Artigo de método

Configuração para a avaliação quantitativa do movimento e da atividade muscular durante um teste virtual modificado de caixa e bloco

DOI:

10.3791/65736

⸱

12 de janeiro de 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

Neste artigo

Resumo

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

O protocolo aqui descrito visa aprimorar a avaliação quantitativa dos déficits dos membros superiores, com o objetivo de desenvolver tecnologia adicional para avaliação remota tanto na clínica quanto no domicílio. As tecnologias de realidade virtual e biossensores são combinadas com técnicas clínicas padrão para fornecer informações sobre o funcionamento do sistema neuromuscular.

Resumo

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

A capacidade de nos movermos nos permite interagir com o mundo. Quando essa habilidade é prejudicada, pode reduzir significativamente a qualidade de vida e a independência de uma pessoa e pode levar a complicações. A importância da avaliação e reabilitação remota de pacientes cresceu recentemente devido ao acesso limitado a serviços presenciais. Por exemplo, a pandemia de COVID-19 resultou inesperadamente em regulamentações rígidas, reduzindo o acesso a serviços de saúde não emergentes. Além disso, o atendimento remoto oferece uma oportunidade de abordar as disparidades de saúde em áreas rurais, carentes e de baixa renda, onde o acesso aos serviços permanece limitado.

Melhorar a acessibilidade por meio de opções de atendimento remoto limitaria o número de visitas hospitalares ou especializadas e tornaria os cuidados de rotina mais acessíveis. Finalmente, o uso de eletrônicos de consumo comerciais prontamente disponíveis para atendimento domiciliar pode melhorar os resultados dos pacientes devido à melhor observação quantitativa dos sintomas, eficácia do tratamento e dosagem da terapia. Embora o atendimento remoto seja um meio promissor de abordar essas questões, há uma necessidade crucial de caracterizar quantitativamente o comprometimento motor para tais aplicações. O protocolo a seguir procura abordar essa lacuna de conhecimento para permitir que médicos e pesquisadores obtenham dados de alta resolução sobre movimentos complexos e atividade muscular subjacente. O objetivo final é desenvolver um protocolo para administração remota de testes clínicos funcionais.

Aqui, os participantes foram instruídos a realizar uma tarefa Box and Block (BBT) de inspiração médica, que é frequentemente usada para avaliar a função da mão. Esta tarefa exige que os sujeitos transportem cubos padronizados entre dois compartimentos separados por uma barreira. Implementamos um BBT modificado em realidade virtual para demonstrar o potencial de desenvolvimento de protocolos de avaliação remota. A ativação muscular foi capturada para cada sujeito usando eletromiografia de superfície. Esse protocolo permitiu a aquisição de dados de alta qualidade para melhor caracterizar o comprometimento do movimento de maneira detalhada e quantitativa. Em última análise, esses dados têm o potencial de serem usados para desenvolver protocolos para reabilitação virtual e monitoramento remoto de pacientes.

Introdução

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

O movimento é como interagimos com o mundo. Embora as atividades cotidianas, como pegar um copo d'água ou caminhar para o trabalho, possam parecer simples, mesmo esses movimentos dependem de sinalização complexa entre o sistema nervoso central, músculos emembros. Como tal, a independência pessoal e a qualidade de vida estão altamente correlacionadas ao nível de função dos membros de um indivíduo 2,3. Danos neurológicos, como na lesão medular (LM) ou lesão de nervos periféricos, podem resultar em déficits motores permanentes, diminuindo assim a capacidade de executar até mesmo atividades simples da vida diária 4,5. De acordo com o Instituto Nacional de Distúrbios Neurológicos e Derrame, mais de 100 milhões de pessoas nos Estados Unidos apresentam déficits motores, sendo o AVC uma das principais causas 6,7,8. Devido à natureza dessas lesões, os pacientes geralmente requerem cuidados prolongados nos quais a avaliação motora quantitativa e o tratamento remoto podem ser benéficos.

As práticas atuais para o tratamento de distúrbios do movimento geralmente exigem avaliação clínica inicial e contínua da função por meio da observação por especialistas treinados, como fisioterapeutas ou terapeutas ocupacionais. Os testes clínicos validados padrão geralmente exigem profissionais treinados para administrá-los, com restrições de tempo específicas e pontuação subjetiva de movimentos ou tarefas funcionais predefinidas. No entanto, mesmo em indivíduos saudáveis, movimentos idênticos podem ser realizados com combinações variadas de ângulos articulares. Este conceito é denominado redundância musculoesquelética.

Os testes clínicos funcionais muitas vezes não levam em conta a redundância individual subjacente à variabilidade entre os sujeitos. Para médicos e pesquisadores, distinguir entre variabilidade normal causada por redundância e alterações patológicas no movimento continua sendo um desafio. Avaliações clínicas padronizadas realizadas por avaliadores bem treinados utilizam sistemas de pontuação de baixa resolução para reduzir a variabilidade entre avaliadores e melhorar a validade do teste. No entanto, isso introduz efeitos teto, diminuindo a sensibilidade e a validade preditiva para indivíduos que podem ter déficits leves de movimento 9,10. Além disso, esses testes clínicos não podem diferenciar se os déficits são causados pela mecânica corporal passiva ou coordenação muscular ativa, o que pode ser importante durante o diagnóstico inicial e ao projetar um plano de reabilitação específico para o paciente. Ensaios clínicos randomizados revelaram eficácia inconsistente de planos de tratamento formulados com base em evidências fornecidas por esses testes clínicos 11,12,13. Vários estudos enfatizaram a necessidade de métricas clínicas quantitativas e fáceis de usar que possam ser usadas para orientar o desenho de intervenções futuras14,15.

Em estudos anteriores, demonstramos a implementação da avaliação automatizada do movimento usando dispositivos de captura de movimento do consumidor prontamente disponíveis no comprometimento do braço pós-AVC, bem como a avaliação da função do ombro após cirurgia torácica em pacientes com câncer de mama16,17. Além disso, mostramos que o uso de momentos articulares ativos para estimar momentos musculares de movimentos ativos específicos é uma medida mais sensível de déficits motores após AVC em comparação com ângulos articulares18. A captura de movimento e a eletromiografia de superfície (EMG) podem, portanto, ser de importância crítica na avaliação de pacientes diagnosticados como assintomáticos por testes clínicos padrão, mas que ainda podem estar apresentando dificuldades de movimento, fadiga ou dor. Este artigo descreve um sistema que pode permitir a caracterização detalhada e quantitativa do movimento durante testes clínicos padrão para o desenvolvimento futuro de métodos para avaliação e reabilitação em casa em populações de pacientes com deficiência motora.

A realidade virtual (VR) pode ser usada para construir uma experiência de usuário imersiva enquanto modela tarefas diárias. Normalmente, os sistemas de RV rastreiam os movimentos das mãos do usuário para permitir interações simuladas com o ambiente virtual. O protocolo que descrevemos aqui usa produtos de RV de consumo para captura de movimento para quantificar a avaliação de déficits motores, semelhante a outros estudos que demonstram o uso de controladores de videogame prontos para uso na avaliação quantitativa do comprometimento após acidente vascular cerebral ou cirurgia no ombro16,17. Além disso, a EMG é uma medida não invasiva da atividade neural subjacente à contração muscular19. Como tal, a EMG pode ser usada para avaliar indiretamente a qualidade do controle neural do movimento e fornecer uma avaliação detalhada da função motora. Danos musculares e nervosos podem ser detectados pela EMG, e distúrbios como distrofia muscular e paralisia cerebral são comumente monitorados por essa técnica20,21. Além disso, a EMG pode ser usada para rastrear alterações na força muscular ou espasticidade, o que pode não ser evidente nas avaliações cinemáticas22,23, bem como fadiga e coativação muscular. Métricas como essas são críticas para considerar o progresso da reabilitação 23,24,25.

O paradigma experimental descrito aqui busca alavancar uma combinação de RV e EMG para abordar as limitações das ferramentas tradicionais de avaliação clínica. Aqui, os participantes foram solicitados a realizar uma tarefa de Caixa e Bloco modificada (BBT)26 usando objetos reais e em RV. A TCB padrão é uma ferramenta clínica usada na avaliação geral da função macroscópica dos membros superiores, na qual os indivíduos são solicitados a mover o maior número possível de blocos de 2,5 cm de um compartimento, sobre uma partição, para um compartimento adjacente em um minuto. Embora frequentemente usado para avaliar de forma confiável os déficits em pacientes com acidente vascular cerebral ou outras condições neuromusculares (por exemplo, paresia dos membros superiores, hemiplegia espástica), dados normativos também foram relatados para crianças e adultos saudáveis, com idades entre 6 e 89anos 26. Uma avaliação virtual do movimento é usada para simular aspectos funcionais do teste clínico validado realizado na vida real. A RV é usada aqui para diminuir o hardware necessário, permitindo o fornecimento de instruções padronizadas e pontuação programada e automatizada. Dessa forma, a supervisão constante por profissionais treinados não seria mais necessária.

O BBT neste estudo foi simplificado para se concentrar em capturar o alcance e a preensão de um bloco de cada vez que aparece no mesmo local. Isso maximizou a reprodutibilidade dos movimentos e minimizou a variabilidade intersujeito nos dados registrados. Por fim, os fones de ouvido de realidade virtual podem ser adquiridos por apenas US$ 300 e têm o potencial de abrigar várias avaliações. Uma vez programado, isso diminuiria significativamente o custo associado à avaliação profissional típica e permitiria maior acessibilidade desses testes clínicos padrão e validados em ambientes clínicos e remotos/domésticos.

Protocolo

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

Os procedimentos experimentais foram aprovados pelo Conselho de Revisão Institucional da West Virginia University (IRB), protocolo # 1311129283, e aderiram aos princípios da Declaração de Helsinque. Os riscos deste protocolo são menores, mas é necessário explicar todos os procedimentos e riscos potenciais para os participantes e o consentimento informado por escrito foi adquirido com documentação aprovada pelo conselho de ética institucional.

1. Características e design do sistema

NOTA: A configuração para este protocolo consiste nos seguintes elementos: (1) sensores e base EMG, (2) software de aquisição de dados EMG (DAQ), (3) um sistema de captura de movimento e (4) um fone de ouvido VR com software correspondente. Esses componentes são visualizados na Figura 1.

  1. Configuração dos componentes do sistema
    1. Conecte o sistema EMG.
      1. Conecte a estação base EMG à energia.
      2. Conecte a estação base EMG a um computador dedicado (Figura 1C) contendo os scripts DAQ.
        NOTA: Exemplos de scripts podem ser encontrados em: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0. Alguns produtos comerciais podem vir com software DAQ licenciado, que também pode ser usado.
    2. Conecte o sistema de captura de movimento.
      1. Conecte um segundo computador dedicado (Figura 1A) a um roteador de rede.
      2. Conecte o roteador de rede a um servidor de captura de movimento.
      3. Conecte o servidor de captura de movimento a um monitor de computador para visualização.
      4. Conecte as câmeras ao servidor de captura de movimento.
    3. Conecte o sistema VR.
      1. Conecte o fone de ouvido VR a um terceiro computador dedicado com os scripts DAQ correspondentes (Figura 1B).
        NOTA: Exemplos de scripts podem ser encontrados em: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0
      2. Carregue o ambiente de jogo VR que contém as tarefas pretendidas no computador conectado ao fone de ouvido VR (Figura 1B).
    4. Prepare a área onde o sujeito concluirá a tarefa.
      1. Use uma cadeira resistente e sem braços para garantir que não haja interferência no alcance normal do assunto.
      2. Para a segurança e precisão dos dados coletados, confirme se a área de teste está livre de todos os obstáculos.
    5. Sincronize os sistemas.
      1. Use uma função de software personalizada para sincronizar sistemas a tempo com um servidor único.
      2. Como alternativa, use um computador ou um gerenciador de mensagens preferido.

figure-protocol-1
Figura 1: Configuração do equipamento experimental. (A) As câmeras de captura de movimento do marcador são posicionadas no chão e no teto ao redor do espaço experimental, estabelecendo um espaço ideal para rastrear o movimento. Um computador dedicado é usado para executar o software de captura de movimento e salvar os dados. (B) O fone de ouvido usado para exibir o BBT modificado em VR está conectado a um computador dedicado onde a avaliação virtual e os dados da tarefa são salvos. (C) A base EMG é conectada a um computador dedicado onde os dados de atividade muscular são registrados e salvos durante a execução da tarefa. Sensores EMG e marcadores de LED para captura de movimento são colocados no braço do sujeito durante a sessão (consulte a Figura 2). Abreviaturas: VR = realidade virtual; EMG = eletromiografia. Clique aqui para ver uma versão maior desta figura.

2. Procedimentos experimentais

NOTA: uma representação visual do fluxo experimental descrito neste protocolo é mostrada na Figura 2.

  1. Configurar EMG
    1. Para determinar o posicionamento do sensor EMG para melhor qualidade de sinal, palpe o ventre muscular enquanto o participante contrai o músculo relevante27. Consulte a Tabela 1 para a seleção muscular usada neste protocolo.
    2. Usando um lenço umedecido com álcool, limpe cuidadosamente cada eletrodo e o local de colocação do sensor pretendido no braço do sujeito.
      NOTA: A limpeza completa dos sensores EMG e da pele do sujeito garantirá uma baixa impedância eletrodo-pele. Isso garante que os dados EMG gravados tenham uma alta relação sinal-ruído. O excesso de pelos no local de colocação do sensor pode causar dados de baixa qualidade, mesmo se devidamente limpos. Nesse caso, pode ser necessário raspar o cabelo.
    3. Depois de preparar os eletrodos EMG e a pele do sujeito, coloque os sensores EMG no sujeito, garantindo um bom contato entre os eletrodos e a pele. Os eletrodos bipolares devem ser posicionados de forma que os sensores fiquem paralelos à direção das fibras musculares.
  2. Configure o sistema de captura de movimento
    NOTA: Isso pode não ser necessário se apenas um fone de ouvido VR estiver sendo usado para rastrear os movimentos das mãos para cinemática.
    1. Calibre as câmeras de rastreamento de movimento usando as instruções do fabricante. Mova a varinha de calibração por todo o espaço experimental para calibrar as câmeras de rastreamento de movimento e definir o eixo 3D do espaço.
      NOTA: O sistema de captura de movimento do marcador usado neste protocolo inclui uma varinha de calibração com marcadores de LED.
    2. Coloque os marcadores de captura de movimento de LED nos pontos de referência ósseos da extremidade superior e do tronco do sujeito que são necessários para construir os modelos biomecânicos desejados.
    3. Use o software de captura de movimento fornecido para garantir que todos os marcadores sejam reconhecidos e rastreados pelas câmeras de captura de movimento. Instrua o sujeito a realizar vários movimentos práticos enquanto o pessoal do estudo monitora visualmente os dados do marcador em tempo real.
  3. Configurar tarefa de avaliação de habilidades de RV
    1. Posicione uma cadeira no centro do espaço experimental de captura de movimento. Use uma cadeira semelhante à usada para o teste tradicional do mundo real.
    2. Calibre o fone de ouvido VR na cadeira onde o sujeito realizará a tarefa de avaliação. Uma vez calibrado, instrua o sujeito a sentar na cadeira e colocar o fone de ouvido VR na cabeça.
    3. Enquanto o sujeito estiver sentado, meça a distância entre o ombro do sujeito e o chão, bem como o comprimento do braço do sujeito. Use essas distâncias para definir o local em que a tabela e a tarefa de avaliação serão geradas na RV.
    4. No script de controle de tarefas de RV, insira as medidas do sujeito e programe o número desejado de repetições de geração de blocos.
      NOTA: Neste BBT modificado, blocos individuais serão gerados um de cada vez para aumentar a reprodutibilidade.
  4. Instrua o sujeito a realizar a avaliação BBT modificada em RV.
    1. Forneça uma breve explicação da tarefa para o sujeito.
      1. O bloco virtual aparecerá no lado esquerdo ou direito, conforme determinado pelo experimentador.
      2. Explique ao sujeito que ele precisará pegar o bloco virtual, transportá-lo pela partição e colocá-lo no alvo no compartimento oposto (Figura 2).
        NOTA: No BBT virtual modificado usado aqui, o bloco desaparecerá automaticamente e reaparecerá na posição inicial quantas vezes forem determinadas pelo experimentador.
    2. Comece a coletar dados EMG.
    3. Comece a coletar dados de captura de movimento.
    4. Inicie a tarefa de avaliação de habilidades de RV.
      1. Deixe a tarefa ser executada pelo número predefinido de repetições antes de terminar automaticamente.
    5. Salve os dados EMG e cinemáticos para análise post-hoc.
    6. Determine uma pontuação clinicamente relevante para o BBT modificado post-hoc como o número de blocos transportados com sucesso sobre a barreira ou repetições da tarefa em 60 s.

figure-protocol-2
Figura 2: Protocolo experimental, tarefa de RV e configuração do sujeito. (A) Fluxograma descrevendo o protocolo experimental usado aqui. (B) Exemplo de visualização do BBT modificado implementado no ambiente VR. As medições anatômicas são usadas para calibrar a tarefa de RV, garantindo que a tabela virtual seja gerada no local relativo correto. (C) Colocação de marcadores de captura de movimento LED e sensores EMG no assunto. Os sensores EMG são colocados nos músculos de interesse e os marcadores de captura de movimento LED são posicionados sobre os pontos de referência ósseos. Abreviaturas: VR = realidade virtual; EMG = eletromiografia; LED = diodo emissor de luz. Clique aqui para ver uma versão maior desta figura.

Resultados

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

Os dados de EMG, cinemática e força obtidos de indivíduos que usam este protocolo podem ser usados para caracterizar movimentos em repetições da mesma tarefa, bem como durante diferentes tarefas. Os dados mostrados aqui representam resultados de participantes de controle saudáveis para demonstrar a viabilidade dessa configuração. Perfis EMG representativos registrados de um indivíduo saudável realizando a TCB modificada em RV são mostrados na Figura 3. Pode-se observar alta ativação muscular do deltóide anterior (DELT_A), sugerindo que ele é o principal motor do braço para cada movimento de alcance. Os extensores do antebraço e do punho (ECU e ECR) também foram notavelmente ativados, o que sugere que esses músculos são usados para apoiar a preensão do bloqueio durante todo o movimento. Finalmente, o aumento da atividade dos músculos do polegar (EPB e APB) indica seu uso na preensão e liberação do bloqueio. Embora os perfis EMG registrados durante a TCB modificada em RV fossem semelhantes à tarefa do mundo real, a atividade muscular máxima durante a avaliação da RV foi reduzida. Esses resultados sugerem que tanto o BBT padrão do mundo real quanto o BBT modificado em RV envolvem mecanismos de controle motor semelhantes.

Os dados de rastreamento manual de RV foram usados para obter dados cinemáticos que produziram perfis suaves de trajetórias de ângulo articular ao longo do BBT modificado implementado em VR (Figura 4). O uso dos dedos polegar, médio e indicador na preensão do bloqueio é marcado por alterações do ângulo articular nas articulações interfalangeanas proximal e distal (Figura 4). Os ângulos articulares dos dedos 2 (indicador) e 3 (meio) são vistos mudando ao longo de trajetórias semelhantes, significando seu uso simultâneo para agarrar e depois liberar o bloco. Comparativamente, os dedos 4 (anel) e 5 (mindinho) mostram um padrão distinto nas alterações do ângulo articular nas articulações interfalangeanas proximal e distal. Isso não apenas sugere que eles não foram usados para agarrar o bloco, mas também mostra que seu movimento oposto aos dedos 2 e 3 pode marcar um movimento típico de fora de sinergia no qual esses dedos permanecem flexionados enquanto o bloco é liberado. Esse controle fracionado de extensão de dedos versus flexão pode estar ausente em alguém com déficits motores pós-AVC. A Tabela 2 mostra as faixas médias de ângulo articular durante a tarefa. Além disso, o tempo de cada movimento ou fase do movimento, como agarrar e alcançar, e o número de repetições em um determinado período também podem ser medidos a partir dos dados cinemáticos obtidos do fone de ouvido VR.

A qualidade dos dados obtidos a partir deste protocolo pode ser maximizada através da consideração minuciosa de vários fatores. Como mencionado anteriormente, a aquisição de dados EMG de alta qualidade depende do contato próximo entre os eletrodos do sensor e a pele. Quando os sensores são posicionados com segurança, os dados EMG terão uma alta relação sinal-ruído com períodos claros de ruptura que indicam quando os músculos estão se contraindo ativamente (Figura 5). Explosões distintas de atividade elétrica correspondentes à contração muscular podem ser visualizadas nos sinais não filtrados (Figura 5A) e filtrados (Figura 5B), com ruído mínimo. Aumentos aberrantes ou inesperados na amplitude do sinal podem ser indicativos de artefatos de movimento que podem resultar da fixação insegura dos sensores EMG à pele. Se sensores com fio forem usados, isso também pode resultar de fios pendurados durante o movimento. Os dados de captura de movimento de alta qualidade exigem que os membros permaneçam na visão clara da câmera para que o algoritmo de rastreamento possa resolver com precisão as coordenadas relativas dos pontos rastreados. Alterações grandes ou abruptas nas coordenadas dos pontos rastreados ou valores de coordenadas ausentes indicam dados de captura de movimento de baixa qualidade. Embora a interpolação de marcadores possa ser usada para calcular coordenadas ausentes, esse método é válido apenas por breves períodos relativos à duração do movimento.

figure-results-1
Figura 3: Perfis EMG representativos filtrados e retificados registrados de um indivíduo saudável realizando 10 repetições do BBT modificado em RV. (A) Flexores proximais do braço (cabeça curta do bíceps, vermelho; cabeça longa do bíceps, cinza; deltóide anterior, preto). (B) Extensores proximais do braço (tríceps cabeça longa, verde; tríceps lateral, azul). (C) Flexores distais do braço (flexor ulnar do carpo, vermelho; flexor radial do carpo, preto). (D) Extensores distais do braço (extensor ulnar do carpo, verde; extensor radial do carpo, azul). (E) Músculos dos dedos e polegares (flexor superficial dos dedos, vermelho; extensor comum dos dedos, verde; extensor curto do polegar, azul; abdutor curto do polegar, marrom). Esta figura é adaptada de Yough28. Abreviaturas: BBT = Tarefa de Caixa e Bloco; EMG = eletromiografia; BIC_SH = cabeça curta do bíceps; BIC_LO = cabeça longa do bíceps; DELT_A = deltóide anterior); TRI_LO = tríceps cabeça longa; TRI_LAT = tríceps lateral; UFC = flexor ulnar do carpo; FCR = flexor radial do carpo; UCE = extensor ulnar do carpo; ECR = extensor radial do carpo; FDS = flexor superficial dos dedos; EDC = extensor comum dos dedos; EPB = extensor curto do polegar; APB = abdutor curto do polegar. Clique aqui para ver uma versão maior desta figura.

figure-results-2
Figura 4: Perfis cinemáticos representativos registrados de um indivíduo saudável realizando 10 repetições do BBT modificado em RV. (A) Ângulos articulares do polegar nas articulações CMC, MCP e IP. (B) Ângulos articulares das articulações MCP dos dígitos 2-5. (C) Ângulos articulares das juntas PIP dos dígitos 2-5. (D) Ângulos das juntas DIP dos dígitos 2-5. Os números após o nome de cada articulação indicam o dedo a que cada articulação corresponde (polegar = 1, indicador = 2, meio = 3, anel = 4, mindinho = 5). Esta figura é adaptada de Yough28. Abreviaturas: CMC = carpometacarpal; Ad/Ab = adução/abdução; E/F = extensão/flexão; MCP = metacarpofalângica; IP = interfalangeana; PIP = interfalangeana proximal; DIP = interfalangeana distal. Clique aqui para ver uma versão maior desta figura.

figure-results-3
Figura 5: Dados representativos do sensor EMG. (A) Sinais EMG brutos e (B) filtrados de um sensor EMG seguro e posicionado de maneira ideal no flexor ulnar do carpo. Esta figura é adaptada de Yough28. Abreviaturas: EMG = eletromiografia. Clique aqui para ver uma versão maior desta figura.

Número do sensor DelsysMúsculo
1Flexor ulnar do carpo
2Flexor radial do carpo
3Extensor ulnar do carpo
4Extensor radial longo do carpo
5Ancôneo
6Flexor superficial dos dedos
7Extensor comum dos dedos
8Bíceps braquial - cabeça medial/curta
9Bíceps braquial - cabeça lateral/longa
10Tríceps braquial - cabeça longa
11Tríceps braquial - cabeça lateral
12Deltóide anterior
13Deltóide lateral
14Extensor curto do polegar
15Abdutor curto do polegar

Tabela 1: Seleção muscular para sensores EMG para registro neste protocolo.

Grau de liberdadeÂngulo mínimo da junta (rad)Ângulo máximo da junta (rad)Magnitude (rad)
Supinação-Pronação do Punho0.240.680,44 ± 0,17
Extensão-flexão do punho-0.47-0.40,1 ± 0,06
Adução-Abdução do Punho-0.18-0.10,08 ± 0,03
Adução-abdução carpometacarpal0.350.550,2 ± 0,09
Flexo-extensão carpometacarpal0.050.240,18 ± 0,12
Flexo-extensão do metacarpo do polegar-0.23-0.150,08 ± 0,02
Flexo-extensão interfalangeana do polegar-0.56-0.480,09 ± 0,03
Índice de extensão-flexão do metacarpo0.250.50,25 ± 0,13
Índice Extensão-flexão interfalangeana proximal0.740.940,0,2 ± 0,14
Índice: Extensão-flexão interfalangeana distal0.670.810,15 ± 0,1
Extensão-flexão do metacarpo médio0.250.460,2 ± 0,11
Extensão-flexão interfalangeana proximal média0.891.070,18 ± 0,11
Extensão-flexão interfalangeana distal média0.740.90,15 ± 0,1
Extensão-flexão do metacarpo do anel0.220.420,2 ± 0,14
Extensão-flexão interfalangeana proximal em anel0.91.10,2 ± 0,15
Extensão-flexão interfalangeana distal do anel0.780.930,15 ± 0,1
Pequena extensão-flexão do metacarpo0.320.480,16 ± 0,04
Extensão-flexão interfalangeana proximal pequena0.931.090,16 ± 0,09
Extensão-flexão interfalangeana distal pequena0.760.90,14 ± 0,09

Tabela 2: Faixas médias de ângulo articular durante um BBT modificado. As direções de movimento nos nomes DOF correspondem às direções negativas-positivas. Por exemplo, em "Supinação-Pronação do Pulso", a supinação está na direção negativa e a pronação está na direção positiva.

Discussão

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

Sistema EMG
O hardware do sistema EMG consiste em 15 sensores EMG usados para obter dados de ativação muscular. Uma Interface de Programação de Aplicativos (API) disponível comercialmente foi usada para gerar um software de gravação EMG personalizado. O hardware do sistema de RV consiste em um fone de ouvido de realidade virtual usado para exibir o ambiente imersivo de RV e um cabo para conectar o fone de ouvido ao computador dedicado onde a tarefa de avaliação virtual está armazenada. O software consiste em software de computação gráfica 3D para criar e executar a tarefa de RV. Aqui, um Teste de Caixa e Bloco modificado, adaptado da popular avaliação manual de destreza26, foi usado como tarefa de avaliação. A interação com o ambiente de RV foi permitida por meio do uso de um programa de software projetado para calcular o local onde a tabela seria gerada, iniciar a tarefa, gerar blocos e salvar os dados.

Sistema de captura de movimento
O hardware do sistema de captura de movimento consiste no fone de ouvido VR, no sistema de captura de movimento do marcador e no controlador de movimento VR. O fone de ouvido VR é equipado com capacidade de rastreamento manual por meio de quatro câmeras infravermelhas integradas (72-120 Hz). Esses dados foram extraídos do aparelho para análise cinemática. O sistema de captura de movimento do marcador consiste em um servidor, câmeras com campo de visão de 60°, diodo emissor de luz vermelha (LED) como marcadores e um objeto de calibração. Para capturar o espaço com precisão, as câmeras precisarão se sobrepor ligeiramente. Durante o experimento, uma determinada área de captação foi cercada por oito câmeras (480 Hz), onde quatro estavam no teto e quatro no chão. Este sistema foi calibrado e alinhado antes do experimento. Os sistemas de captura de movimento de marcadores podem ser preferidos, pois fornecem dados cinemáticos de alta definição para aplicações clínicas e de pesquisa. O controlador de movimento VR contém um módulo óptico de rastreamento manual que captura o movimento da mão e do dedo. O controlador possui duas câmeras de infravermelho próximo de 640 x 240 pixels (120 Hz), capazes de rastrear movimentos até 60 cm do dispositivo e em um campo de visão de 140 x 120°. Este dispositivo foi conectado ao fone de ouvido VR ou preso acima da cabeça durante o movimento. O software de desenvolvimento de computação gráfica 3D foi usado para visualizar o rastreamento manual e coletar dados do ambiente de RV. Os dados dos sistemas de captura de movimento sem marcadores e marcadores foram adquiridos e salvos usando scripts de programas de software personalizados. Exemplos de scripts de programas de software podem ser encontrados em: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0.

Possíveis substituições de equipamentos
Eletrodos EMG de superfície sem fio, bipolares são usados neste protocolo, no entanto, outras tecnologias EMG (com fio, etc.) podem ser substituídas. Se estiver usando sensores padrão disponíveis comercialmente, conforme descrito na Tabela de Materiais, o software DAQ que o acompanha pode ser usado em vez dos scripts de software personalizados (taxa de amostragem de 2.000 Hz). Se forem usados sensores EMG alternativos, o software compatível com esse sistema também deve ser usado.

Em vez de conectar o fone de ouvido VR ao computador via cabo, o fone de ouvido VR tem a capacidade de armazenar o ambiente interativo dentro do fone de ouvido. A implementação do recurso em futuras aplicações para reabilitação para levar para casa seria vantajosa para o paciente. O fone de ouvido VR usado aqui pode ser substituído por um headset VR imersivo diferente. Antes da substituição, isso exigiria a validação da compatibilidade com o software de desenvolvimento do jogo.

Um software de desenvolvimento alternativo pode ser usado para a criação do ambiente virtual e da tarefa descrita neste protocolo. Além disso, outras avaliações clínicas traduzidas em RV podem ser usadas no lugar da TCB modificada ilustrada aqui (por exemplo, o Action Research Arm Test (ARAT) ou a Avaliação Redefinida Graduada de Força, Sensação e Preensão (GRASSP)). Embora a TCB possa ser usada para avaliar uma ampla gama de lesões neurológicas, o uso de tarefas clínicas alternativas permitiria a avaliação de outros distúrbios do movimento. O GRASSP, por exemplo, é usado principalmente para avaliar pacientes com lesão medular, enquanto o ARAT é mais comumente usado para avaliar hemiplegia devido a danos corticais. As avaliações virtuais também podem ser administradas sem controle por um script de programa de software (ou seja, autônomo), mas o DAQ e o controle da administração do teste precisariam ser contabilizados. Para avaliação de habilidades, um Teste de Caixa e Bloco (BBT) tangível pode ser usado no lugar da tarefa desenvolvida em VR26. O uso de equipamentos do mundo real exigiria tecnologia alternativa de captura de movimento, no lugar do rastreamento manual gravado em um fone de ouvido VR.

Marcador alternativo confiável ou captura de movimento sem marcador pode ser usado para rastrear a cinemática da mão. Por exemplo, a captura de movimento baseada em VR pode ser usada para simplificar a configuração, enquanto ainda obtém os dados de rastreamento manual necessários para extrair informações cinemáticas. O sistema de captura de movimento do marcador usado aqui inclui software para calibrar o espaço experimental de captura de movimento e operar as câmeras (taxa de amostragem de 480 Hz). A tecnologia alternativa de captura de movimento deve ser usada com o software correspondente apropriado.

Computadores separados são ilustrados na Figura 1, cada um executando um componente de hardware diferente. Um único computador de alto desempenho pode executar todo o software para coleta de dados e VR. No protocolo descrito aqui, o uso de três computadores separados requer sincronização de dados. A sincronização dos dados no tempo entre os dispositivos é fundamental para que os dados de EMG, cinemática e força produzam conclusões significativas. Scripts de programas de software personalizados usando uma função de data e hora integrada foram usados para registrar a hora universal em cada sistema no início da tarefa. Criticamente, todos os computadores devem estar conectados à mesma rede para que esses scripts funcionem corretamente. Depois que a hora de início foi registrada usando datetime, os scripts DAQ utilizaram as funções tic e toc para incrementar o tempo durante o teste. Essas funções têm uma precisão de aproximadamente 0,000001s, potencialmente permitindo que os dados sejam gravados em 1.000 kHz. Em nossa configuração, a frequência de amostragem mais alta é de 30 kHz, o que está bem abaixo dos recursos máximos desse método para gravar e sincronizar o tempo entre dispositivos. Um aplicativo de mensagens de protocolo de controle de transmissão/protocolo de internet (TCP-IP)29 desenvolvido em Python foi usado para transmitir dados entre o ambiente VR e o aplicativo DAQ com base no endereço IP.

Além de garantir a sincronização de tempo, era de importância crítica sincronizar os dados adquiridos em diferentes frequências de amostragem. Dois dos computadores foram iniciados manualmente para coletar dados de captura de movimento (480 Hz) e registrar dados EMG (2000 Hz). Estudos anteriores utilizaram circuitos de sincronização personalizados para enviar um evento comum entre sistemas em pontos de referência de teste (por exemplo, um pulso de sincronização é enviado quando a gravação de dados começa e novamente quando a gravação termina)30. Aqui, o uso das funções datetime, tic e toc do programa de software permite a sincronização sem a necessidade de hardware adicional. O aplicativo de mensagens TCP-IP disponível comercialmente usado aqui também suportava comunicação contínua entre sistemas. Essa estrutura para sincronizar o tempo e as frequências de coleta de dados entre sistemas também funcionou para organizar consistentemente os dados para análise post hoc avançada.

O protocolo experimental descrito aqui é extremamente personalizável para atender às necessidades variáveis de grupos clínicos ou de pesquisa, com potencial para ser aplicado tanto em ambientes clínicos quanto em casa/remotos. Embora tenhamos descrito uma avaliação da atividade muscular e cinemática usando um BBT modificado em RV, uma configuração semelhante pode ser usada para diferentes testes clínicos e pode até ser simplificada para conjuntos de dados reduzidos. Por exemplo, EMG e sensores de força podem ser excluídos se apenas dados cinemáticos forem necessários. A aquisição apenas de dados cinemáticos exigiria simplesmente o uso de um sistema de captura de movimento. Hardware adicional, como eletroencefalografia ou eletrocardiografia, também pode ser incluído para registrar dados extras. No lugar dos eletrodos EMG de superfície padrão, a EMG de superfície de alta densidade ou intramuscular pode ser usada para registrar dados de atividade muscular mais precisos31,32. Além disso, outros testes clínicos funcionais, como o ARAT ou o GRASSP, podem ser usados para avaliar déficits motores em diferentes populações de pacientes. Embora a configuração descrita aqui seja destinada principalmente a fins de pesquisa para quantificar melhor os déficits de movimento na RV, pretendemos desenvolver uma configuração semelhante para permitir o monitoramento e a reabilitação remotos do paciente. Esperamos que este protocolo seja facilmente adaptado usando óculos de realidade virtual padrão equipados com rastreamento de movimento das mãos, em combinação com um dispositivo de gravação EMG vestível. Em estudos futuros, pretendemos desenvolver ainda mais este protocolo para uso doméstico, incorporando uma capa EMG de baixo custo, vestível e de alta densidade que está sendo desenvolvida atualmente.

Em comparação com a fisioterapia ou terapia ocupacional tradicional em uma clínica ou centro de reabilitação, a reabilitação de RV oferece muitos benefícios potenciais. Embora o protocolo descrito aqui se destine a ser usado principalmente para fins de pesquisa, os métodos de avaliação virtual podem ser implementados remotamente e usando dispositivos prontos para uso, sem a necessidade de equipamentos médicos especializados e caros. Além disso, os sistemas de RV são capazes de rastrear quantitativamente os movimentos das mãos para fornecer informações sobre a qualidade do movimento, o que pode não ser viável com a avaliação padrão33,34. A comparabilidade dos movimentos em RV versus tarefas do mundo real continua sendo um tópico de estudo intensivo e insights futuros afetarão como a RV pode ser usada para reabilitação. O procedimento descrito aqui é uma configuração flexível que usa VR para orientar movimentos padronizados e obter dados cinemáticos e EMG individuais. Os dados obtidos de estudos que utilizam a configuração descrita também podem fornecer informações sobre como os indivíduos se movem no ambiente virtual e os mecanismos potenciais pelos quais alguns sujeitos consideram a RV mais imersiva. Isso é de importância crítica ao adaptar avaliações clínicas da vida real em um ambiente de RV.

Várias etapas na configuração e execução deste protocolo devem ser cuidadosamente monitoradas para obter dados precisos e de alta qualidade. De importância primordial é o posicionamento adequado do sensor EMG. Dados EMG limpos e precisos com alta relação sinal-ruído requerem que os sensores sejam colocados na pele higienizada e sem pelos, acima da barriga do músculo selecionado27. Da mesma forma, se um sistema de captura de movimento de marcador for usado, os marcadores devem ser colocados com precisão em pontos de referência ósseos para capturar dados confiáveis para calcular os ângulos de interesse da junta. Em comparação com os sensores EMG, há alguma flexibilidade na orientação dos marcadores de captura de movimento, mas um mínimo de três pontos não colineares deve sempre ser usado para definir a localização de um corpo rígido no espaço35. Certas técnicas para calcular ângulos de articulação, como cinemática inversa baseada em modelo, exigirão a colocação exata do marcador. Se estiver usando este método, os locais dos marcadores experimentais devem corresponder aos do modelo36. O software de modelagem musculoesquelética desenvolvido para o cálculo da cinemática inversa geralmente inclui funções computacionais integradas para combinar o modelo e as localizações experimentais dos marcadores. O OpenSim, uma plataforma desenvolvida pela Universidade de Stanford37, é comumente usado para esse tipo de análise. A segurança do sensor EMG e do marcador deve ser monitorada durante toda a tarefa para garantir que dados de alta qualidade sejam registrados.

Se os dados obtidos desse protocolo forem ruidosos, a solução de problemas deve se concentrar na consideração de várias etapas. Primeiro, o mau posicionamento do sensor EMG pode produzir dados ruidosos e deve ser verificado. Para mitigar esse problema, a preparação da pele antes da fixação do sensor EMG é importante, conforme discutido anteriormente. Além disso, dados de captura de movimento de baixa qualidade podem ocorrer se os marcadores saírem do alcance das câmeras. Uma breve perda de pontos rastreados pode ser resolvida por meio de interpolação, mas se os marcadores continuarem a falhar em transmitir dados posicionais precisos, podem existir problemas subjacentes mais graves. Se um único marcador estiver caindo repetidamente, isso pode indicar que o marcador está obscurecido pelo movimento do assunto ou está se movendo para fora do alcance da câmera. Além disso, a calibração defeituosa da câmera pode causar falha em vários marcadores. Nesse cenário, é melhor recalibrar totalmente o sistema de captura de movimento após remover o sujeito e o equipamento de teste do espaço experimental. Além disso, deve-se usar iluminação suficiente, pois ambientes com pouca luz podem impedir a aquisição de dados de captura de movimento de alta qualidade.

O protocolo descrito tem várias limitações. Primeiro, a configuração ilustrada aqui requer o uso de várias câmeras de captura de movimento. No entanto, a intenção deste protocolo é coletar dados de alta resolução para quantificar melhor os déficits de movimento na RV antes do desenvolvimento de avaliações clínicas totalmente remotas que podem ser concluídas apenas pelo paciente. Além disso, as tarefas executadas em RV carecem de feedback tátil. Isso é importante notar, pois o feedback tátil por si só pode alterar a magnitude da força de preensão38,39. Isso pode afetar a ativação muscular ou a cinemática quando uma tarefa é executada em um ambiente virtual em vez de usar equipamentos tangíveis. Se o feedback tátil for considerado de importância crítica (por exemplo, se os pacientes também estiverem apresentando déficits sensoriais), o uso de robôs hápticos pode ser incluído para imitar o feedback tátil. Apesar dessa limitação, prevemos que os dados obtidos da configuração descrita aqui serão cruciais para quantificar as mudanças na cinemática e na atividade muscular em tarefas somente de RV para pacientes com distúrbios do movimento. Isso ajudará na adaptação de tais testes clínicos para uso doméstico. Uma limitação adicional deste protocolo é que um único bloco é apresentado por vez durante o teste. No BBT padrão, 150 blocos de madeira são colocados em um compartimento da caixa para começar. Este BBT modificado foi projetado para aumentar a reprodutibilidade da captura de movimento gravada e dos dados EMG, simulando um bloco que reaparece no mesmo local virtual. Como tal, o BBT modificado implementado em RV é provavelmente uma tarefa mais simplificada. Em estudos futuros, será importante que o BBT modificado em RV seja consistente com a configuração do BBT padrão para garantir a validade do conteúdo.

Divulgações

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

Os autores não têm conflitos de interesse a declarar.

Agradecimentos

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

Este trabalho foi apoiado pelo Gabinete do Secretário Adjunto de Defesa para Assuntos de Saúde por meio do Programa de Pesquisa de Restauração de Combatentes com Lesões Neuromusculoesqueléticas (RESTORE) sob o Prêmio nº W81XWH-21-1-0138. Opiniões, interpretações, conclusões e recomendações são de responsabilidade dos autores e não são necessariamente endossadas pelo Departamento de Defesa.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Cadeira sem braçosN/AUma cadeira para os sujeitos se sentarem deve ser sem braços para que seus braços não sofram interferência.
ComputadorDell TechnologiesForam utilizados três computadores para acompanhar o equipamento de aquisição de dados.
Leap Motion ControllerUltraleapMódulo óptico de rastreamento de mão que captura o movimento da mão e dos dedos. O controlador possui duas câmeras de infravermelho próximo de 640 x 240 pixels (120 Hz), que são capazes de rastrear movimentos a até 60 cm do dispositivo e em uma temperatura de 140 x 120° campo de visão. Este dispositivo foi conectado ao fone de ouvido VR ou preso acima da cabeça durante o movimento.
MATLABMathWorks, Inc. Plataforma de programação usada para desenvolver software de aquisição de dados personalizado
Oculus Quest 2MetaHeadset de realidade virtual imersivo equipado com capacidade de rastreamento manual através de 4 câmeras infravermelhas embutidas (72-120 Hz). Pode ser substituído por outros dispositivos semelhantes (por exemplo, HTC Vive, HP Reverb, Playstation VR).
Cabo Oculus Quest 2 LinkMetaUsado para conectar o fone de ouvido ao computador onde o jogo VR foi armazenado
PhaseSpace Motion CapturePhaseSpace, Inc.Sistema de captura de movimento marcado, composto por um servidor, câmeras com campo de visão de 60 graus, diodo emissor de luz vermelha (LED) como marcadores e um objeto de calibração
Trigno Wireless SystemDelsys, Inc.Por Delsys Inc., inclui EMG, acelerômetro, sensores de força, uma estação base e software de coleta. A Interface de Programação de Aplicativos (API) Trigno-MATLAB foi usada para desenvolver software de gravação personalizado.
UnReal Engine 4Software da Epic Gamesusado para criar e executar a tarefa de caixa e bloco modificada em VR

Referências

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

Reimpressões e permissões

Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE

Solicitar permissão

Etiquetas

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

Artigos relacionados