3D кинематический анализ гайт для доклинических исследований у грызунов

У грызунов, передних конечностей и задних конечностей локомотивных дефицитов после неврологических расстройств обычно оцениваются с помощью субъективных систем скоринга¹. Автоматизированные системы^2,3,4,5 были приняты для анализа походки, но страдают от недостатков, потому что первичные результаты основаны на анализе следа и не в состоянии захватить решающее значение сегментатические и совместные кинематические переменные, которые в противном случае могут выявить истинную кинематику движений конечностей². Поскольку большинство параметров походки коррелируют, набор параметров походки необходим для понимания компенсаций, принятых крысами, чтобы полностью оценить дефицит двигателя.

В последнее десятилетие для биомедицинских исследований на людях было разработано несколько 3D-систем анализа движения^6. Эти системы были успешными и доказали свою эффективность в захвате дефицита в передвижении у здоровых взрослых людей, а также изменены кинематики ходьбе^6,7. У грызунов, в настоящее время доступны 3D кинематические системы движения принять сложные алгоритмы и моделирования для движения поведения и использовать сложные методы анализа данных^8,9,10,11 , которые в конечном итоге ограничить их универсальность. Кроме того, методы, используемые для сбора данных с большинством 3D систем захвата движения, не объясняются должным образом в литературе. Отсутствуют подробные сведения о процедурах сбора и анализа данных, ограничениях и методах эффективного использования системы.

Следовательно, одним из распространенных понятий среди исследователей является то, что 3D движения отслеживания кинематической оценки довольно усилий и трудоемких процедур, которые требуют технических знаний и тщательного анализа данных. Цель этой работы состоит в том, чтобы разбить протоколы сбора и анализа данных и описать методологию с помощью поэтапного процесса, с тем чтобы она была объективной, легкой в освоении и с помощью которого можно было систематически подходить к ней. Сегодня, будет вытекать на оценивать функциональное моторное поведение в более всестороннем и систематическом образе следуя за неврологическими ушибами и интервенциями в доклинических изучениях.

В области четырехрупедного передвижения, представленный здесь является использование 3D системы отслеживания движения, которые могут предоставить дополнительную информацию, такую как осанка тела, вращение лап по отношению к телу осей, взаимосвязи суставов, и более точную информацию в отношении координации, все в то время как одновременно визуализации всего животного из всех плоскостей. Это, в свою очередь, может выявить критические различия в поведении двигателя внутри и между здоровыми и раненых крыс через несколько результатов. При более точном кинематический анализ, который является точным и объективным, риск неправильного вывода последствий вмешательства сведен к минимуму. Генерируемые данные из этого программного обеспечения захвата движения визуализированы кадр за кадром для качества движения и могут быть автоматически отслеживаться, а сбор или количественная оценка данных не требует каких-либо дополнительных алгоритмов или моделирования. Целью этой работы является предоставление методологических деталей и соображений, связанных со сбором данных и анализом 3D-кинематики походки во время движения беговой дорожки у здоровых и травмированных спинного мозга крыс. Этот протокол предназначен для использования доклиническими исследователями, которые используют неврологические модели крыс в экспериментах.

Это исследование было проведено в соответствии с рекомендациями Национального института здравоохранения Руководство по уходу и использованию лабораторных животных. Протокол был одобрен Комитетом по исследованиям в отношении животных ректора Университета Стоуни-Брук.

1. Настройка системы захвата движения

1. Настройка
2. Установите шесть камер на стене (или штативы) с помощью тонко регулируемых головок. Позиция три камеры выше на каждой стороне беговой дорожки, с каждой камерой под углом 20 "-45" ниже горизонта, примерно 2,0 м от беговой дорожки и примерно 0,5 м от соседних камер для максимального охвата маркеров (Рисунок 1).
   1. Оборудуйте каждую камеру кольцевым светом для визуализации ретрофлебных маркеров.
3. Запустите систему захвата движения.
   1. В рамках проекта Спецификация,определить желаемые маркеры для эксперимента.
      ПРИМЕЧАНИЕ: Для демонстрационных целей, в общей сложности 22 маркеров используется как для передних конечностей и задних конечностей (11 маркеров с каждой стороны) для оценки двусторонних четырехколесных передвижения. Кроме того, набор маркеров Импорта с определенным вариантом идентификатора маркера позволяет предустановленные вычисления в программном обеспечении.

2. Калибровка системы захвата движения

1. Захват видео калибровки
   1. Поместите L-образную калибровочную рамку (далее именуемую как "L-рама") ортогоналино на беговой дорожке, с длинной ногой L-рамки, указывающей в направлении ходьбы крысы(рисунок 2).
   2. Откройте программное обеспечение захвата движения и выберите запись для захвата калибровки видео.
   3. Переместите трезубец формы калибровки кадра (в дальнейшем называют "wand") по всей беговой дорожке области в пространстве, с тем чтобы охватить все области, что крыса будет ходить дюйма
      ПРИМЕЧАНИЕ: L-кадр содержит четыре маркера, которые устанавливают глобальную систему координат, а палочка содержит три маркера, которые будут откалибровать 3D проходное пространство крысы.
   4. Запись как минимум 1 мин кадры для обеспечения адекватной палочки данных присутствуют для надлежащей калибровки на 120 кадров / с.
   5. Сохранить видео в виде 3D калибровочных файлов.
2. Отслеживание L-Frame
   1. Право нажмите на группу камеры и выберите 3D-отслеживание. Под выпадающим окном выберите 3D калибровочныевидео, затем все калибровочныекамеры.
   2. Используя функцию фиксированной точки, отслеживайте происхождение L-кадров, L-кадр короткий, L-кадр середине, и L-кадр долго на каждом из шести калибровочных видео. Определите все точки и выберите кнопку "Автоматически поиск".
      ПРИМЕЧАНИЕ: Положение L-кадра должно оставаться последовательным по отношению к беговой дорожке в течение всего эксперимента, чтобы предотвратить смещение системы координат.
3. Отслеживание палочки
   1. Нажмите правой кнопкой мыши на камеру группы и выберите Автоматическое отслеживание 3D-Wand.
   2. Выберите все камеры в выборе камеры. В правом нижнем углу окна выберите параметры, отменить выбор кадра Detect Lи выбрать Start Tracking.
   3. После автоматического отслеживания, выберите Назначить Wand Короткий, Wand Mid, и Wand Long маркеры для всех шести камер.
   4. На окне 3D-отслеживания выберите Экспорт в необработанные данные,а затем выберите существующий вариант данных о палочке Overwrite, чтобы сохранить отслеживание.
   5. Выберите «Да» в окне, которое появляется после последнего шага, чтобы сохранить наиболее точные данные.
      ПРИМЕЧАНИЕ: Это новое отслеживание будет сохранено как отслеживание под автоматическим отслеживанием вкладке в левой боковой панели. Сохраненный отслеживание можно получить и отредактировать позже.
4. Расчет калибровки
   1. Право нажмите калибровки камеры групп и выбрать Новую группу калибровки палочки.
   2. Выберите все камеры и удерживайте ключ Ctrl (контроль) при выборе Ok.
   3. Изменение длины палочки до 100,00 мм, L-рамки пол смещены до 7,00 мм, итерации для обнаружения выбросов до 4, и позволило палочки длина отклонения до 0,300.
   4. Измените камеру, что палочка должна быть видна в варианте до 4, и включите следующее: исправить соотношение сторон, исправить перекос параметра, и исправить основную точку (Таблица 1).
      ПРИМЕЧАНИЕ: Эти настройки были экспериментально определены как оптимальные для этой настройки.
   5. Примите калибровки со стандартным отклонением от длины палочки менее 3 мм и остаточной стоимостью менее 0,004.
      ПРИМЕЧАНИЕ: Если камеры или связанное с ними оборудование будет перемещено за пределы этой точки, потребуется перекалибровать систему.

3. Обучение и подготовка животного к передвижению беговой дорожки

1. Обучение крыс для передвижения беговой дорожки
   1. Акклиматизовать крыс на беговой дорожке в течение 5 минут до тренировки¹².
   2. Поезд крыс ходить с полным весом подшипника на конечностях на 13 см / с в течение 15 мин / сессии по утрам в течение 1 недели. Поезд всех крыс, пока они не способны последовательно ходить (минимум 10 непрерывных шагов) на беговой дорожке¹².
   3. Полные тренировки примерно в одно и то же время дня для каждой крысы.
2. Перед сбором данных, анестезируют крысу, поместив крысу в инкубационную камеру.
   1. Доставка изофруранового газа (1,0%-2,5%) и 0,4 л кислорода в течение примерно 5 мин. Pinch ноги крысы, чтобы проверить на глубину анестезии.
   2. Продолжить, когда крыса не реагирует на лапу щепотку (отрицательный рефлекс вывода лапы).
3. Бритье крысы в регионах, где маркеры будут размещены, чтобы избежать меха от вмешательства с маркером отслеживания(рисунок 1).
   1. Palpate кожи для костлявой ориентир разместить маркеры. Используйте маркеры пера для суставов дистальных до локтя и колена(рисунок 3).
      ПРИМЕЧАНИЕ: Ретроотражающие маркеры пластиковых полушарий 0,5 см в диаметре покрыты светоотражающей лентой.
   2. Поместите маркеры по желанию на костлявые ориентиры до сбора данных(рисунок 3).
      ПРИМЕЧАНИЕ: У здоровых, ненейротравматических крыс, ретроотражающие маркеры, размещенные над дистальными суставами, часто удаляются крысами. Для демонстрационных целей, ретроотражающие маркеры размещены над проксимальной костлявые ориентиры (подлый гребень, бедро, коленный сустав для задних конечностей, плечевые и локтевые суставы для переднего конечности), и перо маркеры используются для более дистальных ориентиров. В наших руках, это дало воспроизводимые результаты между крысами и внутри (неопубликованные данные).

4. Захват движения

1. Выберите кнопку «красная камера» на верхней панели программного обеспечения для захвата движения для записи пробной версии. Обозначьте место сохранения на компьютере и выберите запись Begin для записи на частоте 120 кадров/с.
2. Установите пользователь-определенный беговой дорожке скорость и позволяют крысе ходить около 30 с, или как минимум 10 непрерывных шагов.
3. Остановите запись и убедитесь, что отснятый материал содержит не менее 10 непрерывных шагов, прежде чем продолжить.
4. Создайте новую группу камер для каждого испытания после сохранения записанного видео.

5. Отслеживание движения

1. Выберите знак «К», примыкающий к сохраненной группе камер. Это будет отображать список всех шести камер.
2. Назначить 3D калибровку файлу камеры
   1. Перейти к группе калибровки камеры и справа щелкните по расчетной калибровке. Выберите параметры 3Dкамеры. Назначаем файл калибровки соответствующим файлам камеры в группе сохраненной камеры. Навистенад над файлом камеры для проверки калибровки (читается как 3D калибровка действительна).
3. Индивидуальная камера 2D слежения
   1. Нажмите правой кнопкой камеры группы для отслеживания движения. Выберите 2D отслеживание.
   2. Выберите семь-десять лучших непрерывных и последовательных шагов для отслеживания. Запись номера кадра при первом контакте эталонной конечности на беговой дорожке для каждого шага.
      ПРИМЕЧАНИЕ: Для демонстрационных целей левая задняя конечность была выбрана в качестве эталонной конечности.
4. Доступны различные варианты отслеживания.
   1. Право нажмите маркер интереса и выберите автоматическое отслеживание, который будет обнаруживать яркие круглые пятна, созданные ретрофлюративной маркеров (Рисунок 4).
   2. Кроме того, отслеживать маркеры с помощью шаблона соответствия, который будет использовать алгоритм, встроенный в программное обеспечение для отслеживания маркеров на основе размера и цвета (Рисунок 4).
   3. Вручную отслеживать и исправлять обнаруживаемые маркеры или ошибки в отслеживании.
5. Используйте черные маркеры, когда дистальные суставы ретроотражающие маркеры не возможны.
   1. Отслеживайте черные маркеры с помощью расширенной обработки изображений, инвертируя черные маркеры в яркие пятна для автоматического отслеживания.
      ПРИМЕЧАНИЕ: Опция обработки изображений может быть использована для отслеживания маркеров, которые трудно обнаружить или увидеть.
   2. Нажмите справа на крысиное видео в 2D слежении окно. Выберите обработку изображений.
   3. Выберите Расширенный вид и добавьте комбинацию из четырех фильтров (яркость, контрастность, гамма), чтобы сделать черный маркер как можно более темным по сравнению с его окружением. Наконец, добавить invert, и черный маркер станет ярким маркером, который может быть отслежены автоматически(рисунок 5).
6. Коррекция размещения маркеров
   1. Вручную отслеживать и исправлять обнаруживаемые маркеры или ошибки в отслеживании.
   2. Чтобы вручную отследить видео, выберите нужный маркер на правой боковой панели. Нажмите правой кнопкой мыши и выберите Руководство отслеживания. Начните отслеживать выбранный маркер на крысином видео, которое появляется кадр за кадром.
   3. Чтобы исправить любые ошибки, перейдите к кадру, где произошла ошибка отслеживания. Нажмите правой кнопкой мыши на конкретной вкладке маркера в правой боковой панели и нажмите Кнопка Удалить точку. Повторяйте точку вручную в точном положении.
7. Используя вышеуказанный метод, полное 2D отслеживание для всех камер, используемых для всех желаемых маркеров в диапазоне кадра непрерывных шагов.
8. Нажмите на Save на протяжении всего процесса отслеживания.

6. Кинематический анализ

1. Фазовые назначения
   1. Фазы правого щелчка и выберите модель фазы edit.
   2. Настройте фазы походки цикла для каждой конечности в соответствии с дефицитом один выбирает для изучения (например, добавление перетаскивания фаз, палец локон фазы и т.д.) в рамках традиционной позиции и качели фазы шаг цикла. Определите фазы эксперимента(рисунок 6).
      ПРИМЕЧАНИЕ: Для демонстрационных целей здесь показаны три фазы, а левая задняя конечность используется в качестве эталонной конечности для семи-десяти циклов походки.
   3. Право нажмите камеру в группе камеры и выберите показать видео.
   4. Назначайте фазы цикла походки для каждой конечности в программном обеспечении с помощью кнопки добавления фазы или ключа ярлыка F11.
   5. Выберите подходящую конечность под анализом и обозначите первый кадр отслеживания как начало фазы Stance.
   6. Продвините видео в кадр, где заканчивается фаза позиции и начинается фаза качели. Обозначите этот кадр как начало фазы Swing.
   7. Продвините видео к первому кадру, где нога начинает спускаться. Обозначите этот кадр как начало фазы среднего качели.
      ПРИМЕЧАНИЕ: В этом смысле, этап позиции цикла шага для каждой конечности определяется как первый кадр, в котором конечность контактов с поверхностью беговой дорожки. Фаза качели определяется как первый кадр, в котором конечность покидает поверхность беговой дорожки. Середина качели фазы является рама, где конечности достигнута максимальная очистка и начинает спускаться. Полный цикл походки определяется с начала первоначальной позиции до назначения фазы позиции следующего цикла походки.
   8. Повторяйте эти шаги до тех пор, пока назначения фаз конечностей не будут завершены для каждого шага. Повторите для других трех конечностей.
2. Расчеты 3D-координат
   1. Выполняйте 3D-вычисления после отслеживания всех шести камер.
   2. Нажмите право йнагнете на группу камеры и выберите новый 3Dрасчет, нажмите Все для выбора камеры, а затем выберите OK.
      ПРИМЕЧАНИЕ: Появится новая папка. Эта папка содержит все данные 3D-координат для всех отслеживаемых маркеров. Для просмотра и/или отсвачения фаз, нажмите на 3D-координаты в левой боковой панели и выберите фазы edit (рисунок7).
   3. Генерировать данные, представляющие интерес, такие как диаграммы совместной высоты или скорости с точками данных, перетащив маркер интереса для просмотра бок о бок с назначенными фазами походки. (например, совместная кинематика на рисунке8).
3. 3D диаграмма
   1. Нажмите 3D-схему, чтобы создать 3D-фигуру пробной версии.
4. Экспорт необработанных данных путем нажатия на кнопку 3D-координаты/экспорт.
   1. Нажмите правой кнопкой 3D координат файл и выберите Экспорт.
   2. Откройте файл в программном обеспечении электронной таблицы и импортируйте данные в MATLAB.
   3. Создайте программу для создания участков координации высоты высоты конечностей.
      ПРИМЕЧАНИЕ: данные 3D-координат могут быть экспортированы в аналитические программы или пользовательские определенные макросценарии для генерации большего количества данных, помимо того, что предлагают функции программного обеспечения.

Этот протокол демонстрирует методологию количественного 3D-кинематической коллекции и анализа беговой дорожки у грызунов с помощью простого, встроенного программного обеспечения. Результаты показывают, что протокол осуществим в сборе и анализе четырехпедальных локомотивных кинематики у здоровых и спинного мозга раненых крыс. Исследователи с крысами опыт должен место маркеры на крысах, а затем калибровать и использовать систему захвата движения без каких-либо критических вопросов. Данные легко генерируются без использования сложных алгоритмов.

Здесь протокол был реализован у здоровых и травмированных спинного мозга (C5 правой гемисекции) крыс. Для целей данной рукописи отображаются только репрезентативные результаты. В целом, различные кинематические движения суставов и конечностей сегмента были легко получить от 3D координат каждого маркера. Критические различия между аномальной походкой и здоровой походкой были легко обнаружены с несколькими исходами, включая (но не ограничиваемый) измерения высоты шага, скорость совместной работы, угол сустава(рисунок 9), продолжительность фазы цикла шага для всех четырех конечностей, и координация конечностей(рисунок 10). Анализ качественных данных в виде графиков и диаграмм палки может определять количественные инструменты, используемые для реализации окончательных результатов этого аналитического подхода(рисунок 11).

В репрезентативной здоровой крысы, локоть угол профиля продемонстрировали гладкие, одиночные пики с последовательной смежной походки циклов, которые отображаются полный диапазон движения(Рисунок 9). Чередование фазы и фазы качели продолжительности следов предложил последовательную координацию внутриконечности. В отличие от этого, профиль угла локтя репрезентативной поврежденной крысы спинного мозга продемонстрировал несколько искаженных пиков, которые были менее последовательными и меньшими диапазонами движения. В дополнение к изменениям в удлиненной фазе позиции и укороченной продолжительности фазы качели, был дефицит в координации внутриконечности для RFL.

В представленных репрезентативных данных, составленных для координации, было установлено, что координационные участки(рисунок 10),созданные из репрезентативных здоровых крыс, показали четко определенные, чередующиеся ритмические координации в ипсилатеральных конечностях во время походки циклов (L-образный узор) и в фазе D-образный узор с контралатеральными конечностями. Для сравнения, представитель спинного мозга раненых (C5 правой гемисекции) крыса показала плохой не-переменной и неритмической координации в ипсилатеральных конечностей и необычной переменной ритмической координации (L-образный шаблон) в одном из контралатеральных конечностей спаривания(рисунок 10). Учитывая наблюдаемый дефицит в правой передней конечности в записанном видео движения, это говорит о том, что RFL и LHL были не в состоянии нести полный вес без поддержки либо LFL или RHL в любой момент времени. Эта тенденция предполагает компенсационный механизм, чтобы справиться с вынужденной скоростью ходьбы на беговой дорожке.

Количественные данные были легко генерируемые из использования 3D-системы, но это включало доступ к отдельным вкладок и выбор из множества вариантов, доступных в программном обеспечении. В настоящее время ведется работа по разработке автоматизированного шаблона, который будет генерировать количественные и качественные данные в единый отчет для наиболее очевидных результатов, представляющих интерес (без необходимости индивидуально говоруть различные результаты), как это обычно делается с кинематическая система, используемая для клинических исследований. Таким образом, несколько конечных точек могут быть собраны и экспортированы в формате отчета, который может быть легко визуализирован сразу же после испытания.

Рисунок 1 : Экспериментальная настройка. (A) Схема шестикамерного кинематической настройки сбора данных для беговой дорожки ходьбе задачи. Набор из трех камер помещается по обе стороны беговой дорожки для захвата (кадр за кадром) левый и правый маркер движения во время передвижения. (B) Диаграмма с изображением маркера размещения над костлявыми ориентирами на передних конечностях грызунов и задних конечностей, чтобы захватить четырехколесный локомотив кинематики. В общей сложности 11 маркеров помещается на каждой стороне крысы. Затененные области показывают область, где крыса побрилась. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 2 : Маркеры для калибровки. (A) Маркер набор назначений для системы калибровки палочки, используя два калибровочных кадров: L-Frame и палочка (B) Координат система определяется L-Frame, где L-Frame происхождения (пересечение двух ног кадра) определяется как (0,0). Две конечности L-Frame, L-Frame короткие и L-Frame длинные определяют x- и y-axs, соответственно, и z-оси определяется как перпендикулярно плоскости XY. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 3 : Типы маркеров. (A) Фотография нижнего ствола крысы с указанием двух типов маркеров, используемых. (B) Фотография демонстрирует светоотражающий маркер, размещенный на подвздошном гребне с двусторонней лентой, которая предназначена для прилипания к коже (обведенный красным). (C) Фотография демонстрирует размещение маркера пера над правым плюсневофаллангевым суставом (обведенным красным). Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 4 : Отслеживание движения. (A) Изображение показывает интерфейс отслеживания движения, где несколько маркеров могут быть отслежены одновременно с помощью функций "Track автоматически" и "Track с помощью шаблона соответствия" функций. (B) Увеличенное представление ретрофлеативного маркера обнаруживается как яркое белое круглое пятно в функции "Track automatically" во время назначения маркера. Программное обеспечение распознает это пятно как ярко-голубое круглое пятно. Красная точка в конечном итоге признается в качестве центра предписанного маркера. Центрированное красное пятно в круговом маркере снижает вероятность экспериментальных ошибок при отслеживании данных. Отклонение от центра позволяет предположить, что последующие измерения и анализы могут быть неточными. (C) Увеличенное представление ретрофлеативного маркера, выбранного для сопоставления шаблона. Основываясь на размере, форме и цвете выбранного маркера, программное обеспечение автоматически определяет маркеры, соответствующие описанию в последующих видеокадрах. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 5 : Основные и продвинутые параметры отслеживания. (A) Видео могут быть обработаны в рамках программного обеспечения, право нажав видео во время анализа, так что неясные или размытые маркеры четко визуализированы, чтобы автоматическое отслеживание. Для демонстрационных целей показаны два типа параметров обработки изображений, которые корректируются с учетом различных условий освещения во время сбора данных для легкого отслеживания. (B) Представитель видео кадр амдостоянии до обработки изображений. (C) Для базовой обработки изображений (обработка типа I), настройки яркости и контрастности корректируются для более четкого представления. (D) Используя расширенные настройки обработки изображений (обработка типа II), правильный плюсневалангеальный маркер сустава (черный маркер) инвертируется и затем может быть отслежена автоматически. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 6 : Фазовые задания. Цикл gait для каждой конечностью можно разделить в дискретные участки согласно экспериментальному конструкции. Для демонстрационных целей показаны три фазы цикла походки. (A) Этап stance определяется как первый кадр, в котором конечность контактирует с поверхностью беговой дорожки. (B) Качели фазы определяется как первый кадр, в котором конечности покидает беговой дорожке поверхности (C) Средняя фаза качели является первым кадром после оформления конечностей, где лапа начинает спускаться. В (D), полный цикл походки определяется с начала первоначальной позиции до назначения фазы позиции следующего цикла походки. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 7 : Расширенные варианты для анализа фазы шага. Эта опция позволяет углубленное представление отслеживания и фазовых назначений, а также возможность изменять фазовые назначения. (A) Поле выбора маркера для просмотра и выбора желаемого маркера. (B) Окно выбора координации: выделение координат интереса (в данном случае z-координат) будет отображаться как красный в окне основной диаграммы. (C) Окно выбора фазы: назначенные фазы для конечности могут быть просмотрены в отношении маркеров и координат, выбранных в (A) и (B). Фазы также могут быть отредактированы через это окно. (D) Окно диаграммы: координаты для определенного маркера можно сравнить одновременно во время индивидуальных фаз цикла походки. Зеленый и желтый представляют позицию и фазы качели соответственно для правой задней во время четырехколесного передвижения. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 8 : Образец 3D кинематической данных. (A) Различные результаты от каждого совместного маркера могут быть живописно визуализированы из набора данных 3D-координат после отслеживания видео (B) Представитель данных, генерируемых для позиции и фазы качели циклов для каждого передних конечностей и задних конечностей во время квадроцикл ходить в крысы. Цвета представляют фазы stance и качания последовательных циклов шага. Красный и зеленый соответствуют правым фазам позиции передних конечностей и задних конечностей соответственно. Синий и чирок соответствуют левым фазам позиции передних конечностей и задним конечностям соответственно. желтый цвет соответствует фазе качели каждой конечности. (C) Несколько групп данных (дискретные маркеры или результаты) можно одновременно сравнить с легкостью. Данные о скорости z-координаторалевого и правого коленного сустава произвольно отбираются для демонстрации вертикальной скорости маркера коленного сустава с поверхности беговой дорожки. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 9 : Представитель совместных угловой кинематики данных от здоровых и шейного спинного мозга травмированных крыс во время беговой дорожки передвижения. (A) Локоть совместный угол профиля в здоровой репрезентативной крысы демонстрирует гладкие, одиночные пики совместных следов угла с последовательными смежных циклов походки, которые отображают полный диапазон движения. Красные и желтые полосы обозначают фазы позиции и качели соответственно цикла ступеней передних конечностей. (B) В отличие от этого, следы в репрезентативном спинном мозге поврежденной крысы являются относительно более искаженными и показывают несовместимые несколько пиков с общим меньшим диапазоном совместных движений. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 10 : Представитель конечностей координации данных от здорового и шейного спинного мозга ранения крысы во время беговой дорожки передвижения. (A) Значения z-координки метакарпофаланга (MCP) и metatarsophalangeal (MTP) маркеры, изображающие меры высоты шага, построены в шести различных комбинациях между конечностями примерно из 10 шагов во время четырехрупедной ходьбы. Показаны репрезентативная демонстрация всех шести возможных пар координации конечностей. (B) Здоровая крыса показывает четкую переменную ритмическую координацию (L-образный узор) для всех пар (i, ii, iii, iv). Когда конечности находятся в фазе (v, vi), координационные пары следуют D-образной схеме. (C) В шейного спинного мозга ранения крысы, обратите внимание (i) плохая координация между двумя передними конечностями, (iii) право ипсилатерального спаривания и (iv) необычная координация для одного из пар контралатеральных конечностей. Обратите внимание, что координационные участки (B,C) не имеют одной и той же шкалы. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Рисунок 11 : Анимированные 3D палка фигура. Пример фигуры 3D-палки, полученной из отслеживаемых данных. Пожалуйста, нажмите здесь, чтобы загрузить эту цифру.   

Таблица 1: Расширенные настройки для калибровки. Таблица обобщает параметры, которые мы использовали для точной калибровки шестикамерной настройки. Эти настройки были экспериментально протестированы и найдены оптимальными для нашей настройки.

Авторам нечего раскрывать.