefingers zu messen.Notieren Sie die Länge dieser Linie als ersten Kontaktöffnungsabstand in der Tabelle. Öffnen Sie abschließend das Standbild, das den endgültigen Griff in der Bildbearbeitungssoftware darstellt. Verwenden Sie das Linealwerkzeug, um den Abstand zwischen der mittleren Spitze des Daumens und der zentralen Spitze des Zeigefingers zu messen.Notieren Sie die Länge dieser Linie als endgültigen Greiföffnungsabstand in der Tabelle. Dokumentieren Sie während der Frame-by-Frame-Videoanalyse in der Tabelle, welcher Teil der Hand für jeden Versuch für jeden Teilnehmer verwendet wird, um den ersten Kontakt mit dem Ziel herzustellen. Bestimmen Sie die ersten Kontaktpunkte, indem Sie ein Standbild des Ziels exportieren, es in der Fotobearbeitungssoftware öffnen und mit dem Pinselwerkzeug des Programms die Stelle auf dem Ziel markieren, an der bei jedem Versuch der erste Kontakt zwischen der Hand und dem Ziel hergestellt wurde.Bestimmen Sie dann die Greifpunkte, indem Sie mit dem Pinselwerkzeug des Programms die Stelle auf dem Ziel markieren, an der die Hand das Ziel zum Zeitpunkt des endgültigen Griffs für jeden Versuch berührt. Bestimmen Sie als Nächstes die Anzahl der Anpassungen, die bei jedem Versuch vorgenommen wurden, indem Sie die Videoaufzeichnung überprüfen und alle Fälle notieren, in denen der Teilnehmer den Kontakt mit dem Ziel zwischen dem Rahmen des ersten Kontakts und dem Rahmen des endgültigen Griffs freigegeben und wieder aufgenommen hat. Charakterisieren Sie dann den Grifftyp entweder als Zangengriff, Präzisionsgriff oder Kraftgriff.Bestimmen Sie abschließend die für jeden Versuch verwendete Greifstrategie und notieren Sie sie in der Tabelle für jeden Versuch. Die Ergebnisse zeigten, dass, wenn die Teilnehmer das Sehen nutzen können, um sowohl den Ort als auch die Größe eines Zielobjekts präventiv zu identifizieren, sie die Reichweite und den Griff in einen einzigen nahtlosen Greifakt integrieren. Wenn jedoch keine Sicht verfügbar ist, trennen sie die beiden Bewegungen, so dass durch taktiles Feedback die Hand zunächst in Bezug auf den Ort und dann auf die Form des Ziels gelenkt werden kann.Darüber hinaus nähert sich die Hand dem Ziel höher und erreicht so eine größere maximale Höhe im Zustand ohne Sicht im Vergleich zum Sehzustand. In der bedingungslosen Sicht variieren der Ort des ersten Kontakts und der Teil der Hand, der den ersten Kontakt mit dem Ziel herstellt, stark. Dies steht im Gegensatz zur Sehbedingung, bei der die Teilnehmer im Allgemeinen den Zeigefinger und/oder Daumen verwendeten, um den ersten Kontakt mit gegenüberliegenden Seiten des Ziels herzustellen.Im Zustand ohne Sehkraft passt sich die Öffnung der Hand weder bei der Spitzenöffnung noch beim ersten Kontakt an die Größe des Ziels an. Die Öffnung der Hand beim endgültigen Greifen ist jedoch in Bezug auf das Sehvermögen identisch und es gibt keine Sehbedingungen. Variationen dieses Protokolls haben unser Verständnis des Greifen-zu-Greifen-Verhaltens bei sehenden Erwachsenen, menschlichen Säuglingen, hirnverletzten Patienten und bei nicht-menschlichen Primaten verbessert, indem sie Einblicke in die neuronale und die Verhaltensorganisation des Greifens gegeben und auch die duale visuomotorische Kanaltheorie des Greifens unterstützt haben.

frame-frame-video-analysis-idiosyncratic-reach-to-grasp-movements

Research

Forschung

JoVE Journal

Behavior

Verhalten

Der gelernte Erreichen Skala teilt die Bewegung durch ein Vorderbein in einer Reichweite für Lebensmittel handeln zu Verbundelementen von denen jede mit einem Drei-Punkte-Skala bewertet werden. Die Rating-Skala ist für eine normale Ratte beschrieben und können nach Auswertung neurologischen Bewegungsstörungen angewandt werden.

The Structure of Skilled Vorderbein Reaching in den Rat: A Movement Rating Scale

In dieser Studie wurden transkranielle Magnetstimulationen mit nur einem Puls über den primären motorischen Kortex, die Neuronavigation und die Registrierung der elektromyographischen Aktivität der Handmuskeln verwendet, um die Erregbarkeit der Kortikospinalität zu untersuchen, während die Teilnehmer Aktionssequenzen beobachteten.

Corticospinal ErregbarkeitModulation während der Aktion Beobachtung

Es ist unklar, wie die Top-Down-Signale von der ventralen visuellen Strom Bewegung beeinflussen. Wir entwickelten ein Paradigma zu motorischen Verhaltens auf ein Ziel auf einem 3D-Tiefeninversion Illusion zu testen. Signifikante Unterschiede sind in beiden bewusste, zielgerichteten Bewegungen und automatische Aktionen illusorisch und veridical Betrachtungsbedingungen berichtet.

Methoden, um den Einfluss von Top-down-Prozesse auf Visuelle Motor Verhalten erkunden

Ziel des Protokolls ist es, detailliert darzulegen, wie Videodaten für den Einsatz im Labor gesammelt werden können; Wie man die Daten der Teilnehmer, die sich die Daten ansehen, aufzeichnet und wie man den Inhalt der Videos, die sie mit Hilfe einer maschinellen Lerntechnik betrachten, effizient analysiert.

Die Kombination von Eye-Tracking-Daten mit einer Analyse von Video-Inhalten aus dem Free-Viewing eines Videos von einem Walk in einer urbanen Park-Umgebung

Hier wird ein Protokoll zum Aufbau eines automatischen Geräts vorgestellt, das einen Affen zur Durchführung der flexiblen Reach-to-Grasp-Aufgabe führt. Das Gerät kombiniert eine 3D-Übersetzungsvorrichtung und einen Drehtisch, um mehrere Objekte in einer beliebigen Position im 3D-Raum darzustellen.

Entwurf und Verwendung eines Geräts zur Darstellung von Greifobjekten im 3D-Arbeitsbereich

Nagetier qualifizierte sausen wird häufig verwendet, um geschickte Fähigkeiten zu studieren, erfordert aber viel Zeit und Mühe, um die Aufgabe zu implementieren und das Verhalten zu analysieren. Wir beschreiben eine automatisierte Version des geschickten Erreichens mit Bewegungsverfolgung und dreidimensionaler Rekonstruktion von Reichweitenbahnen.

Automatisierte Ratte Single-Pellet Erreichen mit 3-dimensionalen Rekonstruktion von Pfoten- und Digit-Trajektorien

Präsentiert hier ist ein Verhaltensparadigma, das robuste schnelle visuomotorische Reaktionen auf menschliche Obermaße Muskeln während visuell geführter Reichweiten auslöst.

Ein aufstrebendes Zielparadigma, um schnelle Visuomotor-Antworten auf menschliche Oberkörpermuskeln zu evozieren

Erreichen ist eine grundlegende Fähigkeit, die es dem Menschen ermöglicht, mit der Umwelt zu interagieren. Mehrere Studien haben darauf abgezielt, das Erreichen des Verhaltens mit einer Vielzahl von Methoden zu charakterisieren. Dieser Artikel bietet eine Open-Source-Anwendung der transkraniellen Magnetstimulation zur Beurteilung des Zustands der kortikospinalen Erregbarkeit beim Menschen während des Erreichens der Aufgabenleistung.

Beurteilung der kortikospinalen Erregbarkeit während des zielgerichteten Reichweitenverhaltens

Wenn wir ein Objekt greifen, kommen in der Regel mehrere Regionen der Finger und der Hand mit der Oberfläche des Objekts in Kontakt. Die Rekonstruktion solcher Kontaktregionen ist eine Herausforderung. In dieser Arbeit stellen wir eine Methode zur approximativen Schätzung der Kontaktregionen vor, indem markerbasiertes Motion Capture mit bestehender Deep-Learning-basierter Handnetzrekonstruktion kombiniert wird.

Abschätzung von Kontaktbereichen zwischen Händen und Objekten beim mehrstelligen Greifen des Menschen

Die vorliegende Studie beschreibt einen feinmotorischen Verhaltenstest zur Untersuchung motorischer Defizite in Nagetiermodellen, einschließlich der Ratte TgF344-AD, mittels maschinellem Lernen.

Eine feinmotorische Aufgabe zur Untersuchung der Gelenkkinematik in einem präklinischen Modell neurodegenerativer Erkrankungen

Lernen Sie eine frame-by-frame Videoanalyse zur Quantifizierung von individuellen Greifbewegungen beim Menschen. Diese Methode ermöglicht Studien zu Handmotorik bei verschiedenen Populationen.

Frame-by-Frame-Video-Analyse von eigenwilligen Reach-Griff Bewegungen beim Menschen

Weitere Videos entdecken