Summary
I denna studie presenteras en kliniker-vänlig tredimensionell gånganalys analysmetod, som var avsedda att utföras i rehabiliteringsklinik. Metoden består av en förenklad mätmetod och intuitiv siffror att underlätta kliniker förståelse av resultaten.
Abstract
Tredimensionell gånganalys (3DGA) har visat sig vara ett användbart kliniska verktyg för utvärdering av gait abnormitet på grund av rörelsestörningar. Användning av 3DGA i faktiska kliniker kvarstår dock mindre vanliga. Möjliga orsaker kan omfatta tidskrävande mätprocessen och svårigheter att förstå mätresultaten, som ofta presenteras med hjälp av ett stort antal grafer. Här presenterar vi en kliniker-vänliga 3DGA metod utvecklad för att underlätta klinisk användning av 3DGA. Denna metod består av förenklad beredning och mätning processer som kan utföras i en kort tidsperiod i kliniska inställningar och intuitiv presentation av rapporten för att underlätta kliniker förståelse av resultat. Snabb, förenklad mätning uppnås genom användning av lägsta markörer och mätning av patienter på ett löpband. För att underlätta kliniker förståelse, presenteras resultaten i siffror baserat på de kliniker perspektiv. En Lissajous översikt bild (LOP), som visar banor av alla markörer ur en holistisk synvinkel, används för att underlätta intuitiv förståelse av gångmönster. Onormal gång mönster index, som är baserade på kliniker perspektiv i gångarten utvärdering och standardiserade använder data från friska försökspersoner, används för att utvärdera omfattningen av typiska onormal gångmönster hos strokepatienter. En graf som skildrar analysen av tå clearance strategin, som skildrar hur patienter är beroende av normal och kompensatoriska strategier för att uppnå tå clearance, presenteras också. Dessa metoder kan underlätta genomförandet av 3DGA i kliniska inställningar och ytterligare uppmuntra utvecklingen av mätning strategier från klinikerns synvinkel.
Introduction
Tidigare studier har visat nyttan av tredimensionell gånganalys (3DGA) för utvärdering av gångart efter stroke1,2,3. Studier med hög kvalitet motion analyssystem har gett betydande insikt om människans gångmönster, inte bara av den hos friska försökspersoner, men också de tack vare olika rörelserubbningar såsom stroke eller cerebral pares4,5 . Förståelse patologi, bedöma patienter innan behandling för planering eller övervaka ingripande effekter kunde alla främjas med 3DGA6. Ytterligare, flera färska studier har visat potentialen för 3DGA för att ge vägledning för rehabiliterande träning7,8.
Användning av 3DGA i daglig klinisk praxis är dock fortfarande begränsad. En av de stora frågorna är dess tidskrävande process. Markör-apparater som vanligen används i gångarten analys9,10,11 består av mer än 30 markörer för hela kroppen mätning. Dessa marker uppsättningar möjliggör mycket exakt uppskattning av extremiteter och bål rörelse. Detta bidrar till riktigheten av den analys som görs oftast från data av begränsat antal steg som kunde fångas in av kameror placeras runt en gångväg. Detta kräver dock en tidskrävande beredning och mätning processer, som hindrar användning av 3DGA i daglig klinisk praxis.
En annan nackdel att använda 3DGA i en klinisk miljö är att det kan vara svårt att tolka de resultat som avses12. Resultaten av 3DGA visas vanligen i diagram skildrar parametrar såsom gemensamma vinklar och förskjutning av kroppsdelar. Dock handlar gait utvärdering i rehabiliteringskliniker inte bara om utvärdering av rörelsen av kroppsdelar men också holistiska rörelsemönster. Den senare kan bara förstås genom att utvärdera relationerna mellan dessa parametrar, och svårigheten som är inblandade i att göra så gör kliniker mindre villiga att använda 3DGA.
För att lösa dessa problem och underlätta användningen av 3DGA i rehabiliteringsklinik, föreslår vi en förenklad och intuitiv mätmetod för 3DGA. Mätmetoden består av följande: (1) en förenklad markör set med 12 markörer; (2) mätning av patienter på löpbandet; (3) en intuitiv holistisk bild av gångmönster; (4) onormal gång mönster index valideras genom klinisk observation; och (5) visualisering av funktionerna i gångarten strategi. Det protokoll som visas i denna studie följer riktlinjerna av medicinsk etisk kommitté av institutionen.
Protocol
1. beredning
Obs: Mätning metoden föreslås häri utnyttjar en förenklad markör set bestående av tolv markörer, som beskrivs nedan. Hela mätningen processen, inklusive förberedelser, kan utföras inom 20 min. Genomförbarheten av detta protokoll i verkliga kliniska inställningar har verifierats i tidigare studier13,14,15,16,17.
- Utför kalibreringen enligt tillverkarens protokollet.
- Instruera patienten att bära lätt passform, skintight legwear, och placera de färgade markörerna på patienten, som beskrivs nedan.
- Placera markörer (30 mm i diameter) på följande punkter på patientens kropp: både acromia, höfter (vid punkter en tredjedel av långt från de större trochanter av lårbenet längs en linje som förbinder varje främre överlägsen iliaca ryggraden med varje större trochanter), knän (på mittlinjen av anterior-posterior diametern på varje laterala epikondylen av lårbenet), vrister (laterala malleolerna), tår (femte mellanfot huvuden) och iliaca kammar (på positionen för varje höftbenskammen på en vertikal linje som passerar genom höfterna).
2. mätning
- Ställa in hastigheten på löpbandet och mäta gångmönster.
- Instruera patienten att utföra gångtestet 10 m.
- Som en subjektivt bekväm gångart hastigheten. Ställa in löpbandet hastigheten, börjar på 70% av över marken gångart och gradvis öka hastigheten, för att hitta den bekväma gångarten hastigheten på löpbandet.
- Mäta gångavstånd. För en enda session tar det 20 s. Om de olika villkor (t.ex. gait hastighet, ortosen osv.) behöver jämföras, utföra flera sessioner. I så fall har patienter vila i 1 minut mellan sessionerna.
Obs: Även om 3DGA system med värmekameror används ofta i 3DGA forskning, en video-baserade förenklat rörelse analyssystem (samplande frekvens: 60 Hz; t.ex., Kinematracer) används i detta protokoll för att förkorta kalibreringsprocessen.
3. dataanalys
-
Faktorer som tid-distans
Obs: Tid-distans parametrar är gemensamma och grundläggande parametrar som används i gångarten analysstudier. Händelserna i foten initial kontakt och fot-off bestäms automatiskt av systemet baserat på tå och fotled markör banor.- För att undvika fel i steg upptäckt, har två erfarna sjukgymnaster kontrollera riktigheten av timing och justera den om det finns fel i steg timing.
- Från dessa upptäckta steg timings, beräkna följande:
- Beräkna kadens (steg/min) = 60 × 2 / SC (s)
- Beräkna steglängd (m) = GS (m/s) × SC (s) + (förskjutningen av fotled markör från foten kontakt till foten kontakt av samma sida)
- Beräkna steglängd (m) = GS (m/s) × (tiden från en sida till foten kontakt med andra sidan kontakt på fot) + (den genomsnittliga skillnaden i fotled position på foten kontakt på ena sidan och den andra sidan)
- Beräkna steg bredd (m) = det genomsnittliga lateralt avståndet mellan båda ankel markörer under dubbla hållning fas
- Beräkna varaktighet av dubbla hållning: summan av dubbla hållning fas som visas två gånger under en gångcykeln; tiden mellan foten kontakt på ena sidan och efterföljande foten från andra sidan.
- Beräkna varaktighet av enda hållning: Genomsnittlig tid mellan foten av och efterföljande kontakta på motsatt sida.
Obs: SC (steg cykeln): Genomsnittlig tid från hälen kontakt med ena hälen kontakt av samma sida. ** GS (Gait hastighet)
-
Lissajous översiktsbilden (LOP)
Obs: LOPs är utformad som en figur bestående av markör gemensamma banor på stora lederna med syftet att underlätta förståelsen rehabilitering patienternas holistisk gait mönster14 (se figur 1).- Generera LOPs från banor på koordinaterna för tio markörer och virtuella tyngdpunkt (COG) i den vågräta (x-y), sagittal (y-z) och koronala (z-x) flygplan (x: vänster/höger, y: anteriort/posteriort, z: superior/inferior).
- Rita LOP med programvaran eller genom att konstruera ett spridningsdiagram som täcker rörelse spänna av alla markörerna på ett kalkylprogram. Beräkna den virtuella kugge genom hypothesizing varje kropp segment för att vara följande: stam, 0,66; låret, 0,1; lägre låret, 0,05; och foten, 0,02. Därefter beräkna kugge som sammansättning centrum i segmenten.
- Vid varje markör, extrahera rådata för de tre komponenterna (x, y och z) för varje gångcykeln, normalisera dessa genom gångcykeln och genomsnittliga värden. Medelvärden av x - och y-komponenter i den virtuella kugge 0 och använda dessa som referenser för x - och y-komponenterna av markörer.
- Generera LOPs från banor på koordinaterna för tio markörer och virtuella tyngdpunkt (COG) i den vågräta (x-y), sagittal (y-z) och koronala (z-x) flygplan (x: vänster/höger, y: anteriort/posteriort, z: superior/inferior).
-
Beräkningen av onormal gång Index för Hemiparetic Gait
Obs: Flera gemensamma gångmönster är kända för att vara funktioner av hemiparetic gångart efter stroke. Dessa inkluderar hip vandring, circumduction och sidoförskjutning av stammen18. Indexen för onormal gångmönster har utvecklats för att kvantifiera omfattningen av dessa gait mönster13,16,17. Hittills har tio onormal gång index (hip Fotvandring, circumduction, framfoten kontakt, retropulsion HipHop, överdriven hip utåtrotation, överdriven sidoförskjutning av stammen över opåverkade sidan, knä extensor dragkraft, böjt knä gångart, otillräcklig knä flexion under swing fas och mediala piska) har rapporterats. Formeln för varje index visas i tabell 1.- Beräkna raw av indexen enligt formlerna. Exempelvis beräkna raw värdet av indexet för hip vandring som skillnaden mellan det högsta värdet av z-koordinaten av höftleden marker under fasen swing och samtidiga z-koordinaten av den kontralaterala höftled markör, korrigerat för medelvärdet vänster-höger skillnaden av z-koordinaten under dubbel-supportfasen.
- Beräkna avvikelsen poängen (t-score) baserat på mätdata av friska försökspersoner. Beräkna den standardiserade poängen enligt följande: T = 50 + 10 × (X−µ) / δ (T: avvikelse Poäng; X: enskilda uppgifter. µ: rå medelvärde av de friska försökspersonerna; Δ: standardavvikelsen).
-
Analys av tå Clearance strategi
Obs: Strategier för tå clearance under swing varierar kraftigt mellan friska försökspersoner och patienter med lägre lem pares. Hos friska försökspersoner uppnås tå clearance genom lem förkortning, med minimala rörelser i bäckenet eller bålen. Däremot, kan inte patienter med pares förkorta deras lemmar i samma utsträckning. För dessa patienter tå de resulterande kompensatoriska strategierna såsom bäcken tilt eller circumduction också påverka clearance19. I denna analys, höjden på tå clearance på mitten av swing är uppdelad i två delar: vertikala förstärkningen genom lem förkorta och som vunnits genom kompensatoriska rörelser, som direkt påverkar tå clearance. De komponenter som utgör tå clearance (vertikal komponent i lem förkortning, bäcken obliquity, Lårpress, och valv) beräknas enligt nedan.- Beräkna totalt tå clearance från z-koordinaten för den femte metatarsalhuvudet som ett index av tå clearance.
- Beräkna den vertikala komponenten av lem förkortning som z-koordinaten av förändringar i avståndet mellan höften och femte metatarsalhuvudet.
- Beräkna den vertikala komponenten av kompensatoriska rörelsen genom att summera tre delkomponenter, enligt följande.
- Beräkna den vertikala komponenten av bäcken obliquity som skillnaden i höjd (z-koordinat) av hip markörer.
- Beräkna den vertikala komponenten av Lårpress som avståndet mellan höften och femte metatarsalhuvudet och bortförande vinklarna. Detta återspeglar uppåtgående avståndet att foten skulle gått till följd av Lårpress om det hade skett någon förändring i lägre lem längd.
- Beräkna den vertikala komponenten av valven från förändringen i z-koordinat i kontralaterala höften mellan mitten av hållning och mitten av swing20.
Representative Results
Metoden presenteras häri används för att utvärdera patienter med störningar i gångart. Resultaten av analysen presenteras i figur 2, figur 3och figur 4. Dessa siffror visar resultaten av den förenklade 3DGA av en patient med hemipares och en frisk kontroll. Figur 2 visar en representant LOP av en stroke patients komplett gait mönster. I denna patient observerades typiska gångmönster som circumduction, höft höjd och stammen laterala rörelse. Figur 3 är en radar diagram visar strokepatienter onormal gång index (avvikelse Poäng). Standardiserade betyg av circumduction och höft höjd var hög, vilket indikerar att dessa rörelser hos strokepatienter var mycket större än standarden på friska försökspersoner. Slutligen, figur 4 är ett diagram som skildrar tå clearance strategier av en stroke patient och en åldersmatchade friska ämne. I friska ämne uppnås tå clearance vanligen genom lem förkortning, medan i stroke patient, det uppnås främst genom kompensatoriska rörelser såsom bäcken obliquity och plintar.
Figur 1: Lissajous översiktsbilden (LOP) som består av tre siffror: (A) sagittalplanet, (B) coronal plane och (C) horisontalplanet. Varje bana visar i genomsnitt gångcykeln förehavanden av gemensamma markörer och hypotetiska tyngdpunkt. Klicka här för att se en större version av denna siffra.
Figur 2: Lissajous översiktsbilden (LOP) en representativ stroke patients: a sagittalplanet, (B) coronal plane och (C) horisontalplanet. Ökade stammen rörelse (vit pil), höft vandring (svart pil) och circumduction (grå pil) observerades från en holistisk översikt använder LOP. Klicka här för att se en större version av denna siffra.
Figur 3: polärdiagram av onormal gång index. Den genomsnittliga poängen hos friska försökspersoner är satt till 50. En hög standard Poäng representerar hög abnormitet. Klicka här för att se en större version av denna siffra.
Figur 4: graf som visar tå clearance strategier i en stroke patient kontra en hälsosam ämne. Tå clearance uppnås enbart genom lem förkortning i friska föremål, medan kompensatoriska rörelser (hip vandring, Lårpress och valven) påverkar också tå clearance i stroke patient. Klicka här för att se en större version av denna siffra.
| Gångmönster | Formel | |
| Höft Fotvandring | skillnaden mellan det högsta värdet av Z koordinaten av höftleden marker under fasen swing och Z koordinaten för den kontralaterala höftled markören samtidigt, korrigerat för den genomsnittliga vänster höger skillnaden av Z koordinaten under dubbletten Support för fas | |
| Circumduction | skillnaden i avstånd mellan de laterala-mest X samordna av fotled gemensamma marker under 25-75% av gungan fas och mediala-mest X samordna under 25-75% av fasen hållning | |
| Framfoten kontakt | skillnaden i avstånd mellan Z koordinaten av fotled gemensamma marker och Z koordinaten för den tå markeringen vid första kontakten, minus skillnaden i avstånd mellan de Z koordinaterna ankel gemensam markör och tå markör under stående | |
| Retropulsion i höften | det genomsnittliga avståndet mellan Y-koordinaten för fotleden och Y-koordinaten för höftleden i den enda hållning fasen | |
| Överdriven hip utåtrotation | det genomsnittliga avståndet mellan X-koordinaten för fotleden och X-koordinaten för tån i fasen swing | |
| Överdriven sidoförskjutning av stammen över opåverkade sidan |
det genomsnittliga avståndet mellan (1) laterala de flesta X-koordinaten för mittpunkten mellan de bilaterala acromions i delen av fasen dubbla hållning där det drabbade benet ligger bakom opåverkade benet och swing fasen av drabbade benet och (2) genomsnittet X-koordinaten för mittpunkten mellan bilaterala vristerna i delen av fasen dubbla hållning där det drabbade benet ligger bakom opåverkade benet |
|
| Knäet extensor dragkraft | skillnaden mellan maximal Y samordna hastighet i knäet i den enda hållning fasen av det drabbade benet och löpband gång hastigheten | |
| Böjd-knä gångart | den maximala knä förlängning vinkeln i den enda hållning fasen av det drabbade benet | |
| Otillräcklig knä flexion under fasen swing | den maximala knä flexion vinkeln i fasen swing jämfört med vinkeln på knä flexion för friska | |
| Mediala piska | avståndet mellan den laterala mest X-koordinaten för fotleden under 75-100% av fasen hållning och den mediala mest X-koordinat av fotleden under 25-75% i det drabbade benet hållning fas | |
| X, Y och Z-koordinaten anger lateromedial, anteroposteriol och vertikal, respektive | ||
Tabell 1: Formler för onormal gångmönster
Discussion
I det aktuella betänkandet föreslogs en förenklad 3DGA metod. Detta system har utformats för att användas i daglig praxis och innebär en förenklad mätmetod och kliniker-vänlig presentation av resultat.
Flera tidigare rapporter har använt 3DGA och grundläggande kunskaper om människors rörelser har varit tidigare etablerade21. 3DGA har potential att bidra till rehabiliteringskliniker, till exempel genom att förbättra förståelsen av patologin vid gait störningar, för användning inom dosplanering, eller övervaka ingripande effekter. Användning av 3DGA i rehabiliteringskliniker är emellertid fortfarande relativt låg. I området i närheten finns det flera möjliga hinder för användningen av 3DGA i kliniska inställningar. Tidsåtgången är sannolikt ett stort hinder, som forskningsbaserade 3DGA kräver oftast mycket förberedelsetid (dvs., för kalibrering av systemet och montering av markörer). En annan fråga är att resultaten tolkning kan vara utmanande. Gait störningar omfatta brukar flera rörelse avvikelser och förstå olika grafer som härrör från analysen kräver erfarenhet. När det gäller kliniska genomförbarhet vore analyssystem med förenklade metoder och intuitiva datapresentation bra.
Den betydande förberedelsetid som krävs för att utföra befintliga analys metoder är relaterad till strävan efter hög mätnoggrannhet. Men rörelse hastigheten av patienter med störningar i gångarten är begränsad och i daglig rehabilitering praxis kan vi inte kräva denna nivå av noggrannhet. I den nuvarande metoden, protokollet är förenklad och kan utföras under en tidsperiod som bör vara tillräckligt korta för genomförbarheten i dagligen rehabilitering praktiken samtidigt upprätthålla kraven för utvärderingen av patienter med rörlighet störningar13 , 15 , 16 , 17.
I den nuvarande metoden uppfyller resultat presentationsform kliniska krav. I rehabiliteringskliniker börja terapeuter generellt genom att utvärdera holistisk gångmönster. LOP är avsedd att hjälpa klinikerna utvärdera holistisk gångmönster intuitivt med en representativ skildring (dvs., en siffra) i vilken markör banor placeras enligt faktiska positionella relationer. Utvecklingen av onormal gång index används häri var också baserat på klinisk erfarenhet. Index har utvecklats för att kvantifiera omfattningen av kliniskt gemensamma onormal gångmönster stroke patienter och de samtidiga giltighetstider för alla index som har bekräftats via klinisk observation av sjukgymnaster13, 15,16.
Förutom att vara en objektiv utvärderingsmetod som avspeglar klinisk erfarenhet, kommer den föreslagna metoden idealiskt bidra till utvecklingen av nya strategier för rehabilitering. Analysen av tå clearance strategier går utöver konventionella kliniska utvärderingen och har potential att bidra till planeringen av riktad rehabilitering behandlingar. I den föreslagna metod och analys presenteras kliniker med två mål för rehabilitering. omfattningen av tå clearance och graden av ersättning att uppnå den. I sig är ökar tå clearance viktigt för säkra promenader; dock kan minskar ersättning också förbättras gångavstånd effektivitet22. I den nuvarande metoden, kliniker skulle ha tillgång till båda uppsättningar av information som index för säkra promenader och promenader effektivitet, vilket kan bidra till att utveckla riktad rehabilitering strategier för att förbättra säkerheten och effektiviteten av att gå i rehabilitering patienter.
Med tanke på de ovannämnda egenskaperna, kunde denna mätning och analys metod underlätta användningen av 3DGA i rehabilitering kliniken genom att tillhandahålla en objektiv metod att utvärdera gångmönster rehabilitering patienter. Dessutom gör det mer exakt uppskattning av effekten av ingripande än vanliga skalor används i kliniken, som kan bidra till ytterligare förbättringar av ingripande kvalitet i fältet rehabilitering.
Denna studie var inte utan begränsningar. Med tanke på det minskade antalet markörer och relativt låg samplingsfrekvens, kan noggrannheten i mätningen i detta system vara begränsat jämfört med befintliga system. Detta kan vara en kritisk fråga när analysera snabba rörelser såsom de av sport proffs. I synnerhet när du utvärderar gemensamma vinklar eller gemensamma rörelser, kan den förenkla markör som används i den här metoden vara otillräckligt att korrekt uppskatta gemensamma ståndpunkter. Den analys som betonar den gemensamma rörelsen, såsom analys för planering av cerebral pares kirurgi, kunde följaktligen också begränsas med detta förenklade system. Även om systemet var valideras av den kliniska utvärderingen, har psykometriska egenskaper av denna metod ännu inte har definierats i jämförelse med metoden guldmyntfoten. Tekniska begränsningar bör bekräftas ytterligare i kommande studier.
Men hos patienter med störningar i gångart, rörelse hastighet är begränsad och skillnader i prestanda märks jämfört med friska försökspersoner. I den dagliga verksamheten, kan vi därför inte kräva att nivån av exakthet som tillhandahålls av befintliga metoder. Vidare i den här metoden presenteras resultaten som ett genomsnitt gait mönster för en mätperiod på 20 s, som är längre än för de flesta konventionella metoder för att mäta tunnelbaneservice gångart. Den här funktionen kan öka exaktheten och tillförlitligheten i mätningen.
Avslutningsvis, i denna studie, introducerades en förenklad och intuitivt 3DGA metod. För att underlätta användningen av 3DGA för att förbättra kvaliteten på rehabiliteringskliniker, bör ett kliniskt möjlig mätmetod utarbetas. Kliniker-vänlig metoden införs här kan uppmuntra vidareutveckling av kliniskt möjlig mätmodeller och genomförandet av 3DGA i dagligen rehabiliteringskliniker.
Disclosures
Författarna har något att avslöja.
Acknowledgments
Denna studie har finansierats av Fujita hälsa universitet [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. |
References
- 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).
- 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).
- 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).
- Balaban, B., Tok, F. Gait disturbances in patients with stroke. PM& R. 6 (7), 635-642 (2014).
- 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).
- Baker, R., Esquenazi, A., Benedetti, M. G., Desloovere, K. Gait analysis: clinical facts. Eur J Phys Rehabil Med. 52 (4), 560-574 (2016).
- 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).
- 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).
- 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).
- 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).
- 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).
- Cimolin, V., Galli, M. Summary measures for clinical gait analysis: a literature review. Gait posture. 39 (4), 1005-1010 (2014).
- 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).
- Ohtsuka, K., et al. Application of Lissajous overview picture in treadmill gait analysis. Japanese J Compr Rehabil Sci. 6, 33-42 (2015).
- 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).
- 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).
- 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.
- Perry, J. The mechanics of walking in hemiplegia. Clin Orthop Relat Res. 63, 23-31 (1969).
- 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).
- 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).
- Perry, J., Burnfield, J. M. Gait analysis: normal and pathological function. , 1st ed, Slack incorporated. New Jersey. (1992).
- Olney, S., Monga, T., Costigan, P. Mechanical energy of walking of stroke patients. Arch Phys Med Rehabil. 67 (2), 92-98 (1986).
