Analiza kinematyczna chodu 3D do badań przedklinicznych na gryzoniach

U gryzoni deficyty lokomotoryczne kończyn przednich i tylnych po zaburzeniach neurologicznych są zwykle oceniane za pomocą subiektywnych systemów punktacji¹. Zautomatyzowane systemy^2,3,4,5 zostały przyjęte do analizy chodu, ale mają wady, ponieważ podstawowe wyniki opierają się na analizie śladów i nie uwzględniają kluczowych zmiennych kinematycznych segmentów i stawów, które w przeciwnym razie mogłyby ujawnić prawdziwą kinematykę ruchów kończyn². Ponieważ większość parametrów chodu jest skorelowana, potrzebny jest zbiór parametrów chodu, aby zrozumieć kompensacje przyjmowane przez szczury w celu pełnej oceny deficytów motorycznych.

W ciągu ostatniej dekady opracowano kilka systemów analizy ruchu 3D⁶ do badań biomedycznych na ludziach. Systemy te okazały się skuteczne i okazały się skuteczne w wychwytywaniu deficytów lokomocji u zdrowych dorosłych ludzi, a także zmienionej kinematyki chodu^6,7. U gryzoni obecnie dostępne systemy ruchu kinematycznego 3D przyjmują złożone algorytmy i modelowanie zachowań ruchowych oraz wykorzystują zaawansowane techniki analizy danych^8,9,10,11, co ostatecznie ogranicza ich wszechstronność. Co więcej, metody stosowane do zbierania danych za pomocą większości systemów przechwytywania ruchu 3D nie są odpowiednio wyjaśnione w literaturze. Brakuje szczegółów na temat procedur gromadzenia i analizy danych, ograniczeń i technik związanych z efektywnym korzystaniem z systemu.

W związku z tym, jednym z powszechnych poglądów wśród badaczy jest to, że oceny kinematyczne śledzenia ruchu 3D są dość pracochłonnymi i czasochłonnymi procedurami, które wymagają specjalistycznej wiedzy technicznej i skomplikowanej analizy danych. Celem tej pracy jest rozłożenie na czynniki pierwsze protokołów gromadzenia i analizy danych oraz opisanie metodologii krok po kroku, tak aby była obiektywna, łatwa do nauczenia się i można było do niej systematycznie podchodzić. Obecnie kładzie się nacisk na ocenę funkcjonalnych zachowań motorycznych w bardziej kompleksowy i systematyczny sposób po urazach neurologicznych i interwencjach w badaniach przedklinicznych.

W dziedzinie poruszania się na czworonogach, przedstawiono tutaj użycie systemu śledzenia ruchu 3D, który może dostarczyć dodatkowych informacji, takich jak postawa ciała, rotacja łapy względem osi ciała, wzajemne relacje stawów i dokładniejsze informacje dotyczące koordynacji, a wszystko to przy jednoczesnej wizualizacji całego zwierzęcia ze wszystkich płaszczyzn. To z kolei może ujawnić krytyczne różnice w zachowaniu motorycznym w obrębie i między zdrowymi i rannymi szczurami poprzez wiele wyników. Dzięki bardziej wyrafinowanej analizie kinematycznej, która jest dokładna i obiektywna, ryzyko błędnego wnioskowania o skutkach interwencji jest zminimalizowane. Dane generowane przez to oprogramowanie do przechwytywania ruchu są wizualizowane klatka po klatce pod kątem jakości ruchu i mogą być automatycznie śledzone, a gromadzenie danych lub kwantyfikacja nie wymaga żadnych dodatkowych algorytmów ani modelowania. Celem tej pracy jest dostarczenie szczegółów metodologicznych i rozważań związanych z gromadzeniem i analizą kinematyki chodu 3D podczas lokomocji na bieżni u zdrowych szczurów i szczurów z uszkodzeniem rdzenia kręgowego. Protokół ten jest przeznaczony do użytku przez badaczy przedklinicznych, którzy wykorzystują neurologiczne modele szczurów w eksperymentach.

To badanie zostało przeprowadzone zgodnie z zaleceniami National Institutes of Health Guide for the Care and Use of Laboratory Animals. Protokół został zatwierdzony przez Komitet ds. Badań nad Zwierzętami Kanclerza Uniwersytetu Stony Brook.

1. Konfiguracja systemu przechwytywania ruchu

1. Konfiguracji
2. Zamontuj sześć kamer na ścianie (lub statywach) za pomocą precyzyjnie regulowanych głowic zębatych. Umieść trzy kamery powyżej po każdej stronie bieżni, przy czym każda kamera jest ustawiona pod kątem 20°-45° poniżej horyzontu, około 2,0 m od bieżni i około 0,5 m od sąsiednich kamer, aby uzyskać maksymalne pokrycie znaczników (Rysunek 1).
   1. Wyposaż każdą kamerę w lampę pierścieniową do wizualizacji znaczników odblaskowych.
3. Uruchom system przechwytywania ruchu.
   1. W ramach projektu | Specyfikacja, zdefiniuj żądane markery dla eksperymentu.
      UWAGA: W celach demonstracyjnych używa się łącznie 22 markerów zarówno dla kończyn przednich, jak i tylnych (po 11 markerów z każdej strony) do oceny obustronnej lokomocji czworonożnej. Alternatywnie, opcja Importuj zestaw znaczników z określonym identyfikatorem znacznika umożliwia wstępnie ustawione obliczenia w oprogramowaniu.

2. Kalibracja systemu przechwytywania ruchu

1. Nagrywanie filmu z kalibracją
   1. Umieść ramkę kalibracyjną w kształcie litery L (zwaną dalej "ramą L") prostopadle na bieżni, tak aby długa noga ramy L była skierowana w kierunku chodzenia szczura (Rysunek 2).
   2. Otwórz oprogramowanie do przechwytywania ruchu i wybierz opcję Nagraj, aby nagrać wideo kalibracji.
   3. Przesuń ramkę kalibracyjną w kształcie trójzębu (zwaną dalej "różdżką") po obszarze bieżni w przestrzeni, tak aby pokryć wszystkie obszary, po których szczur będzie chodził.
      UWAGA: Ramka L zawiera cztery znaczniki, które ustalają globalny układ współrzędnych, a różdżka zawiera trzy znaczniki, które skalibrują przestrzeń chodzenia 3D szczura.
   4. Nagraj co najmniej 1 minutę materiału filmowego, aby upewnić się, że dostępne są odpowiednie punkty danych różdżki do prawidłowej kalibracji przy 120 klatkach/s.
   5. Zapisz filmy jako pliki kalibracji 3D.
2. Śledzenie L-Frame
   1. Kliknij prawym przyciskiem myszy grupę kamer i wybierz Śledzenie 3D. W rozwijanym oknie wybierz Filmy z kalibracją 3D, a następnie Wszystkie kamery kalibracyjne.
   2. Korzystając z funkcji stałego punktu, śledź początek klatki L, krótką klatkę L, środkową klatkę L i długą klatkę L w każdym z sześciu filmów kalibracyjnych. Zdefiniuj wszystkie punkty i wybierz przycisk Szukaj automatycznie.
      UWAGA: Pozycja ramy L musi pozostać stała względem bieżni podczas całego eksperymentu, aby zapobiec przesunięciu układu współrzędnych.
3. Śledzenie różdżki
   1. Kliknij prawym przyciskiem myszy grupę kamer i wybierz Automatyczne śledzenie 3D-Wand.
   2. Zaznacz wszystkie kamery w zaznaczeniu kamery. W prawym dolnym rogu okna wybierz Opcje, usuń zaznaczenie opcji Wykryj ramkę L i wybierz opcję Rozpocznij śledzenie.
   3. Po automatycznym śledzeniu wybierz Przypisz znaczniki różdżki krótkiej, różdżki środkowej i różdżki długiej dla wszystkich sześciu kamer.
   4. W oknie Śledzenie 3D wybierz opcję Eksportuj do nieprzetworzonych danych, a następnie wybierz opcję Zastąp istniejące dane różdżki, aby zapisać śledzenie.
   5. Wybierz Tak w oknie, które pojawi się po ostatnim kroku, aby zapisać najdokładniejsze dane.
      UWAGA: To nowe śledzenie zostanie zapisane jako Śledzenie w zakładce Automatyczne śledzenie na lewym pasku bocznym. Zapisane śledzenie można uzyskać dostęp i edytować je później.
4. Obliczanie kalibracji
   1. Kliknij prawym przyciskiem myszy Grupy kalibracji aparatu i wybierz Nowa grupa kalibracji różdżki.
   2. Wybierz opcję Wszystkie kamery i przytrzymaj Ctrl (kontrolny) podczas wybierania przycisku OK.
   3. Zmień długość różdżki na 100,00 mm, przesunięcie podłogi ramy L na 7,00 mm, iteracje wykrywania wartości odstających na 4 i dozwolone odchylenie długości różdżki na 0,300.
   4. Zmień opcję Kamera, w której różdżka musi być widoczna, na 4 i włącz następujące opcje: napraw proporcje, napraw parametr pochylenia i ustal punkt główny (Tabela 1).
      UWAGA: Te ustawienia zostały eksperymentalnie określone jako optymalne dla tej konfiguracji.
   5. Akceptuj kalibracje z odchyleniem standardowym długości różdżki mniejszej niż 3 mm i wartością resztkową mniejszą niż 0,004,
      UWAGA: Jeśli kamery lub powiązane z nimi urządzenia zostaną przesunięte poza ten punkt, konieczna będzie ponowna kalibracja systemu.

3. Trening i przygotowanie zwierzęcia do poruszania się na bieżni

1. Trening szczurów do lokomocji na bieżni
   1. Zaaklimatyzuj szczury na bieżni przez 5 minut przed sesją treningową¹².
   2. Trenuj szczury, aby chodziły z pełnym obciążeniem kończyn z prędkością 13 cm/s przez 15 minut/sesję rano przez 1 tydzień. Trenuj wszystkie szczury, aż będą w stanie konsekwentnie chodzić (minimum 10 ciągłych kroków) na bieżni¹².
   3. Wykonuj sesje treningowe mniej więcej o tej samej porze dnia dla każdego szczura.
2. Przed zebraniem danych znieczulij szczura, umieszczając go w komorze inkubacyjnej.
   1. Dostarczaj gaz izofluranowy (1,0%-2,5%) i 0,4 l tlenu przez około 5 minut. Uszczypnij stopę szczura, aby sprawdzić głębokość znieczulenia.
   2. Kontynuuj, gdy szczur nie reaguje na uszczypnięcie łapy (ujemny odruch wycofania łapy).
3. Ogol szczura w miejscach, w których zostaną umieszczone znaczniki, aby futro nie przeszkadzało w śledzeniu znaczników (Rysunek 1).
   1. Zbadaj palpacyjnie skórę kostnego punktu orientacyjnego, aby umieścić znaczniki. Użyj markerów pisakowych do stawów dystalnych do łokcia i kolana (Rysunek 3).
      UWAGA: Znaczniki odblaskowe to plastikowe półkule o średnicy 0,5 cm pokryte taśmą odblaskową.
   2. Umieść znaczniki zgodnie z potrzebami na kostnych punktach orientacyjnych przed zebraniem danych (Rysunek 3).
      UWAGA: U zdrowych, nieneurotraumatycznych szczurów markery odblaskowe umieszczone nad dystalnymi stawami są często usuwane przez szczury. W celach demonstracyjnych znaczniki odblaskowe umieszcza się nad bliższymi punktami orientacyjnymi kostnymi (grzebień biodrowy, biodro, staw kolanowy kończyn tylnych, stawy barkowe i łokciowe kończyny przedniej), a markery długopisowe są używane do bardziej dystalnych punktów orientacyjnych. W naszych rękach przyniosło to powtarzalne wyniki między szczurami i w ich obrębie (dane niepublikowane).

4. Przechwytywanie ruchu

1. Wybierz czerwony przycisk kamery na górnym pasku oprogramowania do przechwytywania ruchu, aby nagrać próbę. Wyznacz miejsce zapisu na komputerze i wybierz opcję Rozpocznij nagrywanie, aby nagrywać z prędkością 120 klatek/s.
2. Ustaw zdefiniowaną przez użytkownika prędkość bieżni i pozwól szczurowi chodzić przez około 30 sekund lub co najmniej 10 ciągłych kroków.
3. Zatrzymaj nagrywanie i sprawdź, czy materiał zawiera co najmniej ~10 ciągłych kroków, zanim przejdziesz dalej.
4. Utwórz nową grupę kamer dla każdej próby po zapisaniu nagranego wideo.

5. Śledzenie ruchu

1. Wybierz znak " +" obok zapisanej grupy kamer. Spowoduje to wyświetlenie listy wszystkich sześciu kamer.
2. Przypisywanie kalibracji 3D do pliku z kamery
   1. Przejdź do grupy Kalibracja kamery i kliknij prawym przyciskiem myszy Kalibracja obliczeniowa. Wybierz opcję Przypisz parametry kamery 3D. Przypisz plik kalibracji do odpowiednich plików aparatu w zapisanej grupie kamer. Najedź kursorem na plik kamery, aby zweryfikować kalibrację (odczytuje się jako prawidłowa kalibracja 3D).
3. Śledzenie 2D przez pojedynczą kamerę
   1. Kliknij prawym przyciskiem myszy grupę kamer, aby śledzić ruch. Wybierz opcję Śledzenie 2D.
   2. Wybierz od siedmiu do dziesięciu najlepszych ciągłych i spójnych kroków do śledzenia. Zapisz numer klatki przy pierwszym kontakcie kończyny odniesienia na bieżni dla każdego kroku.
      UWAGA: W celach demonstracyjnych jako kończynę odniesienia wybrano lewą tylną kończynę.
4. Dostępne są różne opcje śledzenia.
   1. Kliknij prawym przyciskiem myszy interesujący Cię znacznik i wybierz opcję Automatyczne śledzenie, która wykryje jasne okrągłe plamy utworzone przez znaczniki odblaskowe (Rysunek 4).
   2. Alternatywnie, znaczniki ścieżek za pomocą dopasowania wzorca, które będzie wykorzystywać algorytm wbudowany w oprogramowanie do śledzenia znaczników na podstawie rozmiaru i koloru (Rysunek 4).
   3. Ręczne śledzenie i korygowanie niewykrywalnych znaczników lub błędów w śledzeniu.
5. Używaj czarnych markerów, gdy dystalne stawy nie są możliwe, znaczniki odblaskowe.
   1. Śledź czarne znaczniki za pomocą zaawansowanego przetwarzania obrazu, odwracając czarne znaczniki do jasnych punktów w celu automatycznego śledzenia.
      UWAGA: Opcja Przetwarzanie obrazu może być używana do śledzenia znaczników, które są trudne do wykrycia lub zobaczenia.
   2. Kliknij prawym przyciskiem myszy film ze szczurem w oknie śledzenia 2D. Wybierz opcję Przetwarzanie obrazu.
   3. Wybierz Widok zaawansowany i dodaj kombinację czterech filtrów (jasność, kontrast, gamma), aby znacznik był jak najciemniejszy w porównaniu z otoczeniem. Na koniec dodaj Odwrócony, a znacznik stanie się jasnym znacznikiem, który może być śledzony automatycznie (Rysunek 5).
6. Korekta położenia znacznika
   1. Ręczne śledzenie i korygowanie niewykrywalnych znaczników lub błędów w śledzeniu.
   2. Aby ręcznie śledzić wideo, wybierz żądany znacznik na prawym pasku bocznym. Kliknij prawym przyciskiem myszy i wybierz Śledzenie ręczne. Rozpocznij śledzenie wybranego znacznika na filmie ze szczurem, który pojawia się klatka po klatce.
   3. Aby skorygować błędy, przejdź do ramki, w której wystąpił błąd śledzenia. Kliknij prawym przyciskiem myszy odpowiednią zakładkę znacznika na prawym pasku bocznym i kliknij Usuń punkt. Ponownie śledź punkt ręcznie w dokładnej pozycji.
7. Korzystając z powyższej metody, wykonaj pełne śledzenie 2D dla wszystkich kamer używanych dla wszystkich pożądanych znaczników w zakresie klatek ciągłych kroków.
8. Kliknij Zapisz w całym procesie śledzenia.

6. Analiza kinematyczna

1. Przypisanie faz
   1. Kliknij prawym przyciskiem myszy Fazy i wybierz Edytuj model fazy.
   2. Dostosuj fazy cyklu chodu dla każdej kończyny zgodnie z deficytami, które zdecydujesz się badać (np. dodanie faz oporu, fazy uginania palców u nóg itp.) w ramach tradycyjnych faz postawy i wymachu w cyklu kroków. Zdefiniuj fazy eksperymentu (Rysunek 6).
      UWAGA: W celach demonstracyjnych pokazano tutaj trzy fazy, a lewa kończyna tylna jest używana jako kończyna referencyjna dla siedmiu do dziesięciu cykli chodu.
   3. Kliknij prawym przyciskiem myszy kamerę w grupie kamer i wybierz opcję pokaż wideo.
   4. Przypisz fazy cyklu chodu do każdej kończyny w oprogramowaniu za pomocą przycisku dodawania fazy lub skrótu F11.
   5. Wybierz odpowiednią kończynę do analizy i wyznacz pierwszą klatkę śledzenia jako początek fazy podjęcia.
   6. Przejdź wideo do klatki, w której kończy się faza postawy i zaczyna faza wymachu. Wyznacz tę klatkę jako początek fazy Swing.
   7. Przejdź wideo do pierwszej klatki, w której stopa zaczyna opadać. Oznacz tę klatkę jako początek fazy środkowego wymachu.
      UWAGA: W tym przypadku faza podparcia w cyklu kroków dla każdej kończyny jest zdefiniowana jako pierwsza klatka, w której kończyna styka się z powierzchnią bieżni. Faza wymachu definiowana jest jako pierwsza klatka, w której kończyna opuszcza powierzchnię bieżni. Środkowa faza wymachu to rama, w której kończyna osiągnęła maksymalny prześwit i zaczyna opadać. Pełny cykl chodu jest definiowany od początku początkowej postawy do przypisania fazy podporu w następnym cyklu chodu.
   8. Powtarzaj te kroki, aż zadania faz kończyn zostaną zakończone dla każdego kroku. Powtórz te czynności dla pozostałych trzech kończyn.
2. Obliczenia współrzędnych 3D
   1. Wykonuj obliczenia 3D po śledzeniu wszystkich sześciu kamer.
   2. Kliknij prawym przyciskiem myszy grupę kamer i wybierz Nowe obliczenia 3D, kliknij Wszystkie, aby wybrać kamerę, a następnie wybierz OK.
      UWAGA: Pojawi się nowy folder. Ten folder zawiera wszystkie dane współrzędnych 3D dla wszystkich śledzonych znaczników. Aby wyświetlić i/lub edytować fazy, kliknij prawym przyciskiem myszy współrzędne 3D na lewym pasku bocznym i wybierz Edytuj fazy (Rysunek 7).
   3. Generuj interesujące dane, takie jak wykresy wysokości lub prędkości stawów z punktami danych, przeciągając interesujący Cię znacznik do widoku obok przypisanych faz chodu. (np. kinematyka stawów w Rysunek 8).
3. Diagram 3D
   1. Kliknij opcję Diagram 3D, aby wygenerować rysunek 3D próby.
4. Eksportuj surowe dane, klikając prawym przyciskiem myszy współrzędne 3D/Eksportuj.
   1. Kliknij prawym przyciskiem myszy plik współrzędnych 3D i wybierz polecenie Eksportuj.
   2. Otwórz plik w arkuszu kalkulacyjnym i zaimportuj dane do MATLAB.
   3. Utwórz program do tworzenia wykresów koordynacji wysokości kroku kończyny.
      UWAGA: Dane współrzędnych 3D można eksportować do oprogramowania analitycznego lub niestandardowych zdefiniowanych skryptów makr w celu wygenerowania większej ilości danych poza tym, co oferują funkcje oprogramowania.

Ten protokół demonstruje metodologię ilościowego zbierania i analizy danych kinematycznych 3D dla lokomocji na bieżni u gryzoni za pomocą prostego, wbudowanego oprogramowania. Wyniki pokazują, że protokół jest wykonalny w zbieraniu i analizowaniu kinematyki lokomocji czworonożnej u zdrowych szczurów i szczurów z uszkodzonym rdzeniem kręgowym. Badacze z doświadczeniem w pracy ze szczurami muszą umieścić znaczniki na szczurach, a następnie skalibrować i korzystać z systemu przechwytywania ruchu bez żadnych krytycznych problemów. Dane są łatwo generowane bez użycia skomplikowanych algorytmów.

Tutaj protokół został wdrożony u zdrowych szczurów z uszkodzonym rdzeniem kręgowym (C5 prawostronna hemisekcja). Na potrzeby niniejszego manuskryptu przedstawiono jedynie reprezentatywne wyniki. Ogólnie rzecz biorąc, różne kinematyki ruchu segmentów stawów i kończyn można było łatwo uzyskać ze współrzędnych 3D każdego znacznika. Krytyczne różnice między nieprawidłowym a zdrowymi cyklami chodu można było łatwo wykryć za pomocą wielu wyników, w tym (ale nie wyłącznie) pomiarów wysokości kroku, prędkości stawu, kąta stawu (Rysunek 9), czasu trwania fazy cyklu kroku dla wszystkich czterech kończyn i koordynacji kończyn (Rysunek 10). Analiza danych jakościowych w postaci wykresów i diagramów patyczkowych może pomóc w określeniu narzędzi ilościowych użytych do wdrożenia ostatecznych wyników tego podejścia analitycznego (Rysunek 11).

U reprezentatywnego zdrowego szczura, profil kąta łokcia wykazywał gładkie, pojedyncze szczyty ze spójnymi sąsiednimi cyklami chodu, które wykazywały pełny zakres ruchu (Rysunek 9). Naprzemienne czasy trwania fazy postawy i wymachu śladów sugerowały spójną koordynację wewnątrzkończynową. W przeciwieństwie do tego, profil kąta łokcia reprezentatywnego szczura z uszkodzeniem rdzenia kręgowego wykazywał wiele zniekształconych szczytów, które były mniej spójne i miały mniejsze zakresy ruchu. Oprócz zmian w wydłużonej fazie podparcia i skróconym czasie trwania fazy wymachu, wystąpił niedobór koordynacji wewnątrzkończynowej dla RFL.

W prezentowanych reprezentatywnych danych wykreślonych do koordynacji, stwierdzono, że wykresy koordynacyjne (Rysunek 10) wygenerowane z reprezentatywnych zdrowych szczurów wykazywały dobrze zdefiniowaną, naprzemienną rytmiczną koordynację kończyn ipsilateralnych podczas cykli chodu (wzór w kształcie litery L) oraz w fazie w kształcie litery D z kończynami przeciwstawnymi. Dla porównania, reprezentatywny szczur z uszkodzeniem rdzenia kręgowego (C5 prawostronna hemisekcja) wykazał słabą nienaprzemienną i nierytmiczną koordynację w kończynach ipsilateralnych oraz niezwykłą naprzemienną koordynację rytmiczną (wzór w kształcie litery L) w jednej z par kończyn przeciwległych (Ryc. 10). Biorąc pod uwagę możliwy do zaobserwowania deficyt prawej kończyny przedniej w nagranym filmie, sugeruje to, że RFL i LHL nie były w stanie utrzymać pełnego ciężaru bez wsparcia LFL lub RHL w danym momencie. Trend ten sugeruje mechanizm kompensacyjny, który radzi sobie z wymuszoną prędkością chodzenia na bieżni.

Z pomocą systemu 3D łatwo można było wygenerować dane wymierne, ale wymagało to dostępu do oddzielnych zakładek i wyboru spośród wielu opcji dostępnych w oprogramowaniu. Obecnie trwają prace nad opracowaniem zautomatyzowanego szablonu, który będzie generował dane ilościowe i jakościowe w jednym raporcie dla najbardziej oczywistych wyników zainteresowania (bez konieczności indywidualnego generowania różnych wyników), jak to jest rutynowo robione w przypadku systemu kinematyki wykorzystywanego w badaniach klinicznych. W ten sposób można skompilować i wyeksportować kilka punktów końcowych w formacie raportu, który można łatwo zwizualizować natychmiast po zakończeniu próby.

Rysunek 1: Konfiguracja eksperymentalna. (A) Schemat zestawu do zbierania danych kinematycznych z sześcioma kamerami dla zadania chodzenia na bieżni. Po obu stronach bieżni umieszczony jest zestaw trzech kamer, które rejestrują (klatka po klatce) ruchy znacznika w lewo i w prawo podczas lokomocji. (B) Diagram przedstawiający rozmieszczenie znaczników nad kostnymi punktami orientacyjnymi na kończynach przednich i tylnych gryzonia w celu uchwycenia kinematyki lokomocji czworonożnej. Po każdej stronie szczura umieszcza się łącznie 11 znaczników. Zacienione obszary pokazują obszar, w którym szczur jest ogolony. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 2: Znaczniki do kalibracji. (A) Przypisanie zestawu znaczników dla systemu kalibracji różdżki, przy użyciu dwóch ramek kalibracyjnych: L-Frame i różdżki (B) Układ współrzędnych jest zdefiniowany przez L-Frame, gdzie początek L-Frame (przecięcie dwóch ramion ramy) jest zdefiniowany jako (0,0). Dwa ramiona ramy L, ramki L krótkiej i ramy L długości definiują odpowiednio osie x i y, a oś z jest zdefiniowana jako prostopadła do płaszczyzny XY. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 3: Typy znaczników. (A) Zdjęcie dolnej części tułowia szczura pokazujące dwa rodzaje użytych znaczników. orazNa zdjęciu retrorefleksyjny znacznik umieszczony na grzebieniu biodrowym z dwustronną taśmą, która ma za zadanie przylegać do skóry (zakreślone na czerwono). orazFotografia przedstawia umieszczenie markera pisakowego nad prawym stawem śródstopno-paliczkowym (zakreślony na czerwono). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 4: Śledzenie ruchu. (A) Obraz pokazuje interfejs śledzenia ruchu, w którym można śledzić wiele znaczników jednocześnie za pomocą funkcji "Śledź automatycznie" i "Śledź za pomocą dopasowania wzorca". (B) Powiększony widok znacznika odblaskowego jest wykrywany jako jasna biała okrągła plama w funkcji "Śledź automatycznie" podczas przypisywania znacznika. Oprogramowanie rozpoznaje to miejsce jako jasnoniebieską okrągłą plamkę. Czerwona kropka jest ostatecznie rozpoznawana jako środek przepisanego markera. Wyśrodkowana czerwona plamka w okrągłym znaczniku zmniejsza ryzyko błędów eksperymentalnych podczas śledzenia danych. Odchylenie od środka sugeruje, że późniejsze pomiary i analizy mogą być niedokładne. orazPowiększony widok znacznika odblaskowego wybranego do dopasowania wzoru. Na podstawie rozmiaru, kształtu i koloru wybranego znacznika, oprogramowanie automatycznie identyfikuje znaczniki pasujące do opisu w kolejnych klatkach wideo. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 5: Podstawowe i zaawansowane opcje śledzenia. (A) Filmy mogą być przetwarzane w oprogramowaniu, klikając prawym przyciskiem myszy podczas analizy, dzięki czemu niewyraźne lub rozmyte znaczniki są wyraźnie widoczne, aby umożliwić automatyczne śledzenie. W celach demonstracyjnych pokazano dwa typy ustawień przetwarzania obrazu, które są dostosowywane do różnych warunków oświetlenia otoczenia podczas zbierania danych w celu łatwego śledzenia. (B) Reprezentatywna klatka wideo przed przetworzeniem obrazu. (C) W przypadku podstawowego przetwarzania obrazu (typ przetwarzania I) ustawienia jasności i kontrastu są dostosowywane w celu uzyskania wyraźniejszego obrazu. (D) Korzystając z zaawansowanych ustawień przetwarzania obrazu (typ przetwarzania II), prawy znacznik stawu śródstopno-paliczkowego (znacznik) jest odwrócony i może być następnie śledzony automatycznie. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 6: Przypisanie faz. Cykl chodu dla każdej kończyny można podzielić na odrębne fazy zgodnie z projektem eksperymentalnym. W celach demonstracyjnych pokazano trzy fazy cyklu chodu. (A) Faza postawy jest definiowana jako pierwsza klatka, w której kończyna styka się z powierzchnią bieżni. (B) Faza wymachu jest definiowana jako pierwsza klatka, w której kończyna opuszcza powierzchnię bieżni (C) Środkowa faza wymachu to pierwsza klatka po przesunięciu kończyny, w której łapa zaczyna opadać. W (D) pełny cykl chodu jest zdefiniowany od początku początkowej postawy do przypisania fazy podporu w następnym cyklu chodu. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 7: Zaawansowane opcje analizy fazy krokowej. Ta opcja umożliwia dogłębny wgląd w śledzenie i przypisania faz, a także możliwość zmiany przypisań faz. (A) Pole wyboru znacznika, aby wyświetlić i wybrać żądany znacznik. (B) Okno wyboru współrzędnych: podświetlenie interesującej współrzędnej (w tym przypadku współrzędnych z) pojawi się na czerwono w głównym oknie diagramu. (C) Okno wyboru fazy: przypisane fazy dla kończyny można wyświetlić w odniesieniu do znaczników i współrzędnych wybranych w (A) i (B). Za pomocą tego okna można również edytować fazy. (D) Okno diagramu: współrzędne dla konkretnego znacznika mogą być porównywane jednocześnie podczas poszczególnych faz cyklu chodu. Zielony i żółty reprezentują odpowiednio fazy postawy i wymachu dla prawej kończyny tylnej podczas poruszania się na czterech nogach. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 8: Próbka danych kinematycznych 3D. (A) Różne wyniki z każdego markera stawu mogą być obrazowo wizualizowane z zestawu danych współrzędnych 3D po śledzeniu wideo (B) Reprezentatywne dane wygenerowane dla cykli fazy postawy i wymachu dla każdej kończyny przedniej i tylnej podczas czworonożnego chodu u szczura. Kolory reprezentują fazy postawy i wymachu w kolejnych cyklach kroków. Czerwony i zielony odpowiadają odpowiednio fazom uporu prawej kończyny przedniej i tylnej. Niebieski i turkusowy odpowiadają odpowiednio fazom postawy lewej kończyny przedniej i tylnej. Kolor żółty odpowiada fazie wymachu każdej kończyny. (C) Wiele grup danych (dyskretne markery lub wyniki) może być z łatwością porównywanych jednocześnie. Dane dotyczące prędkości w współrzędnej z markerów lewego i prawego stawu kolanowego są arbitralnie wybierane w celu zademonstrowania prędkości pionowej znacznika stawu kolanowego z powierzchni bieżni. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 9: Reprezentatywne dane kinematyki kątowej stawów od zdrowych i szczurów z uszkodzonym rdzeniem kręgowym w odcinku szyjnym podczas poruszania się na bieżni. (A) Profil kąta stawu łokciowego u zdrowego reprezentatywnego szczura wykazuje gładkie, pojedyncze szczyty śladów kąta stawu ze stałymi sąsiednimi cyklami chodu, które pokazują pełny zakres ruchu. Czerwone i żółte paski oznaczają odpowiednio fazy postawy i wymachu w cyklu kroków kończyn przednich. (B) W przeciwieństwie do tego, ślady u reprezentatywnego szczura z uszkodzeniem rdzenia kręgowego są stosunkowo bardziej zniekształcone i wykazują niespójne wielokrotne piki z ogólnie mniejszym zakresem ruchu stawów. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 10: Reprezentatywne dane dotyczące koordynacji kończyn od zdrowego szczura z uszkodzeniem rdzenia kręgowego w odcinku szyjnym podczas poruszania się na bieżni. (A) Wartości współrzędnych Z markerów śródręczno-paliczkowych (MCP) i śródstopno-paliczkowych (MTP) przedstawiających pomiary wysokości kroku są wykreślane w sześciu różnych kombinacjach między kończynami z około 10 kroków podczas chodzenia na czworonożnym poziomie. Pokazano reprezentatywną demonstrację wszystkich sześciu możliwych par koordynacji kończyn. (B) Zdrowy szczur wykazuje wyraźną naprzemienną koordynację rytmiczną (wzór w kształcie litery L) dla wszystkich par (i, ii, iii, iv). Kiedy kończyny są w fazie (v, vi), pary koordynacyjne podążają za wzorem w kształcie litery D. (C) U szczura z uszkodzeniem rdzenia kręgowego w odcinku szyjnym zwróć uwagę na (i) słabą koordynację między dwiema kończynami przednimi, (iii) parowanie prawych ipsilaterów i (iv) nietypową koordynację dla jednej z par kończyn przeciwległych. Należy zauważyć, że wykresy koordynacyjne (B,C) nie mają tej samej skali. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 11: Animowana figurka 3D. Przykład figurki 3D wygenerowanej na podstawie śledzonych danych. Kliknij tutaj, aby pobrać ten rysunek.  

Tabela 1: Zaawansowane ustawienia kalibracji. Tabela podsumowuje parametry, których użyliśmy do dokładnej kalibracji konfiguracji z sześcioma kamerami. Ustawienia te zostały przetestowane eksperymentalnie i uznane za optymalne dla naszej konfiguracji.

Autorzy nie mają nic do ujawnienia.