Methodenartikel

Opstelling voor de kwantitatieve beoordeling van beweging en spieractiviteit tijdens een virtuele gemodificeerde box- en bloktest

DOI:

10.3791/65736

⸱

12 januari 2024

 ,  ,  ,  , 
1Department of Neuroscience, West Virginia University, 2Department of Human Performance, West Virginia University, 3Department of Biomedical Engineering, West Virginia University

* These authors contributed equally

In dit artikel

Samenvatting

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

Het hier beschreven protocol heeft tot doel de kwantitatieve evaluatie van tekorten aan de bovenste ledematen te verbeteren, met als doel aanvullende technologie te ontwikkelen voor beoordeling op afstand, zowel in de kliniek als thuis. Virtual reality en biosensortechnologieën worden gecombineerd met standaard klinische technieken om inzicht te geven in de werking van het neuromusculaire systeem.

Samenvatting

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

Het vermogen om te bewegen stelt ons in staat om met de wereld om te gaan. Wanneer dit vermogen is aangetast, kan dit de kwaliteit van leven en de onafhankelijkheid aanzienlijk verminderen en tot complicaties leiden. Het belang van patiëntevaluatie en revalidatie op afstand is de laatste tijd toegenomen vanwege de beperkte toegang tot persoonlijke diensten. Zo heeft de COVID-19-pandemie onverwacht geleid tot strikte regelgeving, waardoor de toegang tot niet-opkomende gezondheidsdiensten werd beperkt. Bovendien biedt zorg op afstand de mogelijkheid om ongelijkheden in de gezondheidszorg aan te pakken in landelijke, achtergestelde en lage-inkomensgebieden waar de toegang tot diensten beperkt blijft.

Het verbeteren van de toegankelijkheid door middel van opties voor zorg op afstand zou het aantal ziekenhuis- of specialistische bezoeken beperken en routinematige zorg betaalbaarder maken. Ten slotte kan het gebruik van direct verkrijgbare commerciële consumentenelektronica voor thuiszorg de resultaten voor de patiënt verbeteren dankzij een verbeterde kwantitatieve observatie van symptomen, de werkzaamheid van de behandeling en de dosering van de therapie. Hoewel zorg op afstand een veelbelovend middel is om deze problemen aan te pakken, is het van cruciaal belang om motorische stoornissen voor dergelijke toepassingen kwantitatief te karakteriseren. Het volgende protocol probeert deze kennislacune aan te pakken om clinici en onderzoekers in staat te stellen gegevens met een hoge resolutie te verkrijgen over complexe bewegingen en onderliggende spieractiviteit. Het uiteindelijke doel is om een protocol te ontwikkelen voor het op afstand afnemen van functionele klinische tests.

Hier kregen de deelnemers de opdracht om een medisch geïnspireerde Box and Block-taak (BBT) uit te voeren, die vaak wordt gebruikt om de handfunctie te beoordelen. Deze taak vereist dat proefpersonen gestandaardiseerde kubussen vervoeren tussen twee compartimenten gescheiden door een barrière. We hebben een aangepaste BBT in virtual reality geïmplementeerd om het potentieel van het ontwikkelen van beoordelingsprotocollen op afstand aan te tonen. Spieractivatie werd voor elke proefpersoon vastgelegd met behulp van oppervlakte-elektromyografie. Dit protocol maakte het mogelijk om gegevens van hoge kwaliteit te verkrijgen om bewegingsstoornissen op een gedetailleerde en kwantitatieve manier beter te karakteriseren. Uiteindelijk hebben deze gegevens het potentieel om te worden gebruikt om protocollen te ontwikkelen voor virtuele revalidatie en patiëntbewaking op afstand.

Inleiding

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

Beweging is hoe we omgaan met de wereld. Hoewel dagelijkse activiteiten zoals het oppakken van een glas water of naar het werk lopen eenvoudig lijken, zijn zelfs deze bewegingen afhankelijk van complexe signalen tussen het centrale zenuwstelsel, spieren en ledematen. Als zodanig zijn persoonlijke onafhankelijkheid en kwaliteit van leven sterk gecorreleerd met het niveau van de ledemaatfunctie van een individu 2,3. Neurologische schade, zoals bij ruggenmergletsel (SCI) of perifere zenuwbeschadiging, kan leiden tot permanente motorische tekorten, waardoor iemands vermogen om zelfs eenvoudige activiteiten van het dagelijks leven uit te voeren, afneemt 4,5. Volgens het National Institute of Neurological Disorders and Stroke ervaren meer dan 100 miljoen mensen in de Verenigde Staten motorische tekorten, met een beroerte als een van de belangrijkste oorzaken 6,7,8. Vanwege de aard van deze verwondingen hebben patiënten vaak langdurige zorg nodig waarbij kwantitatieve motorische beoordeling en behandeling op afstand nuttig kunnen zijn.

De huidige praktijken voor de behandeling van bewegingsstoornissen vereisen vaak zowel initiële als voortdurende klinische beoordeling van de functie door middel van observatie door getrainde experts zoals fysiotherapeuten of ergotherapeuten. Standaard gevalideerde klinische tests vereisen vaak getrainde professionals om ze af te nemen, met specifieke tijdsbeperkingen en subjectieve scores van vooraf gedefinieerde bewegingen of functionele taken. Maar zelfs bij gezonde personen kunnen identieke bewegingen worden bereikt met verschillende combinaties van gewrichtshoeken. Dit concept wordt musculoskeletale redundantie genoemd.

Functionele klinische tests houden vaak geen rekening met de individuele redundantie die ten grondslag ligt aan de variabiliteit tussen proefpersonen. Voor zowel clinici als onderzoekers blijft het een uitdaging om onderscheid te maken tussen normale variabiliteit veroorzaakt door redundantie en pathologische veranderingen in beweging. Gestandaardiseerde klinische beoordelingen, uitgevoerd door goed opgeleide beoordelaars, maken gebruik van scoresystemen met een lage resolutie om de variabiliteit tussen beoordelaars te verminderen en de testvaliditeit te verbeteren. Dit introduceert echter plafondeffecten, waardoor de gevoeligheid en voorspellende validiteit voor proefpersonen met milde bewegingsstoornissen worden verlaagd 9,10. Bovendien kunnen deze klinische tests niet differentiëren of tekorten worden veroorzaakt door passieve lichaamsmechanica of actieve spiercoördinatie, wat van belang kan zijn tijdens de eerste diagnose en bij het ontwerpen van een patiëntspecifiek revalidatieplan. Gerandomiseerde klinische onderzoeken hebben een inconsistente werkzaamheid aangetoond van behandelplannen die zijn geformuleerd op basis van bewijs dat door deze klinische tests is geleverd11,12,13. Verschillende studies hebben de nadruk gelegd op de noodzaak van kwantitatieve, gebruiksvriendelijke klinische statistieken die kunnen worden gebruikt om het ontwerp van toekomstige interventies te begeleiden14,15.

In eerdere studies hebben we de implementatie aangetoond van geautomatiseerde bewegingsbeoordeling met behulp van direct verkrijgbare apparaten voor het vastleggen van bewegingen voor consumenten bij armbeschadiging na een beroerte, evenals de evaluatie van de schouderfunctie na een borstoperatie bij borstkankerpatiënten16,17. Bovendien hebben we aangetoond dat het gebruik van actieve gewrichtsmomenten om spiermomenten van specifieke actieve bewegingen te schatten, een gevoeligere maatstaf is voor motorische tekorten na een beroerte in vergelijking met gewrichtshoeken18. Motion capture en oppervlakte-elektromyografie (EMG) kunnen daarom van cruciaal belang zijn bij de beoordeling van patiënten die door standaard klinische tests als asymptomatisch zijn gediagnosticeerd, maar die mogelijk nog steeds bewegingsproblemen, vermoeidheid of pijn ervaren. Dit artikel beschrijft een systeem dat gedetailleerde en kwantitatieve karakterisering van beweging mogelijk maakt tijdens standaard klinische tests voor de toekomstige ontwikkeling van methoden voor thuisevaluatie en revalidatie bij patiëntenpopulaties met bewegingsstoornissen.

Virtual reality (VR) kan worden gebruikt om een meeslepende gebruikerservaring te creëren tijdens het modelleren van alledaagse taken. Doorgaans volgen VR-systemen de handbewegingen van de gebruiker om gesimuleerde interacties met de virtuele omgeving mogelijk te maken. Het protocol dat we hier beschrijven, maakt gebruik van VR-producten voor consumenten voor motion capture om de beoordeling van motorische tekorten te kwantificeren, vergelijkbaar met andere onderzoeken die het gebruik van kant-en-klare videogamecontrollers aantonen bij kwantitatieve evaluatie van stoornissen na een beroerte of schouderoperatie16,17. Bovendien is EMG een niet-invasieve maat voor de neurale activiteit die ten grondslag ligt aan spiercontractie19. Als zodanig kan EMG worden gebruikt om indirect de kwaliteit van de neurale controle van beweging te evalueren en een gedetailleerde beoordeling van de motorische functie te geven. Spier- en zenuwbeschadiging kan worden gedetecteerd door EMG, en aandoeningen zoals spierdystrofie en hersenverlamming worden vaak gecontroleerd met behulp van deze techniek20,21. Bovendien kan EMG worden gebruikt om veranderingen in spierkracht of spasticiteit te volgen, die mogelijk niet duidelijk zijn in kinematische beoordelingen22,23, evenals vermoeidheid en spiercoactivering. Statistieken zoals deze zijn van cruciaal belang bij het overwegen van de voortgang van de revalidatie 23,24,25.

Het experimentele paradigma dat hier wordt beschreven, probeert gebruik te maken van een combinatie van VR en EMG om de beperkingen van traditionele klinische beoordelingsinstrumenten aan te pakken. Hier werd de deelnemers gevraagd om een aangepaste Box and Block-taak (BBT)26 uit te voeren met behulp van echte objecten en in VR. De standaard BBT is een klinisch hulpmiddel dat wordt gebruikt bij de algemene beoordeling van de grove functie van de bovenste ledematen, waarbij proefpersonen wordt gevraagd om binnen één minuut zoveel mogelijk blokken van 2,5 cm van het ene compartiment, over een scheidingswand, naar een aangrenzend compartiment te verplaatsen. Hoewel ze vaak worden gebruikt om tekorten bij patiënten met een beroerte of andere neuromusculaire aandoeningen (bijv. parese van de bovenste ledematen, spastische hemiplegie) betrouwbaar te beoordelen, zijn er ook normatieve gegevens gerapporteerd voor gezonde kinderen en volwassenen in de leeftijd van 6-8926 jaar. Een virtuele bewegingsbeoordeling wordt gebruikt om functionele aspecten van de gevalideerde klinische test die in het echte leven wordt uitgevoerd, te simuleren. VR wordt hier gebruikt om de benodigde hardware te verminderen en tegelijkertijd gestandaardiseerde instructies en geprogrammeerde, geautomatiseerde scores te kunnen leveren. Als zodanig zou constant toezicht door getrainde professionals niet langer nodig zijn.

De BBT in deze studie is vereenvoudigd om zich te concentreren op het vastleggen van het bereiken en grijpen van één blok tegelijk dat op dezelfde locatie verschijnt. Dit maximaliseerde de reproduceerbaarheid van de bewegingen en minimaliseerde de variabiliteit tussen de proefpersonen in de geregistreerde gegevens. Ten slotte kunnen virtual reality-headsets worden gekocht voor slechts $ 300 en hebben ze het potentieel om meerdere beoordelingen te huisvesten. Eenmaal geprogrammeerd, zou dit de kosten die gepaard gaan met typische professionele evaluatie aanzienlijk verlagen en een grotere toegankelijkheid van deze standaard, gevalideerde klinische tests mogelijk maken in zowel klinische als externe/thuisomgevingen.

Protocol

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

Experimentele procedures werden goedgekeurd door de West Virginia University Institutional Review Board (IRB), protocol # 1311129283, en hielden zich aan de principes van de Verklaring van Helsinki. De risico's van dit protocol zijn klein, maar het is noodzakelijk om alle procedures en mogelijke risico's aan de deelnemers uit te leggen en er is schriftelijke, geïnformeerde toestemming verkregen met documentatie die is goedgekeurd door de institutionele ethische beoordelingscommissie.

1. Systeemkenmerken en ontwerp

OPMERKING: De opzet van dit protocol bestaat uit de volgende elementen: (1) EMG-sensoren en -basis, (2) EMG-data-acquisitie (DAQ)-software, (3) een motion capture-systeem en (4) een VR-headset met bijbehorende software. Deze componenten zijn gevisualiseerd in figuur 1.

  1. Installatie van de systeemcomponenten
    1. Sluit het EMG-systeem aan.
      1. Sluit het EMG-basisstation aan op de stroomvoorziening.
      2. Sluit het EMG-basisstation aan op een speciale computer (Figuur 1C) met de DAQ-scripts.
        OPMERKING: Voorbeeldscripts zijn te vinden op: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0. Sommige commerciële producten kunnen worden geleverd met gelicentieerde DAQ-software, die ook kan worden gebruikt.
    2. Sluit het motion capture systeem aan.
      1. Sluit een tweede speciale computer (Afbeelding 1A) aan op een netwerkrouter.
      2. Sluit de netwerkrouter aan op een motion capture-server.
      3. Sluit de motion capture-server aan op een computermonitor voor visualisatie.
      4. Sluit de camera's aan op de motion capture-server.
    3. Sluit het VR-systeem aan.
      1. Sluit de VR-headset aan op een derde speciale computer met de bijbehorende DAQ-scripts (Afbeelding 1B).
        OPMERKING: Voorbeeldscripts zijn te vinden op: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0
      2. Laad de VR-gameomgeving met de beoogde taken op de computer die is gekoppeld aan de VR-headset (Figuur 1B).
    4. Bereid het gebied voor waar het onderwerp de taak zal voltooien.
      1. Gebruik een armloze, stevige stoel om ervoor te zorgen dat er geen interferentie is met het normale bereik van het onderwerp.
      2. Voor de veiligheid en nauwkeurigheid van de verzamelde gegevens moet u bevestigen dat het testgebied vrij is van alle obstakels.
    5. Synchroniseer de systemen.
      1. Gebruik een aangepaste softwarefunctie om systemen op tijd te synchroniseren met een eenmalige server.
      2. U kunt ook één computer of een voorkeursberichtenbeheerder gebruiken.

figure-protocol-1
Afbeelding 1: Opstelling van experimentele apparatuur. (A) De marker motion capture-camera's worden op de vloer en in het plafond rond de experimentele ruimte geplaatst, waardoor een optimale ruimte ontstaat voor het volgen van bewegingen. Een speciale computer wordt gebruikt om de motion capture-software uit te voeren en de gegevens op te slaan. (B) De headset die wordt gebruikt om de gewijzigde BBT in VR weer te geven, is aangesloten op een speciale computer waar de virtuele beoordelings- en taakgegevens worden opgeslagen. (C) De EMG-basis is verbonden met een speciale computer waar spieractiviteitsgegevens worden geregistreerd en opgeslagen tijdens de uitvoering van de taak. EMG-sensoren en LED-markeringen voor het vastleggen van bewegingen worden beide tijdens de sessie op de arm van het onderwerp geplaatst (zie afbeelding 2). Afkortingen: VR = virtual reality; EMG = elektromyografie. Klik hier om een grotere versie van deze figuur te bekijken.

2. Experimentele procedures

OPMERKING: een visuele weergave van de experimentele stroom die in dit protocol wordt beschreven, wordt weergegeven in figuur 2.

  1. EMG instellen
    1. Om de plaatsing van de EMG-sensor voor de beste signaalkwaliteit te bepalen, palpert u de spierbuik terwijl de deelnemer de relevante spier samentrekt27. Zie Tabel 1 voor de spierselectie die in dit protocol wordt gebruikt.
    2. Reinig met een alcoholdoekje zorgvuldig elke elektrode en de beoogde sensorplaatsingsplaats op de arm van de proefpersoon.
      OPMERKING: Grondige reiniging van zowel de EMG-sensoren als de huid van de proefpersoon zorgt voor een lage elektrode-huidimpedantie. Dit zorgt ervoor dat opgenomen EMG-gegevens een hoge signaal-ruisverhouding hebben. Overtollig haar op de plaats waar de sensor wordt geplaatst, kan gegevens van lage kwaliteit veroorzaken, zelfs als ze goed worden schoongemaakt. In dit geval kan het nodig zijn om het haar te scheren.
    3. Nadat u de EMG-elektroden en de huid van de proefpersoon hebt voorbereid, plaatst u de EMG-sensoren op de proefpersoon en zorgt u voor een goed contact tussen de elektroden en de huid. Bipolaire elektroden moeten zo worden geplaatst dat de sensoren evenwijdig zijn aan de richting van de spiervezels.
  2. Motion capture-systeem instellen
    OPMERKING: Dit is mogelijk niet nodig als alleen een VR-headset wordt gebruikt om handbewegingen te volgen voor kinematica.
    1. Kalibreer de motion tracking-camera's met behulp van de instructies van de fabrikant. Beweeg de kalibratiestaaf door de experimentele ruimte om de bewegingsvolgcamera's te kalibreren en de 3D-as van de ruimte in te stellen.
      OPMERKING: Het motion capture-systeem voor markeringen dat in dit protocol wordt gebruikt, bevat een kalibratiestaaf met LED-markeringen.
    2. Plaats de LED-motion capture-markeringen op de benige oriëntatiepunten van de bovenste extremiteit en romp van het onderwerp die nodig zijn om de gewenste biomechanische modellen te construeren.
    3. Gebruik de meegeleverde motion capture-software om ervoor te zorgen dat alle markeringen worden herkend en gevolgd door de motion capture-camera's. Instrueer de proefpersoon om verschillende oefenbewegingen uit te voeren, terwijl het onderzoekspersoneel de markergegevens in realtime visueel controleert.
  3. Taak voor het beoordelen van VR-vaardigheden instellen
    1. Plaats een stoel in het midden van de experimentele motion capture-ruimte. Gebruik een stoel die vergelijkbaar is met de stoel die wordt gebruikt voor de traditionele, real-world test.
    2. Kalibreer de VR-headset in de stoel waar de proefpersoon de beoordelingstaak zal uitvoeren. Eenmaal gekalibreerd, instrueert u de proefpersoon om in de stoel te gaan zitten en plaatst u de VR-headset op zijn hoofd.
    3. Terwijl het onderwerp zit, meet je de afstand tussen de schouder van het onderwerp en de grond, evenals de lengte van de arm van het onderwerp. Gebruik deze afstanden om de locatie in te stellen waar de tabel en de beoordelingstaak in VR zullen verschijnen.
    4. Voer in het VR-taakbeheerscript de metingen van het onderwerp in en programmeer het gewenste aantal herhalingen van blokspawnen.
      OPMERKING: In deze gewijzigde BBT zullen individuele blokken één voor één spawnen om de reproduceerbaarheid te vergroten.
  4. Instrueer de proefpersoon om de gewijzigde BBT-beoordeling in VR uit te voeren.
    1. Geef een korte uitleg van de taak aan het onderwerp.
      1. Het virtuele blok spawnt aan de linker- of rechterkant, afhankelijk van de experimentator.
      2. Leg aan de proefpersoon uit dat ze het virtuele blok moeten oppakken, over de partitie moeten vervoeren en op het doel in het tegenoverliggende compartiment moeten plaatsen (Figuur 2).
        OPMERKING: In de virtuele gemodificeerde BBT die hier wordt gebruikt, zal het blok automatisch verdwijnen en zo vaak opnieuw spawnen op de startpositie als bepaald door de experimentator.
    2. Begin met het verzamelen van EMG-gegevens.
    3. Begin met het verzamelen van motion capture-gegevens.
    4. Start de VR-vaardigheidsbeoordelingstaak.
      1. Laat de taak het vooraf ingestelde aantal herhalingen uitvoeren voordat deze automatisch wordt beëindigd.
    5. Bewaar de EMG- en kinematische gegevens voor post-hocanalyse.
    6. Bepaal een klinisch relevante score voor de Modified BBT post-hoc als het aantal blokken dat met succes over de barrière is gedragen of herhalingen van de taak in 60 s.

figure-protocol-2
Figuur 2: Experimenteel protocol, VR-taak en onderwerpopstelling. (A) Stroomdiagram dat het hier gebruikte experimentele protocol beschrijft. (B) Voorbeeldweergave van gewijzigde BBT geïmplementeerd in VR-omgeving. Anatomische metingen worden gebruikt om de VR-taak te kalibreren, zodat de virtuele tafel op de juiste relatieve locatie spawnt. (C) Plaatsing van LED-motion capture-markeringen en EMG-sensoren op het onderwerp. EMG-sensoren worden op de spieren van belang geplaatst en LED-motion capture-markeringen worden over benige oriëntatiepunten geplaatst. Afkortingen: VR = virtual reality; EMG = elektromyografie; LED = lichtgevende diode. Klik hier om een grotere versie van deze figuur te bekijken.

Resultaten

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

EMG-, kinematica- en krachtgegevens die zijn verkregen van proefpersonen die dit protocol gebruiken, kunnen worden gebruikt om bewegingen te karakteriseren bij herhalingen van dezelfde taak, maar ook tijdens verschillende taken. De hier getoonde gegevens vertegenwoordigen de resultaten van gezonde controledeelnemers om de haalbaarheid van deze opstelling aan te tonen. Representatieve EMG-profielen die zijn opgenomen van een gezonde proefpersoon die de gemodificeerde BBT in VR uitvoert, worden weergegeven in figuur 3. Er is een hoge spieractivering van de voorste deltaspier (DELT_A) te zien, wat suggereert dat het de primaire beweger van de arm is voor elke reikende beweging. Onderarm- en polsstrekkers (ECU en ECR) werden ook met name geactiveerd, wat suggereert dat deze spieren worden gebruikt om het vastgrijpen van het blok tijdens de beweging te ondersteunen. Ten slotte geeft een verhoogde activiteit van de duimspieren (EPB en APB) aan dat ze worden gebruikt bij het vastpakken en loslaten van het blok. Hoewel EMG-profielen die tijdens de gemodificeerde BBT in VR werden opgenomen, vergelijkbaar waren met de taak in de echte wereld, was de maximale spieractiviteit tijdens VR-beoordeling verminderd. Deze resultaten suggereren dat zowel de standaard real-world BBT als de gemodificeerde BBT in VR vergelijkbare motorbesturingsmechanismen inschakelen.

VR-handtrackinggegevens werden gebruikt om kinematische gegevens te verkrijgen die vloeiende profielen van gewrichtshoektrajecten produceerden gedurende de gewijzigde BBT die in VR werd geïmplementeerd (Figuur 4). Het gebruik van de duim-, middel- en wijsvinger bij het vastpakken van het blok wordt gekenmerkt door veranderingen in de gewrichtshoek bij zowel de proximale als de distale interfalangeale gewrichten (Figuur 4). De gewrichtshoeken van vingers 2 (wijsvinger) en 3 (midden) veranderen langs vergelijkbare trajecten, wat betekent dat ze gelijktijdig worden gebruikt om het blok vast te pakken en vervolgens los te laten. Ter vergelijking: vingers 4 (ring) en 5 (pink) vertonen een duidelijk patroon in gewrichtshoekveranderingen bij de proximale en distale interfalangeale gewrichten. Dit suggereert niet alleen dat ze niet werden gebruikt bij het vastpakken van het blok, maar toont ook aan dat hun beweging tegenover vingers 2 en 3 een typische niet-synergiebeweging kan markeren waarbij deze vingers gebogen blijven terwijl het blok wordt losgelaten. Deze gefractioneerde controle van digitextensie versus flexie kan afwezig zijn bij iemand met motorische stoornissen na een beroerte. Tabel 2 toont de gemiddelde gezamenlijke hoekbereiken tijdens de taak. Bovendien kunnen de timing van elke beweging of bewegingsfase, zoals grijpen en reiken, en het aantal herhalingen in een bepaalde periode ook worden gemeten aan de hand van de kinematische gegevens die zijn verkregen van de VR-headset.

De kwaliteit van de gegevens die met dit protocol worden verkregen, kan worden gemaximaliseerd door grondig rekening te houden met verschillende factoren. Zoals eerder vermeld, is het verkrijgen van hoogwaardige EMG-gegevens afhankelijk van nauw contact tussen sensorelektroden en de huid. Wanneer sensoren stevig zijn geplaatst, hebben EMG-gegevens een hoge signaal-ruisverhouding met duidelijke perioden van uitbarsting die aangeven wanneer spieren actief samentrekken (Figuur 5). Duidelijke uitbarstingen van elektrische activiteit die overeenkomen met spiercontractie kunnen worden gevisualiseerd in zowel de ongefilterde (Figuur 5A) als gefilterde (Figuur 5B) signalen, met minimale ruis. Afwijkende of onverwachte verhogingen van de signaalamplitude kunnen wijzen op bewegingsartefacten die het gevolg kunnen zijn van onveilige bevestiging van EMG-sensoren aan de huid. Als er bedrade sensoren worden gebruikt, kan dit ook het gevolg zijn van draden die tijdens beweging bungelen. Hoogwaardige motion capture-gegevens vereisen dat de ledematen in duidelijk camerabeeld blijven, zodat het volgalgoritme de relatieve coördinaten van gevolgde punten nauwkeurig kan omzetten. Grote of abrupte veranderingen in de coördinaten van gevolgde punten of ontbrekende coördinatenwaarden duiden op bewegingsopnamegegevens van lage kwaliteit. Hoewel markerinterpolatie kan worden gebruikt om ontbrekende coördinaten te berekenen, is deze methode alleen geldig voor korte perioden in verhouding tot de duur van de beweging.

figure-results-1
Figuur 3: Representatieve gefilterde en gecorrigeerde EMG-profielen opgenomen van een gezonde proefpersoon die 10 herhalingen van de gemodificeerde BBT in VR uitvoerde. (A) Proximale armbuigers (biceps korte kop, rood; biceps lange kop, grijs; voorste deltaspier, zwart). (B) Proximale armstrekkers (triceps lange kop, groen; laterale triceps, blauw). (C) Distale armbuigers (flexor carpi ulnaris, rood; flexor carpi radialis, zwart). (D) Distale armstensoren (extensor carpi ulnaris, groen; extensor carpi radialis, blauw). (E) Vinger- en duimspieren (flexor digitorum superficialis, rood; extensor digitorum communis, groen; extensor pollicis brevis, blauw; abductor pollicis brevis, bruin). Deze figuur is een bewerking van Yough28. Afkortingen: BBT = Box and Block Task; EMG = elektromyografie; BIC_SH = biceps korte kop; BIC_LO = biceps lange kop; DELT_A = voorste deltaspier); TRI_LO = triceps lange kop; TRI_LAT = laterale triceps; FCU = flexor carpi ulnaris; FCR = flexor carpi radialis; ECU = extensor carpi ulnaris; ECR = extensor carpi radialis; FDS = flexor digitorum oppervlakkig; EDC = extensor digitorum communis; EPB = extensor pollicis brevis; APB = abductor pollicis brevis. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-2
Figuur 4: Representatieve kinematische profielen opgenomen van een gezonde proefpersoon die 10 herhalingen van de gemodificeerde BBT in VR uitvoerde. (A) Gewrichtshoeken van de duim bij de CMC-, MCP- en IP-gewrichten. (B) Gewrichtshoeken van de MCP-gewrichten van de cijfers 2-5. (C) Gewrichtshoeken van de PIP-gewrichten van de cijfers 2-5. (D) Voeghoeken van de DIP-gewrichten van de cijfers 2-5. Cijfers achter de naam van elk gewricht geven aan met welke vinger elk gewricht overeenkomt (duim = 1, index = 2, midden = 3, ring = 4, pink = 5). Deze figuur is een bewerking van Yough28. Afkortingen: CMC = carpometacarpaal; Ad/Ab = adductie/abductie; E/F = extensie/flexie; MCP = metacarpofalangeaal; IP = interfalangeaal; PIP = proximaal interfalangeaal; DIP = distaal interfalangeaal. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-3
Figuur 5: Representatieve EMG-sensorgegevens. (A) Ruwe en (B) gefilterde EMG-signalen van een optimaal geplaatste, veilige EMG-sensor op de flexor carpi ulnaris. Deze figuur is een bewerking van Yough28. Afkortingen: EMG = elektromyografie. Klik hier om een grotere versie van deze figuur te bekijken.

Delsys Sensor aantalSpier
1Flexor carpi ulnaris
2Flexor carpi radialis
3Extensor carpi ulnaris
4Extensor carpi radialis longus
5Anconeus
6Flexor digitorum oppervlakkig
7Extensor digitorum communis
8Biceps brachii - mediaal/kort hoofd
9Biceps brachii - laterale/lange kop
10Triceps brachii - lange kop
11Triceps brachii - laterale kop
12Voorste deltaspier
13Laterale deltaspier
14Extensor pollicis brevis
15Abductor pollicis brevis

Tabel 1: Spierselectie voor EMG-sensoren voor opname in dit protocol.

Mate van vrijheidMinimale voeghoek (rad)Maximale voeghoek (rad)Grootte (rad)
Pols Supinatie-Pronatie0.240.680,44 ± 0,17
Pols Extensie-Flexie-0.47-0.40,1 ± 0,06
Pols Adductie-Abductie-0.18-0.10,08 ± 0,03
Carpometacarpale adductie-abductie0.350.550,2 ± 0,09
Carpometacarpale Flexie-Extensie0.050.240,18 ± 0,12
Duim Metacarpale Flexion-Extensie-0.23-0.150,08 ± 0,02
Duim interfalangeale flexie-extensie-0.56-0.480,09 ± 0,03
Index Metacarpale extensie-flexie0.250.50,25 ± 0,13
Index proximale interfalangeale extensie-flexie0.740.940.0.2 ± 0.14
Index distale interfalangeale extensie-flexie0.670.810,15 ± 0,1
Middelste metacarpale extensie-flexie0.250.460,2 ± 0,11
Middelste proximale interfalangeale extensie-flexie0.891.070,18 ± 0,11
Middelste distale interfalangeale extensie-flexie0.740.90,15 ± 0,1
Ring metacarpale extensie-flexie0.220.420,2 ± 0,14
Ring proximale interfalangeale extensie-flexie0.91.10,2 ± 0,15
Ring distale interfalangeale extensie-flexie0.780.930,15 ± 0,1
Weinig metacarpale extensie-flexie0.320.480,16 ± 0,04
Weinig proximale interfalangeale extensie-flexie0.931.090,16 ± 0,09
Weinig distale interfalangeale extensie-flexie0.760.90,14 ± 0,09

Tabel 2: Gemiddelde bereik van de gewrichtshoek tijdens een gewijzigde BBT. Bewegingsrichtingen in DOF-namen komen overeen met negatieve-positieve richtingen. Bijvoorbeeld, in "Wrist Supination-Pronation" is supinatie in de negatieve richting en pronatie in de positieve richting.

Discussie

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

EMG-systeem
De hardware van het EMG-systeem bestaat uit 15 EMG-sensoren die worden gebruikt om spieractiveringsgegevens te verkrijgen. Een in de handel verkrijgbare Application Programming Interface (API) werd gebruikt om aangepaste EMG-opnamesoftware te genereren. De hardware van het VR-systeem bestaat uit een virtual reality-headset die wordt gebruikt om de meeslepende VR-omgeving weer te geven en een kabel om de headset te verbinden met de speciale computer waar de virtuele beoordelingstaak is opgeslagen. De software bestaat uit 3D-computer graphics software om de VR-taak te maken en uit te voeren. Hier werd een aangepaste Box and Block Test, aangepast van de populaire handmatige behendigheidsbeoordeling26, als beoordelingstaak gebruikt. Interactie met de VR-omgeving werd toegestaan door het gebruik van een softwareprogramma dat was ontworpen om de locatie te berekenen waar de tafel zou spawnen, de taak te starten, blokken te spawnen en de gegevens op te slaan.

Motion capture-systeem
De hardware van het motion capture-systeem bestaat uit de VR-headset, het marker motion capture-systeem en de VR-bewegingscontroller. De VR-headset is uitgerust met hand-tracking via vier ingebouwde infraroodcamera's (72-120 Hz). Deze gegevens werden uit het apparaat geëxtraheerd voor kinematische analyse. Het marker motion capture-systeem bestaat uit een server, camera's met een gezichtsveld van 60°, rode lichtgevende diode (LED) als markeringen en een kalibratieobject. Om de ruimte nauwkeurig vast te leggen, moeten camera's elkaar enigszins overlappen. Tijdens het experiment werd een bepaald opnamegebied omringd door acht camera's (480 Hz), waarvan er vier aan het plafond en vier op de vloer waren. Dit systeem was voor het experiment gekalibreerd en uitgelijnd. Marker motion capture-systemen kunnen de voorkeur hebben, omdat ze high-definition kinematische gegevens leveren voor zowel klinische als onderzoekstoepassingen. De VR-bewegingscontroller bevat een optische handvolgmodule die de hand- en vingerbewegingen vastlegt. De controller heeft twee nabij-infraroodcamera's van 640 x 240 pixels (120 Hz), die bewegingen kunnen volgen tot 60 cm van het apparaat en in een gezichtsveld van 140 x 120°. Dit apparaat is tijdens beweging aan de VR-headset bevestigd of boven het hoofd vastgezet. 3D-software voor de ontwikkeling van computergraphics werd gebruikt om handtracking te visualiseren en gegevens uit de VR-omgeving te verzamelen. Gegevens van de markerless en marker motion capture-systemen werden verzameld en opgeslagen met behulp van aangepaste softwareprogrammascripts. Voorbeelden van scripts voor softwareprogramma's zijn te vinden op: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0.

Mogelijke vervangingen van apparatuur
In dit protocol worden draadloze, bipolaire, oppervlakte-EMG-elektroden gebruikt, maar andere EMG-technologieën (bedraad, enz.) kunnen worden vervangen. Bij gebruik van standaard in de handel verkrijgbare sensoren zoals beschreven in de materiaaltabel, kan de bijbehorende DAQ-software worden gebruikt in plaats van de aangepaste softwarescripts (bemonsteringsfrequentie van 2.000 Hz). Als er alternatieve EMG-sensoren worden gebruikt, moet ook software worden gebruikt die compatibel is met dat systeem.

In plaats van de VR-headset via een kabel aan de computer te koppelen, heeft de VR-headset de mogelijkheid om de interactieve omgeving in de headset op te slaan. De implementatie van de functie in toekomstige toepassingen voor revalidatie thuis zou voordelig zijn voor de patiënt. De VR-headset die hier wordt gebruikt, kan worden vervangen door een andere meeslepende VR-headset. Voorafgaand aan de vervanging zou dit validatie van de compatibiliteit met de game-ontwikkelingssoftware vereisen.

Alternatieve ontwikkelingssoftware kan worden gebruikt voor het creëren van de virtuele omgeving en taak die in dit protocol worden beschreven. Bovendien kunnen andere klinische beoordelingen die in VR zijn vertaald, worden gebruikt in plaats van de gewijzigde BBT die hier wordt geïllustreerd (bijv. de Action Research Arm Test (ARAT) of Graded Redefined Assessment of Strength, Sensation, and Prehension (GRASSP)). Hoewel de BBT kan worden gebruikt om een breed scala aan neurologische letsels te beoordelen, zou het gebruik van alternatieve klinische taken de evaluatie van andere bewegingsstoornissen mogelijk maken. De GRASSP wordt bijvoorbeeld voornamelijk gebruikt om patiënten met ruggenmergletsel te beoordelen, terwijl de ARAT het meest wordt gebruikt om hemiplegie als gevolg van corticale schade te beoordelen. Virtuele beoordelingen kunnen ook zonder controle worden beheerd door een softwareprogrammascript (d.w.z. standalone), maar DAQ en controle van de testadministratie zouden moeten worden verantwoord. Voor het beoordelen van vaardigheden kan een tastbare Box and Block Test (BBT) worden gebruikt in plaats van de taak die in VR26 is ontwikkeld. Het gebruik van real-world apparatuur zou alternatieve motion capture-technologie vereisen, in plaats van handtracking die is opgenomen met een VR-headset.

Afwisselend betrouwbare markering of markeringsloze bewegingsregistratie kan worden gebruikt om handkinematica te volgen. Op VR gebaseerde motion capture kan bijvoorbeeld worden gebruikt om de installatie te vereenvoudigen, terwijl toch de nodige hand-trackinggegevens worden verkregen om kinematische informatie te extraheren. Het marker motion capture-systeem dat hier wordt gebruikt, bevat software om de experimentele motion capture-ruimte te kalibreren en de camera's te laten draaien (bemonsteringsfrequentie van 480 Hz). Alternatieve motion capture-technologie moet worden gebruikt met de juiste bijbehorende software.

Afbeelding 1 illustreert afzonderlijke computers, die elk een ander hardwareonderdeel gebruiken. Een enkele krachtige computer kan alle software voor gegevensverzameling en VR uitvoeren. In het hier beschreven protocol vereist het gebruik van drie afzonderlijke computers gegevenssynchronisatie. Het op tijd synchroniseren van de gegevens op verschillende apparaten is van cruciaal belang voor EMG-, kinematica- en krachtgegevens om zinvolle conclusies te trekken. Aangepaste softwareprogrammascripts met behulp van een ingebouwde datum/tijd-functie werden gebruikt om de universele tijd op elk systeem aan het begin van de taak vast te leggen. Het is van cruciaal belang dat alle computers op hetzelfde netwerk zijn aangesloten om deze scripts goed te laten functioneren. Nadat de starttijd was geregistreerd met behulp van datetime, gebruikten de DAQ-scripts de tic - en toc-functies om de tijd tijdens de proef te verhogen. Deze functies hebben een precisie van ongeveer 0,000001s, waardoor gegevens mogelijk kunnen worden opgenomen op 1,000 kHz. In onze opstelling is de hoogste bemonsteringsfrequentie 30 kHz, wat ver onder de maximale mogelijkheden van deze methode ligt voor het opnemen en synchroniseren van de tijd op verschillende apparaten. Een in Python ontwikkelde berichtentoepassing29 (Transmission Control Protocol/Internet Protocol) (Internet Protocol) werd gebruikt om gegevens te verzenden tussen de VR-omgeving en de DAQ-toepassing op basis van IP-adres.

Naast het garanderen van tijdsynchronisatie was het van cruciaal belang om gegevens te synchroniseren die op verschillende bemonsteringsfrequenties waren verkregen. Twee van de computers werden handmatig opgestart om motion capture-gegevens (480 Hz) te verzamelen en EMG-gegevens (2000 Hz) op te nemen. Eerdere studies hebben aangepaste synchronisatiecircuits gebruikt om een gemeenschappelijke gebeurtenis tussen systemen op proeforiëntatiepunten te verzenden (bijv. een synchronisatiepuls wordt verzonden wanneer de gegevensregistratie begint en opnieuw wanneer de opname eindigt)30. Hier zorgt het gebruik van de datum-/tijd-, tic- en toc-functies van het softwareprogramma voor synchronisatie zonder dat er extra hardware nodig is. De in de handel verkrijgbare TCP-IP-berichtentoepassing die hier wordt gebruikt, ondersteunde ook continue communicatie tussen systemen. Dit raamwerk voor het synchroniseren van tijd en frequenties voor het verzamelen van gegevens tussen systemen werkte ook om gegevens consistent te organiseren voor geavanceerde post-hocanalyse.

Het hier beschreven experimentele protocol is uiterst aanpasbaar om tegemoet te komen aan de variabele behoeften van klinische of onderzoeksgroepen, met het potentieel om te worden toegepast in zowel klinische als thuis/op afstand. Hoewel we een beoordeling van spieractiviteit en kinematica hebben beschreven met behulp van een aangepaste BBT in VR, kan een vergelijkbare opstelling worden gebruikt voor verschillende klinische tests en zelfs worden vereenvoudigd voor verminderde datasets. EMG- en krachtsensoren kunnen bijvoorbeeld worden uitgesloten als alleen kinematische gegevens nodig zijn. Alleen het verkrijgen van kinematische gegevens zou eenvoudigweg het gebruik van een motion capture-systeem vereisen. Extra hardware, zoals elektro-encefalografie of elektrocardiografie, kan ook worden meegeleverd om extra gegevens vast te leggen. In plaats van standaard EMG-elektroden op het oppervlak, kan een oppervlakte-EMG met een hoge dichtheid of intramusculair EMG worden gebruikt om nauwkeurigere gegevens over spieractiviteit vast te leggen31,32. Bovendien kunnen andere functionele klinische tests, zoals de ARAT of GRASSP, worden gebruikt om motorische stoornissen in verschillende patiëntenpopulaties te evalueren. Hoewel de hier beschreven opstelling in de eerste plaats bedoeld is voor onderzoeksdoeleinden om bewegingstekorten in VR beter te kwantificeren, streven we ernaar een vergelijkbare opstelling te ontwikkelen om patiëntbewaking en revalidatie op afstand mogelijk te maken. We verwachten dat dit protocol eenvoudig kan worden aangepast met behulp van een standaard VR-bril voor consumenten die is uitgerust met handbewegingsregistratie, in combinatie met een draagbaar EMG-opnameapparaat. In toekomstige studies willen we dit protocol voor thuisgebruik verder ontwikkelen door een goedkope, draagbare EMG-hoes met hoge dichtheid op te nemen die momenteel wordt ontwikkeld.

In vergelijking met traditionele fysio- of ergotherapie in een kliniek of revalidatiecentrum biedt VR-revalidatie veel potentiële voordelen. Hoewel het hier beschreven protocol in de eerste plaats bedoeld is om te worden gebruikt voor onderzoeksdoeleinden, kunnen virtuele evaluatiemethoden mogelijk op afstand en met behulp van kant-en-klare apparaten worden geïmplementeerd, zonder dat er dure, gespecialiseerde medische apparatuur nodig is. Bovendien zijn VR-systemen in staat om handbewegingen kwantitatief te volgen om inzicht te geven in de bewegingskwaliteit, wat misschien niet haalbaar is met standaardbeoordeling33,34. De vergelijkbaarheid van bewegingen in VR versus taken in de echte wereld blijft een onderwerp van intensieve studie en toekomstige inzichten zullen van invloed zijn op hoe VR kan worden gebruikt voor revalidatie. De hier beschreven procedure is een flexibele opstelling die VR gebruikt om gestandaardiseerde bewegingen te begeleiden en individuele kinematische en EMG-gegevens te verkrijgen. Gegevens verkregen uit onderzoeken waarbij gebruik wordt gemaakt van de beschreven opstelling, kunnen ook inzicht geven in hoe individuen zich in de virtuele omgeving bewegen en mogelijke mechanismen waardoor sommige proefpersonen VR als meeslepender ervaren. Dit is van cruciaal belang bij het aanpassen van real-life klinische beoordelingen in een VR-omgeving.

Verschillende stappen in de opzet en uitvoering van dit protocol moeten zorgvuldig worden gecontroleerd om hoogwaardige, nauwkeurige gegevens te verkrijgen. Van primair belang is de juiste plaatsing van de EMG-sensor. Schone, nauwkeurige EMG-gegevens met een hoge signaal-ruisverhouding vereisen dat de sensoren op een gezuiverde, haarvrije huid boven de buik van de geselecteerde spier worden geplaatst27. Evenzo, als een marker motion capture-systeem wordt gebruikt, moeten markeringen nauwkeurig op benige oriëntatiepunten worden geplaatst om betrouwbare gegevens vast te leggen voor het berekenen van de gezamenlijke hoeken van belang. In vergelijking met de EMG-sensoren is er enige flexibiliteit in de oriëntatie van motion capture-markeringen, maar er moeten altijd minimaal drie niet-colineaire punten worden gebruikt om de locatie van een stijf lichaam in de ruimte te definiëren35. Bepaalde technieken voor het berekenen van gewrichtshoeken, zoals modelgebaseerde inverse kinematica, vereisen een exacte plaatsing van de markering. Als deze methode wordt gebruikt, moeten de locaties van de experimentele markers overeenkomen met die van het model36. Musculoskeletale modelleringssoftware die is ontwikkeld voor de berekening van inverse kinematica bevat meestal ingebouwde rekenfuncties voor het matchen van het model en experimentele markerlocaties. OpenSim, een platform ontwikkeld door Stanford University37, wordt vaak gebruikt voor dit soort analyses. Zowel de beveiliging van de EMG-sensor als de markering moet tijdens de taak worden bewaakt om ervoor te zorgen dat gegevens van hoge kwaliteit worden geregistreerd.

Als de gegevens die uit dit protocol worden verkregen ruis bevatten, moet de probleemoplossing zich richten op het overwegen van verschillende stappen. Ten eerste kan een slechte plaatsing van de EMG-sensor ruisende gegevens opleveren en moet deze worden geverifieerd. Om dit probleem te verhelpen, is de voorbereiding van de huid voorafgaand aan de bevestiging van de EMG-sensor belangrijk, zoals eerder besproken. Bovendien kunnen bewegingsopnamegegevens van lage kwaliteit het gevolg zijn als de markeringen buiten het bereik van de camera's komen. Een kortstondig verlies van gevolgde punten kan worden opgelost door interpolatie, maar als markers er nog steeds niet in slagen nauwkeurige positiegegevens te verzenden, kunnen er ernstigere onderliggende problemen bestaan. Als een enkele markering herhaaldelijk wegvalt, kan dit erop wijzen dat de markering wordt verduisterd door de beweging van het onderwerp of buiten het bereik van de camera beweegt. Bovendien kan een defecte camerakalibratie ertoe leiden dat verschillende markeringen defect raken. In dit scenario is het het beste om het motion capture-systeem volledig opnieuw te kalibreren nadat het onderwerp en de testapparatuur uit de experimentele ruimte zijn verwijderd. Bovendien moet voldoende verlichting worden gebruikt, aangezien omgevingen met weinig licht het verkrijgen van hoogwaardige motion capture-gegevens kunnen belemmeren.

Het beschreven protocol heeft verschillende beperkingen. Ten eerste vereist de hier geïllustreerde opstelling het gebruik van meerdere motion capture-camera's. De bedoeling van dit protocol is echter om gegevens met een hoge resolutie te verzamelen om bewegingstekorten in VR beter te kwantificeren voorafgaand aan de ontwikkeling van volledig op afstand klinische beoordelingen die alleen door de patiënt kunnen worden uitgevoerd. Bovendien missen taken die in VR worden uitgevoerd tactiele feedback. Dit is belangrijk om op te merken, aangezien alleen tactiele feedback de grootte van de grijpkracht38,39 kan veranderen. Dit kan van invloed zijn op spieractivering of kinematica wanneer een taak wordt uitgevoerd in een virtuele omgeving in plaats van met behulp van tastbare apparatuur. Als tactiele feedback van cruciaal belang wordt geacht (bijvoorbeeld als patiënten ook sensorische tekorten ervaren), kan het gebruik van haptische robots worden opgenomen om tactiele feedback na te bootsen. Ondanks deze beperking verwachten we dat de gegevens die zijn verkregen uit de hier beschreven opstelling cruciaal zullen zijn bij het kwantificeren van veranderingen in kinematica en spieractiviteit bij VR-only taken voor patiënten met bewegingsstoornissen. Dit zal helpen bij het aanpassen van dergelijke klinische tests voor thuisgebruik. Een extra beperking van dit protocol is dat er tijdens de test één blok tegelijk wordt gepresenteerd. In de standaard BBT worden om te beginnen 150 houten blokken in één compartiment van de kist geplaatst. Deze aangepaste BBT is ontworpen om de reproduceerbaarheid van de opgenomen motion capture- en EMG-gegevens te vergroten door één blok te simuleren dat op dezelfde virtuele locatie respawnt. Als zodanig is de aangepaste BBT die in VR is geïmplementeerd waarschijnlijk een meer vereenvoudigde taak. In toekomstige studies zal het belangrijk zijn dat de aangepaste BBT in VR consistent is met de opzet van standaard BBT om de geldigheid van de inhoud te waarborgen.

Openbaarmakingen

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

De auteurs hebben geen belangenconflicten te melden.

Dankbetuigingen

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

Dit werk werd ondersteund door het kantoor van de adjunct-secretaris van Defensie voor gezondheidszaken via het Restoring Warfighters with Neuromusculoskeletal Injuries Research Program (RESTORE) onder Award No. W81XWH-21-1-0138. Meningen, interpretaties, conclusies en aanbevelingen zijn die van de auteurs en worden niet noodzakelijkerwijs onderschreven door het ministerie van Defensie.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
Armless ChairN/AEen stoel waarin proefpersonen moeten zitten, moet armloos zijn zodat hun armen niet worden gestoord.
ComputerDell TechnologiesEr werden drie computers gebruikt om het data-acquisitie-apparatuur te begeleiden.
Leap Motion ControllerUltraleapOptisch handtrackingmodule die de beweging van de hand en vingers vastlegt. De controller heeft twee 640 x 240-pixel nabij-infraroodcamera's (120 Hz), die in staat zijn om bewegingen tot 60 cm van het apparaat te volgen en in een gezichtsveld van 140 x 120°. Dit apparaat werd aan de VR-bril bevestigd of boven het hoofd bevestigd tijdens het bewegen.
MATLABMathWorks, Inc. Programmeerplatform dat werd gebruikt om aangepaste data-acquisitiesoftware te ontwikkelen
Oculus Quest 2MetaImmersieve virtual reality-bril uitgerust met handtracking mogelijkheid via 4 ingebouwde infraroodcamera's (72-120 Hz). Kan worden vervangen door andere vergelijkbare apparaten (bijv. HTC Vive, HP Reverb, Playstation VR).
Oculus Quest 2 Link cableMetaWordt gebruikt om de bril op de computer aan te sluiten waar de VR-game was opgeslagen
PhaseSpace Motion CapturePhaseSpace, Inc.Gemarkeerd bewegingsregistratiesysteem, bestaande uit een server, camera's met 60° gezichtsveld, rood lichtemitterende diode (LED) als markers en een kalibratie-object
Trigno Wireless SystemDelsys, Inc.Door Delsys Inc., inclusief EMG, versnellingsmeter, krachtsensoren, een basisstation en verzameling software. De Trigno-MATLAB Application Programming Interface (API) werd gebruikt om aangepaste opnamesoftware te ontwikkelen.
UnReal Engine 4Epic GamesSoftware die werd gebruikt om de aangepaste Box and Block Task in VR te maken en uit te voeren

Referenties

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Rosenbaum, D. A. Human motor control. , Elsevier Inc. (2010).
  2. Kalsi-Ryan, S., Curt, A., Fehlings, M., Verrier, M. Assessment of the hand in tetraplegia using the Graded Redefined Assessment of Strength, Sensibility and Prehension (GRASSP): impairment versus function. Topics in Spinal Cord Injury Rehabilitation. 14 (4), 34-46 (2009).
  3. Kalsi-Ryan, S., et al. The Graded Redefined Assessment of Strength Sensibility and Prehension: reliability and validity. Journal of Neurotrauma. 29 (5), 905-914 (2012).
  4. Menorca, R. M. G., Fussell, T. S., Elfar, J. C. Nerve physiology. Hand Clinics. 29 (3), 317-330 (2013).
  5. Spinal cord injury. National Institute of Neurological Disorders and Stroke. , Available from: https://www.ninds.nih.gov/health-information/disorders/spinal-cord-injury (2023).
  6. Peripheral neuropathy. National Institute of Neurological Disorders and Stroke. , Available from: https://www.ninds.nih.gov/health-information/patient-caregiver-education/fact-sheets/peripheral-neuropathy-fact-sheet (2023).
  7. Statistics: Get informed about Parkinson's disease with these key numbers. Parkinson's Foundation. , Available from: https://www.parkinson.org/understanding-parkinsons/statistics (2023).
  8. Virani, S. S., et al. Heart disease and stroke statistics-2021 update: a report from the American Heart Association. Circulation. 143 (8), e254(2021).
  9. Hsieh, Y., et al. Responsiveness and validity of three outcome measures of motor function after stroke rehabilitation. Stroke. 40 (4), 1386-1391 (2009).
  10. Van Der Lee, H., Beckerman, H., Lankhorst, G. J., Bouter, L. M. The responsiveness of the action research arm test and the Fugl-Meyer assessment scale in chronic stroke patients. Journal of Rehabilitation Medicine. 33 (3), 110-113 (2001).
  11. Duncan, P., et al. Randomized clinical trial of therapeutic exercise in subacute stroke. Stroke. 34 (9), 2173-2180 (2003).
  12. Saposnik, G., et al. Efficacy and safety of non-immersive virtual reality exercising in stroke rehabilitation (EVREST): a randomised, multicentre, single-blind, controlled trial. The Lancet Neurology. 15 (10), 1019-1027 (2016).
  13. Wolf, S. L., et al. The EXCITE stroke trial: Comparing early and delayed constraint-induced movement therapy. Stroke. 41 (10), 2309-2315 (2010).
  14. Krakauer, J. W., Carmichael, S. T. Broken movement: the neurobiology of motor recovery after stroke. , The MIT Press. Cambridge, MA. (2017).
  15. Pollock, A., et al. Interventions for improving upper limb function after stroke. Cochrane Database of Systematic Reviews. 2014 (11), (2014).
  16. Olesh, E. V., Yakovenko, S., Gritsenko, V. Automated assessment of upper extremity movement impairment due to stroke. PLoS ONE. 9 (8), e104487(2014).
  17. Gritsenko, V., et al. Feasibility of using low-cost motion capture for automated screening of shoulder motion limitation after breast cancer surgery. PLOS ONE. 10 (6), e0128809(2015).
  18. Thomas, A. B., Olesh, E. V., Adcock, A., Gritsenko, V. Muscle torques and joint accelerations provide more sensitive measures of poststroke movement deficits than joint angles. Journal of Neurophysiology. 126 (2), 591-606 (2021).
  19. De Luca, C. Electromyography. Encyclopedia of Medical Devices and Instrumentation. , (2006).
  20. Lin, C. -J., Guo, L. -Y., Su, F. -C., Chou, Y. -L., Cherng, R. -J. Common abnormal kinetic patterns of the knee in gait in spastic diplegia of cerebral palsy. Gait & Posture. 11 (3), 224-232 (2000).
  21. Lin, J., Shah, D., McCracken, C., Verma, S. Quantitative EMG in Duchenne muscular dystrophy (P6.328). Neurology. 86, (2016).
  22. EMG test for neuromuscular disease. Brigham and Women's Hospital. , Available from: https://www.brighamandwomens.org/medical-resources/emg-test (2023).
  23. Kuthe, C. D., Uddanwadiker, R. V., Ramteke, A. A. Surface electromyography based method for computing muscle strength and fatigue of biceps brachii muscle and its clinical implementation. Informatics in Medicine Unlocked. 12, 34-43 (2018).
  24. Holtermann, A., Grönlund, C., Karlsson, J. S., Roeleveld, K. Motor unit synchronization during fatigue: Described with a novel sEMG method based on large motor unit samples. Journal of Electromyography and Kinesiology. 19 (2), 232-241 (2009).
  25. Kim, H., Lee, J., Kim, J. Electromyography-signal-based muscle fatigue assessment for knee rehabilitation monitoring systems. Biomedical Engineering Letters. 8 (4), 345-353 (2018).
  26. Mathiowetz, V., Volland, G., Kashman, N., Weber, K. Adult norms for the box and block test of manual dexterity. American Journal of Occupational Therapy. 39 (6), 386-391 (1985).
  27. Hermens, H. J., Freriks, B., Disselhorst-Klug, C., Rau, G. Development of recommendations for SEMG sensors and sensor placement procedures. Journal of Electromyography and Kinesiology. 10 (5), 361-374 (2000).
  28. Yough, M. Advancing medical technology for motor impairment rehabilitation: Tools, protocols, and devices. Graduate Theses, Dissertations, and Problem Reports. , (2023).
  29. Velliste, M., Perel, S., Spalding, M. C., Whitford, A. S., Schwartz, A. B. Cortical control of a prosthetic arm for self-feeding. Nature. 453 (7198), 1098-1101 (2008).
  30. Talkington, W. J., Pollard, B. S., Olesh, E. V., Gritsenko, V. Multifunctional setup for studying human motor control using transcranial magnetic stimulation, electromyography, motion capture, and virtual reality. Journal of Visualized Experiments. (103), e52906(2015).
  31. Murillo, C., et al. High-density electromyography provides new insights into the flexion relaxation phenomenon in individuals with low back pain. Scientific Reports. 9 (1), 15938(2019).
  32. Péter, A., et al. Comparing surface and fine-wire electromyography activity of lower leg muscles at different walking speeds. Frontiers in Physiology. 10, 1283(2019).
  33. Isenstein, E. L., et al. Rapid assessment of hand reaching using virtual reality and application in cerebellar stroke. PLOS ONE. 17 (9), e0275220(2022).
  34. Varela-Aldás, J., Buele, J., López, I., Palacios-Navarro, G. Influence of hand tracking in immersive virtual reality for memory assessment. International Journal of Environmental Research and Public Health. 20 (5), 4609(2023).
  35. Robertson, D., et al. Human kinetics. Research methods in biomechanics. , Champaign, IL. (2004).
  36. Dunne, J. J., Uchida, T. K., Besier, T. F., Delp, S. L., Seth, A. A marker registration method to improve joint angles computed by constrained inverse kinematics. PLOS ONE. 16 (5), e0252425(2021).
  37. Delp, S. L., et al. OpenSim: Open-source software to create and analyze dynamic simulations of movement. IEEE Transactions on Biomedical Engineering. 54 (11), 1940-1950 (2007).
  38. Naceri, A., Gultekin, Y. B., Moscatelli, A., Ernst, M. O. Role of tactile noise in the control of digit normal force. Frontiers in Psychology. 12, 612558(2021).
  39. Wottawa, C. R., et al. The role of tactile feedback in grip force during laparoscopic training tasks. Surgical Endoscopy. 27 (4), 1111-1118 (2013).

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

Virtual Box And BlockMotion CaptureSurface ElectromyographyMuscle Activity AssessmentVirtual Reality RehabilitationRemote Patient MonitoringHand Function TestMotor Impairment QuantificationEMG SensorsUpper Limb Movement

Gerelateerde artikelen