Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove

Behavior

Klinisk orienterte tredimensjonale gangart analysemetode for å vurdere gangart lidelse

doi: 10.3791/57063 Published: March 4, 2018

Summary

I denne studien er en kliniker-vennlig tredimensjonale gangart analysemetode, som ble designet som skal utføres i rehabilitering klinikk, presentert. Metoden består av en forenklet målemetode og intuitivt figurer å forenkle leger forståelse av resultatene.

Abstract

Tredimensjonale gait analyse (3DGA) er vist å være en nyttig klinisk verktøyet for vurdering av gangart abnormitet på grunn av bevegelsesforstyrrelser. Bruk av 3DGA i faktiske klinikker imidlertid uvanlig. Mulige årsaker kan være tidkrevende måling prosessen og vanskeligheter med å forstå målingsresultater, som presenteres ofte bruker et stort antall diagrammer. Her presenterer vi en kliniker-vennlig 3DGA metode utviklet for å forenkle for klinisk bruk av 3DGA. Denne metoden består av forenklet forberedelse og måling prosesser som kan utføres i en kort tidsperiode klinisk innstillinger og intuitivt resultatpresentasjonen for å forenkle leger forståelse av resultatene. Rask, forenklet Målingsrutinen oppnås ved bruk av minimum markører og måling av pasienter på en tredemølle. For å lette kliniker forståelse, blir resultatene presentert i tall basert på klinikere perspektiv. En Lissajous oversikt bilde (LOP), som viser baner av alle markører fra et helhetlig perspektiv, brukes til å forenkle intuitiv forståelse av gangart mønstre. Unormal gangart mønster indekser, som er basert på klinikere perspektiver i gangart evaluering og standardisert bruker dataene i friske, brukes til å vurdere omfanget av typiske unormal gangart mønstre i slagpasienter. En graf som viser analyse av tå klaring strategien, som viser hvordan pasienter avhengige normal og kompenserende strategier for å oppnå tå klaring, er også presentert. Disse metodene kan forenkle implementeringen av 3DGA i klinisk innstillinger og videre oppmuntre utviklingen av måling strategier fra klinikerens synspunkt.

Introduction

Tidligere studier har vist nytten av tredimensjonale gait analyse (3DGA) for vurdering av gangart etter slag1,2,3. Studier med høy kvalitet bevegelse analyse systemer har gitt betydelig innsikt i menneskelig gangart mønstre, ikke bare av de friske, men også de på grunn av ulike bevegelsesforstyrrelser som slag eller cerebral parese4,5 . Forstå patologi, vurdere pasienter før behandling for planlegging eller overvåking intervensjon effekter kan alle bli fremmet med 3DGA6. Videre, flere nyere studier har vist potensialet i 3DGA å gi en guide for rehabiliterende trening7,8.

Bruk av 3DGA i daglige praksis er imidlertid fortsatt begrenset. En av de store problemene er den tidkrevende prosessen. Markør sett brukt i gangart analyse9,10,11 består av mer enn 30 markører for hele kroppen måling. Disse markør gjør svært nøyaktig estimering av lem og bagasjerommet. Dette bidrar til nøyaktigheten av analysen, som vanligvis gjøres fra data av begrenset antall trinn som kan fanges av kameraer plassert rundt en gangvei. Dette krever imidlertid en tidkrevende forberedelse og måling prosesser, som hindrer bruk av 3DGA i daglige praksis.

En annen ulempe med å bruke 3DGA i en klinisk setting er at det kan være vanskelig å tolke resultatene gitt12. Resultatene av 3DGA vises vanligvis i grafer viser parametre som felles vinkler og forskyvning av kroppsdeler. Imidlertid innebærer gangart evaluering i Rehabilitering klinikker ikke bare vurdere bevegelsen av kroppsdeler men også Holistisk bevegelsesmønstre. Sistnevnte kan bare forstås ved å vurdere relasjonene mellom disse parametrene, og vanskelighetene involvert i å gjøre så gjør klinikere mindre villige til å bruke 3DGA.

For å løse disse problemene og rette for bruk av 3DGA i rehabilitering klinikk, foreslår vi en forenklet og intuitivt metode for 3DGA. Metoden måling består av følgende: (1) en forenklet markør med 12 markører; (2) måling av pasienter på tredemølle; (3) en intuitiv Holistisk figur gangart mønstre; (4) unormale gangart mønster indekser godkjent gjennom kliniske observasjon; og (5) visualisering av funksjonene i gangart strategi. Protokollen vist i denne studien følger retningslinjene i medisinsk etikk av institusjonen.

Protocol

1. forberedelse

Merk: Målemetode foreslått her benytter en forenklet markør settet består av tolv markører, som beskrevet nedenfor. Hele målingen prosessen, inkludert forberedelse, kan utføres innen 20 min. Muligheten for denne protokollen i reell kliniske innstillinger er bekreftet i tidligere studier13,14,15,16,17.

  1. Utføre kalibreringsprosessen etter produsentens protokollen.
  2. Instruere pasienter å ha lett passform, skintight legwear, og plassere de fargede markørene på pasienten, som beskrevet nedenfor.
    1. Sted markører (30 mm i diameter) på følgende punkter på pasientens kropp: både acromia, hips (for poeng en tredjedel av veien fra den større trochanter av femur langs en linje med hver fremre overlegen iliaca ryggraden med hver større trochanter), knærne (på midtlinjen av anterior-posterior diameteren på hver sideveis epicondyle av femur), ankler (lateral malleoli), tær (femte metatarsal hoder) og iliaca toppene (på plasseringen av hver iliaca bølgetopp på en loddrett linje som går gjennom hoftene).

2. måling

  1. Angi hastigheten på tredemøllen og måle gangart mønstre.
    1. Be pasienten om å utføre 10 meter gange testen.
    2. Angi en subjektivt komfortable gangart hastighet. Tredemølle hastigheten starter på 70% av over bakken gangart og gradvis øke hastigheten, for å finne komfortable gangart hastighet på tredemølle.
    3. Måle gangavstand. I en enkelt økt det tar 20 s. Hvis de ulike forholdene (f.eks. gangart fart, ortose osv.) må sammenlignes, utføre flere økter. I så fall har pasienter hvile i 1 minutt mellom økter.
      Merk: Selv om 3DGA systemer med infrarøde kameraer er vanlig i 3DGA forskning, en video-basert forenklet bevegelse analysesystem (samplingsfrekvens: 60 Hz; f.eksKinematracer) er brukt i denne protokollen for å forkorte kalibreringsprosessen.

3. dataanalyse

  1. Tid-avstand faktorer
    Merk: Tid-avstand parametere er vanlig og grunnleggende parametere brukes i gangart analyse studier. Hendelsene i foten første kontakt og foten av bestemmes automatisk av systemet basert på tå og ankel markør baner.
    1. For å unngå feil i trinn gjenkjenning, har du to erfarne fysioterapeuter bekrefte nøyaktigheten av timing og justere det hvis det er feil i trinn timing.
    2. Fra disse oppdaget trinn tidsberegning, beregner du følgende:
    3. Beregne Cadence (skritt/min) = 60 × 2 / SC (s)
    4. Beregne skrittlengden (m) = GS (m/s) × SC (s) + (forskyvning av ankelen markøren fra foten kontakt til fots kontakt med samme side)
    5. Beregne skrittlengden (m) = GS (m/s) × (tiden fra foten kontakt av ene foten kontakt med den andre siden) + (gjennomsnittlige forskjellen i ankelen posisjon på foten kontakt ene og den andre siden)
    6. Beregne trinnbredde (m) = den gjennomsnittlige sideavstand mellom merkene ankelen i dobbel holdning fasen
    7. Beregne varighet av dobbel holdning: summen av dobbel holdning fase som vises to ganger i løpet en gangart syklus; tiden mellom foten kontakt av den ene siden og etterfølgende foten av på den andre siden.
    8. Beregne varighet av enkelt holdning: gjennomsnittlig tid mellom foten av og påfølgende fot kontakt på motsatt side.
      Merk: SC (trinn syklus): gjennomsnittlig tid fra hælen kontakt av en side til hæl kontakt på samme side. ** GS (gangart hastighet)
  2. Lissajous oversikt bilde (LOP)
    Merk: LOPs er utformet som en figur som består av markør felles baner på store ledd med sikte på å tilrettelegge forståelse rehabilitering pasienter helhetlig gangart mønstre14 (se figur 1).
    1. Generere LOPs fra baner på koordinatene til ti markører og virtuelle tyngdepunkt (COG) i vannrett (x-y), sagittal (y-z) og Koronal (z-x) fly (x: venstre/høyre, y: fremre/bakre, z: overordnet/underordnet).
      1. Tegne løp med programvaren eller ved å opprette en scatterplot som dekker området bevegelse av alle merketrådene på et regnearkprogram. Beregne den virtuelle COG ved hypothesizing hver kroppen segmentet skal være som følger: bagasjerommet, 0,66; lår, 0.1; lavere lår, 0,05; og foten, 0,02. Deretter beregne COG som sammensetningen segmentene.
    2. Ved hver merketråd, trekke rådata til de tre komponentene (x, y og z) for hver gangart syklus, normalisere disse ved gangart syklus og beregne gjennomsnittet for verdiene. Angi mener verdier av x - og y-komponentene i den virtuelle COG til 0 og bruke disse som referanser for x - og y-komponentene på markørene.
  3. Beregning av unormal gangart indeks for Hemiparetic gangart
    Merk: Flere vanlige gangart mønstre er kjent som kjennetegner hemiparetic gangart etter hjerneslag. Disse inkluderer hip fotturer, circumduction og sideforskyvning bagasjerommet18. Indekser for unormal gangart mønstre er utviklet for å kvantifisere omfanget av disse gangart mønstre13,16,17. Hittil ti unormal gangart indekser (hip fotturer, circumduction, forfoten kontakt, retropulsion av hip, overdreven hip eksterne rotasjon, overdreven sideforskyvning av stammen over upåvirket side, kne extensor kastet, bøyes kneet gangart, utilstrekkelig kneet Refleksjoner i løpet av swing fase og mediale pisk) er rapportert. Formelen for hver indeks er vist i tabell 1.
    1. Beregne rå verdien av indeksene i henhold til formlene. For eksempel beregne rå verdien for indeksen for hip vandring som forskjellen mellom maksimumsverdien for z-koordinatene hofteleddet markøren i swing fasen og samtidige z-koordinatene kontralateral hofteleddet markøren, korrigert for gjennomsnittet venstre-høyre forskjellen av z-koordinat i dobbel støtte fasen.
    2. Beregne avvik score (t-score) basert på måledata av friske. Beregne standardisert poengsummen som følger: T = 50 + 10 × (X−µ) / ses (T: avvik poeng. X: personlige data. µ: mener råverdi av sunn fag; Ses: standardavvik).
  4. Analyse av Toe klaring strategi
    Merk: Strategier for tå klarering under swing variere mellom friske og pasienter med lavere lem vc6. I sunn fag oppnås tå klaring ved lem forkorting, med minimal bevegelser av bekkenet eller bagasjerommet. På den annen side, forkorte pasienter med vc6 ikke deres lemmer i samme grad. For disse pasientene tå de resulterende kompenserende strategiene som bekken tilt eller circumduction også påvirke klaring19. I denne analysen var høyden på tå klaring på midten av swing er delt i to deler: vertikal gevinst oppnås ved lem forkorte og som fikk av kompenserende bevegelser, som direkte påvirker tå klaring. Komponentene som utgjør tå klaring (loddrett komponent av lem forkorting, bekken skjevheter, hip bortførelsen, og vaulting) beregnes som beskrevet nedenfor.
    1. Beregne totale tå klaring fra z-koordinatene femte metatarsal hodet som en indeks tå klaring.
    2. Beregne loddrett komponenten av lem forkortelse som z-koordinat av endringen av avstanden mellom hoften og femte metatarsal hodet.
    3. Beregne komponenten loddrett kompenserende bevegelse ved å summere tre delkomponenter, som følger.
      1. Beregne den loddrette komponenten av bekken skjevheter som forskjellen i høyden (z-koordinat) på hip markører.
      2. Beregne den loddrette komponenten av hip bortføring som avstand mellom hoften og femte metatarsal hodet og bortføring vinkler. Dette gjenspeiler den oppadgående avstanden foten ville ha flyttet som følge av hip bortføring hvis det hadde vært noen endring i lavere benlengde.
      3. Beregne den loddrette komponenten vaulting fra endringen i z-koordinaten kontralateral hoften mellom midten av holdning og midten av swing20.

Representative Results

Metoden som presenteres her brukes til å evaluere pasienter med gangart lidelser. Resultatene av analysen presenteres i figur 2og Figur 3 Figur 4. Disse illustrasjonene viser resultatene av den forenklede 3DGA av en pasient med hemiparesis og en sunn kontroll. Figur 2 viser en representant løp Slaglengde pasientens komplett gangart mønster. I denne pasienten, ble typisk gangart mønstre som circumduction, hip høyde og bagasjerommet sideveis bevegelse observert. Figur 3 er en radar diagrammet viser strøk pasienter unormal gangart indeks (avvik score). Standardisert scorene til circumduction og hip høyde var høy og indikerer at disse bevegelsene i slagpasienter var mye større enn standarden på friske. Endelig er Figur 4 en graf som viser tå klaring strategier en slag pasient og en alder-matchet sunn emne. I sunn emne oppnås tå klaring vanligvis ved lem forkorting, mens i slag pasienten, det oppnås hovedsakelig ved kompenserende bevegelser som bekken skjevheter og vaulting.

Figure 1
Figur 1: Lissajous oversikt bilde (LOP) som består av tre figurer: (A) sagittal fly, (B) koronale flyet, og (C) horisontalplanet. Hver bane viser gjennomsnitt gangart-syklus bevegelser av felles markører og hypotetiske tyngdepunkt. Klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2: Lissajous oversikt bilde (LOP) av en representant slag pasient: (A) sagittal fly, (B) koronale flyet, og (C) horisontalplanet. Økt bagasjerommet bevegelse (hvit pil), hofte fottur (svart pil), og circumduction (grå pil) ble observert fra en helhetlig oversikt med løp. Klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3: radardiagram av unormal gangart indekser. Gjennomsnittlig poengsum av friske er satt til 50. En høy standard score representerer høye abnormitet. Klikk her for å se en større versjon av dette tallet.

Figure 4
Figur 4: diagram som viser tå klaring strategier i et slag pasient vs en sunn emne. Tå klaring oppnås kun ved lem forkortelse i sunn emne, mens kompenserende bevegelser (hip fotturer, hip bortføring og vaulting) også påvirke tå klarering i slag pasient. Klikk her for å se en større versjon av dette tallet.

Gangart mønstre Formel
Hip fotturer forskjellen mellom maksimumsverdien for Z koordinatene hofteleddet markøren i swing fasen og Z koordinatene kontralateral hofteleddet markøren på samme tid, korrigert for mener venstre høyre forskjellen på Z-koordinaten under doblingen støtte fase
Circumduction forskjellen i avstanden mellom lateral mest X koordinere på ankelen felles står under 25-75% av swing fase og den mediale mest X koordineres under 25-75% av holdning fasen
Forfoten kontakt forskjellen i avstanden mellom Z koordinatene ankel felles markøren og Z koordinatene på tå står på første kontakt, minus forskjellen i avstanden mellom Z koordinatene av ankelen felles markør og tå markør i stående
Retropulsion i hofte den gjennomsnittlige avstanden mellom Y-koordinaten for ankelleddet og Y-koordinaten av hofteleddet i enkelt holdning fase
Overdreven hip eksterne rotasjon den gjennomsnittlige avstanden mellom X-koordinaten for ankelen felles og X-koordinaten for tå i swing fase
Overdreven sideforskyvning av
bagasjerommet over upåvirket side
den gjennomsnittlige avstanden mellom
(1) lateral de fleste X-koordinaten for midtpunktet mellom de bilaterale acromions i delen av den doble holdning fasen der den berørte beinet er plassert bak upåvirket beinet og swing fasen av berørte beinet og
(2) gjennomsnittlig X-koordinaten til midtpunktet mellom bilaterale ankelen leddene i delen av den doble holdning fasen der den berørte beinet er plassert bak upåvirket beinet
Kneet extensor kastet forskjellen mellom maksimal Y koordinere hastigheten av kneet i enkelt holdning fase av den berørte beinet og tredemølle gangart hastighet
Bøyes kneet gangart maksimal kneet utvidelsen vinkelen i enkelt holdning fase av den berørte beinet
Utilstrekkelig kneet strekking i swing fasen maksimal kneet strekking vinkelen i swing fase forhold til vinkelen på kneet strekking sunn fag
Mediale pisk avstanden mellom den laterale mest X-koordinaten til ankelen felles under 75-100% av den holdning fasen og den mediale mest X-koordinaten til ankelen felles under 25-75% i holdning fase av den berørte beinet
X-, Y- og Z-koordinaten angir lateromedial, anteroposteriol og vertikale, henholdsvis

Tabell 1: Formler for unormal gangart mønstre

Discussion

I gjeldende rapport, ble forenklet 3DGA metode foreslått. Dette systemet ble utformet for å brukes i daglig praksis og innebærer en forenklet målemetode og kliniker-vennlig presentasjon av resultater.

Flere tidligere rapporter har brukt 3DGA og en grunnleggende kunnskap om menneskets gangart er tidligere etablert21. 3DGA har potensial til å bidra til Rehabilitering klinikker, for eksempel ved å forbedre forståelsen av patologi gangart lidelser, for bruk i behandlingsplanlegging eller overvåking intervensjon effekter. Bruk av 3DGA i Rehabilitering klinikker er imidlertid ganske lav. Det er flere mulige barrierer til bruk av 3DGA i klinisk innstillinger. Tid er trolig en stor utfordring, som forskningsbasert 3DGA vanligvis krever betydelig Forberedelsestid (dvs., for kalibrering av systemet og montering av markører). Et annet problem er at resultatene tolkning kan være utfordrende. Gangart lidelser omfatter vanligvis flere bevegelse unormalt, og forstå ulike grafer fra analyse krever erfaring. I kliniske gjennomførbarhet, ville analyse systemer med forenklet metoder og intuitivt datapresentasjonen være nyttig.

Betydelig forberedelse tiden det tar å analysere eksisterende metoder er knyttet til jakten på høy nøyaktighet. Men Bevegelseshastigheten av pasienter med gangart lidelser er begrenset og i daglige rehabilitering praksis vi krever ikke dette nivået av nøyaktighet. I gjeldende metoden protokollen er forenklet og kan utføres i en tidsperiode som burde være kort nok for mulighetsstudie i daglig rehabilitering praksis mens opprettholde kravene for å evaluere pasienter med bevegelse lidelser13 , 15 , 16 , 17.

I gjeldende metoden oppfyller metoden resultater presentasjon kliniske behov. I Rehabilitering klinikker begynne terapeuter vanligvis ved å evaluere Holistisk gangart mønstre. LØP er beregnet på hjelpe leger vurdere Holistisk gangart mønstre intuitivt ved hjelp av en representant skildring (dvs., en figur) som markøren plasseres baner i henhold til faktiske posisjonelle relasjonene. Utviklingen av unormale gangart indekser brukes her var også basert på klinisk erfaring. Indeksene ble utviklet for å kvantifisere omfanget av klinisk felles unormal gangart mønstre i slagpasienter, og de samtidige validities av alle indekser er bekreftet via klinisk observasjon av fysioterapeuter13, 15,16.

Er en objektiv vurdering metode som gjenspeiler klinisk erfaring, bidrar den foreslåtte metoden ideelt til utvikling av nye rehabilitering strategier. Analyse av tå klaring strategier går utover konvensjonelle klinisk evaluering og har potensial til å bidra i planleggingen av målrettet rehabilitering behandlinger. Den foreslåtte metoden og analyse, blir klinikere presentert med to mål for rehabilitering; omfanget av tå klarering og omfanget av kompensasjon for å oppnå den. I seg selv er øker tå klarering viktig for sikker gå; Imidlertid kan redusere erstatning også forbedre gangavstand effektivitet22. I gjeldende metoden klinikere har tilgang til begge settene med informasjon som indekser safe spaserturer og gangavstand effektivitet, som kan bidra til å utvikle målrettet rehabilitering strategier for å forbedre sikkerheten og effektiviteten av å gå i rehabilitering pasienter.

Gitt de ovennevnte kvalitetene, kan denne måling og analyse metoden forenkle bruken av 3DGA i rehabilitering klinikk ved å tilby en mål metoden med å evaluere gangart mønstre i rehabilitering pasienter. Det kan dessuten føre til mer nøyaktig beregning av effekten av intervensjon enn av vanlige skalaer i klinikken, som kan bidra til ytterligere forbedring av intervensjon kvalitet i feltet rehabilitering.

Denne studien var ikke uten begrensninger. Vurderer redusert antall markører og relativt lav samplingsfrekvens, kan nøyaktigheten av måling i dette systemet være begrenset sammenlignet med eksisterende systemer. Dette kan være en kritisk vurdering når du analyserer raske bevegelser slik som sport fagfolk. Spesielt når du vurderer felles vinkler eller felles bevegelser, kan forenklet markør settet brukes i denne metoden være utilstrekkelig til å nøyaktig beregne felles posisjoner. Følgelig kan analyse som understreker på felles bevegelse, som analysen for planlegging cerebral parese kirurgi, også være begrenset med denne forenklet system. Selv om systemet ble godkjent av den kliniske vurderingen, har psykometriske egenskapene for denne metoden ennå ikke er definert med metoden gullstandarden. De tekniske begrensningene må bekreftes i fremtidige studier.

Men hos pasienter med gangart lidelser, bevegelseshastighet er begrenset og forskjeller i ytelse er tydelig når sammenlignet med friske. Derfor inne daglig praksis, kan vi ikke kreve nøyaktighetsnivået levert av eksisterende metoder. Videre i denne metoden, er resultatene presentert som et gjennomsnitt gangart mønster for en 20 s måleperioden, som er lengre enn de fleste konvensjonelle metoder for måling overground gangart. Denne funksjonen kan forbedre nøyaktigheten og påliteligheten til målingen.

For å konkludere, i denne studien, ble en metode for forenklet og intuitivt 3DGA introdusert. For å lette bruken av 3DGA i å forbedre kvaliteten på Rehabilitering klinikker, bør en klinisk mulig målemetode utvikles. Metoden kliniker-vennlig innført her kan oppmuntre videreutvikling av klinisk mulig måling modeller og gjennomføring av 3DGA i daglig Rehabilitering klinikker.

Disclosures

Forfatterne ikke avsløre.

Acknowledgments

Denne studien ble finansiert av Fujita helse University [Grant nummer 2015100341].

Materials

Name Company Catalog Number Comments
KinemaTracer KisseiComtec Co., Ltd. KinemaTracer-6Cam A simple video-based 3D motion analysis system that consists of camera, workstation and softwares.

DOWNLOAD MATERIALS LIST

References

  1. Chen, G., Patten, C., Kothari, D. H., Zajac, F. E. Gait differences between individuals with post-stroke hemiparesis and non-disabled controls at matched speeds. Gait Posture. 22, (1), 51-56 (2005).
  2. Stanhope, V. A., Knarr, B. A., Reisman, D. S., Higginson, J. S. Frontal plane compensatory strategies associated with self-selected walking speed in individuals post-stroke. Clin Biomech. 29, (5), 518-522 (2014).
  3. Nadeau, S., Betschart, M., Bethoux, F. Gait analysis for poststroke rehabilitation: the relevance of biomechanical analysis and the impact of gait speed. Phys Med Rehabil Clin N Am. 24, (2), 265-276 (2013).
  4. Balaban, B., Tok, F. Gait disturbances in patients with stroke. PM& R. 6, (7), 635-642 (2014).
  5. Roche, N., Pradon, D., Cosson, J., Robertson, J. Categorization of gait patterns in adults with cerebral palsy: a clustering approach. Gait Posture. 39, (1), 235-240 (2014).
  6. Baker, R., Esquenazi, A., Benedetti, M. G., Desloovere, K. Gait analysis: clinical facts. Eur J Phys Rehabil Med. 52, (4), 560-574 (2016).
  7. Nadeau, S., Duclos, C., Bouyer, L., Richards, C. L. Guiding task-oriented gait training after stroke or spinal cord injury by means of a biomechanical gait analysis. Prog Brain Res. 192, 161-180 (2011).
  8. Wikström, J., Georgoulas, G., Moutsopoulos, T., Seferiadis, A. Intelligent data analysis of instrumented gait data in stroke patients-a systematic review. Comput Biol Med. 51, 61-72 (2014).
  9. Davis, R. B., Õunpuu, S., Tyburski, D., Gage, J. R. A gait analysis data collection and reduction technique. Hum Mov Sci. 10, (5), 575-587 (1991).
  10. Cappozzo, A., Catani, F., Della Croce, U., Leardini, A. Position and orientation in space of bones during movement: anatomical frame definition and determination. Clin Biomech. 10, (4), 171-178 (1995).
  11. Leardini, A., Biagi, F., Merlo, A., Belvedere, C., Benedetti, M. G. Multi-segment trunk kinematics during locomotion and elementary exercises. Clin Biomech. 26, (6), 562-571 (2011).
  12. Cimolin, V., Galli, M. Summary measures for clinical gait analysis: a literature review. Gait posture. 39, (4), 1005-1010 (2014).
  13. Itoh, N., et al. Quantitative assessment of circumduction, hip hiking, and forefoot contact gait using Lissajous figures. Japanese J Compr Rehabil Sci. 3, 78-84 (2012).
  14. Ohtsuka, K., et al. Application of Lissajous overview picture in treadmill gait analysis. Japanese J Compr Rehabil Sci. 6, 33-42 (2015).
  15. Mukaino, M. Feasibility of a Simplified, Clinically Oriented, Three-dimensional Gait Analysis System for the Gait Evaluation of Stroke Patients. Prog Rehabil Med. 1, (2016).
  16. Tanikawa, H., Ohtsuka, K., Mukaino, M., Inagaki, K., Matsuda, F., Teranishi, T., et al. Quantitative assessment of retropulsion of the hip, excessive hip external rotation, and excessive lateral shift of the trunk over the unaffected side in hemiplegia using three-dimensional treadmill gait analysis. Top Stroke Rehabil. 23, (5), 311-317 (2016).
  17. Hishikawa, N., Tanikawa, H., Ohtsuka, K., Mukaino, M., Inagaki, K., Matsuda, F., et al. Quantitative assessment of knee extensor thrust, flexed-knee gait, insufficient knee flexion during the swing phase, and medial whip in hemiplegia using three-dimensional treadmill gait analysis. Top Stroke Rehabil. Forthcoming.
  18. Perry, J. The mechanics of walking in hemiplegia. Clin Orthop Relat Res. 63, 23-31 (1969).
  19. Matsuda, F., Mukaino, M., Ohtsuka, K., Tanikawa, H., Tsuchiyama, K., Teranishi, T., et al. Biomechanical factors behind toe clearance during the swing phase in hemiparetic patients. Top Stroke Rehabil. 24, (3), 177-182 (2016).
  20. Matsuda, F., Mukaino, M., Ohtsuka, K. Analysis of strategies used by hemiplegic stroke patients to achieve toe clearance. Japanese J Compr Rehabil Sci. 7, 111-118 (2015).
  21. Perry, J., Burnfield, J. M. Gait analysis: normal and pathological function. 1st ed, Slack incorporated. New Jersey. (1992).
  22. Olney, S., Monga, T., Costigan, P. Mechanical energy of walking of stroke patients. Arch Phys Med Rehabil. 67, (2), 92-98 (1986).
Klinisk orienterte tredimensjonale gangart analysemetode for å vurdere gangart lidelse
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Mukaino, M., Ohtsuka, K., Tanikawa, H., Matsuda, F., Yamada, J., Itoh, N., Saitoh, E. Clinical-oriented Three-dimensional Gait Analysis Method for Evaluating Gait Disorder. J. Vis. Exp. (133), e57063, doi:10.3791/57063 (2018).More

Mukaino, M., Ohtsuka, K., Tanikawa, H., Matsuda, F., Yamada, J., Itoh, N., Saitoh, E. Clinical-oriented Three-dimensional Gait Analysis Method for Evaluating Gait Disorder. J. Vis. Exp. (133), e57063, doi:10.3791/57063 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter