Method Article

Analiza kinematyczna z wykorzystaniem przechwytywania ruchu 3D podczas picia u osób z i bez upośledzenia kończyn górnych

DOI:

10.3791/57228

⸱

March 28th, 2018

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

In This Article

Summary

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

Ten protokół opisuje obiektywną metodę oceny sprawności ruchowej i funkcji sensomotorycznej kończyny górnej zastosowanej u osób po udarze mózgu i zdrowych osób z grupy kontrolnej. Zapewniona jest ustandaryzowana procedura testowa, analiza kinematyczna i zmienne wynikowe do trójwymiarowego przechwytywania ruchu zadania picia.

Abstract

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

Analiza kinematyczna to potężna metoda obiektywnej oceny ruchów kończyn górnych w przestrzeni trójwymiarowej (3D). Trójwymiarowe przechwytywanie ruchu za pomocą systemu kamer optoelektronicznych jest uważane za złoty standard w analizie ruchów kinematycznych i jest coraz częściej stosowane jako miara wyniku do oceny wydajności i jakości ruchu po urazie lub chorobie związanej z ruchami kończyn górnych. W artykule opisano ustandaryzowany protokół analizy kinematycznej zadania picia stosowany u osób z upośledzeniem kończyn górnych po udarze mózgu. Zadanie picia obejmuje sięganie, chwytanie i podnoszenie filiżanki ze stołu, aby się napić, odłożenie filiżanki z powrotem i przesunięcie ręki z powrotem na krawędź stołu. Pozycja siedząca jest ustandaryzowana do wielkości ciała danej osoby, a zadanie jest wykonywane w komfortowej szybkości we własnym tempie, a ruchy kompensacyjne nie są ograniczone. Intencją jest, aby zadanie było naturalne i zbliżone do rzeczywistej sytuacji, aby poprawić ekologiczną ważność protokołu. System przechwytywania ruchu z 5 kamerami służy do zbierania pozycji współrzędnych 3D z 9 odblaskowych znaczników umieszczonych na anatomicznych punktach orientacyjnych ramienia, tułowia i twarzy. Proste umieszczenie pojedynczego markera służy do zapewnienia wykonalności protokołu w warunkach klinicznych. Dedykowane oprogramowanie Matlab zapewnia zautomatyzowane i szybkie analizy danych o ruchu. Obliczana jest kinematyka czasowa czasu ruchu, prędkości, prędkości szczytowej, czasu prędkości szczytowej i płynności (liczby jednostek ruchu) wraz z przestrzenną kinematyką kątową stawu barkowego i łokciowego oraz ruchów tułowia. Zadanie związane z piciem jest ważną oceną dla osób z umiarkowanym i łagodnym upośledzeniem kończyn górnych. Ustalono trafność konstrukcyjną, dyskryminacyjną i współbieżną wraz z responsywnością (wrażliwością na zmianę) zmiennych kinematycznych uzyskanych z zadania picia.

Introduction

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

Analiza kinematyczna opisuje ruchy ciała w przestrzeni i czasie, w tym przemieszczenia liniowe i kątowe, prędkości i przyspieszenia. Optoelektroniczne systemy przechwytywania ruchu wykorzystują wiele szybkich kamer, które albo wysyłają sygnały światła podczerwonego, aby uchwycić odbicia od pasywnych znaczników umieszczonych na ciele, albo przesyłają dane o ruchu z aktywnych znaczników zawierających diody emitujące podczerwień. Systemy te są uważane za "złoty standard" w pozyskiwaniu danych kinematycznych1. Systemy te są cenione za wysoką dokładność i elastyczność w pomiarach różnorodnych zadań. Pomiary kinematyczne okazały się skuteczne w wychwytywaniu mniejszych zmian w wydajności i jakości ruchu, które mogą być niewykryte za pomocą tradycyjnych skal klinicznych2,3. Zasugerowano, że kinematyka powinna być stosowana do rozróżnienia między prawdziwym odzyskiwaniem (przywróceniem przedchorobowych cech ruchowych) a wykorzystaniem kompensacyjnych (alternatywnych) wzorców ruchowych podczas wykonywania zadania4,5.

Ruchy kończyn górnych można określić ilościowo za pomocą kinematyki punktu końcowego, zazwyczaj uzyskiwanej za pomocą znacznika ręcznego, oraz kinematyki kątowej ze stawów i segmentów (np. tułowia). Kinematyka punktu końcowego dostarcza informacji o trajektoriach, prędkości, strategiach ruchu czasowego, precyzji, prostoliniowości i gładkości, podczas gdy kinematyka kątowa charakteryzuje wzorce ruchu pod względem czasowych i przestrzennych kątów stawów i segmentów, prędkości kątowych i koordynacji międzypołączeniowej. Kinematyka punktu końcowego, taka jak czas ruchu, prędkość i płynność, skutecznie rejestruje deficyty i poprawia wydajność ruchu po skoku6,7,8 i kinematyka kątowa pokazują, czy ruchy stawów i segmentów ciała są optymalne dla określonego zadania. Kinematyka osób z niepełnosprawnościami jest często porównywana ze sprawnością ruchową u osób bez upośledzeń8,9. Kinematyka punktu końcowego i kąta jest skorelowana w taki sposób, że ruch wykonywany z efektywną prędkością, płynnością i precyzją będzie wymagał dobrej kontroli ruchu, koordynacji oraz stosowania efektywnych i optymalnych wzorców ruchowych. Na przykład pacjent z udarem, który porusza się powoli, zwykle wykazuje również zmniejszoną płynność (zwiększoną liczbę jednostek ruchu), niższą prędkość maksymalną i zwiększone przemieszczenie tułowia8. Z drugiej strony, poprawa kinematyki punktów końcowych, takich jak prędkość i płynność ruchu, może wystąpić niezależnie od zmian strategii ruchów kompensacyjnych tułowia i ramienia10. Ustalono, że analiza kinematyczna może dostarczyć dodatkowych i bardziej precyzyjnych informacji o tym, w jaki sposób zadanie jest wykonywane po urazie lub chorobie, co z kolei jest niezbędne do zindywidualizowanego skutecznego leczenia w celu osiągnięcia optymalnej regeneracji motorycznej11. Analiza kinematyczna jest coraz częściej stosowana w badaniach klinicznych do opisywania ruchów u osób z upośledzeniem kończyn górnych po udarze8,9, w celu oceny regeneracji motorycznej7,12,13 lub w celu określenia skuteczności interwencji terapeutycznych10,14.

Często badane zadania ruchowe polegają na wskazywaniu i sięganiu, chociaż coraz częściej korzysta się z zadań funkcjonalnych, które obejmują manipulację prawdziwymi przedmiotami codziennego użytku1. Ponieważ kinematyka dosięgania zależy od ograniczeń eksperymentalnych, takich jak wybór obiektów i cel zadania15, niezbędna jest ocena ruchów podczas celowych i funkcjonalnych zadań, w których rzeczywiste trudności w codziennym życiu jednostki będą dokładniej odzwierciedlone.

Tak więc, celem tego artykułu jest dostarczenie szczegółowego opisu prostego, standardowego protokołu używanego do analizy kinematycznej celowego i funkcjonalnego zadania, zadania picia, stosowanego u osób z upośledzeniem kończyn górnych w ostrym i przewlekłym stadium po udarze. Wyniki walidacji tego protokołu dla osób z umiarkowanym i łagodnym upośledzeniem udaru mózgu zostaną podsumowane.

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

Protocol

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

Wszystkie opisane tutaj metody były częścią badań zatwierdzonych przez Regionalną Komisję Oceny Etyki w Göteborgu, Szwecja (318-04, 225-08).

1. Konfiguracja systemu przechwytywania ruchu

  1. Zamontuj 4 kamery na ścianie w odległości około 1,5 - 3 m od obszaru pomiaru na wysokości 1,5 - 2,5 m przodem do obszaru pomiaru. Zamontuj jedną kamerę na suficie tuż nad obszarem pomiaru (Rysunek 1). Uruchom system kamer.
  2. Umieść ramkę kalibracyjną w kształcie litery L na stole tak, aby krótka oś znajdowała się w jednej linii z krawędzią stołu, a długa oś była skierowana do przodu.
    UWAGA: Układ współrzędnych jest zdefiniowany z osiami X skierowanymi do przodu (do przodu w płaszczyźnie strzałkowej), osią Y skierowaną bocznie (w płaszczyźnie czołowej) i osią Z skierowaną w górę (nadrzędnie, prostopadłą do płaszczyzny poprzecznej).
  3. Otwórz oprogramowanie do śledzenia i akwizycji danych 3D (Track Manager), rozpocznij kalibrację, wybierając opcję Capture (Przechwytywanie) | Kalibruj, wprowadź czas kalibracji 30 s i kliknij OK.
  4. Przesuwaj różdżkę we wszystkich kierunkach na całym obszarze pomiaru (75 × 75 × 65 cm) nad krzesłem i stołem, aby upewnić się, że wszystkie 5 kamer rejestruje różdżkę w jak największej liczbie orientacji16,17. Po kalibracji wyniki pojawiają się na ekranie. Akceptuj resztki kalibracyjne poniżej 0,5 mm.
  5. Niech osoba, ubrana w bluzkę bez rękawów, usiądzie na krześle o regulowanej wysokości, opierając się plecami o oparcie krzesła, górna część ramienia w neutralnej pozycji przywodzionej, dłoń spoczywająca na stole, a nadgarstek wyrównany do krawędzi stołu. Sprawdź, czy kąty kolan, bioder i łokci wynoszą około 90°.
  6. Umieść odblaskowe markery pasywne z podwójną taśmą klejącą na szkieletowych punktach orientacyjnych18 na badanej dłoni (trzeci staw śródręczno-paliczkowy), nadgarstku (wyrostek rylcowaty kości łokciowej), łokciu (nadkłykieć boczny), prawym i lewym ramieniu (środkowa część wyrostka barkowego), klatce piersiowej (górna część mostka) i czole (wcięcie między brwiami).
  7. Umieść dwa znaczniki na kubku (górna i dolna krawędź).

2. Procedury przechwytywania ruchu podczas picia

  1. Umieść kubek z twardego plastiku (średnica 7 cm, wysokość 9,5 cm) ze 100 ml wody w odległości 30 cm od krawędzi stołu, w linii środkowej ciała. Pozycja filiżanki na stole jest celowo dobrana, aby wykonanie zadania było naturalne i zbliżone do rzeczywistej sytuacji.
  2. Poproś badanego, aby wykonał zadanie picia w wygodnym tempie we własnym tempie poprzez: i) sięgnięcie i uchwycenie kubka, ii) podniesienie kubka ze stołu w kierunku ust, iii) napicie się (jeden łyk), iv) postawienie filiżanki z powrotem na stole za zaznaczoną linią (30 cm od krawędzi stołu) oraz v) powrót do pozycji wyjściowej z ręką na krawędzi stołu.
  3. Upewnij się, że tester rozumie instrukcje i może wygodnie dosięgnąć kubka mniej dotkniętym ramieniem bez pochylania się do przodu.
  4. Przed każdym nagraniem upewnij się, że pozycja początkowa (pozycja początkowa) jest prawidłowa, poproś osobę, aby była gotowa, rozpocznij przechwytywanie ręcznie i wydaj słowne polecenie "możesz zacząć teraz".
  5. Gdy osoba zakończy zadanie, zatrzymaj nagrywanie ręcznie.
  6. Nagraj pięć prób z krótką przerwą między każdym badaniem (około 30 sekund), zaczynając od mniej dotkniętego ramienia.
  7. Sprawdź, czy pobieranie danych powiodło się (95 - 100% danych dla każdego zidentyfikowanego markera).
    UWAGA: Dane znacznika są automatycznie przesyłane w czasie rzeczywistym do oprogramowania do akwizycji danych (Track Manager). Do automatycznej identyfikacji znaczników wykorzystywany jest predefiniowany model automatycznej identyfikacji znaczników (AIM).
  8. W przypadku wykrycia niekompletnych danych należy wykonać dodatkowe próby po zidentyfikowaniu problemu i dostosowaniu pozycji siedzenia lub znacznika, aby zapewnić pełną widoczność markerów, aby uzyskać co najmniej 3 udane próby.
    UWAGA: Możliwe problemy, które mogą wystąpić, to to, że znaczniki mogą spaść lub są zasłonięte od kąta widzenia kamery, co skutkuje niekompletnymi danymi. Jednak konfiguracja kamery i znacznika, tak jak jest używana w tym protokole, powoduje utratę danych z powodu luk tylko w bardzo rzadkich przypadkach. W sumie sesja motion capture trwa około 10 - 15 minut.

3. Analiza danych

  1. Przenieś nagrane dane z Track Manager bezpośrednio do Matlaba, klikając Plik | Eksport | Bezpośrednio do Matlaba.
  2. Użyj polecenia Matlab w wierszu polecenia: (>> obszar roboczy), aby wyświetlić zestaw zmiennych Matlaba.
    UWAGA: Kluczowe zmienne Matlaba zawierające dane, które należy wykorzystać w instrukcjach i przy tworzeniu analizy to:
    QTMmeasurements.Frames - liczba przechwyconych klatek
    QTMmeasurements.FrameRate - liczba klatek przechwytywanych na sekundę (240)
    QTMmeasurements.Trajectories.Labeled.Count - liczba etykiet (10)
    QTMmeasurements.Trajectories.Labeled.Labels - etykiety zdefiniowane w Track Manager
    QTMmeasurements.Trajectories.Labeled.Data - dane pomiarowe w tablicy 3D 10 x 3 x liczba klatek, gdzie dla każdej klatki i każdej etykiety rejestrowane są 3 współrzędne
  3. W Matlabie przefiltruj wartości x, y, z za pomocą instrukcji (butter) i (filtfilt) z filtrem Butterwortha drugiego rzędu 6 Hz zarówno w kierunku do przodu, jak i do tyłu, dając zniekształcenia bez zniekształceń fazowych i filtrowanie następnego rzędu.
    UWAGA: Przykład
    [b, a] = masło(2, 6/240/2); % Częstotliwość graniczna 6 Hz i w odniesieniu do 1/2 częstotliwości próbkowania
    xfiltered = filtfilt(b, a, QTMmeasurements.Trajectories.Labeled(1,1,:));
  4. W Matlabie utwórz program, który będzie używał wartości x, y, z dla każdej próbki klatki i każdej etykiety do obliczania zmiennych kinematycznych, takich jak prędkość styczna ręki i kąty połączenia. Zmienne kinematyczne przedstawiono w tabeli 2.
  5. W Matlabie stwórz program do podziału sekwencji próbek na 5 logicznych faz: sięganie, transport do przodu, picie, transport z powrotem i powrót ręki do pozycji wyjściowej (Rysunek 2). Definicje rozpoczęcia i zakończenia każdej fazy przedstawiono szczegółowo w tabeli 1.
  6. W Matlabie użyj instrukcji (plot), aby utworzyć wykresy pozycji, prędkości, kątów połączeń i diagramów kąt-kąt.

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

Results

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

Protokół opisany w tym artykule został zastosowany do osób z udarem mózgu i zdrowych osób z grupy kontrolnej2,6,8,19,20,21. W sumie dane kinematyczne od 111 osób z udarem mózgu i 55 zdrowych osób z grupy kontrolnej zostały przeanalizowane w różnych badaniach. Upośledzenie kończyny górnej po ud...

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

Discussion

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

Protokół może być z powodzeniem stosowany do ilościowego określania sprawności i jakości ruchu u osób z umiarkowanymi i łagodnymi zaburzeniami sensomotorycznymi kończyn górnych na wszystkich etapach po udarze. Wykonalność tego protokołu została udowodniona w warunkach klinicznych już 3 dni po udarze mózgu i wykazała, że system może być używany przez przeszkolonego pracownika służby zdrowia bez szczególnych kwalifikacji technicznych. Do stworzenia i rozwoju programu do analizy danych potrzebna jest jednak wiedza techniczn...

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

Disclosures

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

Autorzy nie mają nic do ujawnienia.

Acknowledgements

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

Specjalne podziękowania dla Bo Johnelsa, Nassera Hosseiniego, Roya Tranberga i Patrika Almströma za pomoc w rozpoczęciu tego projektu. Dane badawcze przedstawione w tym protokole zostały zebrane w Szpitalu Uniwersyteckim Sahlgrenska.

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

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
5-kamerowy optoelektroniczny system przechwytywania ruchu ProReflex (MCU 240 Hz)Qualisys AB, Gthenburg, SzwecjaN/ASystem analizy ruchu z pasywnymi znacznikami odblaskowymi
MarkeryQualisys AB, Gthenburg, SzwecjaN/ARetroleflekcyjne pasywne znaczniki okrągłe, średnica 12 mm
Ramka i różdżka kalibracyjnaQualisys AB, Gthenburg, SzwecjaN/ARamka kalibracji w kształcie litery L (określa początek i orientację układu współrzędnych); Różdżka w kształcie litery T (300 mm)
Qualisys Track ManagerQualisys AB, Gthenburg, SzwecjaNie dotyczyOprogramowanie do śledzenia 3D
Matlab Mathworks, Inc, Natick, KaliforniaN/A Oprogramowanieanalizy danych
do

References

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

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

Reprints and Permissions

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

Request Permission

Tags

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

Related Articles