Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

3D ניתוח הילוך קימטי למחקרים פרה-קליניים במכרסמים

Published: August 3, 2019 doi: 10.3791/59612
Automatic Translation
1, 1,2
1Department of Neurobiology and Behavior, Stony Brook University, 2Department of Physical Therapy, Stony Brook University

Summary

מוצג כאן הוא פרוטוקול לאסוף ולנתח הקינטיקה תלת ממדית של התנועה במכרסמים למחקרים פרה-קליניים.

Abstract

השירות של תלת מימדי (3D) מערכות ניתוח התנועה מוגבלת מכרסמים. חלק מהסיבה לחוסר הסדר הזה הוא השימוש באלגוריתמים מורכבים ובמידול מתמטי המלווים תהליכי איסוף וניתוח נתונים תלת-ממדיים. עבודה זו מספקת פשוטה, ידידותית למשתמש, צעד אחר צעד מתודולוגיה מפורטת עבור ניתוח הילוך קימטי 3D במהלך הליכון תנועה ב חולדות בריאים ונוירוטראומטיים באמצעות מערכת לכידת שישה מצלמה תנועה. גם סיפק פרטים על 1) כיול של המערכת הגדרת ניסיוני מותאם אישית עבור הדוושה תנועה, 2) איסוף נתונים עבור הליכון תנועה חולדות למבוגרים באמצעות סמנים ממוקם על כל ארבעת הגפיים, 3) אפשרויות הזמינות עבור מעקב וידאו ועיבוד, 4) בסיסי 3D הדור נתונים קימטי והדמיה וכימות הנתונים באמצעות תוכנה מובנית איסוף נתונים. לבסוף, הוא הציע כי כלי השירות של מערכת זו לכידת תנועה להתרחב כדי ללמוד מגוון של התנהגויות מוטוריות לפני ואחרי נוירוטראומה.

Introduction

ב מכרסמים, forelimb ו הlocomotor לאחר הפרעות נוירולוגיות מוערך בדרך כלל באמצעות מערכות הניקוד הסובייקטיבי1. מערכות אוטומטיות2,3,4,5 אומצו עבור ניתוח הילוך אבל סובלים מחסרונות, כי התוצאות העיקריות מבוססות על ניתוח טביעת רגל ולהיכשל ללכוד קריטי משתנים קימטיים ומשותפים שיכולים אחרת לחשוף את הקינמטיקה האמיתית של תנועות גפיים2. מאז הפרמטרים הילוך ביותר הם מתואמים, אוסף של פרמטרים הליכה צריך להבין את הפיצוי שאומצה על ידי חולדות כדי להעריך לחלוטין את החסרונות מנוע.

בעשור האחרון, מספר מערכות ניתוח תלת-ממד תנועה6 פותחו עבור מחקר ביו בבני אדם. מערכות אלה מוצלחות והוכחו להיות יעילים בלכידת לכידת בתנועה בוגרים אנושיים בריאים, כמו גם בקינמטיקה של הליכה6,7. ב מכרסמים, זמין כעת 3d מערכות תנועה קימטיות לאמץ אלגוריתמים מורכבים ומידול להתנהגות התנועה ולנצל מתוחכם ניתוח נתונים טכניקות8,9,10,11 , אשר בסופו של דבר להגביל את צדדיות שלהם. יתר על כן, השיטות המשמשות לאיסוף נתונים עם רוב מערכות 3D לכידת תנועה לא מוסבר כראוי בספרות. הפרטים על תהליכי איסוף הנתונים והניתוח, המגבלות והטכניקות הכרוכים בשימוש יעיל במערכת, חסרים.

כתוצאה מכך, אחת התפיסות הנפוצות בקרב החוקרים היא כי מעקב תנועה תלת-ממדי של הערכות קימטיות הם effortful והליכים זמן הזקוקים למומחיות טכנית וניתוח נתונים משוכלל. הכוונה של עבודה זו היא לפרק את פרוטוקולי איסוף הנתונים והניתוח ולתאר את המתודולוגיה באמצעות תהליך צעד-אחר-צעד, כך שהוא אובייקטיבי, קל ללמידה, וניתן להתקרב אליו באופן שיטתי. כיום, יש דגש המתעוררים על הערכת התנהגות מוטורית תפקודית באופן מקיף יותר ושיטתי בעקבות פציעות נוירולוגיות והתערבויות במחקרים פרה-קליניים.

בתחום של 4 פדאל תנועה, הציג כאן הוא השימוש במערכת מעקב 3D תנועה שיכולה לספק מידע נוסף כגון תנוחת הגוף, כפה סיבוב ביחס צירי הגוף, קשרי גומלין בין המפרקים, ומידע מדויק יותר בנוגע לתיאום, ובמקביל מדמיין את החיה כולה מכל המטוסים. זה, בתורו, יכול לחשוף הבדלים קריטיים התנהגות מוטורית בתוך ובין חולדות בריאים ופצועים באמצעות תוצאות מרובות. עם ניתוח קימטי מעודן יותר כי הוא מדויק ואובייקטיבי, הסיכון של השפעות מסוימות בטעות של התערבות ממוזער. הנתונים שנוצרו מתוכנה זו לכידת תנועה הוא דמיינו מסגרת על ידי מסגרת עבור איכות התנועה ניתן לעקוב באופן אוטומטי, ואיסוף נתונים או כימות אינו דורש שום אלגוריתמים או מידול נוספים. מטרת העבודה היא לספק פרטים מתודולוגיים ושיקולים מעורבים איסוף נתונים וניתוח של הליכה 3D kinאמאם במהלך הליכון תנועה ב בריא השדרה נפגע חולדות. פרוטוקול זה מיועד לשימוש על ידי חוקרים פרה-קליניים המשתמשים במודלים נוירולוגיים בניסויים.

Protocol

מחקר זה נעשה בהתאם להמלצות של המכונים הלאומיים למדריך בריאות לטיפול ושימוש בחיות מעבדה. הפרוטוקול אושר על ידי ועדת המחקר. לחקר בעלי החיים של אוניברסיטת סטוני ברוק

1. הגדרת מערכת לכידת תנועה

  1. הגדרת
  2. הר 6 מצלמות על הקיר (או טריפודים) באמצעות ראשי מותאם דק מתכוונן. מיקום שלוש מצלמות מעל כל צד של ההליכון, עם כל מצלמה זוויתי 20 ° 45 ° מתחת לאופק, כ 2.0 m הרחק הליכון ו כ 0.5 m הרחק ממצלמות סמוכות עבור כיסוי מירבי של סמנים (איור 1).
    1. לצייד כל מצלמה עם אור טבעת עבור ויזואליזציה של סמנים retroreflective.
  3. . הפעל את מערכת לכידת התנועה
    1. תחת פרוייקט | מפרט, הגדר את הסמנים הרצויים עבור הניסוי.
      הערה: למטרות הדגמה, סך של 22 סמנים משמש הן את הגפיים והן את החלק השני (11 סמנים בכל צד) כדי להעריך תנועה דו צדדי 4 פדאל. לחילופין, סמן הייבוא מוגדר עם אפשרות מזהה סמן מסוים מאפשר חישובים מוגדרים מראש בתוך התוכנה.

2. כיול מערכת לכידת תנועה

  1. לכידת וידאו הכיול
    1. מניחים את מסגרת כיול בצורת L (להלן המכונה "L-frame") האורתוגונאלי על ההליכון, עם הרגל הארוכה של L-frame מצביע על כיוון הליכה של העכברוש (איור 2).
    2. פתח את תוכנת לכידת התנועה ובחר רשומה כדי ללכוד את וידאו הכיול.
    3. להעביר את מסגרת כיול בצורת קלשון (להלן המכונה "שרביט") ברחבי האזור הליכון בחלל כדי לכסות את כל האזורים כי העכברוש יהיה הליכה.
      הערה: ה-L-frame מכיל ארבעה סמנים היוצרים את מערכת הקואורדינטות הגלובלית והשרביט מכיל שלושה סמנים שיכייל את מרחב ההליכה התלת-ממדי של החולדה.
    4. הקלט מינימום של 1 דקות של מדה כדי להבטיח נקודות נתונים שרביט הולם נוכחים עבור כיול נכון ב 120 מסגרות/s.
    5. שמור את סרטי הווידאו בתור קבצי כיול תלת-ממדיים.
  2. מעקב אחר מסגרת L
    1. לחץ לחיצה ימנית על קבוצת המצלמה ובחר מעקב תלת -ממדי. תחת החלון הנפתח, בחר סרטוני כיולתלת-ממדיים, ולאחר מכן כל מצלמות הכיול.
    2. באמצעות פונקציית הנקודה הקבועה, עקוב אחר המקור של מסגרת L, L-frame קצר, L-frame באמצע, ו-L-frame לאורך כל אחד מששת סרטוני הכיול. הגדירו את כל הנקודות ובחרו בלחצן ' חפש אוטומטית '.
      הערה: מיקום מסגרת L חייב להישאר עקבי יחסית להליכון במהלך הניסוי כולו כדי למנוע את מערכת הקואורדינטות הסטה.
  3. מעקב אחר שרביט
    1. לחץ לחיצה ימנית על קבוצת המצלמה ובחר מעקב אוטומטי תלת-ממדי של שרביט.
    2. בחר את כל המצלמות בבחירת המצלמה. בחלק הימני התחתון של החלון, בחר אפשרויות, בטל את הבחירה באפשרות ' זיהוי מסגרת ל'ובחר ' התחל מעקב'.
    3. לאחר מעקב אוטומטי, בחר להקצות שרביט קצר, שרביט באמצע, ו שרביט ארוך סמנים עבור כל ששת המצלמות.
    4. בחלון המעקב אחר תלת-ממד , בחרו ' ייצוא לנתונים גולמיים' ולאחר מכן בחרו באפשרות ' דרוס נתוני שרביט קיימים ' כדי לשמור את המעקב.
    5. בחר כן בחלון המופיע לאחר השלב האחרון כדי לשמור את הנתונים המדויקים ביותר.
      הערה: מעקב חדש זה יישמר כמעקב תחת הכרטיסיה מעקב אוטומטי בסרגל הצידי השמאלי. ניתן לגשת ולערוך מעקב שמור מאוחר יותר.
  4. חישוב כיול
    1. לחצו לחיצה ימנית על קבוצות כיול מצלמה ובחרו קבוצה חדשהשל כיול שרביט.
    2. בחר את כל המצלמות והחזק את מקש Ctrl (פקד) תוך כדי בחירה ב'אישור '.
    3. לשנות את אורך השרביט כדי 100.00 מ"מ, לקזז הרצפה מסגרת ל 7.00 מ"מ, איטראציות על זיהוי outlier ל 4, ומותר אורך השרביט-סטייה ל 0.300.
    4. שנה את המצלמה ששרביט חייב להיות גלוי באפשרות ל -4, והפעל את הפרטים הבאים: תקן יחס גובה-רוחב, תקן את הפרמטר ההטיה ותקן את נקודת המנהל (טבלה 1).
      הערה: הגדרות אלה היו מוגדרות מאוד כדי להיות מיטביות עבור הגדרה זו.
    5. קבל כיול עם סטיית תקן של אורך שרביט פחות מ 3 מ"מ ושיורית ערך של פחות מ 0.004.
      הערה: אם המצלמות או הציוד המשויך יועברו מעבר לנקודה זו, תידרש לכייל מייל מחודש את המערכת.

3. הכשרה והכנת בעלי חיים עבור הליכון תנועה

  1. הכשרת חולדות עבור הליכון תנועה
    1. התאמנו חולדות להליכון עבור 5 דקות לפני מפגש אימון12.
    2. הרכבת חולדות ללכת עם משקל מלא הנושאת על הגפיים שלהם 13 ס"מ/s עבור 15 דקות/הפעלה בבוקר במשך שבוע אחד. הרכבת כל חולדות עד שהם מסוגלים בעקביות הליכה (מינימום של 10 שלבים רציפים) על הליכון12.
    3. השלמת הפעלות אימון בסביבות באותו זמן של היום עבור כל עכברוש.
  2. על ידי הצבת החולדה. בחדר הדגירה
    1. לספק גז Isofלאנה (1.0%-2.5%) ו 0.4 L של חמצן כ 5 דקות. צבוט את כף הרגל של החולדה כדי לבדוק את עומק ההרדמה.
    2. המשך כאשר העכברוש אינו מגיב לצביטה (רפלקס הנסיגה השלילי).
  3. לגלח את החולדה באזורים שבהם סמנים ימוקמו כדי למנוע את הפרעה מפני מעקב אחר סמן (איור 1).
    1. מניחים את העור לנקודת הציון הגרמית כדי למקם את הסמנים. השתמש סמנים העט עבור המפרקים מפרקים את המרפק ואת הברך (איור 3).
      הערה: retroreflective סמנים הם האונות פלסטיק 0.5 ס מ בקוטר מכוסה retroreflective קלטת.
    2. הציבו את הסמנים כרצונכם בציוני דרך גרמיות לפני איסוף הנתונים (איור 3).
      הערה: בחולדות בריאות, שאינן נוירוטראומטיות, הסמנים הretroreflective שמוקמו על המפרקים האלה מוסרים לעתים קרובות על ידי חולדות. למטרות הדגמה, סמנים retroreflective מוצבים על ציוני הדרך הגרותיים (iliac ציצה, היפ, מפרק הברך של הגפיים הרגליים, הכתפיים והמרפק המפרקים עבור forelimb), סמנים העט משמשים את ציוני הדרך היותר. בידינו, זה הניב תוצאות שאינן מתקבלות בין חולדות (נתונים שלא פורסמו).

4. לכידת תנועה

  1. בחר את לחצן המצלמה האדומה בסרגל העליון של תוכנת לכידת התנועה כדי להקליט ניסוי. ציין את מיקום השמירה במחשב ובחר באפשרות ' התחל הקלטה ' להקלטה ב-120 מסגרות/s.
  2. הגדר מהירות הליכון המוגדרת על-ידי המשתמש ולאפשר לעכברוש ללכת במשך כ -30 ס, או מינימום של 10 שלבים רציפים.
  3. הפסק את ההקלטה ובדוק שהסרטון מכיל לפחות 10 שלבים רציפים לפני שתמשיך.
  4. צור קבוצת מצלמה חדשה עבור כל משפט לאחר שמירת הווידאו המוקלט.

5. מעקב אחר תנועה

  1. בחר את הסימן " +" הסמוך לקבוצת המצלמה השמורה. זה יהיה להציג רשימה של כל ששת המצלמות.
  2. הקצאת כיול תלת-ממדי לקובץ המצלמה
    1. עבור לקבוצת כיול המצלמה ולחץ לחיצה ימנית על הכיול המחושב. בחרו ' הקצה פרמטריםשל מצלמה תלת-ממדית '. הקצה את קובץ הכיול לקבצי המצלמה המתאימים בקבוצת המצלמה השמורה. רחף מעל קובץ המצלמה כדי לוודא כיול (קורא ככיול תלת-ממדי חוקי).
  3. מעקב אחר 2D מצלמה
    1. לחץ לחיצה ימנית על קבוצת המצלמה למעקב אחר תנועה. בחר מעקב דו-ממדי.
    2. בחר שבע עד עשרה השלבים המתמשכים והעקביים הטובים ביותר למעקב. הקלט את מספר המסגרת באיש הקשר הראשון של איבר הייחוס על ההליכון עבור כל שלב.
      הערה: למטרות הדגמה, האיבר האחוריות השמאלי נבחר כאיבר הייחוס.
  4. אפשרויות מעקב שונות הינן זמינות.
    1. לחץ לחיצה ימנית על הסמן של עניין ובחר מעקב אוטומטי, אשר יזהה כתמים עגולים בהירים שנוצרו על ידי סמנים Retroreflective (איור 4).
    2. לחילופין, עקוב אחר סמנים באמצעות התאמת תבניות, אשר ישתמשו באלגוריתם הבנוי לתוכנה כדי לעקוב אחר סמנים בהתאם לגודל ולצבע (איור 4).
    3. עקוב באופן ידני ותקן סמנים שאינם ניתנים לאיתור או שגיאות במעקב.
  5. השתמש סמנים שחורים כאשר המפרקים מretroreflective סמנים לא אפשריים.
    1. מעקב אחר סמנים שחורים באמצעות עיבוד תמונה מתקדם על-ידי היפוך סמנים שחורים למקומות בהירים למעקב אוטומטי.
      הערה: ניתן להשתמש באפשרות עיבוד תמונה כדי לסייע במעקב אחר סמנים שקשה לזהות או לראות.
    2. לחצו לחיצה ימנית על סרטון החולדה בחלון המעקב הדו. בחר עיבוד תמונה.
    3. בחרו תצוגה מתקדמת והוסיפו שילוב של ארבעת המסננים (בהירות, ניגודיות, גמא) כדי להפוך את הסמן השחור לכהה ככל האפשר בהשוואה לסביבתו. לבסוף, להוסיף היפוך, ואת הסמן השחור יהפוך סמן בהיר כי ניתן לעקוב באופן אוטומטי (איור 5).
  6. תיקון מיקום מרקר
    1. עקוב באופן ידני ותקן סמנים שאינם ניתנים לאיתור או שגיאות במעקב.
    2. כדי לעקוב באופן ידני אחר הווידאו, בחר את הסמן הרצוי בסרגל הצידי הימני. לחץ לחיצה ימנית ובחר מעקב ידני. התחל לעקוב אחר הסמן הנבחר בסרטון החולדה שמופיע מסגרת אחר מסגרת.
    3. כדי לתקן שגיאות כלשהן, עבור אל המסגרת שבה אירעה שגיאת המעקב. לחצו לחיצה ימנית בכרטיסייה ' סמן ' מסוימת בסרגל הצידי הימני ולחצו על ' מחק נקודה'. עקוב מחדש אחר הנקודה באופן ידני במיקום המדויק.
  7. באמצעות השיטה הנ ל, להשלים מעקב דו-ממדי עבור כל המצלמות המשמשות עבור כל הסמנים הרצויים בטווח המסגרת של שלבים רציפים.
  8. לחץ על שמור בכל תהליך המעקב.

6. אנליזה קימטית

  1. הקצאות פאזה
    1. לחצו לחיצה ימנית על שלבים ובחרו ' עריכת מודל פאזה'.
    2. התאמה אישית של שלבים מחזור הילוך עבור כל איבר על פי החסרונות אחד בוחר ללמוד (למשל, תוספת של שלבים גרירה, שלבים תלתל הבוהן, וכו ') בתוך העמדה המסורתית הנדנדה שלבים של מחזור צעד. הגדירו את השלבים לניסוי (איור 6).
      הערה: למטרות הדגמה, שלושה שלבים מוצגים כאן, והאיבר החוצה השמאלי משמש כאיבר הייחוס עבור שבעה עד עשרה מחזורי הילוך.
    3. לחצו לחיצה ימנית על המצלמה בקבוצת המצלמה ובחרו ' הצג וידאו'.
    4. הקצה שלבים של מחזור הילוך עבור כל איבר בתוך התוכנה באמצעות לחצן הוסף שלב או מקש קיצור F11.
    5. בחר את האיבר המתאים בניתוח וייעד את המסגרת הראשונה של המעקב כתחילתו של שלב העמידה.
    6. התקדמות הווידאו למסגרת שבה שלב העמידה מסתיים והנדנדה השלב מתחיל. ייעד מסגרת זו כתחילת שלב הנדנדה.
    7. התקדמות הווידאו למסגרת הראשונה שבה רגל מתחילה לרדת. הגדר מסגרת זו כתחילתה של שלב הנדנדה האמצע.
      הערה: בזאת, שלב העמידה של מחזור צעד עבור כל איבר מוגדר כמסגרת הראשונה שבה האיבר מקשר את פני ההליכון. שלב הנדנדה מוגדר כמסגרת הראשונה שבה האיבר עוזב את משטח ההליכון. שלב הנדנדה באמצע היא המסגרת שבה האיבר השיגה סיווג מקסימלי מתחיל לרדת. מחזור הילוך שלם מוגדר מתחילתה של העמדה הראשונית ההקצאה שלב העמדה של מחזור הליכה הבא.
    8. חזור על שלבים אלה עד להשלמת ההקצאות של שלבי הגפיים עבור כל שלב. . אני חוזר על שלושת הגפיים האחרות
  2. חישובי קואורדינטות תלת-ממדיים
    1. לבצע חישובי תלת-ממד לאחר מעקב אחר כל שש מצלמות.
    2. לחץ לחיצה ימנית על קבוצת המצלמה ובחר חישוב תלת-ממד חדש, לחץ על הכל עבור בחירת המצלמה ולאחר מכן בחר אישור.
      הערה: תיקיה חדשה תופיע. תיקיה זו מכילה את כל נתוני הקואורדינטות התלת-ממדיים עבור כל הסמנים המסומנים. כדי להציג ו/או לערוך שלבים, לחצו לחיצה ימנית על קואורדינטות תלת-ממד בסרגל הצידי השמאלי ובחרו ' עריכת שלבים ' (איור 7).
    3. צור נתונים מעניינים כגון דיאגרמות של גובה משותף או של מהירות עם נקודות נתונים על-ידי גרירת סמן הריבית לתצוגה זו לצד שלבי ההליכה המוקצים. (לדוגמה, מפרק הקינמטיקה באיור 8).
  3. דיאגרמת תלת-ממד
    1. לחץ על דיאגרמת תלת-ממד כדי ליצור דמות תלת-ממדית של המשפט.
  4. ייצוא נתונים גולמיים על-ידי לחיצה ימנית על קואורדינטות תלת-ממד/ייצוא.
    1. לחצו לחיצה ימנית על קובץ הקואורדינטות התלת- ממדי ובחרו ' ייצוא'.
    2. פתח את הקובץ בתוכנת גיליון אלקטרוני ויבא את הנתונים לתוך MATLAB.
    3. צור תוכנית כדי ליצור חלקות של תיאום גובה שלב הגפיים.
      הערה: ניתן לייצא נתוני קואורדינטות תלת-ממדיים לתוכנות ניתוח או לסקריפטים מאקרו מוגדרים מותאמים אישית כדי ליצור נתונים נוספים, מעבר למה שתכונות התוכנה מציעות.

Representative Results

פרוטוקול זה ממחיש מתודולוגיה עבור איסוף נתונים כמותיים 3D קימטיים וניתוח עבור הליכון תנועה במכרסמים באמצעות תוכנה פשוטה, מובנית. התוצאות מראות כי הפרוטוקול הוא אפשרי באיסוף וניתוח תנועה kinאמאם הדוושה בריאים ושדרתי השדרה נפגעו חולדות. חוקרים עם ניסיון לטיפול בחולדה חייב למקם סמנים על חולדות, ולאחר מכן לכייל ולהשתמש במערכת לכידת תנועה ללא כל בעיות קריטיות. נתונים מופקים בקלות ללא שימוש באלגוריתמים מורכבים.

כאן, הפרוטוקול יושם בריא ושדרה בריאות נפצע (C5 הנכון) חולדות. לצורך כתב היד הזה, רק תוצאות מייצגות מוצגות. בסך הכל, הקינמטיקה שונים של תנועת פלח משותף וגפיים היו בקלות השגה הקואורדינטות 3D של כל סמן. הבדלים קריטיים בין הליכה חריגים מחזורי הליכה בריאים זוהו בקלות עם תוצאות מרובות, כולל (אך לא מוגבל) צעד גובה צעדים, מהירות משותפת, זווית משותפת (איור 9), שלב מחזור שלב משכים עבור כל ארבעת הגפיים, ותאום גפיים (איור 10). ניתוח נתונים איכותיים בצורת מגרשים ודיאגרמות מקל יכול להנחות את קביעת הכלים הכמותיים המשמשים למימוש התוצאות הסופיות של גישת ניתוח זו (איור 11).

בעכברוש בריא נציג, הפרופיל זווית המרפק הפגינו חלק, פסגות יחיד עם מחזורי הליכה עקבית סמוכים שהציגו מגוון שלם של תנועה (איור 9). שלב העמידה לסירוגין ומשכי שלב הנדנדה של העקבות הציעו תיאום intralimb עקבי. לעומת זאת, מרפק הפרופיל של עכברוש שנפגע בחוט השדרה הנציג הפגינו מספר פסגות מעוותות, אשר היו עקביים פחות של טווחים קטנים יותר של תנועה. בנוסף שינויים בשלב העמידה האריכה ומקוצר שלב הנדנדה המשכים, היה מחסור בתיאום intralimb עבור RFL.

בנתוני הנציג המוצגים המותווים לתיאום, נמצא כי מגרשים קואורדינציה (איור 10) שנוצר מן הנציג חולדות בריאות הראה מוגדר היטב, תיאום קצבי לסירוגין הגפיים הצלעות במהלך הליכה מחזורים (תבנית בצורת L) ו-בשלב D דפוס בצורת הגפיים בעלי צלעות. בהשוואה, בחוט השדרה הנציג שנפגע (C5 השמאלית הימנית) עכברוש הראה לעניים לא מתחלפים וללא קצבי תיאום בגפיים הרגליים ותאום קצבי לסירוגין יוצא דופן (תבנית בצורת L) באחת הצלעות זיווגים (איור 10). בהינתן הגירעון הנצפה בזכות forelimb בסרטון וידאו מוקלט, זה מרמז כי RFL ו LHL לא היו מסוגלים לשאת במשקל מלא ללא תמיכה של LHL או RFL בכל זמן נתון. מגמה זו מציעה מנגנון פיצוי להתמודד עם מהירות הליכה כפויה על הליכון.

נתונים הניתנים לשינוי נוצרו בקלות משימוש במערכת תלת-ממדית, אך זה מעורב בגישה לכרטיסיות נפרדות ובחירה מתוך שפע של אפשרויות הזמינות בתוכנה. יש עבודה נוכחית על פיתוח תבנית אוטומטית שתיצור נתונים כמותיים ואיכותיים לתוך דוח אחד עבור התוצאות הברורות ביותר של ריבית (ללא צורך ליצור באופן אינדיבידואלי תוצאות שונות), כפי שנעשה בדרך-קבע עם מערכת הקינמטיקה מנוצל למחקרים קליניים. לפיכך, ניתן להדר מספר נקודות קצה ולייצא אותן בתבנית דוח שניתן לדמיין בקלות מיד לאחר משפט.

Figure 1
איור 1 : הגדרת ניסיוני. (A) סכמטי של שישה מצלמה באוסף נתונים קימטיים הגדרת עבור משימה הליכה הליכון. קבוצה של שלוש מצלמות ממוקם משני צידי ההליכון כדי ללכוד (מסגרת על ידי מסגרת) התנועות סמן ימין ושמאל במהלך תנועה. (ב) בדיאגרמה המתארת את הצבת הסמן על ציוני דרך של המכרסמים על forelimbs של מכרסם ו הגפיים ללכוד פי ארבעה תנועה kintics. סך של 11 סמנים ממוקם על כל צד של החולדה. האזורים המוצלים מציגים את האזור שבו מגולחים החולדה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 2
איור 2 : סמנים לכיול. (א) סמן הקצאות עבור מערכת כיול השרביט, באמצעות שתי מסגרות כיול: l-frame ו-שרביט (ב) מערכת הקואורדינטות מוגדרת על-ידי מסגרת l, שבה מקור ה-l-frame (הצטלבות של שתי רגליים של המסגרת) מוגדר כ-(0, 0). שתי הגפיים של L-Frame, L-Frame קצר, ו-L-Frame להגדיר ארוך את הצירים x ו-y, בהתאמה, ואת ציר z מוגדר בניצב למישור XY. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 3
איור 3 : סוגי סמן. (א) צילום של העורק התחתון של החולדה מראה את שני סוגים של סמנים המשמשים. B הצילום ממחיש סמן retroreflective ממוקם על ציצה כסל עם קלטת דו צדדית זה נועד לדבוק העור (הקיפו באדום). C הצילום ממחיש את המיקום של סמן עט מעל המפרק הימני של המסרק (אדום מקיף). אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 4
איור 4 : מעקב אחר תנועה. (A) התמונה מציגה את ממשק מעקב תנועה שבו סמנים מרובים ניתן לעקוב בו באמצעות "מעקב אוטומטי" ו "מעקב באמצעות דפוס התאמה" פונקציות. (ב) תצוגה מוגדלת של סמן retroreflective מזוהה כנקודה עגולה בהירה ולבנה בפונקציה "Track באופן אוטומטי" במהלך הקצאת סמן. התוכנה מזהה מקום זה כנקודה עגולה כחולה בהירה. הנקודה האדומה מוכרת בסופו של דבר כמרכז הסמן שנקבע. נקודה אדומה ממורכזת בתוך הסמן המעגלי מקטינה את סיכויי השגיאות הנסיוניות במהלך מעקב אחר נתונים. סטייה מהמרכז מציע כי מדידה וניתוחים הבאים צפויים להיות לא מדויקים. C תצוגה מוגדלת של סמן retroreflective שנבחר עבור התאמת תבנית. בהתבסס על הגודל, הצורה והצבע של הסמן הנבחר, התוכנה מזהה באופן אוטומטי סמנים התואמים לתיאור במסגרות הווידאו הבאות. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 5
איור 5 : אפשרויות מעקב בסיסיות ומתקדמות. (א) קטעי וידאו ניתן לעבד בתוך התוכנה על ידי לחיצה ימנית על וידאו במהלך ניתוח, כך סמנים ברורים או מטושטשים הם דמיינו בבירור כדי לאפשר מעקב אוטומטי. למטרות הדגמה, שני סוגים של הגדרות עיבוד תמונה מוצגים ומותאמים כדי להתאים לתנאי תאורת סביבה שונים במהלך איסוף הנתונים לצורך מעקב קל. (ב) מסגרת וידאו ייצוגית לפני עיבוד תמונה. (ג) עבור עיבוד תמונה בסיסית (סוג עיבוד I), הבהירות והניגודיות מותאמים לתצוגה ברורה יותר. (ד) באמצעות הגדרות עיבוד התמונה המתקדמת (מסוג עיבוד II), סמן המפרק הימני (סמן שחור) הוא הפוך ולאחר מכן ניתן לעקוב אחריו באופן אוטומטי. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 6
איור 6 : הקצאות פאזה. מחזור הילוך עבור כל איבר ניתן לחלק לשלבים נפרדים בהתאם לעיצוב ניסיוני. למטרות הדגמה, שלושה שלבים של מחזור הילוך מוצגים. (א) תנוחת השלב מוגדרת כמסגרת הראשונה שבה האיבר מקשר את פני ההליכון. (ב) הנדנדה השלב מוגדר כמסגרת הראשונה שבה האיבר עוזב את משטח ההליכון (C) באמצע הנדנדה שלב היא המסגרת הראשונה לאחר הסיווג הגפיים שבו כפה מתחיל לרדת. In (ד), מחזור הילוך מלא מוגדר מתחילתה של העמדה הראשונית ההקצאה שלב העמדה של מחזור הליכה הבא. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 7
איור 7 : אפשרויות מתקדמות לניתוח שלב שלב. אפשרות זו מאפשרת תצוגה מעמיקה של הקצאות מעקב ופאזה, כמו גם היכולת לשנות את הקצאות הפאזה. (A) סמן תיבת בחירה כדי להציג ולבחור את הסמן הרצוי. (ב) תיאום חלון בחירה: סימון קואורדינטת הריבית (במקרה זה, קואורדינטות z) יופיע כאדום בחלון הדיאגרמה הראשי. (ג) חלון בחירת פאזה: ניתן להציג שלבים מוקצים לאיבר ביחס לסמנים ולקואורדינטות שנבחרו ב (א) ו-(ב). ניתן גם לערוך שלבים דרך חלון זה. (ד) חלון דיאגרמה: קואורדינטות עבור סמן מסוים ניתן להשוות בו זמנית במהלך שלבים במחזור הליכה בודדים. הירוק והצהוב מייצגים את העמידה ואת שלבי הנדנדה בהתאמה לאיבר הרגל הימני במהלך תנועה הדוושה פי ארבעה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 8
איור 8 : דוגמה של נתונים קימטיים תלת-ממדיים. (A) התוצאות השונות של כל סמן משותף יכול להיות תמונה דמיינו מתוך ערכת הנתונים קואורדינטות 3d לאחר מעקב וידאו (ב) נתוני נציג שנוצר עבור העמידה ומחזורי שלב הנדנדה עבור כל forelimb ו הנסוג במהלך ארבעה פדאל הליכה בחולדה. צבעים מייצגים עמידה ושלבים מתנדנדים של מחזורי צעדים רצופים. אדום וירוק מקבילים לימין לפני העמידה שלבים בהתאמה. כחול וכחלחל מקבילים שמאלה forelimb שלבים העמדה החוצה בהתאמה. צהוב מתאים לשלב הנדנדה של כל איבר. (ג) קבוצות נתונים מרובות (סמנים בדידים או תוצאות) ניתן להשוות בקלות. Z-קואורדינטת נתוני מהירות של סמנים משותף בברך שמאל וימין מסומנים באופן שרירותי כדי להדגים את המהירות האנכית של סמן מפרק הברך מפני ההליכון. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 9
איור 9 : הנציג משותף זוויתי הנתונים מתוך בריאה צוואר השדרה הצווארי-נפגע חולדות במהלך הליכון תנועה. (A) מרפק מפרק הפרופיל בעכברוש נציג בריא ממחיש חלק, פסגות בודד של עקבות זווית משותפת עם מחזורי הילוך עקבי הסמוכים המציגים טווח מושלם של תנועה. הפסים האדומים והצהובים מציינות את העמידה ואת שלבי הסווינג בהתאמה למחזור הצעדים של forelimb. (ב) לעומת זאת, העקבות בעכברוש שנפגע בחוט השדרה המייצג מעוותות יותר ומציגות מספר רב של פסגות מרובות עם טווח קטן יותר של תנועה משותפת. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 10
איור 10 : האיבר המייצג תיאום נתונים מתוך עכברוש בריא צוואר השדרה נפצע במהלך הליכון תנועה. (א) ערכי ה-z של הקואורדינטות (MCP) וסמני המסרק (MTP) המתארים את גובה הצעדים מותווים בשישה שילובים שונים בין הגפיים בקירוב של 10 צעדים במהלך הליכה של ארבעה. המוצג הם הדגמה ייצוגית של כל ששת זוגות תיאום הגפיים אפשרי. (ב) עכברוש בריא מציג תיאום קצבי לסירוגין ברור (תבנית בצורת L) עבור כל הזוגות (i, ii, iii, iv). כאשר הגפיים בפאזה (v, vi), זוגות הקואורדינציה הולכים לפי דפוס בצורת D. (ג) ב חוט השדרה הצווארי הצוואר נפצע, הערה (אני) את התיאום המסכן בין שני forelimbs, (iii) הזכות התאום הצלעות ו (iv) התאום יוצא דופן עבור אחד זוגות הגפיים הצלעות. שים לב כי מגרשים קואורדינציה (B, C) אינם חולקים את אותו קנה מידה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 11
איור 11 : 3D אנימציה דמות מקל. דוגמה לדמות מקל תלת-ממדית שנוצרה מנתונים מסומנים. אנא לחץ כאן כדי להוריד את האיור.   

פרמטר כיול תשומות לכיול
אורך השרביט [mm] 100
היסט קומת מסגרות ל-L [mm] 7
איטרציות לזיהוי מיותר 4
מותר באורך מטה-סטייה 0.3
על השרביט להיות גלוי לפחות ב-_ מצלמות 4
תקן יחס גובה-רוחב דקתי
תיקון פרמטר הטיה דקתי
תקן את הנקודה העיקרית דקתי

טבלה 1: הגדרות מתקדמות לכיול. הטבלה מסכמת את הפרמטרים שנהגנו לכייל במדויק את הגדרת שש המצלמות. הגדרות אלו נבדקו ונמצאו מיטביות עבור הגדרת הקבוצה שלנו.

Discussion

מאמר זה פרוטוקול מדגים את השימוש במערכת מעקב תנועה עבור איסוף וניתוח של נתונים קימטיים 3D במהלך הליכון 4 תנועה ההליכון במכרסמים. תכונות חשובות של מערכת ניתוח תנועה קינמטית 3D כוללים כימות מפורטות של הקינטיקה של תנועה משותפת (שלב שלב kinאמאם, זוויות משותפת, טווח של תנועה, צעד המהירויות) ממפרקים וגפיים מרובים בו זמנית, זיהוי של המנוע מדיד על ידי עין בלתי, חיסול של הטיה סובייקטיבית באיסוף נתונים וניתוח, ויזואליזציה קלה של האיבר כולו הגפיים הפוסט שניתן להשוות עם הסמיכות בו זמנית של החולדה כולה בתנועה. ללא צורך באלגוריתמים מתווספים ובמידול, השיטות מציגות את יכולת התוכנה לנתח את הקינמטיקה של הליכה עם פירוט רב, יעילות, קלות, דיוק, והתנוסות.

ב מכרסמים, forelimb ו הlocomotor לאחר פגיעה בחוט השדרה (SCI) הם העריכו בדרך כלל באמצעות סובייקטיבית וסטנדרטית locomotor מערכות הניקוד כגון מערכת הניקוד BBB1. מערכות הבקיע סובייקטיבית בדרך כלל להציג הטיה בודק משום שחוקרים שונים עשויים להקצות עשרות שונים עבור הגירעון מנוע זהה או ציון זהה עבור מנועים שונים, וכתוצאה מכך מופחתת מקטינה ורגישות המבחן13 . יתר על כן, חוסר היכולת לזהות לגרדות עדינים לובשים את הסיכון של מסקנות שלא כצדק על השפעות של התערבות.

כדי להילחם בבעיות אלה, מערכות אוטומטיות2,3,4,5 ומערכות עם או בלי שימוש באלגוריתמים מורכבים14,15 אומצו על ידי כמה חוקרים. בדיקות אלה לבצע ניתוח מחזור שלב לחשוף פרופילים הנושאת משקל דפוסי רצף הצעדים נגזר תנועות הצבת כפה של חולדות הליכה על מסלול. עם זאת, החיסרון העיקרי של ניתוח הילוך וידאו מטוס הגחוני הוא שהגוף של הנושא עצמו אינו נראה ישירות2,3. נתונים אלה הופכים למוגבלים למידע שהושג מרשמים של כפות רגליים ותנועות כפה, שאלות על הבחירה והפרשנות של פרמטרי הילוך בהערכת כמויות (ראו חן ואח '16). פרטי התנועה החושפים את הקינמטיקה הדינמית של תנועת גפיים ומיצוב אינם השגה מדויקת לניתוח תנועה3,5. סטיות קריטיות של נתוני זווית משותפת (כלומר, טווח של תנועות, מהירות של תנועות, וכו '), הקשר בין המפרקים ביחס לשני בתוך איבר ובין הגפיים, ומכניקת הגוף הבסיסיים המשנים דפוסי הליכה אינם ניתנים להשגה. ככזה, בין אם ליקויים הליכה הנצפה כתוצאה שינויים באחד ו/או מספר תנועות משותפת מרובות (כלומר, הבית ה, הבית הפנימי התאום הקשר, היחסים הדו של גזע ביחס למיקום מחזור הילוך של הגפיים וכו ') להישאר רעולי פנים.

מספר מערכות זמינות כרגע ללכוד הילוך kinאמאם ולהעריך בתפקוד מוטורי באופן איכותי וכימות אבל הם בשימוש נרחב פחות. גוף מלא במהירות גבוהה וידאו מעקב הילוך ניתוח מערכת סרטים מחזורי הליכה ספונטנית משלושה צדדים (אחד ושני מטוסים לרוחב) ומעקב אחר ציוני הדרך כדי פלט מספר תוצאות הליכה17,18. משונן המטוס ניתוח הילוך קימטי מועסק על ידי כמה חוקרים כדי להשיג נתונים בתנועה 2d של מתעניין האיבר19,20. עם זאת, ממד שלישי של תנועה המתרחש אורתוגונאל למישור הצפייה (לרוחב או משונן) אינו ניתן לגילוי בניתוחים11,18,19.

אחרים מתוחכמים יותר, 3D, שלושה גוף פלח גוף מכרסם מערכות נתוני איסוף נתונים לנצל 3D מידול מתמטי של איסוף נתונים, כמו גם מערכת ניתוח לעקוב ולכמת את התנועה 3D של הגוף של מכרסם מקטעים תוך כולל ראש דפוסי תנועה8. מעשה ואח '9 פיתחו מערכת מבוססת לכידת תנועה אלקטרואופטיקה כדי לכמת את הגוף התלת-ממדי במהלך התנועה על קרני הליכה באמצעות מערכת שבעה מצלמה. התוצאות העיקריות למדו בשתי היצירות האחרונות מתמקדים בעיקר בתנוחה הכללית של מכרסם ולא ניתוח הילוך. 3D לכידת תנועה מערכות לספק תפוקה גבוהה 3D הילוך הליכה הנתונים באמצעות מצלמות מרובות מערכות תוכנה משוכללת, כפי שנבדקו על ידי הנזיר ואח '21. גרסאות ישנות יותר של מערכת ניתוח 3d הציג תנועה השתמשו גם בעבודה הקודמת חולדות עם ובלי נוירוטראומה12,22,23.

למרות הזמינות של מערכות הפיתוח והניתוח של התנועה התלת-ממדית למחקר, שימוש טרום-קליני בטכניקה זו במכרסמים נשאר מוגבל יחסית. חלק מהסיבה לבעיה זו היא שפרוטוקולי איסוף הנתונים והניתוח מסתמכים במידה רבה על השימוש בבניית מודלים קימטיים ואלגוריתמים מסובכים המתאימים למודל קימטי של החולדה במהלך הליכה כדי ליצור קנס, ברזולוציה גבוהה . הילוך בקינמטיקה8,9,11,22 המתודולוגיה המפורטת המוצגת כאן מספקת פרטים על ההליך המעורב בתהליך הניסיוני, כולל טיפול בבעלי חיים, הדרכה, הגדרת מידע, איסוף נתונים וניתוח.

כמו כן, מסופקים פרטים על כיול של המערכת, שהיא החלק הבסיסי של הפרוטוקול, אשר תבטיח התוכהות בין מבחנים סמוכים בתוך ובין הנושאים. השיטות המתוארות לשלב אחר שלב מציגות אובייקטיביות בתהליך איסוף הנתונים והופכת אותה לתוכבת במידה רבה. הנתונים שנוצרו מתוכנה זו לכידת תנועה יכול להיות דמיינו מסגרת על ידי מסגרת עבור איכות התנועה ומעקב אוטומטית. כמתואר לעיל הוא כיצד איסוף נתונים או כימות מידע זה אינו דורש אלגוריתמים או מידול נוספים. סטודנטים, צוות וחוקרים יכולים להשתמש בתוכנה סטטיסטית פשוטה כדי ליצור פלט קימטי בסיסי ללא הסתמכות על מומחיות טכנית ספציפית.

ניתן להשתמש במערכת זו גם לתנועה קרקע, להגעה ולאחיזה, ולמערכות נסיוניות אחרות שיתאימו למטרה הניסיונית. ניתן גם לכוונן את המספר והסוג של הסמנים עבור הזנב, הגב, העורק או האוזניים, לפי הצורך. יתרון גדול יותר של התוכנה המוצגת בהשוואה למערכות היא יכולתה לאסוף נתוני וידאו ברזולוציה גבוהה של הנושא. ככאלה, ערכות מורכבות של חישובים (כלומר, תנועות זוויתי, קווי מקל חיבור מפרקים מרובים, וכו ') ניתן לשאת על גבי הווידאו המוקלט. מיקום סמן ואת הנתונים 3D שנוצר ניתן לאימות עם תנועות בפועל של עכברוש בתנועה. לעומת זאת, עם מערכת לכידת התנועה 3D אחרים, רק סמנים נלכדים, וכל ניתוח מחדש חייב להיעשות על דיאגרמות מקל (שלד מסגרת) במקום וידאו של הנושא בפועל. כתוצאה מכך, האימות של הצבת הסמן על תנועת הנושא בפועל חסר.

בהתבסס על ניסיון במערכת זו, כיול ממלא תפקיד מכריע בהצלחת איסוף הנתונים. כיול המערכת רגיש מאוד לשינוי. ותנועה קלה של כל מצלמה אחת יכולה לסכן את כל תהליך איסוף הנתונים של קואורדינטות תלת-ממד וניתוח. רק שתי מצלמות בכל צד של מטוס צפייה נדרשים עבור איסוף נתונים, אבל המצלמה השלישית היא מומלצת מאוד כדי לספק דיוק יותר על ידי הצלבה המיקומים של כל סמן עם מצלמות אחרות. ככל שמספר מצלמות המעקב יגדל, הדיוק של קואורדינטת התלת-ממד עבור סמן מסוים יגדל גם הוא. במקרים שבהם הסמנים הופכים מטושטשים בשל הליכה הילוך (כגון סלסול הבוהן או לגרור במקרה של הליכה לאחר נוירוטראומה), תנאים אלה עשויים לדרוש מעקב ידני נרחב. עם זאת, כמות הנתונים שנוצרו בסופו של דבר מן המעקב הוא ראוי הזמן המושקע באופן ידני מעקב אחר סמנים, מה שהופך אותו כלי רב ערך בזיהוי לקות מנוע עדין.

בניסיון שלנו, כל הידע הקשור לשימוש במערכת נמצא מעבר לשימוש בציוד ובטכנולוגיה עצמה. דומה פרוטוקולים אחרים להערכת התנהגויות מוטוריות, השיטה שבה חולדות מטופלות ומאומנים עבור המשימה משפיע מאוד על תוצאות. לדוגמה, בידוד חולדות מתוך הקבוצה שלהם הוא קריטי במהלך בדיקה; אחרת, חולדות שאינן נבדקות, אך עדיין קיימות במהלך בדיקות להראות בסופו של דבר הידרדרות של ביצועי המשימה. הטמפרטורות האופטימליות של החדר, התאורה ורמות הרעש הן מאוד דטרמיניזם. פואד ואח ' פרסם אתגרים נוספים המלווים בבדיקות מוטוריות פונקציונליות בחולדות24. אכן, משתמשים עיוורים מהמעבדה הזאת שעקבו אחר המתודולוגיה נכונה לא חוו מכשולים גדולים עם איסוף נתונים, מעקב אחר תנועה וניתוח נתונים.

במאמר זה, מערכת לכידת תנועה תלת-ממד כדי לאסוף ולנתח נתונים locomotor ביעילות מתוארת כך החוקרים יכולים לאסוף כמויות עצומות של נתונים locomotor מעמיק במהירות של חולדות מרובות. אנחנו עובדים כרגע על יצירת תבנית אוטומטית ניתוח נתונים שניתן לבנות לתוך התוכנה ולהיות מסוגל ליצור דוח של תוצאות מראש שנקבע בתוך כמה שניות עבור הליכון תנועה במכרסמים, בדומה למה שנעשה באדם מחקרים באמצעות לכידת תנועה וניתוח מערכות6,25. הפיתוח של תבנית זו יאפשר לחוקרים מראש כדי להשיג מכרסמים מפורטים locomotor נתונים בנוחות של לחיצות ספורות של לחצן העכבר. הוא מקווה כי השיטות המסופקות בעבודה זו יוכיח שימושי חוקרים קדם קלינית כדי להעריך התנהגות מנוע מכרסם באופן אובייקטיבי יותר. אנחנו עכשיו finessing את השימוש במערכת זו כדי לאסוף התפוקה גבוהה 3D נתונים קינמטיים במהלך נפוץ, התנהגויות forelimb מיומנים כגון להגיע ואוחז. וחשוב מכך, ניתן להרחיב את התועלת של שיטה זו לחולדות עם מגוון פציעות נוירוטראומטיות ולא-נוירולוגיות.

Disclosures

. למחברים אין מה לגלות

Acknowledgments

תודות מיוחדות שלנו לפאוואן שארמה על עזרתו בתוכנית הניסיונית לקבלת הוידאו והתרומה האינטלקטואלית לפרויקט זה. כמו כן, אנו מודים לכריסטופר פאלאסיו על תרומתו בנושא הדגמת פרוטוקול הווידיאו.

Materials

Name Company Catalog Number Comments
6 camera Basler (Scout scA640-120gu) motion capture system. Simi Reality Motion Systems GmbH Max-Planck-Str. 11 85716 Unterschleibheim, Germany N/A Recording device for motion analytics.
Calibration Frame and Wand Simi Reality Motion Systems GmbH Max-Planck-Str. 11 85716 Unterschleibheim, Germany N/A L-shaped calibration defining the global coordinate sysetem, and the trident shape wand (100 mm)
Markers Shah Lab N/A Recording device for motion analytics. Markers are Custom made in our lab from 0.5cm googly-eyes covered with reflective tape.
Matlab Mathworks, Inc, Natic, Ca N/A Data analysis software
Rodent Cage Custom Made within Stony Brook. N/A Clear plexiglass cage used to keep the rodent on the treadmill.
Simi Reality Motion Systems Simi Reality Motion Systems GmbH Max-Planck-Str. 11 85716 Unterschleibheim, Germany N/A 3D tracking Software.
Treadmill Mk Automation Inc., Bloomfield, CT 06002 N/A Treadmill used for rodent locomotion.

DOWNLOAD MATERIALS LIST

References

  1. Basso, D. M., Beattie, M. S., Bresnahan, J. C. A sensitive and reliable locomotor rating scale for open field testing in rats. Journal of Neurotrauma. 12 (1), 1-21 (1995).
  2. Cheng, H., et al. Gait analysis of adult paraplegic rats after spinal cord repair. Experimental Neurology. 148 (2), 544-557 (1997).
  3. Hamers, F. P., Lankhorst, A. J., van Laar, T. J., Veldhuis, W. B., Gispen, W. H. Automated quantitative gait analysis during overground locomotion in the rat: its application to spinal cord contusion and transection injuries. Journal of Neurotrauma. 18 (2), 187-201 (2001).
  4. Beare, J. E., et al. Gait analysis in normal and spinal contused mice using the TreadScan system. Journal of Neurotrauma. 26 (11), 2045-2056 (2009).
  5. Nakamura, A., et al. Low-cost three-dimensional gait analysis system for mice with an infrared depth sensor. Neuroscience Research. 100, 55-62 (2015).
  6. Pfister, A., West, A. M., Bronner, S., Noah, J. A. Comparative abilities of Microsoft Kinect and Vicon 3D motion capture for gait analysis. Journal of Medical Engineering & Technology. 38 (5), 274-280 (2014).
  7. Alt Murphy, M., Murphy, S., Persson, H. C., Bergstrom, U. B., Sunnerhagen, K. S. Kinematic Analysis Using 3D Motion Capture of Drinking Task in People With and Without Upper-extremity Impairments. Journal of Visualized Experiments. (133), (2018).
  8. Karakostas, T., Hsiang, S., Boger, H., Middaugh, L., Granholm, A. C. Three-dimensional rodent motion analysis and neurodegenerative disorders. Journal of Neuroscience Methods. 231, 31-37 (2014).
  9. Madete, J. K., et al. Challenges facing quantification of rat locomotion along beams of varying widths. Journal of Engineering in Medicine. 224 (11), 1257-1265 (2010).
  10. Neckel, N. D., Dai, H. N., Burns, M. P. A novel multidimensional analysis of rodent gait reveals the compensation strategies employed during spontaneous recovery from spinal cord and traumatic brain injury. Journal of Neurotrauma. , (2018).
  11. Valdez, S. I., et al. Modeling hind-limb kinematics using a bio-inspired algorithm with a local search. Biomedical Engineering Online. 17, (2018).
  12. Shah, P. K., et al. Use of quadrupedal step training to re-engage spinal interneuronal networks and improve locomotor function after spinal cord injury. Brain: A Journal of Neurology. 136 (Pt 11), 3362-3377 (2013).
  13. Barros Filho, T. E., Molina, A. E. Analysis of the sensitivity and reproducibility of the Basso, Beattie, Bresnahan (BBB) scale in Wistar rats. Clinics (Sao Paulo). 63 (1), 103-108 (2008).
  14. Jacobs, B. Y., Kloefkorn, H. E., Allen, K. D. Gait analysis methods for rodent models of osteoarthritis). Currend Pain and Headache Reports. 18 (10), 456 (2014).
  15. Kloefkorn, H. E., et al. Automated Gait Analysis Through Hues and Areas (AGATHA): A Method to Characterize the Spatiotemporal Pattern of Rat Gait. Annals of Biomedical Engineering. 45 (3), 711-725 (2017).
  16. Chen, H., Du, J., Zhang, Y., Barnes, K., Jia, X. Establishing a reliable gait evaluation method for rodent studies. Journal of Neuroscience Methods. 283, 92-100 (2017).
  17. Zorner, B., et al. Profiling locomotor recovery: comprehensive quantification of impairments after CNS damage in rodents. Nature Methods. 7 (9), 701-708 (2010).
  18. Preisig, D. F., et al. High-speed video gait analysis reveals early and characteristic locomotor phenotypes in mouse models of neurodegenerative movement disorders. Behavioural Brain Research. 311, 340-353 (2016).
  19. Fiander, M. D., Chedrawe, M. A., Lamport, A. C., Akay, T., Robertson, G. S. Sagittal Plane Kinematic Gait Analysis in C57BL/6 Mice Subjected to MOG35-55 Induced Experimental Autoimmune Encephalomyelitis. Journal of Visualized Experiments. (129), (2017).
  20. Fiander, M. D., Stifani, N., Nichols, M., Akay, T., Robertson, G. S. Kinematic gait parameters are highly sensitive measures of motor deficits and spinal cord injury in mice subjected to experimental autoimmune encephalomyelitis. Behavioural Brain Research. 317, 95-108 (2017).
  21. Bhimani, A. D., et al. Functional gait analysis in a spinal contusion rat model. Neuroscience Biobehavioral Reviews. 83, 540-546 (2017).
  22. Courtine, G., et al. Transformation of nonfunctional spinal circuits into functional states after the loss of brain input. Nature Neuroscience. 12 (10), 1333-1167 (2009).
  23. Shah, P. K., et al. Unique Spatiotemporal Neuromodulation of the Lumbosacral Circuitry Shapes Locomotor Success after Spinal Cord Injury. Journal of Neurotrauma. 33 (18), 1709-1723 (2016).
  24. Fouad, K., Hurd, C., Magnuson, D. S. Functional testing in animal models of spinal cord injury: not as straight forward as one would think. Frontiers in Integrative Neuroscience. 7, 85 (2013).
  25. Miller, E., et al. Mechanical testing for three-dimensional motion analysis reliability. Gait & Posture. 50, 116-119 (2016).

Tags

התנהגות סוגיה 150 3D kinתנועה tics הליכון מכרסמים ניתוח הילוך פי ארבעה פדאל תנועה ביצועי משימה
3D ניתוח הילוך קימטי למחקרים פרה-קליניים במכרסמים
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wong, J., Shah, P. K. 3D Kinematic… More

Wong, J., Shah, P. K. 3D Kinematic Gait Analysis for Preclinical Studies in Rodents. J. Vis. Exp. (150), e59612, doi:10.3791/59612 (2019).

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