Summary
Dieses Protokoll beschreibt eine objektive Methode zur Bewertung der Bewegung Leistung und sensomotorische Funktion der oberen Extremität auf Personen mit Schlaganfall und gesunden Kontrollpersonen angewendet. Ein standardisiertes Testverfahren sind kinematische Analyse und Ergebnis Variablen für dreidimensionale Motion Capture trinken Aufgabe bereitgestellt.
Abstract
Kinematische Analyse ist eine leistungsfähige Methode für die objektive Beurteilung der oberen Extremität Bewegungen in einem dreidimensionalen (3D) Raum. Dreidimensionale Motion-Capture mit einem optoelektronischen-Kamera-System gilt als Goldstandard für kinematische Bewegungsanalyse und wird zunehmend als Ergebnis Maßnahme verwendet werden, um die Bewegung Leistung und Qualität nach einer Verletzung oder Krankheit zu bewerten Zusammenhang mit Bewegungen der oberen Extremität. Dieser Artikel beschreibt ein standardisiertes Protokoll für kinematische Analyse der Aufgabe angewendet bei Personen mit Beeinträchtigungen der oberen Extremität nach Schlaganfall zu trinken. Die trinkende Aufgabe beinhaltet erreichen, greifen und Anheben einer Tasse aus einer Tabelle zu nehmen einen Drink, platzieren den Pokal zurück, und bewegen die Hand wieder an den Rand des Tisches. Die Sitzposition ist auf die individuelle Körpergröße standardisiert und die Aufgabe erfolgt in einem angenehmen Tempo Selbststudium und ausgleichende Bewegungen werden nicht eingeschränkt. Soll die Aufgabe natürlich und in der Nähe einer realen Situation, die ökologische Validität des Protokolls zu verbessern zu halten. Ein 5-Kamera Motion-Capture-System wird verwendet, um 3D Koordinatenpositionen aus 9 retroreflektierende Markierungen auf anatomischen Landmarken der Arm, Rumpf und Gesicht positioniert zu sammeln. Eine einfache einzelne Markierung-Platzierung wird verwendet, um die Machbarkeit des Protokolls in klinischen Umgebungen zu gewährleisten. Maßgeschneiderte Matlab Software liefert automatisierte und schnelle Analysen von Bewegungsdaten. Zeitliche Kinematik der Bewegungszeit, Geschwindigkeit, Peak Geschwindigkeit, Zeit der Höhepunkt Geschwindigkeit und Glätte (Anzahl der Bewegung Einheiten) zusammen mit räumlichen eckige Kinematik von Schulter und Ellenbogen gemeinsame sowie Stamm Bewegungen werden berechnet. Die trinkende Aufgabe ist eine gültige Bewertung für Menschen mit Beeinträchtigung gemäßigt und mild Obere Extremität. Das Konstrukt, diskriminierende und gleichzeitige Gültigkeit sowie Reaktionsfähigkeit (Empfindlichkeit ändern) der kinematischen Variablen aus dem Trinken Aufgabe gewonnen wurden.
Introduction
Kinematische Analyse beschreibt die Bewegungen des Körpers durch Raum und Zeit, einschließlich linear und eckige Verschiebungen, Geschwindigkeiten und Beschleunigungen. Die optoelektronischen Motion Capture Systeme verwenden mehrere High-Speed-Kameras, die entweder senden Infrarot-Lichtsignale, die Reflexionen von passiven Markern zu erfassen, die auf den Körper gelegt oder übertragen die Bewegungsdaten von aktiven Marker mit Infrarot Leuchtdioden. Diese Systeme werden als "Goldstandard" für den Erwerb von kinematische Daten1angesehen. Diese Systeme sind für ihre hohe Genauigkeit und Flexibilität bei der Messung der vielfältigen Aufgaben bewertet. Kinematische Maßnahmen haben gezeigt, wirksam bei der Erfassung von kleineren Veränderungen in der Bewegung Leistung und Qualität, die mit herkömmlichen klinischen unentdeckt kann skaliert2,3. Es wurde vermutet, dass diese Kinematik zur Unterscheidung zwischen echten Recovery (Wiederherstellung der Vorsorgemaßnahmen Bewegung Eigenschaften) und die Verwendung von Ausgleichsmaßnahmen (alternative) Bewegungsmuster während der Erfüllung einer Aufgabe4verwendet werden soll, 5.
Bewegungen der oberen Extremität mit Endpunkt Kinematik, erhalten in der Regel aus einer Hand-Markierung, und eckige Kinematik von Gelenken und Segmente quantifiziert werden können (zB., Stamm). Endpunkt-Kinematik informieren über Flugbahnen, Geschwindigkeit, zeitliche Bewegungsstrategien, Präzision, Geradheit und Glätte, während eckige Kinematik charakterisieren Bewegungsmuster in Bezug auf die zeitliche und räumliche Gelenk- und Segment-Winkel, Winkelgeschwindigkeiten und gelenkübergreifenden Koordination. Endpunkt-Kinematik, wie, Bewegungszeit, Geschwindigkeit und Glätte sind wirksam, um die Defizite und Leistungssteigerungen nach Schlaganfall6,7,8 und eckige Kinematik zeigen Bewegung erfassen, ob die Bewegungen der Gelenke und Körperteile sind optimal für eine bestimmte Aufgabe. Kinematik von Menschen mit Beeinträchtigungen sind oft im Vergleich mit Bewegung Leistung bei Personen ohne Beeinträchtigungen8,9. Endpunkt und eckige Kinematik korrelieren in einer Weise, dass eine Bewegung mit Effektivgeschwindigkeit, Glätte durchgeführt, und Präzision gute Bewegungskontrolle, Koordinierung und Nutzung der effektive und optimale Bewegungsmuster erfordert. Beispielsweise ein Patient mit Schlaganfall, bewegt sich langsam in der Regel auch zeigt Glätte (erhöhte Anzahl der Bewegung Einheiten), verringerte, Maximalgeschwindigkeit zu senken und Stamm Verschiebung8erhöht. Auf der anderen Seite können Verbesserungen im Endpunkt Kinematik, wie Geschwindigkeit und Glätte auftreten, unabhängig von den Veränderungen der kompensatorische Bewegungsstrategien Stamm und arm10. Es wurde festgestellt, dass kinematische Analyse möglicherweise zusätzliche und genauere Informationen über wie die Aufgabe ausgeführt wird, nach einer Verletzung oder Erkrankung, die wiederum Voraussetzung für individuelle wirksame Behandlung zur optimalen motorischen Wiederherstellung zu erreichen ist 11. kinematische Analyse wird zunehmend in klinischen Studien verwendet, um die Bewegungen bei Menschen mit Beeinträchtigungen der oberen Extremität nach Schlaganfall8,9, zu beschreiben, zur Bewertung der motorischen Wiederherstellung7, 12,13 oder die Wirksamkeit therapeutischer Interventionen10,14.
Bewegung-Aufgaben, die oft in Schlaganfall untersucht sind zeigen und erreichen, obwohl die Verwendung von funktionellen Aufgaben, die Manipulation von realen alltäglichen Objekten integrieren1steigt. Da Kinematik zu erreichen ist abhängig von der experimentellen Einschränkungen wie z. B. die Auswahl von Objekten und das Ziel der Aufgabe15, es ist wichtig, Bewegungen während der zielgerichtete und funktionale Aufgaben in dem bewerten die wirklichen Schwierigkeiten in einzelnen Alltag wird stärker berücksichtigt.
Somit ist das Ziel dieser Arbeit, eine detaillierte Beschreibung eines einfachen standardisierten Protokolls für die kinematische Analyse einer zielgerichteten und funktionelle Aufgabe, trinken Aufgabe, Personen mit Beeinträchtigungen der oberen Extremität im akuten und chronischen Stadien angewandt nach einem Schlaganfall. Ergebnisse aus der Validierung dieses Protokolls für Einzelpersonen mit gemäßigt und mild Schlaganfall Beeinträchtigung werden zusammengefasst.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Alle hier beschriebene Methoden wurden Teil der Studien von regionalen Ethical Review Board in Göteborg, Schweden (318 / 04, 225 / 08) zugelassen.
1. einrichten das Motion-Capture-System
- Befestigen Sie die 4 Kameras an der Wand ca. 1,5-3 m entfernt von den Messbereich auf der Höhe von 1,5 bis 2,5 m mit Blick auf den Messbereich. Befestigen Sie eine Kamera an Decke oberhalb der Messbereich (Abbildung 1). Starten Sie das Kamerasystem.
- Legen Sie den Kalibrierrahmen L-Form auf den Tisch mit der kurzen Achse im Einklang mit der Kante des Tisches und der langen Achse zeigen nach vorn.
Hinweis: Das Koordinatensystem wird mit X-Achsen gerichtet nach vorn (anterior in der Sagittalebene), Y-Achse seitlich (in der Frontalebene) gerichtet und z-Achse nach oben gerichtet (kranial, senkrecht zur transversalen Ebene) definiert. - Öffnen Sie die 3D Tracking und Daten Erfassungssoftware (Track-Manager), Kalibrierung durch Auswahl Capture starten | Kalibrieren Sie, geben Sie die Kalibrierungszeit 30 s und klicken Sie auf "OK".
- Verschieben Sie den Zauberstab in alle Richtungen über den gesamten Messbereich (75 × 75 × 65 cm) über den Stuhl und Tisch um sicherzustellen, dass alle 5 Kameras den Zauberstab in so viele Richtungen wie möglich16,17 erfassen. Nach der Kalibrierung zeigen die Ergebnisse auf dem Bildschirm. Akzeptieren Sie die Kalibrierung Residuen unter 0,5 mm.
- Das Thema, trug ein ärmelloses top, sitzen in einer in einer Höhe verstellbaren Sessel mit dem Rücken gegen die Chair´s zurück, der Oberarm in Neutralstellung adduziert, der Handfläche ruhen am Tisch und das Handgelenk ausgerichtet an den Rand des Tisches. Prüfen Sie die Knie, Hüfte und Ellbogen Winkel etwa 90°.
- Legen Sie die retroreflektierenden passive Marker mit Doppel-Klebeband am Skelett Sehenswürdigkeiten18 getesteten andererseits (dritte metakarpo gemeinsame), Handgelenk (Styloids Prozess der Elle (Ulna)), Ellbogen (seitlichen Epicondylus), Rechte und linke Schulter (Mittelteil der Schulterdach) Thorax (oberer Teil des Brustbeins) und Stirn (Kerbe zwischen den Augenbrauen).
- Zwei Markierungen auf dem Becher (Ober- und Unterkante) platzieren.
2. Verfahren für Motion Capture trinken Aufgabe
- Legen Sie die Hartplastik Tasse (Durchmesser von 7 cm, Höhe 9,5 cm) mit 100 mL Wasser 30 cm von der Tischkante in der Mittellinie des Körpers. Die Position der Tasse auf dem Tisch ist bewusst gewählt, um die Aufgabenleistung Natur- und nah an der realen Situation zu halten.
- Bitte das Thema durchzuführen das Trinken Aufgabe in einem angenehmen Tempo Selbststudium durch i) erreichen und greifen den Cup, Ii) heben die Tasse aus der Tabelle in Richtung Mündung, Iii) nehmen einen Drink (ein Schluck), iv) platzieren die Tasse auf den Tisch hinter einer markierten Linie (30 cm von der Registerkarte "zurück Le-Rand), und V) wieder in die Ausgangsstellung zurück mit der Hand auf die Kante des Tisches.
- Stellen Sie sicher, dieses Thema versteht die Anweisungen und die Tasse bequem mit der weniger betroffenen Arm erreichen kann, ohne nach vorne lehnen.
- Vor jeder Aufnahme, sicherzustellen, dass die Startposition (Ausgangsposition) korrekt ist, Fragen, das Thema bereit sein, starten Sie die Aufnahme manuell und verbale Anweisung zu geben, "Sie können jetzt beginnen."
- Wenn das Thema die Aufgabe abgeschlossen ist, halten Sie die Aufnahme manuell.
- Aufzeichnen von fünf Studien mit kurzen Pause zwischen jeder Prüfung (ca. 30 s), beginnend mit dem Arm weniger betroffen.
- Überprüfen Sie, dass die Datenerfassung erfolgreich war (95-100 % Daten für jede identifizierte Marker).
Hinweis: Marker automatisch Daten Echtzeit an die Datenerfassungs-Software (Track-Manager). Ein vordefinierte automatische Marker Identifikation (AIM) Modell wird für die automatische Identifizierung der Marker verwendet. - Bei unvollständige Daten erkannt werden, führen Sie zusätzliche Prüfungen nach Identifizierung des Problems und die Anpassung der Sitz- oder Marker Positionen um vollständige Transparenz der Marker zu gewährleisten, um mindestens 3 erfolgreiche Versuche zu erhalten.
Hinweis: Mögliche Probleme, die auftreten können sind, dass Marker abfallen können oder sie werden von den Kameras Blickwinkel, die Ergebnisse in unvollständigen Daten verschlossen. Jedoch produziert die Kamera und Marker Set-up, wie in diesem Protokoll verwendet Datenverlust aufgrund von Lücken nur in sehr seltenen Fällen. Insgesamt dauert die Bewegung Aufzeichnungssitzung ca. 10-15 Minuten in Anspruch.
(3) Datenanalyse
- Übertragen die aufgezeichneten Daten aus Track-Manager direkt in Matlab durch Klicken auf Datei | Exportieren | Direkt in Matlab.
- Matlab mit dem Befehl an der Eingabeaufforderung: (>> Arbeitsbereich) um die Matlab Variablen anzuzeigen.
Hinweis: Schlüssel Matlab Variablen mit Daten, die in der Anleitung und bei der Erstellung der Analysis verwendet werden sind:
QTMmeasurements.Frames - die Anzahl der erfassten frames
QTMmeasurements.FrameRate - die Anzahl der Frames pro Sekunde (240) erfasst
QTMmeasurements.Trajectories.Labeled.Count - Anzahl der Etiketten (10)
QTMmeasurements.Trajectories.Labeled.Labels - Etiketten im Track-Manager definiert
QTMmeasurements.Trajectories.Labeled.Data - Messdaten in eine 3D-Anordnung 10 x 3 X Anzahl der Frames, wo für jedes Bild und jedes Etikett 3 Koordinaten aufgezeichnet werden - In Matlab filtern die X, y, Z Werte mit der (Butter) und (Filtfilt) Anleitung mit einer 6 Hz zweiter Ordnung Butterworth filter in sowohl nach vorne und Richtungen, geben eine Null-Phase Verzerrung und Filterung her-Reihenfolge umkehren.
Hinweis: Beispiel
[b, eine] = Butter (2, 6/240/2); % Cutoff-Frequenz 6Hz und in Bezug auf ½ Sampling-Frequenz
Xfiltered = Filtfilt (b, a, QTMmeasurements.Trajectories.Labeled(1,1,:)); - Erstellen Sie in Matlab ein Programm verwenden, um die kinematischen Variablen wie tangentiale Geschwindigkeit der Hand und Gelenkwinkel berechnen die X, y, Z-Werte für jedes Frame Sample und jedes Etikett. Die kinematischen Variablen sind in Tabelle 2dargestellt.
- In Matlab, erstellen Sie ein Programm, um die Reihenfolge der Proben in 5 logische Phasen aufteilen: erreichen, weiterleiten, Transport, trinken, Rücktransport und wieder die Hand in die Ausgangsposition (Abbildung 2). Definitionen für Beginn und Ende der einzelnen Phasen sind detailliert in Tabelle 1gezeigt.
- Verwenden Sie in Matlab die (Plot) Anweisung Grundstücke Positionen, Geschwindigkeiten und Gelenke Winkel Winkel-Winkel-Diagramme zu erstellen.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Das in diesem Artikel beschriebene Protokoll wurde für Personen mit Schlaganfall und gesunden Kontrollpersonen2,6,8,19,20,21angewendet. Insgesamt wurden in verschiedenen Studien kinematische Daten von 111 Personen mit Schlaganfall und 55 gesunden Kontrollpersonen analysiert. Die Beeinträchtigung der oberen Extremität nach Schlaganfall war definiert als moderat (FMA-UE score 32-57) oder mild (FMA-UE score 58-66)8,22,23,24. In gesunden Kontrollpersonen gefunden wurden keine signifikanten Unterschiede zwischen den dominant und nicht-dominanten Arm bis auf die Spitze-Geschwindigkeit und daher der nicht-dominanten Arm für Vergleich 2,8gewählt wurde. Der Großteil der Daten wurde in eine große longitudinale Kohortenstudie, die Schlaganfall-Arm-Langzeitstudie an Universität Göteborg (SALGOT), gesammelt, die enthält einer nicht ausgewählte Stichprobe von 122 Personen mit Schlaganfall und beinhaltet die Einschätzungen auf 3 Tage nach Schlaganfall und Follow-up in 10 Tagen, 4 Wochen, 3, 6 und 12 Monate25.
Zusammenfassend lässt sich sagen zeigen unsere Ergebnisse, dass das Protokoll ist in klinischen Umgebungen möglich, da eine große Anzahl von Patienten so früh wie 3 Tage nach Schlaganfall bei der Akutkrankenhäuser Stroke Unit getestet wurden. Machbarkeit war auch die Tatsache beweist, dass zwei erfahrene Physiotherapeuten gelungen, kalibrieren und verwenden Sie das Motion-Capture-System täglich ohne größere technische Probleme (keine Unterstützung von den Systemanbietern wurde in den 3 Jahren der Daten benötigt Kollektion). Die Qualität der Daten war gut und die vorprogrammierten automatischen Verfahren für Analysen im Allgemeinen angewendet werden können. Nur in wenigen Aufnahmen waren die Phasen nicht, oft erkannt wurde aufgrund der zusätzlichen Bewegungen am Anfang/Ende der Bewegung oder wenn die Bewegungsgeschwindigkeit bei Patienten mit schwereren Beeinträchtigungen extrem niedrig war. In diesen Fällen wurden die zusätzlichen Prüfungen oft nach einer manuellen Kontrolle die gezeichneten Daten verwendet. Das Testprotokoll zeigte eine gute Konsistenz in Test-Retest in den gesunden Einzelpersonen und klare und genaue Ergebnisse19vorgesehen.
Die Bewegungen in jeder Phase der trinkenden Aufgabe und für die gesamte Aufgabe sind langsamer (Tabelle 3) bei Patienten mit Schlaganfall, obwohl die relative Zeit verbringen Sie in jeder Phase ist ähnlich wie Steuerelemente21. Ebenso sind tangentiale und eckige Geschwindigkeiten niedriger bei Menschen mit Schlaganfall im Vergleich zu gesunden Kontrollpersonen (Tabelle 3). Die Peak-Geschwindigkeit ereignete sich etwa auf 38 % der gesamten Zeit im Takt zu erreichen und eine 46 % bei Kontrollen, was bedeutet, dass der Verzögerungsphase Strich verlängert wurde. Dies bedeutet, dass Personen mit Schlaganfall sich mehr auf das Feedback angetrieben Bewegungskontrolle in der zweiten Hälfte zu erreichen müssen.
Die Geschwindigkeitsprofile bei Patienten mit Schlaganfall sind segmentiert und zeigen mehrere Gipfel, das spiegelt sich in der hohen Zahl der Bewegung Einheiten (NMU). Der Mittelwert für die NMU ist wesentlich größer bei Patienten mit Schlaganfall im Vergleich zu Kontrollen. Personen mit Schlaganfall erreichen die Tasse mit ein mehr gebeugtem Ellenbogen (weniger Ellenbogen-Erweiterung) und mit der Schulter mehr entführt, während trinken im Vergleich zu den gesunden Teilnehmern widerspiegelt die kompensatorische Bewegungsmuster im Takt. Obwohl das Glas erreichen Arm positioniert wurde, Personen mit Schlaganfall lehnen nach vorne (Stamm Verschiebung) ca. 8 cm im Vergleich zu 3 cm in Kontrollen während der Durchführung der trinkenden Aufgabe. Verminderte gelenkübergreifenden Koordination zwischen Schulter und Ellbogen gemeinsame zu erreichen wurde nur bei Personen mit höheren Grad der Beeinträchtigung (moderate Schlaganfall) im Vergleich zu Kontrollen beobachtet. Die genauen Werte für die Kinematik und das Ausmaß der Wirkung Größen für alle Gruppen sind in Tabelle 3dargestellt.
Die Analyse der Konstruktvalidität kinematische Variablen vom Trinken Aufgabe zeigte, dass Bewegungen nach Schlaganfall mit zwei Hauptfaktoren, die Endpunkt-Kinematik und Kinematik beschreibt Winkelbewegung beschrieben werden Muster8. Insgesamt erklärte fünf Maßnahmen (Bewegungszeit, Peak Geschwindigkeit, Anzahl der Einheiten, Bewegung, Peak Winkelgeschwindigkeit des Ellenbogengelenks und Stamm Verschiebung) 86 % der Varianz im kinematische Daten8. Diese Ergebnisse stehen im Einklang mit gleichzeitige Gültigkeit Analysen, in denen drei kinematischen Variablen Bewegung Zeit (MT), Bewegung Glätte (NMU) und Stamm Verschiebung (TD), zusammen, erklärte 67 % der Gesamtvarianz in Dutzenden von klinischen Prüfungen bewertet mit Action Research Arm Test20. Die diskriminierende Gültigkeit zwischen Gruppen mit milde und gemäßigte Arm Wertminderung nach Schlaganfall und Steuerelemente war gut für die Mehrheit der Kinematik, aber die größten Effekt-Größen für die Glätte, Gesamtbewegung Zeit, Peak Winkelgeschwindigkeit der Ellenbogen (PAVE) festgestellt wurden und Kofferraum Verschiebung (Tabelle 3)8. Schulter Abduktion beim Trinken ist auch diskriminierende zwischen gemäßigten und milde Schlaganfall Gruppen. Darüber hinaus ist die gleichen vier kinematischen Variablen: MT, NMU, ebnen und TD gezeigt, bei der Aufdeckung von wirklichen klinischen Verbesserung in den ersten 3 Monaten nach dem Schlaganfall6wirksam. So kann es geschlossen werden, dass diese vier kinematischen Variablen (MT, NMU, PAVE, TD) zuverlässig, gültig und sensibel auf Veränderungen, die zur Beurteilung der oberen Extremität Funktion und Tätigkeit (reagieren) nach einem Schlaganfall.
Abbildung 1: der 5-Kamera Motion Capture Systemkonfiguration zum Trinken Aufgabe. Von jeder Kamera Infrarot-Licht blinkt Retro-reflektierenden Markierungen zu erreichen und die 2D Position des Markers in die Kameras Bildsensor mit hoher räumlicher Auflösung und Genauigkeit in Echtzeit zu reproduzieren. Die 3D-Koordinaten des Markers entstehen, wenn zwei Kameras die gleiche Markierung aus zwei verschiedenen Blickwinkeln betrachten. Vier Kameras an den Wänden der Test Umgebung mit Blick leicht nach unten, in etwa 2 m Entfernung und eine Kamera montiert ist, nach unten von der Decke über den Messbereich. Bitte klicken Sie hier für eine größere Version dieser Figur.
Abbildung 2: repräsentative Geschwindigkeitsprofile für eine gesunde Kontrolle (A) und eine Person mit mäßigen Schlaganfall Beeinträchtigung (B). Die Phasen der trinkenden Aufgabe werden angezeigt. Bitte klicken Sie hier für eine größere Version dieser Figur.
| Phasenname | Start | Röntgenologisch | Ende | Röntgenologisch |
| Erreichen (inkl. greifen) |
Hand-Bewegung beginnt | Die Hand-Marker-Geschwindigkeit überschreitet 2 % der Peak-Geschwindigkeit (aus der Spitze Geschwindigkeit rückwärts gesucht); Wenn dieser Wert höher als 20 mm/s ist Anfang verfolgt, nach hinten, um einen Punkt, wo die Geschwindigkeit nicht weniger oder gleich 20 mm/s | Hand beginnt zu bewegen, in Richtung der Mündung mit dem Glas | Geschwindigkeit des Glases übersteigt 15 mm/s |
| Nach vorne transport (Glas in den Mund) |
Hand beginnt zu bewegen, in Richtung der Mündung mit dem Glas | Geschwindigkeit des Glases übersteigt 15 mm/s | Trinken beginnt | Abstand zwischen dem Gesicht und Glas Marker liegt unter 15 % der Steady-State * beim Trinken |
| Trinken | Trinken beginnt | Abstand zwischen dem Gesicht und Glas Marker liegt unter 15 % der Steady-State beim Trinken | Trinken enden | Abstand zwischen dem Gesicht und Glas Marker übersteigt 15 % der Steady-State beim Trinken |
| Transport zurück (Glas, Tisch, beinhaltet Release von Grasp) | Hand beginnt zu bewegen, das Glas wieder zu Tisch setzen | Abstand zwischen dem Gesicht und Glas Marker übersteigt 15 % der Steady-State beim Trinken | Hand das Glas löst und beginnt wieder in Ausgangsstellung zurück bewegen | Geschwindigkeit des Glases unter 10 mm/s |
| Rückkehr (die hand wieder in Ausgangsposition zurück) |
Hand das Glas löst und beginnt wieder in Ausgangsstellung zurück bewegen | Geschwindigkeit des Glases unter 10 mm/s | Hand ruht in Ausgangsstellung | Hand-Marker-Geschwindigkeit wieder mehr 2 % der Peak-Geschwindigkeit |
| * Steady-State in der trinkenden Phase zeigt einen gemittelten Wert von 100 Rahmen um die kürzeste Entfernung zwischen dem Gesicht und Glas marker | ||||
Tabelle 1: Phase Definitionen für Beginn und Ende der einzelnen Phasen der trinkenden Aufgabe.
| Variable | Spezifikation |
| Endpunkt-Kinematik | Berechnet aus der Hand-marker |
| Bewegungszeit, s | Berechnet für jede Phase sowie Gesamtbewegung Zeit für den gesamten Vorgang; Definitionen für Start und Stop sind in Tabelle 1 zur Verfügung gestellt. |
| Peak tangentiale Geschwindigkeit, mm/s | Für Phase erreichen verbindet Arm und Rumpf Bewegung berechnet |
| Zeit zum Gipfel Hand Geschwindigkeit, s % | Absolute und relative Werte zu erreichen, Characteraizes Bewegung Strategie (Beschleunigungs- und Verzögerungswerte Zeit) |
| Zeit, um erste Geschwindigkeit Spitze, s % | Absolute und relative Werte zu erreichen, Characteraizes die erste Bewegung Anstrengung |
| Anzahl der Einheiten, Bewegung, n | Berechnet zu erreichen, nach vorne Verkehr, Transport und wiederkehrenden Phase zurück. Eine Bewegungseinheit ist definiert als Differenz zwischen einem lokalen Minimum und nächste Maximalgeschwindigkeit-Wert, der die Amplitude von 20 mm/s überschreitet, und die Zeit zwischen zwei nachfolgenden Gipfel hat, ist mindestens 150 Ms. der Mindestwert für das Trinken von Aufgabe 4 , mindestens eine Einheit pro Bewegungsphase. Die Gipfel spiegeln sich wiederholende Beschleunigungs- und Verzögerungswerte beim erreichen und Bewegung Laufruhe und Effizienz entsprechen. |
| Eckige Kinematik, Grad | Für Schulter- und Ellbogenchirurgie gemeinsame berechnet |
| Ellenbogen-Erweiterung | Mindestwinkel der Ellenbogenflexion erkannt in der reichende Phase bestimmt durch den Winkel zwischen den Vektoren verbinden die Ellbogen und Handgelenk-Marker und die Ellbogen und Schulter-Marker |
| Schulter-Entführung | Maximaler Winkel in Frontalebene während erreichen und trinken Phase bzw. erkannt; bestimmt durch den Winkel zwischen den Vektoren an der Schulter und des Ellbogens Markierungen und den senkrechten Vektor aus der Schulter-Markierung in Richtung der Hüfte |
| Schulter-flexion | Maximaler Winkel in Sagittalebene während erreichen und trinken, bzw. erkannt; bestimmt durch den Winkel zwischen den Vektoren an der Schulter und des Ellbogens Markierungen und den senkrechten Vektor aus der Schulter-Markierung in Richtung der Hüfte |
| Höhepunkt der Winkelgeschwindigkeit der Ellenbogen Gelenk, Grad/s | Peak-Geschwindigkeit der Ellenbogen Erweiterung der reichende Phase erkannt |
| Gelenkübergreifenden Koordination, r | Zeitliche Kreuzkorrelation von Null Zeitversatz zwischen die Schulter Beugung und Ellenbogen Erweiterung der reichende Phase. Ein Pearson-Korrelationskoeffizient näher auf 1 zeigt stärkere Korrelation und deutet auf gemeinsamen Antrag der beiden Gelenke eng gekoppelt ist. |
| Stamm-Verschiebung, mm | Maximale Verschiebung des Thorax Markers aus der ursprünglichen Position während der gesamten trinken Aufgabe |
Tabelle 2: Definitionen der kinematische Variablen, die in Studien in die repräsentativen Ergebnisse präsentiert.
| Kinematische Variablen bedeuten (SD) | Gesund | Schlaganfall | Effektgröße (gesunde Vs Hub) | Milde Schlaganfall |
Effektgröße (gesunde Vs leichten Schlaganfall) |
Moderate Schlaganfall | Effektgröße (leichten Schlaganfall gegen moderate Hub) |
| Endpunkt-Kinematik | |||||||
| Gesamtbewegung Zeit, s | 6.49 (0,83) | 11.4 (3.1) | 0.54* | 9.30 Uhr (1.68) | 0.46* | 13.3 (2.9) | 0.44* |
| Nummer Bewegung Einheiten, (Glätte), n | 2.3 (0,3) | 8.4 (4.2) | 0.54* | 5.4 (2.1) | 0.42* | 11.1 (3.6) | 0.50* |
| Peak-Geschwindigkeit in Reichweite, mm/s | 616 (93,8) | 431 (82,7) | 0.54* | 471 (87,7) | 0.37* | 395 (62,0) | 0.22* |
| Peak Winkelgeschwindigkeit Ellenbogen in Reichweite, ° / s | 121,8 (25,3) | 64,9 (20,5) | 0.62* | 78,0 (19.3) | 0.57* | 53,3 (13,6) | 0.38* |
| Zeit zum Höhepunkt Geschwindigkeit in Reichweite, % | 46,0 (6,9) | 38,4 (8,6) | 0.20* | 39,5 (8,7) | 0.15* | 37.5 (8.8) | 0,01 |
| Zeit zum ersten Gipfel in Reichweite, % | 42,5 (6,9) | 27.1 (12,2) | 0.39* | 33,0 (9,9) | 0.25* | 21,8 (11,9) | 0.22* |
| Eckige gemeinsame Kinematik | |||||||
| Ellenbogen-Erweiterung in Reichweite, Reichweite, Grad | 53,5 (7,8) | 64,1 (11,5) | 0.24* | 60,5 (10,4) | 0.13 | 67,2 (11,9) | 0,09 |
| Schulter-Entführung in trinken, Grad | 30.1 (10.1) | 47,6 (14,9) | 0.33* | 37.2 (5.3) | 0,07 | 57,1 (14,5) | 0.47* |
| Stamm-Verschiebung, mm | 26,7 (16,8) | 77,2 (48,6) | 0.34* | 50.1 (22,9) | 0.26* | 101,7 (53,4) | 0.30* |
| Gelenkübergreifenden Koordination, Pearson r | 0,96 (0.02) | 0,82 (0,35) | 0,08 | 0,95 (0.02) | 0,03 | 0,69 (0,46) | 0,14 |
| * p < 0,05; Wirkung Größe Statistiken werden berechnet wie Eta Quadrat, η2 | |||||||
Tabelle 3: kinematische Variablen für Personen mit Schlaganfall, für Untergruppen von gemäßigt und mild oberen Extremität Beeinträchtigung zusammen mit gesunden Kontrollpersonen. Effekt-Größen für Diskriminierung zwischen Gruppen über 0,4 (sehr große Wirkung) sind fett markiert.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Das Protokoll kann erfolgreich eingesetzt werden, um die Bewegung Leistung und Qualität bei Personen mit gemäßigt und mild oberen Extremität sensomotorische Beeinträchtigungen in allen Phasen nach Schlaganfall zu quantifizieren. Die Durchführbarkeit dieses Protokolls wurde erwies sich in einer klinischen Umgebung so früh wie 3 Tage-Schlaganfall Post, und zeigte, dass das System durch ausgebildete Mediziner ohne besondere technische Qualifikationen eingesetzt werden kann. Technisches Know-how ist jedoch erforderlich, um erstellen und entwickeln ein Programm für die Datenanalyse. Unter diesem Aspekt unterscheidet sich der oberen Extremität Bewegungserfassung von Ganganalyse, in denen fertige Analyse-Programme in der Regel direkt von den Herstellern bereitgestellt werden. Im Alltag Arme und Hände in viele verschiedene Aufgaben, die mit Manipulation und Interaktion mit anderen Objekt in verschiedenen Größen, lagen und Affordances einsetzbar. Das macht jede Einrichtung einzigartig. Weitere, unterschiedliche Ziele und Einschränkungen der Aufgabe werden auch das kinematische Ergebnis auswirken, da die Kinematik sind hochspezifische Aufgabe. In Zukunft sollten mehr Anstrengungen unternommen werden, erstellen Sie ein standardisiertes Protokoll für kinematische Analyse der Grundaufgaben, wie trinken, Essen, die Hand zum Mund und bimanueller Objektmanipulation, wodurch eine bessere Vergleichbarkeit der Ergebnisse zwischen verschiedene Studien.
Aufgrund unserer frühen Erfahrungen mit einer 3-Kamera-Capture-System, in der das Problem mit Segmentierungen und Lücken beobachtet wurde, kann es vorgeschlagen werden, dass ein 5-Kamera-System, das ermöglicht verschiedene Positionen für Kameras (und eine über den Messbereich) optimal für die Analyse der oberen Extremität. Für eine klinisch machbar Messung können Aufbau, einfache Einrichtung mit begrenzten Anzahl von Markern und vereinfachte Analyse, wie beschrieben in diesem Protokoll werden befürwortet. Bei der Beurteilung der Bewegung Leistung und Qualität soll Patienten Erholung folgen Vorhersage von zukünftigen Ergebnissen wählen Sie optimale Behandlungsmöglichkeiten, oder die Wirksamkeit der Behandlung und Rehabilitation Interventionen, eine einfache, leicht zu bedienen Methode wäre genug. Auf der anderen Seite wären eine umfassendere biomechanische Analyse mit Cluster-basierten Markern erforderlich für detailliertere Modellierung, besonders wenn die axiale gemeinsames Drehungen und Schulter Komplex von Interesse sind.
Erhöhte klinische Anwendung der kinematischen Analyse wird durch viele Forschungen im Bereich der Neurologie und Schlaganfall Rehabilitation befürwortet. Objektive und gültige Methoden zur Bewertung der motorischen Funktion während der natürlichen Aktivitäten und Aufgaben sind von hohem Interesse unter Klinikern und Forschern. Den letzten Konsenspapier empfiehlt hinzufügen von kinematischen Maßnahmen in Zukunft Schlaganfall Studien neben mit klinischen Bewertungen wahre Erholung und Ausgleich11zu unterscheiden. Herausforderungen bleiben zwar, einen Kernsatz von kinematischen Ergebnisse und Aufgaben für die Aufnahme in Studien zu bestimmen und breitere Zusammenarbeit zwischen Ermittlern, Konsens-11zu erreichen. Das derzeitige 3D Motion Capture Protokoll zusammen mit veröffentlichten Validierungsstudien dieses Protokolls kann ein Schritt in diese Richtung sein.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren haben nichts preisgeben.
Acknowledgments
Besonderen Dank an Bo Johnels, Nasser Hosseini, Roy Tranberg und Patrik Almström um Hilfe mit der Initiierung dieses Projektes. Die Forschungsdaten präsentiert in diesem Protokoll wurde an der Sahlgrenska University Hospital gesammelt.
Materials
| Name | Company | Catalog Number | Comments |
| 5 camera optoelectronic ProReflex Motion capture system (MCU 240 Hz) | Qualisys AB, Gthenburg, Sweden | N/A | Movement analysis system with passive retroreflective markers |
| Markers | Qualisys AB, Gthenburg, Sweden | N/A | Retroleflective passive circular markers, diameter of 12 mm |
| Calibration frame and wand | Qualisys AB, Gthenburg, Sweden | N/A | L-shape calibration frame (defines the origin and orientation of the coordinate system); T-shape wand (300 mm) |
| Qualisys Track Manager | Qualisys AB, Gthenburg, Sweden | N/A | 3D Tracking software |
| Matlab | Mathworks, Inc, Natick, Ca | N/A | Data analysis software |
References
- Alt Murphy, M., Häger, C. K. Kinematic analysis of the upper extremity after stroke - how far have we reached and what have we grasped? Physical Therapy Reviews. 20 (3), 137-155 (2015).
- Bustren, E. L., Sunnerhagen, K. S., Alt Murphy, M. Movement Kinematics of the Ipsilesional Upper Extremity in Persons With Moderate or Mild Stroke. Neurorehab Neural Re. 31 (4), 376-386 (2017).
- Sivan, M., O'Connor, R. J., Makower, S., Levesley, M., Bhakta, B. Systematic review of outcome measures used in the evaluation of robot-assisted upper limb exercise in stroke. J Rehabil Med. 43 (3), 181-189 (2011).
- Demers, M., Levin, M. F. Do Activity Level Outcome Measures Commonly Used in Neurological Practice Assess Upper-Limb Movement Quality? Neurorehab Neural Re. 31 (7), 623-637 (2017).
- Levin, M. F., Kleim, J. A., Wolf, S. L. What do motor "recovery" and "compensation" mean in patients following stroke? Neurorehab Neural Re. 23 (4), 313-319 (2009).
- Alt Murphy, M., Willen, C., Sunnerhagen, K. S. Responsiveness of Upper Extremity Kinematic Measures and Clinical Improvement During the First Three Months After Stroke. Neurorehab Neural Re. 27 (9), 844-853 (2013).
- van Dokkum, L., et al. The contribution of kinematics in the assessment of upper limb motor recovery early after stroke. Neurorehab Neural Re. 28 (1), 4-12 (2014).
- Alt Murphy, M., Willen, C., Sunnerhagen, K. S. Kinematic variables quantifying upper-extremity performance after stroke during reaching and drinking from a glass. Neurorehab Neural Re. 25 (1), 71-80 (2011).
- Subramanian, S. K., Yamanaka, J., Chilingaryan, G., Levin, M. F. Validity of movement pattern kinematics as measures of arm motor impairment poststroke. Stroke. 41 (10), 2303-2308 (2010).
- Michaelsen, S. M., Dannenbaum, R., Levin, M. F. Task-specific training with trunk restraint on arm recovery in stroke: randomized control trial. Stroke. 37 (1), 186-192 (2006).
- Kwakkel, G., et al. Standardized measurement of sensorimotor recovery in stroke trials: Consensus-based core recommendations from the Stroke Recovery and Rehabilitation Roundtable. Int J Stroke. 12 (5), 451-461 (2017).
- Wagner, J. M., Lang, C. E., Sahrmann, S. A., Edwards, D. F., Dromerick, A. W. Sensorimotor impairments and reaching performance in subjects with poststroke hemiparesis during the first few months of recovery. Phys Ther. 87 (6), 751-765 (2007).
- van Kordelaar, J., van Wegen, E., Kwakkel, G. Impact of time on quality of motor control of the paretic upper limb after stroke. Arch Phys Med Rehab. 95 (2), 338-344 (2014).
- Thielman, G., Kaminski, T., Gentile, A. M. Rehabilitation of reaching after stroke: comparing 2 training protocols utilizing trunk restraint. Neurorehab Neural Re. 22 (6), 697-705 (2008).
- Armbruster, C., Spijkers, W. Movement planning in prehension: do intended actions influence the initial reach and grasp movement? Motor Control. 10 (4), 311-329 (2006).
- Qualisys. Qualisys Track Manager user manual. , Qualisys Medical AB. Gothenburg. (2008).
- Alt Murphy, M., Banina, M. C., Levin, M. F. Perceptuo-motor planning during functional reaching after stroke. Exp Brain Res. , (2017).
- Sint Jan, S. V. Color atlas of skeletal landmark definitions : guidelines for reproducible manual and virtual palpations. , Churchill Livingstone. (2007).
- Alt Murphy, M., Sunnerhagen, K. S., Johnels, B., Willen, C. Three-dimensional kinematic motion analysis of a daily activity drinking from a glass: a pilot study. J Neuroeng Rehabil. 3, 18 (2006).
- Alt Murphy, M., Willen, C., Sunnerhagen, K. S. Movement kinematics during a drinking task are associated with the activity capacity level after stroke. Neurorehab Neural Re. 26 (9), 1106-1115 (2012).
- Alt Murphy, M. Development and validation of upper extremity kinematic movement analysis for people with stroke. Reaching and drinking from a glass. , University of Gothenburg. Doctor of Philosophy (Medicine) thesis (2013).
- Persson, H. C., Alt Murphy, M., Danielsson, A., Lundgren-Nilsson, A., Sunnerhagen, K. S. A cohort study investigating a simple, early assessment to predict upper extremity function after stroke - a part of the SALGOT study. BMC Neurol. 15, 92 (2015).
- Hoonhorst, M. H., et al. How Do Fugl-Meyer Arm Motor Scores Relate to Dexterity According to the Action Research Arm Test at 6 Months Poststroke? Arch Phys Med Rehab. 96 (10), 1845-1849 (2015).
- Pang, M. Y., Harris, J. E., Eng, J. J. A community-based upper-extremity group exercise program improves motor function and performance of functional activities in chronic stroke: a randomized controlled trial. Arch Phys Med Rehab. 87 (1), 1-9 (2006).
- Alt Murphy, M., et al. SALGOT - Stroke Arm Longitudinal study at the University of Gothenburg, prospective cohort study protocol. BMC Neurol. 11, 56 (2011).
