Rörelse Omskolning med feedback i realtid för prestanda

Summary

Omskolning onormala rörelsemönster efter skada eller sjukdom är en viktig del av fysisk rehabilitering. Nya tekniska framsteg har möjliggjort korrekt bedömning av rörelse under en mängd olika uppgifter, med nära ögonblicklig kvantifiering av resultaten. Detta ger nya möjligheter för modifiering av felaktiga rörelsemönster i realtid.

Abstract

Varje ändring av rörelse - särskilt rörelsemönster som har finslipat under ett antal år - kräver omorganisering av neuromuskulära mönster som är ansvariga för att styra rörelsen prestanda. Denna motorisk inlärning kan förbättras genom ett antal metoder som används i forskning och kliniska situationer lika. I allmänhet muntlig återkoppling av prestanda i realtid eller kunskap om resultat efter rörelse används vanligen kliniskt som en preliminär sätt att ingjuta motorisk inlärning. Beroende på patientens önskemål och inlärningsstil, visuell återkoppling (t.ex. genom användning av en spegel eller olika typer av video) eller proprioceptiv vägledning använder terapeut beröring, används för att komplettera verbala instruktioner från terapeuten. Faktum är en kombination av dessa former av återkoppling vanligt i klinisk miljö för att underlätta motorisk inlärning och resultat optimera.

Laboratorium-baserad, kvantitativ rörelseAnalysen har varit en stöttepelare i forskningsmiljöer att tillhandahålla korrekt och objektiv analys av olika rörelser hos friska och skadade populationer. Medan de faktiska mekanismerna för att fånga rörelserna kan skilja sig alla nuvarande rörelseanalys system förlitar sig på förmågan att följa utvecklingen av kroppens segment och leder och att använda etablerade rörelseekvationer att kvantifiera viktiga rörelsemönster. På grund av begränsningar i förvärv och processorhastighet, analys och beskrivning av rörelserna har traditionellt skett offline efter avslutad en viss test session.

Detta dokument kommer att belysa en ny komplement till standardtekniker rörelseanalys som bygger på nära momentana bedömning och kvantifiering av rörelsemönster och visning av specifika rörelser egenskaper till patienten under en rörelseanalys session. Som ett resultat, kan denna nya teknik tillhandahålla en ny metod för återkoppling leverans som har fördelar oveR används för närvarande återkopplade metoder.

Introduction

Någon väsentlig förändring av den neuromuskulära eller muskuloskeletala struktur nedre extremiteterna kommer troligen att ha en inverkan på egenskaperna hos rörelse och tillhörande fysisk funktion. Följaktligen är förbättringen i fysisk funktion ett viktigt resultat av någon rehabilitering ingripande. Normala repetitiva rörelser som att gå i allmänhet regleras av motoriska program som innehåller den nödvändiga kontrollen information som behövs för att aktivera musklerna med rätt intensitet och timing ^1. Dessa motoriska program är nödvändiga för att förbättra automatik av rörelse, vilket minskar mängden av kontroll som ägnas åt rörelse och tillåter uppmärksamhet ägnas åt andra högre nivå uppgifter. Men med tanke på rollen som motor program i rörelse och det faktum att dessa program förfinats under ett antal år, ändra rörelse prestanda efter skada eller sjukdom är en utmanande satsning.

Traditionellt, rörelse omskolning Interventjoner har bygger på att ge tillräcklig återkoppling av rörelse prestanda för att säkerställa att de nya uppgifterna införlivas med nya och framväxande motor-program. Enkla, men ändå effektiv, metoder inkluderar muntlig återkoppling med globala instruktioner (t.ex. "böja mer", "hålla knät rakt") samt mekanismer för att ge visuell feedback såsom användning av en spegel eller video inspelningsenheter. Även om dessa indirekta strategier är användbara, speciellt i kliniska miljöer med begränsade resurser, de begränsas av deras svårigheter att tillhandahålla diskreta och kvantifierbara mått på rörelse variabler. Som ett resultat, kommer att komplettera dessa tekniker med ytterligare mer direkta metoder för återkoppling sannolikt öka motorns åter inlärning önskas.

Det finns mycket acceptans i forsknings-och kliniska samhällen som ger återkoppling av diskreta, kvantifierbara resultat av rörelse egenskaper kan förbättra prestanda under en rörelse retraini ng ingripande. Till exempel har ögonblicklig visuell eller auditiv feedback av muskelaktivering intensitet med elektromyografiska biofeedback enheter blir en stöttepelare i rehabilitering av rörelse, särskilt hos personer med stroke ^2-3, cerebral pares ^4, eller kronisk hemiplegi ^5. Däremot har återkoppling av rörelse kinematik (gemensamma och segment vinklar) visat sig vara mindre utnyttjad på grund av svårigheter att bedöma och mäta dessa resultat snabbt och exakt. Faktum även kvantitativ, laboratorium-baserad analys av rörelse framträdande plats i biomekanik forskning och har börjat införlivas i den kliniska miljön är den stora majoriteten av rörelseanalys användning reserverad för offline analys efter test. Det finns dock ett ökande antal studier i litteraturen som använder ny teknik för att ge feedback på gångsvårigheter åtgärder som ett sätt att förbättra effektiviteten i rörelsen omskolning ^6.

ve_content "> En patologi som för närvarande utreds för användning i realtid biofeedback kapacitet integrerade med standardsystem rörelseanalys är knä artros (OA). Nyligen genomförda studier har utnyttjat feedback i realtid för gångsvårigheter kinematik särskilt utformade för att minska belastningen passerar genom knäleden, kvantifieras med hjälp av externa ögonblick knä adduktion -. en erkänd riskfaktor för OA progression ⁷ Till exempel har studier utnyttjat realtid biofeedback för storleken på låret vinkel ⁸ eller trunk vinkel ^9-10 gav en Hunt et al ^11. realtidsvisning av bålen vinkel framför deltagarna under gång försök och visade förmågan att öka ut stammen mager i en enda träningspass, med åtföljande minskning av knä magnituder adduktion ögonblick. Däremot genomförde Barrios m fl ⁸ en åtta-session gång omskolning ingripande fokuserade på att modifiera dynamiska frontala planet knävinkel under hållning och visade signifikant minskning i knä värden adduktion stund efter en månad ingrepp jämfört med utgångsvärdet. Dessa studier och liknande studier har åberopat möjligheten att mäta, analysera och visa variabeln av intresse för patienten på en kontinuerlig basis. Denna spirande forskningsområde har kliniska implikationer för patienter med olika sjukdomar som påverkar rörelse egenskaper. Använda exempel på kinematiska förändringar som är relevanta för artros (OA) i knä, är syftet med denna uppsats att beskriva metoder som krävs för att genomföra en rörelse omskolning ingrepp med realtid biofeedback att gå prestanda.

Protocol

1. System Preparation

1. Rensa fånga volymen av varje reflekterande material som kan observeras av kamerorna. Detta minskar risken för verkliga hud-baserade markörer förväxlas med stationära bakgrund markörer under rörelsen testning och förbättrar den totala noggrannheten av sessionen.
2. Kalibrera kamerorna genom att sikta alla kameror på stationära markörer i fasta positioner inom laboratoriet. Förläng statiska kalibreringen till dynamiska rörelser med rörliga markörer placerade i kända avstånd. Var noga med att täcka så mycket av den infångande volymen som möjligt för att optimera kalibreringen.
3. Organisera alla material (reflekterande markörer, mätinstrument etc.) som skall användas för patienter beredning. Detta förbättrar effektiviteten under testning och minskar patientens börda.

2. Patientförberedelse

1. Exponera så mycket som möjligt av huden över lederna och segment organ avsedda att mätas. Minimera uppgickton löst sittande kläder och se till att alla bitar av kläder som kan störa förmågan hos kamerorna för att visualisera de reflekterande markörer är begränsade. Detta kan göras med hjälp av tejp eller klämmor. När det är möjligt, se till att markörer fästs direkt på huden.
2. Förbered huden för markören fixering. Rakning eller avskavning området kan vara nödvändig i fall där håret är närvarande eller när hudytan är alltför svettig eller oljiga. Torka området klar med alkohol eller liknande vätska kan vara användbart. Dessa steg är viktiga för att maximera vidhäftningen mellan markören och huden, och för att förhindra markörer från att falla av.
3. Palpera för viktiga anatomiska landmärken baserade på markören som ska användas. Märkning huden på själva landmärke förbättrar noggrannheten för markör placering och ge information som är nödvändig vid markörer faller av under bedömning.
4. Fästa reflekterande markörer under de anatomiska landmärken enligtspecifikationer av markören uppsättningen. De flesta markörer apparater kommer att innehålla minst 12-15 markörer placerade bilateralt över de nedre extremiteterna och olika anatomiska landmärken i överkroppen. Det är viktigt att notera att förmågan att återskapa den faktiska skelett rörelse kommer att bero på placeringen av hud-baserade markörer. Som sådan måste noggrant övervägande göras vid fastställandet av biomekaniska modell som skall användas.
5. Ta mätningar för viktiga antropometriska data, om det behövs. Beroende på biomekaniska modellen kan dessa data behövs för att beräkna segmentlängder, lägen för gemensamma centrum för rotation och övergripande tröga egenskaper de rörliga segmenten och benen under offline behandling av biomekanik uppgifter.

3. Motion Analysis och leverans av feedback i realtid

1. Har ämnet stå i mitten av fångst volymen för en inledande statisk rättegång varar ca 3 sek. Denna studie är nödvändig för att säkerställa att alla relevantavanta markörer är synliga och att beräkna segment riktlinjer.
2. Använda datainsamling programvara, etikett alla markörer som är lämpligt och skapa en mall som är specifik för de antropometriska egenskaperna hos individen. Matchande markör placering till den enskilda kroppsstorlek kommer att förbättra spårning i realtid och analys av data. Det är särskilt viktigt att skapa en modell av rörelse som kan införliva uppsägningar av markör positionering. I fall där markör ocklusion eller avlämning sker, förmågan att utnyttja ytterligare markör position i förekommande fall för att producera lämpliga kinematiska egenskaper och bibehålla realtidsvisning utan avbrott i data.
3. Utför en inledande försöksperiod rörelseanalys varar 10 till 30 sek. Detta krävs för att erhålla baslinjedata, och kan också användas som den första mekanismen för att ge feedback av resultaten till patienten. Samråd med patienten om relevanta resultat är det viktigt att hjälpa motorn learNING krävs vid framställning av nya rörelsemönster.
4. Har terapeuten förklara syftet med den planerade rörelsen modifiering. Detta bör innefatta både biomekaniska och kliniska motiven för ändringen och hur den är unik för den givna patologi. Demonstration av rörelsen modifiering av terapeuten kommer att förstärka motorisk inlärning av patienten. Rörelsen ändringen kommer typiskt att bestämmas utifrån biomekaniska och kliniska presentation av patienten under behandlingen, eller forskningsfrågan undersökas om enbart för forskningsändamål.
5. Börja rörelsen omskolning sessionen. Om du använder ett löpband, låt motivet att välja sin egen önskad hastighet och ger ett par minuter att nå en steady-state. Detta gör också att patienten blir bekant och bekväm med utrustningen, experimentell inställning, och protokoll.
6. Ge feedback till patienten under utförandet av rörelsen. Detta kan ske i form av många DIFka synsätt och kombinationer av dessa är fördelaktigt under tidig träning. Börja med mindre tekniska metoder som muntlig återkoppling och framsteg i realtid biofeedback. Utnyttjande av realtid biofeedback bör alltid innehålla tydliga visning av högst ett utfall variabel i taget.
7. Ge tillräcklig tid för patienten att träna den nya rörelsen. Effektiv motorisk inlärning uppnås inte omedelbart. Istället kommer fasta praxis den nya rörelsen egenskaper bidra till att säkerställa omformulering av motorn programmet som ansvarar för denna rörelse. En typisk omskolning ingripande kan kräva 8-10 fokuserade träningspass, var varaktigt mellan 30 och 60 minuter.

4. Patient De-briefing och efterföljande träningspass

1. Diskutera de viktiga resultaten och resultat sessionen med patienten. Viktiga faktorer att fokusera på bör omfatta variabilitet i prestanda, följsamhet till ordinerad rörelsen modifblue och ytterligare beskrivning av den logiska grunden och betydelse ändringen.
2. Inhämta synpunkter angående sessionen från patienten. Med tanke på att varje patients preferenser sannolikt kommer att variera, kan det vara nödvändigt att modifiera tillförseln av intervention för en given individ. Dessa bör identifieras tidigt för att optimera effektiviteten.
3. Bestäm planen för efterföljande träningspass, om det behövs. Om en multi-session ingripande väljs bör efterföljande träningspass använda en bleka återkoppling strategi för att förbättra motorisk inlärning. Ge mindre total återkoppling och växlar mellan tidsblock av återkoppling och ingen återkoppling i framtida sessioner.

Representative Results

Ett exempel från en enda rörelse omskolning session fokuserar på ökad laterala stammen lutningsvinkel hos en patient med knäartros visas i figur 2. Efter ungefär 15 minuter av utbildning med en kombination av verbala och spegel-baserade återkoppling av prestanda, var patienten är försedd med realtidsdata som hänför sig till mängden lateral stam böjning. Träning med denna metod fortsatte under ytterligare 10 minuter. Under normala (omodifierade) försök uppvisade patienten en självvald mängd sidled stam magert på ca 2 ° (se topp prickade linjen runt 20% av hållning). Under modifiering försök, fick patienten instrueras att uppnå en topp mager värde av 6 °, såsom visas av ett målområde på skärmen. Såsom kan ses i figur 2, modifieringen av gångmönster utnyttjar en ökning i sidled bålen mager inte var associerad med en märkbar förändring i det totala mönstret. Snarare uppvisade patienten en inkrlätthet i sidled stam mager hela gångcykeln.

De resulterande effekterna på knäleden lastning - som kvantifieras med hjälp av externa ögonblicket knä adduktion - kan ses i figur 3. Även om det inte tillhandahålls som visualiserade data till patienten, är den biomekaniska följd av ökad laterala stammen mager en minskning i knäet adduktion ögonblicket, eventuellt förskjuta lasten inuti knäleden ^9,12. Återigen det allmänna mönstret i knäleden ögonblicket - och efterföljande belastning inom den gemensamma - skilde inte nämnvärt mellan de normala och modifierade prövningar. Istället var storleken reduceras hela.

Figur 1. Grundläggande markör kodning används rörelseanalys testning. Svarta prickar representerar positioner reflective markörer placeras över specifika anatomiska landmärken. Mer komplexa markör set används vid bedömningen av gemensamma och segment rörelser mer i detalj.

Figur 2. Exempel sidled stammen lutningsvinkel under en normal promenad studie (streckad linje) och en rättegång där patienten fick i uppdrag att få en maximalt i sidled stam magert cirka 6 ° (heldragen linje). Realtid laterala stammen lutningsvinkel visades framför patienten vid alla tidpunkter. Avbildas Data är från ett enda hållning cykel där 0% är initial kontakt av en lem och 100% är tåsläppning av samma lem.

Figur 3. Extern knäadduktion ögonblick värden under hållning under en normal gång rättegång (streckad linje) och en där patienten fick i uppdrag att öka mängden lateral stam mager (heldragen linje). Värden presenteras normaliserade till tid samt kroppsstorlek (procent av produkten av kroppsvikt och längd -% BW * HT).

Discussion

Feedback i realtid för prestanda under rörelser såsom promenader kan vara ett värdefullt komplement till vanliga metoder rörelseanalys. Även i sin relativa linda, kommer forskning om specifika och diskret rörelse ändringar säkert omfattas av förmågan att producera den önskade modifieringen med noggrannhet och i realtid. Till exempel, om patienten kräver en viss mängd rörelse modifiering kan detta belopp mätas och som under själva rörelsen. Den metod som presenteras här kan användas för att testa nya metoder för rörelse modifiering samt förfining av existerande protokoll för ett brett spektrum av patientpopulationer.

Riktigheten av de insamlade uppgifterna och den efterföljande förmåga att uppnå diskreta modifieringar i rörelse parametrar är beroende av ett antal faktorer. Viktigast är rörelse analys av något slag beroende på antagandet att den observerade / uppmätt rörelse indikerarsann anatomisk rörelse. Som är hud-baserade markörer avsedda att ge en visuell representation av specifika underliggande anatomiska landmärken. Därför att säkerställa att den fångade rörelsen korrekt avspeglar den verkliga rörelse underliggande skelettet måste mycket vård tas i valet av markören positionering. Det finns många olika biomekaniska modeller används idag att alla har lite olika markör placeringar i ett försök att bäst följa utvecklingen av skelettet. Man måste vara försiktig när man väljer en biomekanisk modell - en ingående diskussion av dessa modeller är utanför ramen för denna uppsats. Slutligen, oavsett den använda modellen, måste anslutning till exakt placering av markörerna bibehålls. Vikten av att göra ytterligare ansträngningar för att säkerställa detta korrekt palpation och efterföljande markör placering kan inte överskattas under förflyttning omskolning försök med realtid biofeedback rörlighet prestanda, eller någon rörelseanalys rättegång för den delenTER.

Möjligheten att följa utvecklingen av kroppens segment och leder är också beroende av de tekniska specifikationerna för kamerasystemet liksom integritet och beteende hud-baserade markörer. Till exempel storleken på reflexion eller ocklusion av vision av markörer (t.ex. om de omfattas av löst sittande kläder) kommer att negativt påverka de uppgifter som samlats och ges till patienten. Som angivits ovan, skapande av segment i den biomekaniska modellen som innefattar markör uppsägningar om möjligt vid "primära" markör ocklusion eller avhopp kommer att säkerställa underhåll av realtidsdata. Även högre upplösning och mer fokuserade kameror kommer säkert att minska fel vid spårning rörelser måste man besluta om den acceptabla nivån för fel för insatsen. Medan diskret (exakt belopp) ändring av den valda rörelsen parametern är sannolikt målet i forskningssammanhang, kan mindre exakt modifiering vara nödvändig iklinisk miljö. Detta återspeglar behovet av att vara exakt när de söker verkningsmekanismer för en given modifiering (och, faktiskt, de tekniska fördelarna med laboratorie-baserade system rörelseanalys), samtidigt förstå resurs, tid och begränsningar utrustning när de genomförs kliniskt. Även om detta inte utesluter användning av exakta ändringar kliniskt, måste en bedömning av begränsningar göras när man använder denna metod i alla miljöer. Vidare, även om metoder som använder ett passivt reflekterande systemets motion capture har beskrivits i detta dokument samma frågor för att fånga och visa exakt rörelse Information gälla oavsett vilket system som används. Till exempel aktiva markörsystem eller de som använder bärbara enheter (t.ex. electrogoniometers, accelerometrar) förlitar sig fortfarande på förmågan att tolka skelett rörelse och analysera effektivt. Processen av korrekt insamling, analys och presentation av information förblir densamma för alla system.

Oavsett önskad noggrannhet är noggrann kalibrering av systemet krävs innan någon rörelse analys eller rörelse omskolning session. Detta steg krävs för att säkerställa att lägena för kamerorna med avseende på varandra är kända. Det ger också en möjlighet att se till att alla kameror är kapabla att visualisera den avsedda fånga volymen. Till exempel, om visionen från en kamera är tilltäppt på grund av ett annat objekt (t.ex. ett bord eller stol), är det bättre att upptäcka det under kalibreringen steget snarare än den faktiska rörelseanalys skede. Kalibreringen kommer att resultera i fastställandet av storleken av position och detekteringsfel av systemet på den aktuella dagen. Den maximalt tillåtna felet beror på de tekniska specifikationerna för systemet samt preferenser användarna. Kalibreringsfel ovanför dessa trösklar diktera omkalibrering av systemet.

Det finns ett antal futida tillämpningar av denna teknik för både forskning och kliniska resultat. Förmågan att undersöka effekterna av omedelbara förändringar i olika biomekaniska variabler för rörlighet funktion kan ge värdefull information som är nödvändig för att bättre förstå mekanismerna bakom rörelsen. Således kan teoretiska kunskaper om funktionella biomekanik kan förbättras avsevärt genom användning av denna teknik. Faktum en av fördelarna med att använda feedback i realtid av prestanda - är förmågan att upptäcka eventuella fel under datainsamlingen sessionen, snarare än offline efter slutförandet - även om en rörelse omskolning ingripande inte utnyttjas. Detta kommer säkerligen förbättra effektiviteten i rörelseanalys forskning.

Fördelarna med realtid biofeedback rörlighet och efterföljande omskolning måste vägas mot nackdelarna med denna metod. Först och främst, finns det en betydande kostnad i samband med någon rörelse analyssystem. Ytterligare prog.uppdär och utrustning kostnader eller programmering bördan måste vägas in när du lägger realtid biofeedback kapacitet. Dessutom måste eventuella driftstopp på grund av tekniska svårigheter i systemet också förutses vid någon punkt under användning. Konventionella metoder såsom att använda en spegel eller video capture är betydligt mindre sannolikt att påverkas av driftstopp. Slutligen, med tanke individuella skillnader i motorn inlärningsstilar, kan vissa individer inte nödvändigtvis gynnas realtid biofeedback. Identifiering av dessa icke-responders är tidigt viktigt. En grundlig förståelse av motorisk inlärning principer för att optimera resultaten under och rörelse modifiering ingripande. Till exempel kan införliva både kunskap av resultat och kunskap om utvecklingen under omskolning vara effektiva för att främja lärande och användning av en blek återkoppling paradigm kan hjälpa retention av prestanda på längre sikt.

Även den potentiella inverkan ärframgår av en kliniskt perspektiv, ett antal frågor behöver fortfarande lösas innan stor skala rörelse modifiering strategier bör genomföras inom den kliniska miljön. Först, även de lokala biomekaniska effekter börjar bli välkända effekterna av dessa förändringar på kliniskt relevanta resultat som smärta och funktion är ännu okänd. De exakta detaljerna i rörelsen ändringen beror på nedskrivningar i samband med patologi och de kliniska och biomekaniska egenskaper hos den enskilda patienten. Till exempel kommer de erforderliga rörelse modifiering Parametrarna varierar sannolikt mellan dem med knäartros jämfört med någon som haft en stroke av ryggmärgsskada. Vidare kan öka sidled stammen mager i någon med knäartros som redan uppvisar stora mängder magert inte vara effektiva. Mer forskning behövs också för att undersöka om förändringar i gemensamma biomekanik översätta till klinisk förbättring. Genomföra långsiktiga insatserkommer att ge värdefull information om möjligheterna (särskilt i den äldre befolkningen), följsamhet och effektivitet rörelse ändringar. Den kommer också att ge möjlighet att övervaka förändringar i biomekanik och symtom på andra leder för att bedöma risken för negativa konsekvenser av dessa förändringar. Slutligen, även om studeras som en fristående behandling för att testa effektiviteten kommer klinisk tillämpning av dessa modifieringar i sista hand en del av en övergripande behandlingsstrategi. Till exempel kommer behandlingen av knäartros innebära fortfarande muskelstärkande, rörelseomfång övningar / stretching och aeroba konditionering. Rörelse omskolning använda realtid biofeedback kan spela en viktig roll som en tilläggsbehandling strategi som ett effektivt sätt att optimera gemensamma biomekanik och allmänna fysiska funktion. Hur rörelse ändring skulle passa in klinisk behandling, och hur det skulle kunna kombineras med andra insatser har ännu inte fastställts.

Materials

Name	Company	Catalog Number	Comments
Reflective markers	3x3 Design		12 mm diameter
Marker tape discs	Discount Disposables	TD-22 Electrode Collar, 8 mm	Designed usage is as electrode collars
Motion analysis cameras	Motion Analysis Corporation
Biofeedtrak	Motion Analysis Corporation
Matlab	The Mathworks