Методическая статья

Установка для количественной оценки движений и мышечной активности во время виртуального модифицированного бокс-теста и теста Block

DOI:

10.3791/65736

⸱

12 января 2024 г.

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

* These authors contributed equally

В этой статье

Краткое содержание

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

Описанный здесь протокол направлен на улучшение количественной оценки дефицита верхних конечностей с целью разработки дополнительной технологии для дистанционной оценки как в клинике, так и в домашних условиях. Виртуальная реальность и биосенсорные технологии в сочетании со стандартными клиническими методами позволяют получить представление о функционировании нервно-мышечной системы.

Аннотация

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

Способность двигаться позволяет нам взаимодействовать с миром. Когда эта способность нарушена, это может значительно снизить качество жизни и независимость и привести к осложнениям. Важность дистанционной оценки и реабилитации пациентов в последнее время возросла из-за ограниченного доступа к личным услугам. Например, пандемия COVID-19 неожиданно привела к введению строгих правил, сократив доступ к неэкстренным медицинским услугам. Кроме того, дистанционная помощь дает возможность устранить неравенство в здравоохранении в сельских, недостаточно обслуживаемых районах и районах с низким уровнем дохода, где доступ к услугам остается ограниченным.

Повышение доступности за счет вариантов дистанционной медицинской помощи ограничило бы количество посещений больниц или специалистов и сделало бы плановую помощь более доступной. Наконец, использование легкодоступной коммерческой бытовой электроники для ухода на дому может улучшить результаты лечения пациентов благодаря улучшенному количественному наблюдению за симптомами, эффективности лечения и дозировке терапии. Несмотря на то, что дистанционная помощь является многообещающим средством решения этих проблем, существует острая необходимость в количественной характеристике двигательных нарушений для таких приложений. Следующий протокол направлен на устранение этого пробела в знаниях, чтобы позволить клиницистам и исследователям получать данные с высоким разрешением о сложных движениях и лежащей в их основе мышечной активности. Конечной целью является разработка протокола дистанционного проведения функциональных клинических тестов.

Здесь участников проинструктировали выполнить задачу «Коробка и блок», вдохновленную медициной, которая часто используется для оценки функции руки. Для выполнения этой задачи испытуемым необходимо транспортировать стандартизированные кубики между двумя отсеками, разделенными барьером. Мы реализовали модифицированный ББТ в виртуальной реальности, чтобы продемонстрировать потенциал разработки протоколов удаленной оценки. Мышечная активация была зафиксирована для каждого субъекта с помощью поверхностной электромиографии. Этот протокол позволил получить высококачественные данные для лучшей характеристики двигательных нарушений в деталях и количественном отношении. В конечном счете, эти данные могут быть использованы для разработки протоколов виртуальной реабилитации и удаленного мониторинга пациентов.

Введение

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

Движение – это то, как мы взаимодействуем с миром. В то время как повседневные действия, такие как поднятие стакана воды или прогулка на работу, могут показаться простыми, даже эти движения основаны на сложной передаче сигналов между центральной нервной системой,мышцами и конечностями. Таким образом, личная независимость и качество жизни сильно коррелируют с уровнем функции конечностей человека 2,3. Неврологические повреждения, такие как травма спинного мозга (ТСМ) или повреждение периферических нервов, могут привести к постоянному двигательному дефициту, тем самым снижая способность выполнять даже простые повседневные действия 4,5. По данным Национального института неврологических расстройств и инсульта, более 100 миллионов человек в Соединенных Штатах испытывают двигательный дефицит, причем инсульт является одной из ведущих причин 6,7,8. Из-за характера этих травм пациенты часто нуждаются в длительном уходе, при котором количественная оценка моторики и дистанционное лечение могут быть полезными.

Современные методы лечения двигательных расстройств часто требуют как первоначальной, так и постоянной клинической оценки функции путем наблюдения со стороны обученных экспертов, таких как физиотерапевты или эрготерапевты. Стандартные валидированные клинические тесты часто требуют проведения обученных специалистов с определенными временными ограничениями и субъективной оценкой заранее определенных движений или функциональных задач. Тем не менее, даже у здоровых людей идентичные движения могут быть выполнены с различными комбинациями углов суставов. Эта концепция называется скелетно-мышечной избыточностью.

Функциональные клинические тесты часто не учитывают индивидуальную избыточность, лежащую в основе межсубъектной вариабельности. Как для клиницистов, так и для исследователей различие между нормальной изменчивостью, вызванной избыточностью, и патологическими изменениями в движении остается проблемой. Стандартизированные клинические оценки, проводимые хорошо обученными оценщиками, используют системы оценки с низким разрешением, чтобы снизить вариабельность между оценщиками и повысить валидность тестов. Тем не менее, это приводит к потолочным эффектам, тем самым снижая чувствительность и прогностическую валидность для субъектов, которые могут иметь умеренный двигательный дефицит 9,10. Кроме того, эти клинические тесты не могут дифференцировать, вызваны ли дефицит пассивной механикой тела или активной координацией мышц, что может иметь значение при первичной диагностике и при разработке индивидуального плана реабилитации пациента. Рандомизированные клинические испытания выявили противоречивую эффективность планов лечения, сформулированных на основе данных, полученных в результате этих клинических тестов 11,12,13. В нескольких исследованиях подчеркивается необходимость количественных, удобных для пользователя клинических показателей, которые могут быть использованы для руководства разработкой будущих вмешательств14,15.

В предыдущих исследованиях мы продемонстрировали реализацию автоматизированной оценки движений с использованием легкодоступных потребительских устройств захвата движений при постинсультном нарушении плеча, а также оценку функции плеча после операции на грудной клетке у пациентов с раком молочной железы16,17. Кроме того, мы показали, что использование активных моментов в суставах для оценки мышечных моментов конкретных активных движений является более чувствительной мерой двигательного дефицита после инсульта по сравнению с углами суставов18. Таким образом, захват движения и поверхностная электромиография (ЭМГ) могут иметь решающее значение для оценки пациентов, у которых по стандартным клиническим тестам диагностировано бессимптомное, но которые все еще могут испытывать трудности с движением, усталость или боль. В данной статье описывается система, которая может обеспечить детальную и количественную характеристику движений во время стандартных клинических испытаний для будущей разработки методов оценки и реабилитации в домашних условиях у пациентов с нарушениями движения.

Виртуальную реальность (VR) можно использовать для создания иммерсивного пользовательского опыта при моделировании повседневных задач. Как правило, системы виртуальной реальности отслеживают движения рук пользователя, чтобы смоделировать взаимодействие с виртуальной средой. В протоколе, который мы описываем здесь, используются потребительские продукты виртуальной реальности для захвата движения для количественной оценки двигательного дефицита, аналогично другим исследованиям, демонстрирующим использование готовых контроллеров видеоигр для количественной оценки нарушений после инсульта или операции на плече16,17. Кроме того, ЭМГ является неинвазивной мерой нейронной активности, лежащей в основе мышечного сокращения19. Таким образом, ЭМГ может быть использована для косвенной оценки качества нейронного контроля движения и обеспечения детальной оценки двигательной функции. Повреждение мышц и нервов может быть обнаружено с помощью ЭМГ, а такие расстройства, как мышечная дистрофия и церебральный паралич, обычно контролируются с помощью этой техники20,21. Кроме того, ЭМГ может быть использована для отслеживания изменений мышечной силы или спастичности, которые могут не проявляться при кинематических оценках22,23, а также усталости и коактивации мышц. Такие показатели имеют решающее значение при рассмотрении прогресса реабилитации 23,24,25.

Описанная здесь экспериментальная парадигма направлена на использование комбинации виртуальной реальности и ЭМГ для устранения ограничений традиционных инструментов клинической оценки. Здесь участникам было предложено выполнить модифицированную задачу «Коробка и блок» (BBT)26 с использованием реальных объектов и в виртуальной реальности. Стандартная БТТ является клиническим инструментом, используемым для общей оценки грубой функции верхних конечностей, при которой испытуемым предлагается переместить как можно больше блоков по 2,5 см из одного отсека через перегородку в соседний отсек в течение одной минуты. Несмотря на то, что нормативные данные часто используются для надежной оценки дефицита у пациентов с инсультом или другими нервно-мышечными заболеваниями (например, парезом верхних конечностей, спастической гемиплегией), они также были представлены для здоровых детей и взрослых в возрасте от 6 до 89лет. Виртуальная оценка движений используется для моделирования функциональных аспектов валидированного клинического теста, проводимого в реальной жизни. Виртуальная реальность используется здесь для уменьшения требуемого оборудования, позволяя при этом предоставлять стандартизированные инструкции и запрограммированный, автоматизированный подсчет очков. Таким образом, больше не будет необходимости в постоянном контроле со стороны обученных специалистов.

ББТ в этом исследовании была упрощена, чтобы сосредоточиться на захвате и захвате одного блока за раз, который появляется в одном и том же месте. Это максимизировало воспроизводимость движений и свело к минимуму межсубъектную вариабельность записанных данных. Наконец, гарнитуры виртуальной реальности можно приобрести всего за 300 долларов, и они могут вместить несколько оценок. После программирования это значительно снизит затраты, связанные с типичной профессиональной оценкой, и обеспечит более широкую доступность этих стандартных, валидированных клинических тестов как в клинических, так и в удаленных/домашних условиях.

Протокол

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

Экспериментальные процедуры были одобрены Институциональным наблюдательным советом (IRB) Университета Западной Вирджинии, протокол # 1311129283, и соответствовали принципам Хельсинкской декларации. Риски, связанные с этим протоколом, незначительны, но необходимо объяснить участникам все процедуры и потенциальные риски, а также получить письменное информированное согласие с документацией, утвержденной институциональным советом по этической экспертизе.

1. Характеристики и конструкция системы

ПРИМЕЧАНИЕ: Настройка для этого протокола состоит из следующих элементов: (1) датчики и база ЭМГ, (2) программное обеспечение для сбора данных ЭМГ (DAQ), (3) система захвата движения и (4) гарнитура виртуальной реальности с соответствующим программным обеспечением. Эти компоненты визуализированы на рисунке 1.

  1. Настройка компонентов системы
    1. Подключите систему ЭМГ.
      1. Подключите базовую станцию EMG к источнику питания.
      2. Подключите базовую станцию EMG к выделенному компьютеру (рисунок 1C), содержащему сценарии сбора данных.
        ПРИМЕЧАНИЕ: Примеры скриптов можно найти по адресу: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0. Некоторые коммерческие продукты могут поставляться с лицензионным программным обеспечением для сбора данных, которое также может использоваться.
    2. Подключите систему захвата движения.
      1. Подключите второй выделенный компьютер (рис. 1A) к сетевому маршрутизатору.
      2. Подключите сетевой маршрутизатор к серверу захвата движения.
      3. Подключите сервер захвата движения к монитору компьютера для визуализации.
      4. Подключите камеры к серверу захвата движения.
    3. Подключите VR-систему.
      1. Подключите гарнитуру VR к третьему выделенному компьютеру с соответствующими сценариями сбора данных (рис. 1B).
        ПРИМЕЧАНИЕ: Примеры скриптов можно найти по адресу: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0
      2. Загрузите игровую среду виртуальной реальности, содержащую предполагаемые задачи, на компьютер, подключенный к гарнитуре виртуальной реальности (рис. 1B).
    4. Подготовьте область, на которой испытуемый будет выполнять задание.
      1. Используйте прочный стул без подлокотников, чтобы убедиться, что это не мешает нормальному досягаемости объекта.
      2. Для обеспечения безопасности и точности собранных данных убедитесь, что на испытательной площадке нет всех препятствий.
    5. Синхронизируйте системы.
      1. Используйте специальную функцию программного обеспечения для синхронизации систем во времени с одноразовым сервером.
      2. В качестве альтернативы можно использовать один компьютер или предпочитаемый диспетчер сообщений.

figure-protocol-1
Рисунок 1: Установка экспериментального оборудования. (A) Маркерные камеры захвата движения расположены на полу и на потолке вокруг экспериментального помещения, создавая оптимальное пространство для отслеживания движения. Для запуска программного обеспечения для захвата движения и сохранения данных используется специальный компьютер. (B) Гарнитура, используемая для отображения измененного BBT в виртуальной реальности, подключена к специальному компьютеру, на котором сохраняются данные виртуальной оценки и задачи. (C) База ЭМГ подключена к специальному компьютеру, где данные о мышечной активности записываются и сохраняются во время выполнения задачи. Датчики ЭМГ и светодиодные маркеры для захвата движения размещаются на руке объекта во время сеанса (см. рис. 2). Сокращения: VR = виртуальная реальность; ЭМГ = электромиография. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

2. Экспериментальные методики

ПРИМЕЧАНИЕ: Визуальное представление экспериментального потока, описанного в этом протоколе, показано на рисунке 2.

  1. Настройка ЭМГ
    1. Чтобы определить расположение датчика ЭМГ для достижения наилучшего качества сигнала, пальпируйте мышцу живота, в то время как участник сокращает соответствующую мышцу27. В таблице 1 приведены данные о выборе мышц, используемых в этом протоколе.
    2. С помощью спиртовой салфетки тщательно очистите каждый электрод и предполагаемое место размещения датчика на руке субъекта.
      ПРИМЕЧАНИЕ: Тщательная очистка как датчиков ЭМГ, так и кожи субъекта обеспечит низкое импеданс электрода коже. Это гарантирует, что записанные данные ЭМГ имеют высокое соотношение сигнал/шум. Избыток волос в месте размещения датчика может привести к некачественному качеству данных даже при правильной очистке. В этом случае может потребоваться сбрить волосы.
    3. После подготовки электродов ЭМГ и кожи объекта поместите датчики ЭМГ на объект, обеспечив хороший контакт между электродами и кожей. Биполярные электроды должны быть расположены таким образом, чтобы датчики были параллельны направлению мышечных волокон.
  2. Настройка системы захвата движения
    ПРИМЕЧАНИЕ: Это может не потребоваться, если для отслеживания движений рук для кинематики используется только гарнитура виртуальной реальности.
    1. Откалибруйте камеры слежения за движением в соответствии с инструкциями производителя. Перемещайте калибровочную палочку по всему экспериментальному пространству, чтобы откалибровать камеры слежения за движением и установить 3D-ось пространства.
      ПРИМЕЧАНИЕ: Система захвата движения маркеров, используемая в этом протоколе, включает в себя калибровочную трубку со светодиодными маркерами.
    2. Разместите светодиодные маркеры захвата движения на костных ориентирах верхней конечности и туловища объекта, которые необходимы для построения желаемых биомеханических моделей.
    3. Используйте прилагаемое программное обеспечение для захвата движения, чтобы убедиться, что все маркеры распознаются и отслеживаются камерами захвата движения. Проинструктируйте испытуемого выполнить несколько практических движений, в то время как испытуемый визуально отслеживает данные маркеров в режиме реального времени.
  3. Настройка задания на оценку навыков в виртуальной реальности
    1. Расположите стул в центре экспериментального пространства для захвата движения. Используйте стул, аналогичный тому, который используется для традиционного реального теста.
    2. Откалибруйте гарнитуру виртуальной реальности в кресле, где испытуемый будет выполнять задание по оценке. После калибровки попросите испытуемого сесть в кресло и надеть гарнитуру виртуальной реальности на голову.
    3. Пока субъект сидит, измерьте расстояние между плечом объекта и землей, а также длину его руки. Используйте эти расстояния, чтобы задать местоположение, где таблица и задача оценки будут появляться в виртуальной реальности.
    4. В скрипте управления задачами VR введите измерения объекта и запрограммируйте нужное количество повторений появления блоков.
      ПРИМЕЧАНИЕ: В этом модифицированном BBT отдельные блоки будут появляться по одному за раз для повышения воспроизводимости.
  4. Проинструктируйте испытуемого выполнить модифицированную оценку БТТ в виртуальной реальности.
    1. Кратко объясните задачу испытуемому.
      1. Виртуальный блок будет спавниться слева или справа, как определит экспериментатор.
      2. Объясните испытуемому, что ему нужно будет взять виртуальный блок, перенести его через перегородку и поместить на цель в противоположном отсеке (рисунок 2).
        ПРИМЕЧАНИЕ: В виртуальном модифицированном BBT, используемом здесь, блок будет автоматически исчезать и появляться в исходной позиции столько раз, сколько определит экспериментатор.
    2. Начните сбор данных ЭМГ.
    3. Начните собирать данные захвата движения.
    4. Начните задание по оценке навыков виртуальной реальности.
      1. Дайте задаче выполнить заданное количество повторений, прежде чем она автоматически завершится.
    5. Сохраните ЭМГ и кинематические данные для последующего анализа.
    6. Определите клинически значимый балл для модифицированного ББТ постфактум по количеству блоков, успешно перенесенных через барьер, или повторений задачи за 60 секунд.

figure-protocol-2
Рисунок 2: Экспериментальный протокол, задача виртуальной реальности и настройка субъекта. (A) Блок-схема, описывающая используемый здесь экспериментальный протокол. (B) Пример вида модифицированного BBT, реализованного в среде VR. Анатомические измерения используются для калибровки задачи VR, гарантируя, что виртуальный стол появляется в правильном относительном месте. (C) Размещение светодиодных маркеров захвата движения и датчиков ЭМГ на объекте. Датчики ЭМГ размещаются на интересующих мышцах, а светодиодные маркеры захвата движения располагаются над костными ориентирами. Сокращения: VR = виртуальная реальность; ЭМГ = электромиография; LED = светодиод. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

Результаты

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

ЭМГ, кинематические и силовые данные, полученные от испытуемых с использованием этого протокола, могут быть использованы для характеристики движений при повторении одной и той же задачи, а также во время выполнения различных задач. Приведенные здесь данные представляют собой результаты работы здоровых участников контрольной группы, демонстрирующие осуществимость данной схемы. Репрезентативные профили ЭМГ, записанные у здорового субъекта, выполняющего модифицированную БТТ в VR, показаны на рисунке 3. Можно наблюдать высокую мышечную активацию передней дельтовидной мышцы (DELT_A), что позволяет предположить, что она является основным двигателем руки при каждом достигающем движении. Разгибатели предплечья и запястья (ECU и ECR) также были заметно активированы, что говорит о том, что эти мышцы используются для поддержки захвата блока на протяжении всего движения. Наконец, повышенная активность мышц большого пальца (EPB и APB) указывает на их использование в захвате и расслаблении блока. В то время как профили ЭМГ, записанные во время модифицированной БТТ в виртуальной реальности, были аналогичны реальной задаче, максимальная мышечная активность во время оценки виртуальной реальности была снижена. Эти результаты свидетельствуют о том, что как стандартный реальный ББТ, так и модифицированный ББТ в виртуальной реальности задействуют аналогичные механизмы управления моторами.

Данные отслеживания рук VR были использованы для получения кинематических данных, которые позволили получить гладкие профили траекторий углов суставов по всему модифицированному BBT, реализованному в VR (рис. 4). Использование большого, среднего и указательного пальцев для захвата блока характеризуется изменениями угла сустава как в проксимальном, так и в дистальном межфаланговых суставах (рис. 4). Видно, что углы суставов пальцев 2 (указательный) и 3 (средний) изменяются по схожим траекториям, что указывает на их одновременное использование для захвата и последующего отпускания блока. Для сравнения, пальцы 4 (безымянный) и 5 (мизинец) демонстрируют отчетливый рисунок изменений угла сустава в проксимальных и дистальных межфаланговых суставах. Это не только говорит о том, что они не использовались для захвата блока, но и показывает, что их движение противоположных пальцев 2 и 3 может означать типичное движение вне синергии, при котором эти пальцы остаются согнутыми, пока блок отпускается. Этот фракционный контроль разгибания пальцев по сравнению со сгибанием может отсутствовать у людей с двигательным дефицитом после инсульта. В таблице 2 приведены средние диапазоны углов стыка во время выполнения задачи. Кроме того, время каждого движения или фазы движения, такой как захват и досягаемость, а также количество повторений за определенный период также можно измерить по кинематическим данным, полученным с гарнитуры виртуальной реальности.

Качество данных, получаемых с помощью этого протокола, может быть максимизировано за счет тщательного рассмотрения нескольких факторов. Как упоминалось ранее, получение высококачественных данных ЭМГ зависит от тесного контакта между электродами датчика и кожей. Когда датчики надежно расположены, данные ЭМГ будут иметь высокое соотношение сигнал/шум с четкими периодами разрыва, которые указывают на активное сокращение мышц (рис. 5). Отчетливые всплески электрической активности, соответствующие мышечному сокращению, могут быть визуализированы как в нефильтрованном (рис. 5A), так и в отфильтрованном (рис. 5B) сигналах с минимальным шумом. Аберрантное или неожиданное увеличение амплитуды сигнала может свидетельствовать об артефактах движения, которые могут возникнуть в результате ненадежного крепления датчиков ЭМГ к коже. Если используются проводные датчики, это также может быть связано с тем, что провода болтаются во время движения. Высококачественные данные захвата движения требуют, чтобы конечности оставались в поле зрения камеры, чтобы алгоритм слежения мог точно определить относительные координаты отслеживаемых точек. Большие или резкие изменения координат отслеживаемых точек или отсутствующие значения координат указывают на низкое качество данных захвата движения. Хотя для вычисления недостающих координат можно использовать интерполяцию маркеров, этот метод действителен только для коротких периодов относительно продолжительности движения.

figure-results-1
Рисунок 3: Репрезентативные отфильтрованные и выпрямленные профили ЭМГ, записанные у здорового субъекта, выполняющего 10 повторений модифицированного БТТ в VR. (А) Проксимальные сгибатели рук (короткая головка бицепса, красная; длинная головка бицепса, серая; передняя дельтовидная мышца, черная). (Б) Проксимальные разгибатели рук (трицепсы с длинной головкой, зеленые; латеральные трицепсы, синие). (В) Дистальные сгибатели руки (сгибатель локтевой кости, красный; сгибатель лучевого запястья, черный). (D) Разгибатели дистального отдела плеча (разгибатель локтевой кости, зеленый; лучевой разгибатель запястья, синий). (E) Мышцы пальцев и большого пальца (flexor digitorum superficialis, красный; extensor digitorum communis, зеленый; exductor pollicis brevis, синий; abductor pollicis brevis, коричневый). Эта цифра адаптирована из Yough28. Сокращения: BBT = Box and Block Task; ЭМГ = электромиография; BIC_SH = бицепс короткая голова; BIC_LO = длинная голова бицепса; DELT_A = передняя дельтовидная мышца); TRI_LO = длинная головка трицепса; TRI_LAT = боковой трицепс; FCU = сгибатель локтевой кости; FCR = сгибатель запястья радиалис; ECU = разгибатель локтевой кости; ECR = лучевой разгибатель запястья; FDS = flexor digitorum superficialis; EDC = extensor digitorum communis; EPB = extensor pollicis brevis; APB = abductor pollicis brevis. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

figure-results-2
Рисунок 4: Репрезентативные кинематические профили, записанные у здорового субъекта, выполняющего 10 повторений модифицированного BBT в VR. (A) Углы суставов большого пальца в суставах CMC, MCP и IP. (В) Соединительные углы стыков МКП пальцев 2-5. (В) Стыковые углы стыков PIP пальцев 2-5. (D) Стыковые углы стыков DIP пальцев 2-5. Цифры после названия каждого сустава указывают на палец, которому соответствует каждый сустав (большой палец = 1, указательный = 2, средний = 3, кольцо = 4, мизинец = 5). Эта цифра адаптирована из Yough28. Сокращения: CMC = карпометакарпал; Ad/Ab = приведение/отведение; E/F = разгибание/сгибание; MCP = пястно-фаланговый; IP = межфаланговый; PIP = проксимальный межфаланговый; DIP = дистальный межфаланговый. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

figure-results-3
Рисунок 5: Репрезентативные данные датчика ЭМГ. (А) Необработанные и (Б) отфильтрованные сигналы ЭМГ от оптимально размещенного, безопасного датчика ЭМГ на локтевом сгибателе. Эта цифра адаптирована из Yough28. Сокращения: ЭМГ = электромиография. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

Номер датчика DelsysМышца
1Сгибатель локтевой кости
2Сгибатель лучевого запястья
3Разгибатель локтевой кости
4Разгибатель запястья радиалис длинный
5Анконей
6Сгибатель пальца поверхностный
7Extensor digitorum communis
8Biceps brachii - медиальная/короткая голова
9Biceps brachii - боковая/длинная голова
10Трицепс плеча - длинная голова
11Трицепс плеча - боковая головка
12Передняя дельтовидная мышца
13Латеральная дельтовидная
14Extensor pollicis brevis
15Abductor pollicis brevis

Таблица 1: Подбор мышц для датчиков ЭМГ для записи в этот протокол.

Степень свободыМинимальный угол стыка (рад)Максимальный угол стыка (рад)Звездная величина (рад)
Супинация запястья-пронация0.240.680,44 ± 0,17
Разгибание-сгибание запястья-0.47-0.40,1 ± 0,06
Приведение-отведение запястья-0.18-0.10,08 ± 0,03
Приведение-отведение карпозапястных костей0.350.550,2 ± 0,09
Сгибание-разгибание и разгибание запястно-пястной кости0.050.240,18 ± 0,12
Сгибание-разгибание-разгибание пястной кости большого пальца-0.23-0.150,08 ± 0,02
Межфаланговое сгибание-разгибание большого пальца-0.56-0.480,09 ± 0,03
Разгибание-сгибание указательной пястной кости0.250.50,25 ± 0,13
Индексное проксимальное межфаланговое разгибание-сгибание0.740.940,0,2 ± 0,14
Индексное дистальное межфаланговое разгибание-сгибание0.670.810,15 ± 0,1
Разгибание-сгибание средней пястной кости0.250.460,2 ± 0,11
Среднее проксимальное межфаланговое разгибание-сгибание0.891.070.18 ± 0.11
Среднее дистальное межфаланговое разгибание-сгибание0.740.90,15 ± 0,1
Разгибание-сгибание кольца пястной кости0.220.420,2 ± 0,14
Кольцевое проксимальное межфаланговое разгибание-сгибание0.91.10,2 ± 0,15
Кольцевое дистальное межфаланговое разгибание-сгибание0.780.930,15 ± 0,1
Разгибание-сгибание малой пястной кости0.320.480,16 ± 0,04
Малый проксимальный межфаланговый отдел разгибания-сгибания0.931.090,16 ± 0,09
Малое дистальное межфаланговое разгибание-сгибание0.760.90,14 ± 0,09

Таблица 2: Средние диапазоны углов стыка во время модифицированного ББТ. Направления движения в названиях степеней свободы соответствуют отрицательно-положительным направлениям. Например, при «Супинации запястья-пронации» супинация идет в отрицательном направлении, а пронация – в положительном.

Обсуждение

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

Система ЭМГ
Аппаратное обеспечение системы ЭМГ состоит из 15 датчиков ЭМГ, используемых для получения данных об активации мышц. Коммерчески доступный интерфейс прикладного программирования (API) был использован для создания специализированного программного обеспечения для записи ЭМГ. Аппаратное обеспечение системы виртуальной реальности состоит из гарнитуры виртуальной реальности, используемой для отображения иммерсивной среды виртуальной реальности, и кабеля для подключения гарнитуры к специальному компьютеру, на котором хранится виртуальная задача оценки. Программное обеспечение состоит из программного обеспечения для компьютерной 3D-графики для создания и выполнения задачи виртуальной реальности. В данном случае в качестве задания для оценки использовался модифицированный тест Box and Block Test, адаптированный из популярного метода оценки ловкости рук26. Взаимодействие с VR-средой было разрешено с помощью программного обеспечения, предназначенного для вычисления места появления стола, запуска задачи, создания блоков и сохранения данных.

Система захвата движения
Аппаратное обеспечение системы захвата движения состоит из гарнитуры виртуальной реальности, системы маркерного захвата движения и контроллера движения виртуальной реальности. VR-гарнитура оснащена возможностью отслеживания рук через четыре встроенные инфракрасные камеры (72-120 Гц). Эти данные были извлечены из прибора для кинематического анализа. Система захвата движения маркеров состоит из сервера, камер с углом обзора 60°, красных светодиодов (LED) в качестве маркеров и объекта калибровки. Чтобы точно захватить пространство, камеры должны будут немного перекрываться. Во время эксперимента заданная область захвата была окружена восемью камерами (480 Гц), четыре из которых находились под потолком, а четыре — на полу. Эта система была откалибрована и выровнена перед экспериментом. Маркерные системы захвата движения могут быть предпочтительными, поскольку они предоставляют кинематические данные высокой четкости как для клинических, так и для исследовательских приложений. Контроллер движений VR содержит оптический модуль отслеживания рук, который фиксирует движения рук и пальцев. Контроллер оснащен двумя камерами ближнего инфракрасного диапазона 640 x 240 пикселей (120 Гц), которые способны отслеживать движение на расстоянии до 60 см от устройства и в поле зрения 140 x 120°. Это устройство крепилось к VR-гарнитуре или закреплялось над головой во время движения. Программное обеспечение для разработки компьютерной 3D-графики использовалось для визуализации отслеживания рук и сбора данных из VR-среды. Данные с безмаркерных и маркерных систем захвата движения были получены и сохранены с помощью скриптов пользовательских программ. Примеры программных сценариев можно найти по адресу: https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0.

Возможные замены оборудования
В этом протоколе используются беспроводные, биполярные, поверхностные электроды ЭМГ, однако могут быть заменены другие технологии ЭМГ (проводные и т.д.). При использовании стандартных коммерчески доступных датчиков, как описано в Таблице материалов, вместо пользовательских программных сценариев можно использовать сопутствующее программное обеспечение для сбора данных (частота дискретизации 2 000 Гц). Если используются альтернативные датчики ЭМГ, то следует также использовать программное обеспечение, совместимое с этой системой.

Вместо того, чтобы подключать гарнитуру виртуальной реальности к компьютеру с помощью кабеля, гарнитура виртуальной реальности имеет возможность хранить интерактивную среду внутри гарнитуры. Внедрение этой функции в будущие приложения для реабилитации на дому было бы выгодно для пациента. Используемая здесь гарнитура виртуальной реальности может быть заменена другой иммерсивной гарнитурой виртуальной реальности. Перед заменой потребуется проверка совместимости с программным обеспечением для разработки игр.

Программное обеспечение альтернативной разработки может быть использовано для создания виртуальной среды и задачи, описанных в данном протоколе. Кроме того, вместо проиллюстрированной здесь модифицированной ББТ могут быть использованы другие клинические оценки, переведенные в VR (например, Action Research Arm Test (ARAT) или Graded Redefined Assessment of Strength, Sensation, and Prehension (GRASSP)). В то время как БТТ может быть использована для оценки широкого спектра неврологических травм, использование альтернативных клинических задач позволит оценить другие двигательные расстройства. Например, GRASSP в основном используется для оценки пациентов с травмой спинного мозга, в то время как ARAT чаще всего используется для оценки гемиплегии из-за повреждения коры головного мозга. Виртуальные оценки также могут проводиться без контроля с помощью программного скрипта (т.е. автономно), но необходимо будет учитывать DAQ и контроль за проведением тестов. Для оценки навыков можно использовать осязаемый тест Box and Block Test (BBT) вместо задачи, разработанной в VR26. Использование реального оборудования потребует альтернативной технологии захвата движения вместо отслеживания рук, записанного с помощью гарнитуры виртуальной реальности.

Для отслеживания кинематики рук можно использовать альтернативный надежный маркерный или безмаркерный захват движения. Например, захват движения на основе виртуальной реальности может быть использован для упрощения настройки, при этом получая необходимые данные отслеживания рук для извлечения кинематической информации. Используемая здесь система маркерного захвата движения включает в себя программное обеспечение для калибровки экспериментального пространства захвата движения и запуска камер (частота дискретизации 480 Гц). Следует использовать альтернативную технологию захвата движения с соответствующим программным обеспечением.

На рисунке 1 показаны отдельные компьютеры, на каждом из которых работает свой аппаратный компонент. На одном высокопроизводительном компьютере можно запустить все программное обеспечение для сбора данных и виртуальной реальности. В описанном здесь протоколе использование трех отдельных компьютеров требует синхронизации данных. Синхронизация данных во времени между устройствами имеет решающее значение для ЭМГ, кинематических и силовых данных, чтобы сделать значимые выводы. Пользовательские программные скрипты с использованием встроенной функции datetime использовались для записи универсального времени на каждой системе в начале выполнения задачи. Важно отметить, что все компьютеры должны быть подключены к одной сети, чтобы эти сценарии работали должным образом. После того, как начальное время было записано с помощью datetime, скрипты сбора данных использовали функции tic и toc для увеличения времени во время пробной версии. Эти функции имеют точность примерно 0,000001 с, что потенциально позволяет записывать данные с частотой 1000 кГц. В нашей конфигурации максимальная частота дискретизации составляет 30 кГц, что значительно ниже максимальных возможностей этого метода для записи и синхронизации времени между устройствами. Приложение29 для обмена сообщениями по протоколу управления передачей/интернет-протоколу (TCP-IP), разработанное на языке Python, использовалось для передачи данных между средой виртуальной реальности и приложением сбора данных на основе IP-адреса.

Помимо обеспечения синхронизации по времени, критически важное значение имела синхронизация данных, полученных с разной частотой дискретизации. Два компьютера были запущены вручную для сбора данных захвата движения (480 Гц) и записи данных ЭМГ (2000 Гц). В предыдущих исследованиях использовались пользовательские схемы синхронизации для передачи общего события между системами на испытательных этапах (например, синхронный импульс посылается в начале записи данных и снова при окончании записи)30. В этом случае использование функций даты, времени, tic и оглавления программного обеспечения позволяет выполнять синхронизацию без необходимости использования дополнительного оборудования. Коммерчески доступное приложение для обмена сообщениями TCP-IP, используемое здесь, также поддерживало непрерывную связь между системами. Эта структура для синхронизации времени и частоты сбора данных между системами также работала для согласованной организации данных для расширенного апостериорного анализа.

Описанный здесь экспериментальный протокол обладает широкими возможностями настройки для удовлетворения переменных потребностей клинических или исследовательских групп и может применяться как в клинических, так и в домашних/удаленных условиях. Несмотря на то, что мы описали оценку мышечной активности и кинематики с использованием модифицированного БТТ в виртуальной реальности, аналогичная установка может быть использована для различных клинических тестов и даже может быть упрощена для сокращенных наборов данных. Например, ЭМГ и датчики силы можно исключить, если нужны только кинематические данные. Для получения только кинематических данных потребовалось бы просто использовать систему захвата движения. Дополнительное оборудование, такое как электроэнцефалография или электрокардиография, также может быть включено для записи дополнительных данных. Вместо стандартных поверхностных электродов ЭМГ можно использовать поверхностную или внутримышечную ЭМГ высокой плотности для записи более точных данных о мышечной активности31,32. Кроме того, другие функциональные клинические тесты, такие как ARAT или GRASSP, могут быть использованы для оценки двигательного дефицита в различных популяциях пациентов. Несмотря на то, что описанная здесь установка в первую очередь предназначена для исследовательских целей для более точной количественной оценки дефицита движений в виртуальной реальности, мы стремимся разработать аналогичную установку, позволяющую осуществлять дистанционный мониторинг и реабилитацию пациента. Мы рассчитываем, что этот протокол будет легко адаптирован с помощью стандартных потребительских VR-очков, оснащенных отслеживанием движений рук, в сочетании с носимым записывающим устройством ЭМГ. В будущих исследованиях мы планируем продолжить разработку этого протокола для использования в домашних условиях, включив в него недорогой, носимый рукав для ЭМГ высокой плотности, который в настоящее время разрабатывается.

По сравнению с традиционной физиотерапией или трудотерапией в клинике или реабилитационном центре, VR-реабилитация предлагает множество потенциальных преимуществ. В то время как описанный здесь протокол предназначен для использования в первую очередь в исследовательских целях, виртуальные методы оценки потенциально могут быть реализованы удаленно и с использованием готовых устройств, без необходимости использования дорогостоящего специализированного медицинского оборудования. Кроме того, системы виртуальной реальности способны количественно отслеживать движения рук, чтобы получить представление о качестве движения, что может быть невозможным при стандартной оценке33,34. Сопоставимость движений в виртуальной реальности с реальными задачами остается темой интенсивных исследований, и будущие выводы повлияют на то, как виртуальная реальность может быть использована для реабилитации. Описанная здесь процедура представляет собой гибкую установку, которая использует VR для управления стандартизированными движениями и получения индивидуальных кинематических данных и данных ЭМГ. Данные, полученные в ходе исследований с использованием описанной конфигурации, также могут дать представление о том, как люди перемещаются в виртуальной среде, и о потенциальных механизмах, с помощью которых некоторые субъекты считают виртуальную реальность более захватывающей. Это имеет решающее значение при адаптации реальных клинических оценок в среде виртуальной реальности.

Для получения качественных и точных данных необходимо тщательно контролировать несколько этапов настройки и выполнения этого протокола. Первостепенное значение имеет правильное размещение датчика ЭМГ. Чистые, точные данные ЭМГ с высоким соотношением сигнал/шум требуют размещения датчиков на продезинфицированной, безволосой коже над животом выбранной мышцы27. Аналогичным образом, если используется система захвата движения маркеров, маркеры должны быть точно размещены на костных ориентирах, чтобы получить надежные данные для расчета интересующих углов соединения. По сравнению с датчиками ЭМГ, существует некоторая гибкость в ориентации маркеров захвата движения, но для определения местоположения твердого тела в пространствевсегда следует использовать как минимум три неколлинеарные точки. Некоторые методы расчета углов стыков, такие как обратная кинематика на основе модели, потребуют точного размещения маркеров. При использовании этого метода расположение экспериментальных маркеров должно совпадать с положением модели36. Программное обеспечение для моделирования опорно-двигательного аппарата, разработанное для расчета обратной кинематики, обычно включает в себя встроенные вычислительные функции для сопоставления модели и местоположения экспериментальных маркеров. OpenSim, платформа, разработанная Стэнфордским университетом37, обычно используется для этого типа анализа. На протяжении всей задачи необходимо контролировать как датчик ЭМГ, так и безопасность маркера, чтобы обеспечить запись высококачественных данных.

Если данные, полученные из этого протокола, зашумлены, устранение неполадок должно быть сосредоточено на рассмотрении нескольких шагов. Во-первых, неправильное размещение датчика ЭМГ может привести к искажению данных и должно быть проверено. Чтобы смягчить эту проблему, как уже говорилось ранее, важно подготовить кожу перед установкой датчика ЭМГ. Кроме того, низкое качество данных захвата движения может возникнуть, если маркеры выходят за пределы зоны действия камер. Кратковременная потеря отслеживаемых точек может быть решена с помощью интерполяции, но если маркеры по-прежнему не могут передавать точные данные о местоположении, могут возникнуть более серьезные проблемы. Если один маркер постоянно выпадает, это может указывать на то, что маркер либо закрыт движением объекта, либо выходит за пределы диапазона камеры. Кроме того, неправильная калибровка камеры может привести к выходу из строя нескольких маркеров. В этом сценарии лучше всего полностью откалибровать систему захвата движения после удаления объекта и испытательного оборудования из экспериментального пространства. Кроме того, следует использовать достаточное освещение, так как условия низкой освещенности могут препятствовать получению высококачественных данных захвата движения.

Описанный протокол имеет несколько ограничений. Во-первых, проиллюстрированная здесь конфигурация требует использования нескольких камер захвата движения. Тем не менее, цель этого протокола состоит в том, чтобы собрать данные с высоким разрешением для лучшей количественной оценки двигательного дефицита в виртуальной реальности до разработки полностью дистанционных клинических оценок, которые могут быть выполнены пациентом самостоятельно. Кроме того, заданиям, выполняемым в VR, не хватает тактильной обратной связи. Это важно отметить, так как только тактильная обратная связь может изменить величину силы захвата38,39. Это может повлиять на активацию мышц или кинематику, когда задача выполняется в виртуальной среде, а не с использованием материального оборудования. Если считается, что тактильная обратная связь имеет решающее значение (например, если пациенты также испытывают сенсорный дефицит), использование тактильных роботов может быть включено для имитации тактильной обратной связи. Несмотря на это ограничение, мы ожидаем, что данные, полученные из описанной здесь установки, будут иметь решающее значение для количественной оценки изменений кинематики и мышечной активности в задачах, связанных только с виртуальной реальностью, у пациентов с двигательными расстройствами. Это поможет адаптировать такие клинические тесты для использования в домашних условиях. Дополнительным ограничением этого протокола является то, что во время теста одновременно представляется один блок. В стандартном ББТ для начала в одном отсеке коробки помещается 150 деревянных блоков. Этот модифицированный BBT был разработан для повышения воспроизводимости записанных данных захвата движения и ЭМГ путем моделирования одного блока, который возрождается в том же виртуальном месте. Таким образом, модифицированный BBT, реализованный в виртуальной реальности, вероятно, является более упрощенной задачей. В будущих исследованиях будет важно, чтобы модифицированный BBT в VR соответствовал настройке стандартного BBT для обеспечения достоверности контента.

Раскрытие информации

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

У авторов нет конфликта интересов, о котором можно было бы заявить.

Благодарности

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

Эта работа была поддержана Офисом помощника министра обороны по вопросам здравоохранения в рамках Исследовательской программы восстановления бойцов с нервно-мышечными травмами скелета (RESTORE) в рамках гранта No W81XWH-21-1-0138. Мнения, интерпретации, выводы и рекомендации принадлежат авторам и не обязательно одобрены Министерством обороны.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Стул без подлокотниковН/ДСтул для сидения испытуемых должен быть без подлокотников, чтобы не мешать их рукам.
КомпьютерDell TechnologiesДля сопровождения оборудования для сбора данных использовались три компьютера.
Leap Motion ControllerUltraleapОптический модуль слежения за руками, который фиксирует движения руки и пальцев. Контроллер оснащен двумя камерами ближнего инфракрасного диапазона с разрешением 640 x 240 пикселей (120 Гц), которые способны отслеживать движение на расстоянии до 60 см от устройства и в диапазоне 140 x 120°; поле зрения. Это устройство крепилось к VR-гарнитуре или закреплялось над головой во время движения.
MATLABMathWorks, Inc. Программная платформа, используемая для разработки пользовательского программного обеспечения для сбора данных
Oculus Quest 2MetaImmersive гарнитура виртуальной реальности, оснащенная возможностью отслеживания рук через 4 инфракрасные встроенные камеры (72-120 Гц). Может быть заменен на другие подобные устройства (например, HTC Vive, HP Reverb, Playstation VR).
Кабель Oculus Quest 2 LinkMetaИспользуется для подключения гарнитуры к компьютеру, на котором хранилась VR-игра
PhaseSpace Motion CapturePhaseSpace, Inc.Маркированная система захвата движения, состоящая из сервера, камер с полем зрения 60°°, красного светоизлучающего диода (LED) в качестве маркеров, а также объекта калибровки
Trigno Wireless SystemDelsys, Inc.От Delsys Inc., включает в себя ЭМГ, акселерометр, датчики силы, базовую станцию и программное обеспечение для сбора. Для разработки пользовательского программного обеспечения для записи был использован интерфейс прикладного программирования (API) Trigno-MATLAB.
UnReal Engine 4Программное обеспечение Epic Gamesиспользуемое для создания и запуска модифицированной задачи Box and Block в виртуальной реальности
: ,

Ссылки

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Human motor control. , Elsevier Inc. (2010).">Rosenbaum, D. A. Human motor control. , Elsevier Inc. (2010).
  2. 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).">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. The Graded Redefined Assessment of Strength Sensibility and Prehension: reliability and validity. Journal of Neurotrauma. 29 (5), 905-914 (2012).">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. Nerve physiology. Hand Clinics. 29 (3), 317-330 (2013).">Menorca, R. M. G., Fussell, T. S., Elfar, J. C. Nerve physiology. Hand Clinics. 29 (3), 317-330 (2013).
  5. https://www.ninds.nih.gov/health-information/disorders/spinal-cord-injury (2023).">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. https://www.ninds.nih.gov/health-information/patient-caregiver-education/fact-sheets/peripheral-neuropathy-fact-sheet (2023).">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. https://www.parkinson.org/understanding-parkinsons/statistics (2023).">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. Heart disease and stroke statistics-2021 update: a report from the American Heart Association. Circulation. 143 (8), e254(2021).">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. Responsiveness and validity of three outcome measures of motor function after stroke rehabilitation. Stroke. 40 (4), 1386-1391 (2009).">Hsieh, Y., et al. Responsiveness and validity of three outcome measures of motor function after stroke rehabilitation. Stroke. 40 (4), 1386-1391 (2009).
  10. 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).">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. Randomized clinical trial of therapeutic exercise in subacute stroke. Stroke. 34 (9), 2173-2180 (2003).">Duncan, P., et al. Randomized clinical trial of therapeutic exercise in subacute stroke. Stroke. 34 (9), 2173-2180 (2003).
  12. 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).">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. The EXCITE stroke trial: Comparing early and delayed constraint-induced movement therapy. Stroke. 41 (10), 2309-2315 (2010).">Wolf, S. L., et al. The EXCITE stroke trial: Comparing early and delayed constraint-induced movement therapy. Stroke. 41 (10), 2309-2315 (2010).
  14. Broken movement: the neurobiology of motor recovery after stroke. , The MIT Press. Cambridge, MA. (2017).">Krakauer, J. W., Carmichael, S. T. Broken movement: the neurobiology of motor recovery after stroke. , The MIT Press. Cambridge, MA. (2017).
  15. Interventions for improving upper limb function after stroke. Cochrane Database of Systematic Reviews. 2014 (11), (2014).">Pollock, A., et al. Interventions for improving upper limb function after stroke. Cochrane Database of Systematic Reviews. 2014 (11), (2014).
  16. Automated assessment of upper extremity movement impairment due to stroke. PLoS ONE. 9 (8), e104487(2014).">Olesh, E. V., Yakovenko, S., Gritsenko, V. Automated assessment of upper extremity movement impairment due to stroke. PLoS ONE. 9 (8), e104487(2014).
  17. Feasibility of using low-cost motion capture for automated screening of shoulder motion limitation after breast cancer surgery. PLOS ONE. 10 (6), e0128809(2015).">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. Muscle torques and joint accelerations provide more sensitive measures of poststroke movement deficits than joint angles. Journal of Neurophysiology. 126 (2), 591-606 (2021).">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. Electromyography. Encyclopedia of Medical Devices and Instrumentation. , (2006).">De Luca, C. Electromyography. Encyclopedia of Medical Devices and Instrumentation. , (2006).
  20. Common abnormal kinetic patterns of the knee in gait in spastic diplegia of cerebral palsy. Gait & Posture. 11 (3), 224-232 (2000).">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. Quantitative EMG in Duchenne muscular dystrophy (P6.328). Neurology. 86, (2016).">Lin, J., Shah, D., McCracken, C., Verma, S. Quantitative EMG in Duchenne muscular dystrophy (P6.328). Neurology. 86, (2016).
  22. https://www.brighamandwomens.org/medical-resources/emg-test (2023).">EMG test for neuromuscular disease. Brigham and Women's Hospital. , Available from: https://www.brighamandwomens.org/medical-resources/emg-test (2023).
  23. 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).">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. 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).">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. Electromyography-signal-based muscle fatigue assessment for knee rehabilitation monitoring systems. Biomedical Engineering Letters. 8 (4), 345-353 (2018).">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. Adult norms for the box and block test of manual dexterity. American Journal of Occupational Therapy. 39 (6), 386-391 (1985).">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. Development of recommendations for SEMG sensors and sensor placement procedures. Journal of Electromyography and Kinesiology. 10 (5), 361-374 (2000).">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. Advancing medical technology for motor impairment rehabilitation: Tools, protocols, and devices. Graduate Theses, Dissertations, and Problem Reports. , (2023).">Yough, M. Advancing medical technology for motor impairment rehabilitation: Tools, protocols, and devices. Graduate Theses, Dissertations, and Problem Reports. , (2023).
  29. Cortical control of a prosthetic arm for self-feeding. Nature. 453 (7198), 1098-1101 (2008).">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. Multifunctional setup for studying human motor control using transcranial magnetic stimulation, electromyography, motion capture, and virtual reality. Journal of Visualized Experiments. (103), e52906(2015).">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. High-density electromyography provides new insights into the flexion relaxation phenomenon in individuals with low back pain. Scientific Reports. 9 (1), 15938(2019).">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. Comparing surface and fine-wire electromyography activity of lower leg muscles at different walking speeds. Frontiers in Physiology. 10, 1283(2019).">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. Rapid assessment of hand reaching using virtual reality and application in cerebellar stroke. PLOS ONE. 17 (9), e0275220(2022).">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. Influence of hand tracking in immersive virtual reality for memory assessment. International Journal of Environmental Research and Public Health. 20 (5), 4609(2023).">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. Human kinetics. Research methods in biomechanics. , Champaign, IL. (2004).">Robertson, D., et al. Human kinetics. Research methods in biomechanics. , Champaign, IL. (2004).
  36. A marker registration method to improve joint angles computed by constrained inverse kinematics. PLOS ONE. 16 (5), e0252425(2021).">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. OpenSim: Open-source software to create and analyze dynamic simulations of movement. IEEE Transactions on Biomedical Engineering. 54 (11), 1940-1950 (2007).">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. Role of tactile noise in the control of digit normal force. Frontiers in Psychology. 12, 612558(2021).">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. The role of tactile feedback in grip force during laparoscopic training tasks. Surgical Endoscopy. 27 (4), 1111-1118 (2013).">Wottawa, C. R., et al. The role of tactile feedback in grip force during laparoscopic training tasks. Surgical Endoscopy. 27 (4), 1111-1118 (2013).

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

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

Похожие статьи