Waiting
Login processing...

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

Behavior

3D kinematische Gait-analyse voor preklinische studies bij knaagdieren

Published: August 3, 2019 doi: 10.3791/59612

Summary

Hier is een protocol voor het verzamelen en analyseren van driedimensionale kinematica van quadrupedal motoriek bij knaagdieren voor preklinische studies.

Abstract

Het nut van driedimensionale (3D) kinematische bewegingsanalyse systemen is beperkt in knaagdieren. Een deel van de reden voor deze ontoereikendheid is het gebruik van complexe algoritmen en wiskundige modellering die gepaard gaan met 3D-gegevensverzamelings-en analyseprocedures. Dit werk biedt een eenvoudige, gebruiksvriendelijke stap-voor-stap gedetailleerde methodologie voor 3D kinematische gang-analyse tijdens loopband voortbeweging in gezonde en neurotraumatische ratten met behulp van een motion capture-systeem met zes camera's. Ook voorzien zijn details over 1) kalibratie van het systeem in een experimentele set-up aangepast voor quadrupedal motoriek, 2) gegevensverzameling voor loopband motoriek bij volwassen ratten met behulp van markers gepositioneerd op alle vier de ledematen, 3) opties beschikbaar voor video tracking en verwerking, en 4) elementaire 3D-kinematische gegevens generatie en visualisatie en kwantificering van gegevens met behulp van de ingebouwde gegevensverzamelings software. Ten slotte wordt gesuggereerd dat het nut van deze motion capture-systeem worden uitgebreid naar het bestuderen van een verscheidenheid van motorische gedragingen voor en na neuro trauma.

Introduction

Bij knaagdieren worden de tekorten van forelimb en achterpoot locomotief na neurologische aandoeningen vaak beoordeeld met behulp van subjectieve scorings systemen1. Geautomatiseerde systemen2,3,4,5 zijn aangenomen voor de analyse van de loop, maar hebben nadelen, omdat de primaire uitkomsten zijn gebaseerd op footprint analyse en niet in het vastleggen van cruciale segmentale en gezamenlijke kinematische variabelen die anders echte kinematica van bewegingen van ledematen kunnen onthullen2. Aangezien de meeste gang parameters gecorreleerd zijn, is een verzameling van parameters nodig om de compensaties te begrijpen die door ratten zijn aangenomen om motorische tekorten volledig te beoordelen.

In het afgelopen decennium zijn verschillende 3D-Bewegingsanalyse systemen6 ontwikkeld voor biomedisch onderzoek bij de mens. Deze systemen zijn succesvol en bewezen effectief in het opvangen van tekorten in motoriek bij gezonde menselijke volwassenen en veranderde kinematica van het lopen van6,7. Bij knaagdieren, momenteel beschikbare 3D kinematische bewegingssystemen nemen complexe algoritmen en modellering voor het bewegingsgedrag en gebruik maken van geavanceerde data-analysetechnieken8,9,10,11 , die uiteindelijk hun veelzijdigheid te beperken. Bovendien worden de methoden die worden gebruikt voor het verzamelen van gegevens met de meeste 3D-motion capture-systemen niet voldoende toegelicht in de literatuur. De details over gegevensverzameling en analyseprocedures, beperkingen en technieken die betrokken zijn bij het effectief gebruik van het systeem ontbreken.

Daarom is een van de gemeenschappelijke begrippen onder onderzoekers dat 3D motion tracking kinematische evaluaties nogal omslachtige en tijdrovende procedures zijn die technische expertise en uitgebreide gegevensanalyse nodig hebben. De bedoeling van dit werk is om de protocollen voor het verzamelen en analyseren van gegevens af te breken en de methodologie te beschrijven via een stapsgewijs proces, zodat het objectief, gemakkelijk te leren is en systematisch kan worden benaderd. Vandaag de dag is er een opkomende nadruk op het beoordelen van functioneel motorische gedrag op een uitgebreidere en systematische manier na neurologische verwondingen en interventies in preklinische studies.

Op het gebied van quadrupedal locomotief, hier gepresenteerd is het gebruik van een 3D-bewegings volgsysteem dat aanvullende informatie kan bieden, zoals lichaamshouding, paw-rotatie met betrekking tot lichaams assen, onderlinge relaties van gewrichten en nauwkeurigere informatie met betrekking tot de coördinatie, terwijl tegelijkertijd het hele dier uit alle vliegtuigen wordt gevisualiseert. Dit, op zijn beurt, kritische verschillen in motorische gedrag binnen en tussen gezonde en gewonde ratten kan onthullen door middel van meerdere uitkomsten. Met een meer verfijnde Kinematische analyse die nauwkeurig en objectief is, wordt het risico van ten onrechte onvruchtingseffecten van een interventie geminimaliseerd. De gegenereerde gegevens van deze motion capture-software worden frame-voor-frame gevisualiseerd voor de kwaliteit van de beweging en kunnen automatisch worden bijgehouden, en het verzamelen of kwantificeren van gegevens vereist geen extra algoritmen of modellering. Het doel van dit werk is het verschaffen van methodologische details en overwegingen die betrokken zijn bij het verzamelen van en analyseren van 3D-gang-kinematica tijdens loopband bewegingen in gezonde en ruggenmerg gewonde ratten. Dit protocol is bedoeld voor gebruik door preklinische onderzoekers die gebruik maken van neurologische rat modellen in experimenten.

Protocol

Deze studie werd uitgevoerd in overeenstemming met de aanbevelingen van de National Institutes of Health Guide voor de verzorging en het gebruik van proefdieren. Het protocol werd goedgekeurd door de Stony Brook University Chancellor ' Animal Research Committee.

1. set-up van motion capture systeem

  1. Set-up
  2. Monteer zes camera's op de muur (of statieven) met behulp van fijn instelbare tandwiel koppen. Plaats drie camera's boven aan elke kant van de loopband, met elke camera schuin 20 °-45 ° onder de horizon, ongeveer 2,0 m afstand van de loopband en ongeveer 0,5 m van aangrenzende camera's voor maximale dekking van markers (Figuur 1).
    1. Voorzie elke camera van een ring licht voor de visualisatie van retroreflecterend markers.
  3. Start het motion capture-systeem.
    1. Onder project | Specificatie, definieert u de gewenste markeringen voor het experiment.
      Opmerking: voor demonstratiedoeleinden worden in totaal 22 markeringen gebruikt voor zowel de voorpoten en achterpoten (11 markeringen aan elke kant) om de bilaterale viervoetige motoriek te beoordelen. Als alternatief kan de Import Marker set met specifieke marker id optie voor vooraf ingestelde berekeningen binnen de software.

2. kalibratie van het motion capture-systeem

  1. De kalibratie video vastleggen
    1. Plaats het L-vormige kalibratie frame (hierna "L-frame" genoemd) orthogonaal op de loopband, met het lange been van het L-frame dat in de loop richting van de rat wijst (Figuur 2).
    2. Open de motion capture-software en selecteer opnemen om de kalibratie video vast te leggen.
    3. Verplaats de Trident gevormde kalibratie frame (hierna aangeduid als de "toverstaf") door het loopband gebied in de ruimte om alle gebieden te bedekken waar de rat doorheen zal lopen.
      Opmerking: het L-frame bevat vier markeringen die het globale coördinatensysteem vaststellen en de toverstaf bevat drie markeringen die de 3D-wandel ruimte van de rat zullen kalibreren.
    4. Noteer minimaal 1 minuut beeldmateriaal om ervoor te zorgen dat er voldoende wand gegevenspunten aanwezig zijn voor een juiste kalibratie bij 120 frames/s.
    5. Sla de Video's op als 3D-kalibratie bestanden.
  2. L-frame volgen
    1. Klik met de rechtermuisknop op de camera groep en selecteer 3D-tracking. Selecteer in het dropdownmenu 3D-kalibratie Video'sen vervolgens alle kalibratie camera's.
    2. Volg met behulp van de vaste punt functie de L-frame oorsprong, de L-frame short, het L-frame mid en het L-frame lang op elk van de zes kalibratie Video's. Definieer alle punten en selecteer de knop automatisch zoeken .
      Opmerking: de L-frame positie moet consistent blijven ten opzichte van de loopband tijdens het hele experiment om te voorkomen dat het coördinatensysteem verschuift.
  3. Toverstaf volgen
    1. Klik met de rechtermuisknop op de camera groep en selecteer automatische 3D-wand tracking.
    2. Selecteer alle camera's in de cameraselectie. Selecteer in de rechterbenedenhoek van het venster Opties, de-Selecteer detect L-frameen selecteer Start Tracking.
    3. Selecteer na automatisch volgen de optie toverstaf kort, wand mid en wand lange markeringen voor alle zes camera's.
    4. Selecteer exporteren naar onbewerkte gegevensin het venster 3D-tracering en selecteer de optie bestaande gegevens overschrijven om de tracering op te slaan.
    5. Selecteer Ja in het venster dat na de laatste stap wordt weergegeven om de meest nauwkeurige gegevens op te slaan.
      Opmerking: deze nieuwe tracking wordt opgeslagen als Tracking onder het tabblad automatisch bijhouden in de linker zijbalk. Opgeslagen tracking kan later worden geopend en bewerkt.
  4. Kalibratie berekenen
    1. Klik met de rechtermuisknop op camera kalibratie groepen en selecteer nieuwe wand kalibratie groep.
    2. Selecteer alle camera's en houd CTRL (Control) ingedrukt terwijl u OKselecteert.
    3. Verander de wand lengte tot 100,00 mm, L-frame vloer offset tot 7,00 mm, iteraties voor outlier-detectie naar 4, en toegestane wand lengte-afwijking tot 0,300.
    4. Wijzig de camera die de toverstaf zichtbaar moet zijn in optie 4 en schakel het volgende in: Fix aspect ratio, Fix scheeftrekken parameter, en Fix Principal Point (tabel 1).
      Opmerking: deze instellingen zijn experimenteel bepaald om optimaal te zijn voor deze set-up.
    5. Accepteer kalibraties met standaarddeviatie van de wand lengte van minder dan 3 mm en de restwaarde van minder dan 0,004.
      Opmerking: als de camera's of bijbehorende apparatuur buiten dit punt wordt verplaatst, moet men het systeem opnieuw kalibreren.

3. trainen en voorbereiden van het dier voor loopband motoriek

  1. Training ratten voor loopband motoriek
    1. Acclimatiseer ratten op de loopband gedurende 5 minuten voorafgaand aan een trainingssessie12.
    2. Train de ratten om met volle gewicht te lopen op hun ledematen op 13 cm/s gedurende 15 minuten/sessie in de ochtenden voor 1 week. Train alle ratten totdat ze in staat zijn om consequent te lopen (minimum van 10 doorlopende stappen) op de loopband12.
    3. Voltooi trainingssessies rond dezelfde tijd van de dag voor elke rat.
  2. Voorafgaand aan het verzamelen van gegevens, anesthetiseren de rat door het plaatsen van de rat in een incubatie kamer.
    1. Lever Isoflurane gas (1,0%-2,5%) en 0,4 L zuurstof gedurende ongeveer 5 min. Knijp de voet van de rat om te controleren op de diepte van de anesthesie.
    2. Ga verder wanneer de rat niet reageert op de Paw pinch (negatieve paw terugtrekking reflex).
  3. Scheer de rat in gebieden waar markeringen worden geplaatst om te voorkomen dat de vacht de marker tracking verstoort (Figuur 1).
    1. Palpate de huid voor de Bony-oriëntatiepunt om de markers te plaatsen. Gebruik penmarkeringen voor de gewrichten distale naar de elleboog en de knie (Figuur 3).
      Opmerking: de retroreflecterend markers zijn kunststof hemisferen 0,5 cm in diameter bedekt met retroreflecterend tape.
    2. Plaats de markeringen naar wens op Bony-herkenningspunten voorafgaand aan de gegevensverzameling (Figuur 3).
      Opmerking: bij gezonde, niet-neurotraumatische ratten worden de retroreflectieve markers die over distale gewrichten worden geplaatst vaak verwijderd door ratten. Voor demonstratiedoeleinden worden retroreflecterend markers geplaatst over de proximale Bony monumenten (iliac Crest, heup, kniegewricht voor de achterbenen, schouder en ellebooggewrichten voor de forelimb), en pennen markeringen worden gebruikt voor de meer distels bezienswaardigheden. In onze handen heeft dit reproduceerbaar resultaat opgeleverd tussen en binnen ratten (niet-gepubliceerde gegevens).

4. motion capture

  1. Selecteer de rode cameraknop in de bovenste balk van de motion capture-software om een proefversie op te nemen. Wijs de opslaglocatie op de computer aan en selecteer begin opname om op te nemen op 120 frames/s.
  2. Stel een door de gebruiker gedefinieerde loopband snelheid in en laat de rat ongeveer 30 s lopen, of een minimum van 10 doorlopende stappen.
  3. Stop de opname en controleer of het beeldmateriaal ten minste ~ 10 doorlopende stappen bevat voordat u doorgaat.
  4. Maak een nieuwe camera groep voor elke proefversie na het opslaan van de opgenomen video.

5. bewegingsregistratie

  1. Selecteer het " +"-teken naast de opgeslagen camera groep. Hiermee wordt een lijst met alle zes camera's weergegeven.
  2. 3D-kalibratie toewijzen aan het camera bestand
    1. Ga naar camera kalibratie groep en klik met de rechtermuisknop op berekende kalibratie. Selecteer 3D-camera parameters toewijzen. Wijs het kalibratie bestand toe aan de juiste camerabestanden in de opgeslagen camera groep. Beweeg de muisaanwijzer over het camera bestand om de kalibratie te controleren (leest als 3D-kalibratie geldig).
  3. Individuele camera 2D-tracking
    1. Klik met de rechtermuisknop op de camera groep voor bewegings tracering. Selecteer 2D-tracking.
    2. Selecteer zeven tot tien beste continue en consistente stappen voor het bijhouden. Noteer het framenummer bij het eerste contact van de referentie ledemaat op de loopband voor elke stap.
      Opmerking: voor demonstratiedoeleinden werd de linker achterledemaat geselecteerd als de referentie ledemaat.
  4. Er zijn verschillende tracking opties beschikbaar.
    1. Klik met de rechtermuisknop op het markeerteken en selecteer automatisch volgen, dat heldere cirkelvormige vlekken detecteert die zijn gemaakt door retroreflecterend markers (Figuur 4).
    2. U ook markeringen bijhouden met behulp van patroon matching, waarbij een algoritme wordt gebruikt dat in de software is ingebouwd om markeringen te traceren op basis van grootte en kleur (Figuur 4).
    3. Handmatig bijhouden en corrigeren van niet-detecteerbare markeringen of fouten in het bijhouden.
  5. Gebruik zwarte markeringen wanneer distale gewrichten retroreflecterend markers zijn niet mogelijk.
    1. Volg zwarte markeringen met behulp van geavanceerde beeldverwerking door zwarte markeringen om te steken in heldere vlekken voor automatisch volgen.
      Opmerking: de beeldverwerkings optie kan worden gebruikt om markeringen te traceren die moeilijk te detecteren of te zien zijn.
    2. Klik met de rechtermuisknop op de rat-video in het 2D-tracking venster. Selecteer beeldverwerking.
    3. Selecteer Geavanceerde weergave en voeg een combinatie van de vier filters (helderheid, contrast, gamma) toe om de zwarte markering zo donker mogelijk te maken in vergelijking met de omgeving. Voeg tot slot inverteren toe en de zwarte marker wordt een heldere marker die automatisch kan worden bijgehouden (Figuur 5).
  6. Correctie van markerings plaatsing
    1. Handmatig bijhouden en corrigeren van niet-detecteerbare markeringen of fouten in het bijhouden.
    2. Als u de video handmatig wilt bijhouden, selecteert u de gewenste markering in de rechter zijbalk. Klik met de rechtermuisknop en selecteer handmatig traceren. Begin met het volgen van de geselecteerde marker op de rat video die frame-voor-frame verschijnt.
    3. Als u fouten wilt corrigeren, gaat u naar het frame waar de tracerings fout is opgetreden. Klik met de rechtermuisknop op het tabblad specifieke markering in de rechter zijbalk en klik op punt verwijderen. Volg het punt handmatig op de juiste positie.
  7. Gebruik de bovenstaande methode om 2D-tracking te voltooien voor alle camera's die worden gebruikt voor alle gewenste markeringen in het framebereik van doorlopende stappen.
  8. Klik op Opslaan tijdens het tracking proces.

6. Kinematische analyse

  1. Fasetoewijzingen
    1. Klik met de rechtermuisknop op fasen en selecteer fase model bewerken.
    2. Pas de fasen van de loopcyclus aan voor elke ledemaat volgens de tekorten die men kiest om te bestuderen (bijv. toevoeging van Sleep fasen, Teen krul fasen, enz.) binnen de traditionele houding en swing fasen van een stap cyclus. Definieer de fasen voor het experiment (Figuur 6).
      Opmerking: voor demonstratiedoeleinden worden hier drie fasen weergegeven en wordt de linker achterledemaat gebruikt als het referentie-ledemaat voor de zeven tot tien gang-cycli.
    3. Klik met de rechtermuisknop op de camera in de camera groep en selecteer video tonen.
    4. Wijs fasen van de loopcyclus toe voor elke ledemaat in de software met behulp van de knop fase toevoegen of F11 sneltoets.
    5. Selecteer de juiste ledemaat onder analyse en wijs het eerste frame van tracering aan als begin van de Stance-fase.
    6. Voortgang van de video naar het frame waar de Stance fase eindigt en swing fase begint. Dit frame aanwijzen als het begin van de Swing fase.
    7. Voortgang van de video naar het eerste frame waar de voet begint af te dalen. Dit frame aanwijzen als het begin van de middelste Swing fase.
      Opmerking: hierin wordt de Stance-fase van een stap cyclus voor elke ledemaat gedefinieerd als het eerste frame waarin de ledemaat contact maakt met het loopband oppervlak. De swing fase wordt gedefinieerd als het eerste frame waarin de ledemaat het oppervlak van de loopband verlaat. Halverwege de swing fase is het frame waar de ledemaat Maximale speling bereikt en begint af te dalen. Een complete loopcyclus wordt gedefinieerd vanaf het begin van de eerste koers tot de Stance-fase toewijzing van de volgende gang cyclus.
    8. Herhaal deze stappen totdat de fasen van de ledematen voor elke stap zijn voltooid. Herhaal dit voor de andere drie ledematen.
  2. berekeningen van 3D-coördinaten
    1. Voer 3D-berekeningen uit na het volgen van alle zes camera's.
    2. Klik met de rechtermuisknop op de camera groep en selecteer nieuwe 3D-berekening, klik op Alles voor cameraselectie en selecteer vervolgens OK.
      Opmerking: er verschijnt een nieuwe map. Deze map bevat alle 3D-coördinaat gegevens voor alle bijgehouden markeringen. Om fases te bekijken en/of te bewerken, klik je met de rechtermuisknop op 3D-coördinaten in de linker zijbalk en selecteer je fases bewerken (afbeelding 7).
    3. Genereer gegevens van belang zoals gezamenlijke hoogte-of snelheids diagrammen met gegevenspunten door de markering van belang te verslepen om naast de toegewezen gang-fasen te bekijken. (bijv. gezamenlijke kinematica in Figuur 8).
  3. 3D-diagram
    1. Klik op 3D-diagram om een 3D-figuur van de proefversie te genereren.
  4. Exporteer onbewerkte gegevens door met de rechtermuisknop te klikken op 3D-coördinaten/exporteren.
    1. Klik met de rechtermuisknop op het 3D-coördinaten bestand en selecteer exporteren.
    2. Open het bestand in een spreadsheet software en importeer de gegevens in MATLAB.
    3. Maak een programma om plots te maken van stap hoogte van de ledematen coördinatie.
      Opmerking: 3D-coördinaten gegevens kunnen worden geëxporteerd naar analyse software of aangepaste gedefinieerde macro scripts om meer gegevens te genereren, buiten wat de softwarefuncties biedt.

Representative Results

Dit protocol demonstreert een methodologie voor kwantitatieve 3D-kinematische gegevensverzameling en-analyse voor loopband motoriek bij knaagdieren met behulp van een eenvoudige, ingebouwde software. De resultaten tonen aan dat het protocol haalbaar is bij het verzamelen en analyseren van quadrupedal motoriek kinematica in gezonde en ruggenmerg gewonde ratten. Onderzoekers met Rat handling-ervaring moeten markers op ratten plaatsen, vervolgens kalibreren en het motion capture-systeem gebruiken zonder kritieke problemen. Gegevens worden gemakkelijk gegenereerd zonder het gebruik van complexe algoritmen.

Hier, het protocol werd geïmplementeerd in gezonde en ruggenmerg gewond (C5 right hemisection) ratten. Voor het doel van dit manuscript worden alleen representatieve resultaten getoond. Over het algemeen waren verschillende kinematica van de beweging van het gewricht en de ledematen gemakkelijk te verkrijgen vanuit de 3D-coördinaten van elke marker. Kritische verschillen tussen abnormale gang en gezonde loop cycli werden gemakkelijk gedetecteerd met meerdere uitkomsten, waaronder (maar niet beperkt tot) stap hoogtemetingen, gewrichts snelheid, gewrichts hoek (Figuur 9), stap cyclus fase duur voor alle vier de ledematen, coördinatie van de ledematen (Figuur 10). Analyse van kwalitatieve gegevens in de vorm van percelen en stok diagrammen kan leiden tot de bepaling van de kwantitatieve instrumenten die worden gebruikt om de eindresultaten van deze analyse benadering te verwezenlijken (Figuur 11).

In een representatieve gezonde rat toonde het profiel van de elleboog hoek gladde, enkelvoudige pieken met consistente aangrenzende gang cycli die een volledig bewegingsbereik vertoonden (Figuur 9). De alternerende houding fase en de swing fase duur van de traceringen suggereerden een consistente intralimb coördinatie. In tegenstelling, de elleboog hoekprofiel van een representatieve ruggenmerg gewonde rat toonde meerdere vervormde pieken, die minder consistent en van kleinere bewegingsbereik waren. Naast de veranderingen in de verlengde Stance fase en de verkorte Swing fase duur, was er een tekort aan intralimb coördinatie voor de RFL.

In de gepresenteerde representatieve gegevens die werden uitgezet voor de coördinatie, bleek dat de coördinatie plots (Figuur 10) die werden gegenereerd door representatieve gezonde ratten, een welomschreven, afwisselende ritmische coördinatie vertoonden in ipsilaterale ledematen tijdens het cycli (L-vormig patroon) en in-Phase D-vormig patroon met contralaterale ledematen. Ter vergelijking, een representatieve ruggenmerg-gewond (C5 rechter hemisectie) toonde een slechte niet-alternerende en niet-ritmische coördinatie in ipsilaterale ledematen en een ongewone alternerende ritmische coördinatie (L-vormig patroon) in een van de contralaterale combinaties van ledematen (Figuur 10). Gezien het waarneembare tekort in de rechter voorkant van de opgenomen bewegings video, suggereert dit dat de RFL en LHL niet in staat waren om op een bepaald moment volledig gewicht te dragen zonder de ondersteuning van LFL of RHL. Deze trend suggereert een compenserende mechanisme om te gaan met de geforceerde loopsnelheid op een loopband.

Kwantificeerbare gegevens werden gemakkelijk gegenereerd uit het gebruik van het 3D-systeem, maar dit betrof toegang tot afzonderlijke tabbladen en selecteren uit een veelheid aan opties die beschikbaar zijn in de software. Er is momenteel werk aan het ontwikkelen van een geautomatiseerd sjabloon die kwantitatieve en kwalitatieve gegevens genereert in één rapport voor de meest voor de hand liggende uitkomsten van belang (zonder de noodzaak om afzonderlijk verschillende uitkomsten te genereren), zoals routinematig wordt gedaan met kinematische systeem gebruikt voor klinische studies. Zo kunnen verschillende eindpunten worden gecompileerd en geëxporteerd in een rapportindeling die direct na een proefperiode gemakkelijk kan worden gevisualiseerd.

Figure 1
Figuur 1 : Experimentele opstelling. (A) Schematische voorstelling van een kinematische gegevensverzamelings opstelling met zes camera's voor een loopband wandeltaak. Aan beide zijden van de loopband wordt een set van drie camera's geplaatst om (frame-voor-frame) linker-en rechter markerings bewegingen te vangen tijdens het rijden. B) diagram met de plaatsing van de marker over de Bony-monumenten op de voorpoten en achterpoten van de knaagdieren om de bewegings bewegingen van het viervoetige te vangen. Er worden in totaal 11 markeringen aan elke kant van de rat geplaatst. De gearceerde gebieden tonen het gebied waar de rat geschoren is. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 2
Figuur 2 : Markers voor kalibratie. A) toewijzingen van markerings punten voor het kalibratiesysteem voor de wand, met behulp van twee kalibratie frames: l-frame en toverstaf (B) het coördinatensysteem wordt gedefinieerd door het l-frame, waarbij de oorsprong van het l-frame (snijpunt van twee poten van het frame) wordt gedefinieerd als (0, 0). De twee ledematen van het L-frame, L-frame kort en L-frame Long definiëren respectievelijk de x-en y-as en de z-as wordt als loodrecht op het XY-vlak gedefinieerd. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 3
Figuur 3 : Markerings typen. A) foto van de onderste romp van de rat met daarin de twee soorten markers die worden gebruikt. B Foto toont een retroreflecterend marker geplaatst op de iliacale Crest met dubbelzijdige tape die is ontworpen om te voldoen aan de huid (rood omcirkeld). C De foto toont de plaatsing van een penmarkering over het rechter metatarsophalangeale gewricht (rood omcirkeld). Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 4
Figuur 4 : Bewegingsregistratie. (A) afbeelding toont de bewegings tracerings interface waar meerdere markeringen tegelijkertijd kunnen worden bijgehouden met behulp van de functies "track automatisch" en "bijhouden met behulp van patroon matching". B) vergrote weergave van een retroreflecterend marker wordt gedetecteerd als een helder witte ronde vlek in de functie "track automatisch" tijdens de marker toewijzing. De software herkent deze plek als een helder blauwe ronde vlek. De rode stip wordt uiteindelijk herkend als het middelpunt van de voorgeschreven marker. Een gecentreerde rode vlek binnen de ronde markering verkleint de kans op experimentele fouten tijdens het bijhouden van gegevens. Afwijking van het centrum suggereert dat latere metingen en analyses waarschijnlijk onnauwkeurig zijn. C Vergrote weergave van een retroreflecterend marker geselecteerd voor patroon matching. Op basis van de grootte, vorm en kleur van de geselecteerde markering identificeert de software automatisch markeringen die overeenkomen met de beschrijving in de volgende videoframes. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 5
Figuur 5 : Basis en geavanceerde tracking opties. (A) Video's kunnen binnen de software worden verwerkt door met de rechtermuisknop op de video te klikken tijdens de analyse, zodat onduidelijke of wazige markeringen duidelijk worden gevisualiseerd om automatische tracking mogelijk te maken. Voor demonstratiedoeleinden worden twee soorten beeldverwerkingsinstellingen weergegeven die zijn aangepast aan verschillende omgevingslichtomstandigheden tijdens het verzamelen van gegevens voor eenvoudige tracering. (B) een representatief videoframe voorafgaand aan de beeldverwerking. (C) voor eenvoudige beeldverwerking (Verwerkingstype I), helderheid en contrastinstellingen worden aangepast voor een duidelijkere weergave. (D) met behulp van de geavanceerde beeldverwerkingsinstellingen (Verwerkingstype II) wordt de rechter metatarsophalangeale gewrichts marker (zwarte marker) omgekeerd en kan deze vervolgens automatisch worden bijgehouden. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 6
Figuur 6 : Fasetoewijzingen. De loopcyclus voor elke ledemaat kan worden onderverdeeld in afzonderlijke fasen volgens het experimentele ontwerp. Voor demonstratiedoeleinden worden drie fasen van de gang cyclus weergegeven. A) de Stance-fase wordt gedefinieerd als het eerste frame waarin de ledemaat contact maakt met het loopband oppervlak. B) de swing fase wordt gedefinieerd als het eerste frame waarin de ledemaat verlaat de loopband oppervlak (C) mid Swing fase is het eerste frame na de ledematen klaring waar de poot begint af te dalen. In (D) wordt een complete loopcyclus gedefinieerd vanaf het begin van de initiële koers tot de Stance-fase toewijzing van de volgende gang cyclus. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 7
Figuur 7 : Geavanceerde opties voor stap fase analyse. Deze optie biedt een diepgaande weergave van tracking-en fasetoewijzingen, evenals de mogelijkheid om fasetoewijzingen te wijzigen. (A) markerings keuzevakje om de gewenste marker te bekijken en te selecteren. (B) coördinaat selectievenster: het markeren van de coördinaat van belang (in dit geval z-coördinaten) wordt weergegeven als rood in het hoofddiagram venster. (C) faseselectie venster: toegewezen fasen voor een ledemaat kunnen worden bekeken met betrekking tot markers en coördinaten geselecteerd onder a) en (B). Fasen kunnen ook via dit venster worden bewerkt. (D) diagram venster: coördinaten voor een specifieke marker kunnen gelijktijdig worden vergeleken tijdens individuele cyclusfasen. Het groen en geel representeren respectievelijk de standen-en swing fases voor de rechter achterledemaat tijdens quadrupedal motoriek. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 8
Figuur 8 : Voorbeeld van 3D-kinematische gegevens. A) verschillende uitkomsten van elke gezamenlijke marker kunnen worden gevisualiseerd vanuit de 3D-coördinaten dataset na video tracking (B) representatieve gegevens gegenereerd voor de koers-en swing fase cycli voor elk forelimb en hindledemaat tijdens quadrupedaal wandelen in een rat. Kleuren vertegenwoordigen standen en swing fasen van opeenvolgende stap cycli. Rood en groen corresponderen met respectievelijk de juiste fasen van de voor-en achterledematen. Blauw en Teal corresponderen met respectievelijk de linkerfasen van de forelimb en de achterledematen. Geel komt overeen met de swing fase van elke ledemaat. (C) meerdere gegevensgroepen (discrete markers of uitkomsten) gelijktijdig met gemak kunnen worden vergeleken. De z-coördinaat Velocity gegevens van de linker en rechterknie gewricht markeringen worden willekeurig geselecteerd om de verticale snelheid van de kniegewricht marker van de loopband oppervlak te demonstreren. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 9
Figuur 9 : Representatieve gezamenlijke hoek kinematische gegevens van gezonde en cervicale ruggenmerg-gewonde ratten tijdens loopband motoriek. (A) elleboog gewrichts hoekprofiel in een gezonde representatieve rat toont gladde, enkelvoudige pieken van de gewrichts hoek traceringen met consistente aangrenzende gang cycli die een volledig bewegingsbereik weergeven. Rode en gele staven duiden respectievelijk de koers-en zwenk fasen van de forelimb-stap cyclus aan. B) daarentegen zijn de sporen in een representatieve, in het ruggenmerg gewonde rat relatief meer vervormd en vertonen inconsistente meervoudige pieken met een globaal kleiner bereik van gezamenlijke beweging. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 10
Figuur 10 : Representatieve ledematen coördinatie gegevens van een gezonde en cervicale ruggenmerg gewonde rat tijdens loopband motoriek. A) de waarden van de z-coördinaat van de metacarpophalangeale (MCP) en metatarsophalangeale (MTP) markeringen van stap hoogtemaat regelen worden uitgezet in zes verschillende combinaties tussen ledematen vanaf ongeveer 10 stappen tijdens het viervoetenlopen. Getoond zijn representatieve demonstratie van alle zes mogelijke ledematen coördinatie paren. B) een gezonde rat toont een duidelijke alternerende ritmische coördinatie (L-vormig patroon) voor alle paren (i, II, III, IV). Wanneer ledematen in fase zijn (v, VI), volgen de coördinatie paren een D-vormig patroon. C) in een gewonde wervelkolom van het cervicaal koord (i) de slechte coördinatie tussen de twee forelimbs, (III) rechter ipsilaterale koppeling en (IV) ongewone coördinatie voor een van de contralaterale ledematen paren. Houd er rekening mee dat de coördinatie plots (B, C) niet dezelfde schaaldelen. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 11
Figuur 11 : Geanimeerde 3D stok figuur. Voorbeeld van een 3D-stok figuur die wordt gegenereerd op basis van bijgehouden gegevens. Klik hier om dit cijfer te downloaden.   

Kalibratie parameter Kalibratie-ingangen
Lengte van de wand [mm] 100
L-frame vloer offset [mm] 7
Iteraties voor outlier-detectie 4
Toegestane wand-lengte-afwijking 0,3
De wand moet zichtbaar zijn in ten minste __ camera's 4
Hoogte-breedte verhouding corrigeren Gecontroleerd
Fix scheeftrekken-parameter Gecontroleerd
Hoofdpunt corrigeren Gecontroleerd

Tabel 1: geavanceerde instellingen voor kalibratie. De tabel geeft een overzicht van de parameters die we gebruikten om de set-up met zes camera's nauwkeurig te kalibreren. Deze instellingen zijn experimenteel getest en optimaal gevonden voor onze set-up.

Discussion

Dit protocol artikel demonstreert het gebruik van een bewegings volgsysteem voor het verzamelen en analyseren van 3D kinematische gegevens tijdens viervoetige loopband motoriek bij knaagdieren. Belangrijke kenmerken van het 3D-KINEMATISCH bewegingsanalyse systeem zijn een gedetailleerde kwantificering van kinematica van gezamenlijke beweging (stap fase kinematica, gewrichts hoeken, bewegingsbereik, stap snelheden) van meerdere gewrichten en ledematen tegelijk, detectie van motorische tekorten onmeetbaar door het blote oog, eliminatie van subjectieve bias in het verzamelen en analyseren van gegevens, en eenvoudige visualisatie van de hele ledematen en houdings kinematica die kunnen worden vergeleken met gelijktijdige nevenschikking van de hele rat in beweging. Zonder de noodzaak voor toegevoegde algoritmen en modellering, tonen de methoden de mogelijkheid van de software om kinematica van gang kwantitatief te analyseren met veel detail, efficiëntie, gemak, precisie en reproduceerbaarheid.

Bij knaagdieren worden de tekorten van forelimb en achterpoot locomotief na een ruggenmergletsel (SCI) vaak beoordeeld met behulp van subjectieve en gestandaardiseerde systemen voor het scoren van locomotief, zoals het BBB scoring system1. Subjectieve scorings systemen introduceren in het algemeen tester bias omdat verschillende onderzoekers verschillende scores kunnen toekennen voor hetzelfde motor tekort of dezelfde score voor verschillende motorische tekorten, wat resulteert in verminderde reproduceerbaarheid en gevoeligheid van de test13 . Bovendien draagt het onvermogen om subtiele tekorten op te sporen het risico dat de effecten van een interventie ten onrechte worden afgeleid.

Om deze problemen te bestrijden, zijn geautomatiseerde systemen2,3,4,5 en systemen met of zonder gebruik van complexe algoritmen14,15 door sommige onderzoekers overgenomen. Deze tests uitvoeren stap cyclus analyse die gewicht lager profielen en stap sequentie patronen afgeleid van paw plaatsing bewegingen van ratten lopen over een landingsbaan onthullen. Een groot nadeel van ventrale vliegtuig video analyse is echter dat het lichaam van het onderwerp zelf niet direct zichtbaar is2,3. Deze gegevens worden beperkt tot informatie die is verkregen uit indrukken van voeten en poot bewegingen, waarbij de selectie en interpretatie van de parameters bij het beoordelen van tekorten wordt verhogend (Zie Chen et al.16). Details van beweging die dynamische segmentale kinematica van beweging van de ledematen en positionering onthullen zijn niet nauwkeurig verkrijgbaar voor motoriek analyse3,5. Kritische afwijkingen van de gegevens van de gezamenlijke hoek (d.w.z. het bereik van bewegingen, de snelheid van bewegingen, enz.), de relatie van gewrichten ten opzichte van elkaar binnen een ledemaat en tussen ledematen, en onderliggende lichaams mechanica die de gang patronen veranderen, zijn onmogelijk te verkrijgen. Als zodanig, of eventuele waarneembare gang-beperkingen het gevolg zijn van veranderingen in enkelvoudige en/of meervoudige segmentale gewrichts bewegingen (d.w.z. proximale-distale intralimb-coördinatie, houdings verhoudingen van de romp met betrekking tot de positie en de gang cyclus van ledematen, enz.) blijven gemaskeerd.

Weinig momenteel beschikbare systemen vangen gang kinematica en beoordelen motorische disfunctie kwalitatief en kwantitatief, maar worden minder veel gebruikt. Een full-body video-tracking-analysesysteem met hoge snelheid maakt spontane gang cycli van drie zijden (één ventrale en twee laterale vlakken) en spoor Bony-monumenten op om een aantal gang-uitkomsten17,18uit te voeren. De kinematische gang-analyse van het sagittale vlak wordt door sommige onderzoekers gebruikt om 2D-bewegingsgegevens te verkrijgen van de geïnteresseerde achterledemaat19,20. Een derde dimensie van beweging die orthogonaal op het kijkvlak (laterale of Sagittaal) voorkomt, is echter niet detecteerbaar in de analyses11,18,19.

Andere geavanceerdere, 3D, drie Body-segment knaagdieren lichaam houdings gegevensverzamelingssystemen maken gebruik van 3D-wiskundige modellering van gegevensverzameling en analysesysteem om de 3D-beweging van de lichaams segmenten van de knaagdieren te volgen en te kwantificeren, terwijl het hoofd bewegingspatronen8. Madete et al.9 hebben een marker gebaseerd opto-elektronische motion capture-systeem ontwikkeld om 3D Body houdings kinematica te kwantificeren tijdens bovengrondse motoriek op wandel balken met behulp van een zeven camerasysteem. De belangrijkste uitkomsten bestudeerd in de laatste twee werken richten zich vooral op de algehele houding van het knaagdier in plaats van een gang analyse. 3D motion capture-systemen bieden hoge doorvoer 3D kinematische gang gegevens met behulp van meerdere camera's en uitgebreide software systemen, zoals beoordeeld door Bhimani et al.21. Oudere versies van het gepresenteerde 3D-Bewegingsanalyse systeem zijn ook gebruikt in eerdere werkzaamheden bij ratten met en zonder neuro trauma12,22,23.

Ondanks de beschikbaarheid van 3D-systemen voor bewegings inzameling en-analyse voor onderzoek, blijft het preklinisch gebruik van deze techniek bij knaagdieren relatief beperkt. Een deel van de reden voor dit probleem is dat de protocollen voor het verzamelen en analyseren van gegevens sterk afhankelijk zijn van het gebruik van kinematische modellen en ingewikkelde algoritmen die passen bij een KINEMATISCH model van de achterledemaat van de rat tijdens het lopen om een fijne, hoge resolutie te genereren gang kinematica8,9,11,22. De gedetailleerde methodologie die hier wordt gepresenteerd, bevat nadere bijzonderheden over de procedure die tijdens het experimentele proces betrokken is, waaronder de behandeling van dieren, training, experimentele opstelling, gegevensverzameling en analysestappen.

Ook zijn details over de kalibratie van het systeem, dat is het fundamentele deel van het Protocol, dat de reproduceerbaarheid tussen de aangrenzende proeven binnen en tussen onderwerpen verzekert zal. De beschreven stap-voor-stap technieken introduceren objectiviteit in de procedure voor het verzamelen van gegevens en maken deze zeer reproduceerbaar. De gegenereerde gegevens van deze motion capture-software kunnen frame-voor-frame worden gevisualiseerd voor de kwaliteit van de beweging en automatisch worden bijgehouden. Verder beschreven is hoe deze verzameling of kwantificering van gegevens geen extra algoritmen of modellering vereist. Studenten, medewerkers en onderzoekers kunnen gebruik maken van eenvoudige statistische software om elementaire kinematische uitvoer te genereren zonder te vertrouwen op specifieke technische expertise.

Dit systeem kan ook worden gebruikt voor bovengrondse motoriek, bereiken en grijpen, en andere experimentele opstellingen om het experimentele doel aan te passen. Het aantal en het type markeringen kunnen desgewenst ook worden aangepast voor de staart, achterkant, romp of oren. Een groter voordeel van de gepresenteerde software in vergelijking met systemen is de mogelijkheid om hoge-resolutie videogegevens van het onderwerp te verzamelen. Als zodanig kunnen complexe sets van berekeningen (d.w.z. hoek bewegingen, stok lijnen die meerdere gewrichten verbinden, enz.) worden bovenop de opgenomen video. De plaatsing van de marker en de gegenereerde 3D-gegevens kunnen worden geverifieerd met daadwerkelijke bewegingen van een rat in beweging. In tegenstelling, met de andere 3D motion capture systeem, alleen de markers worden vastgelegd, en elke re-analyse moet worden gedaan op de stok diagrammen (skelet kader) in plaats van de video van de eigenlijke onderwerp. Bijgevolg ontbreekt de controle van de plaatsing van de marker op de eigenlijke beweging van het onderwerp.

Op basis van ervaring met dit systeem speelt kalibratie een cruciale rol in het succes van het verzamelen van gegevens. De kalibratie van het systeem is zeer gevoelig voor verandering. en een lichte beweging van een camera kan het volledige verzamelen en analyseren van gegevens van 3D-coördinaten in gevaar brengen. Er zijn slechts twee camera's aan elke kant van een kijkvlak vereist voor het verzamelen van gegevens, maar de derde camera wordt ten zeerste aanbevolen om meer nauwkeurigheid te bieden door de locaties van elke marker met andere camera's te kruisen. Naarmate het aantal tracking camera's toeneemt, zal de nauwkeurigheid van de 3D-coördinaat voor een specifieke marker ook toenemen. In gevallen waarin markers worden verduisterd als gevolg van gang tekorten (zoals Teen curling of slepen in het geval van gang na neuro trauma), kunnen deze voorwaarden vereisen uitgebreide handmatige tracking. Niettemin, de hoeveelheid gegevens die uiteindelijk gegenereerd uit de tracking is waardig van de tijd geïnvesteerd in het handmatig volgen van de markers, waardoor het een onschatbare hulpmiddel bij het opsporen van subtiele motorische tekorten.

In onze ervaring ligt elke teijdigheid die gepaard gaat met het gebruik van het systeem buiten het gebruik van de apparatuur en technologie zelf. Vergelijkbaar met andere protocollen voor de beoordeling van motorische gedragingen, de methode waarmee ratten worden gehanteerd en getraind voor de taak sterk beïnvloedt resultaten. Bijvoorbeeld, het isoleren van ratten uit hun cohort is van cruciaal belang tijdens het testen; anders, ratten die niet zijn getest, maar nog steeds aanwezig zijn tijdens het testen tonen uiteindelijke verslechtering van de prestaties van de taak. Optimale kamertemperaturen, verlichting en geluidsniveaus zijn andere determinanten. Fouad et al. publiceerde andere uitdagingen die functionele motortesten bij ratten24begeleiden. Zelfs geblindeerde gebruikers uit dit laboratorium die de methodologie correct volgden, ondervinden geen grote hindernissen met gegevensverzameling, bewegingsregistratie en gegevensanalyse.

In dit document wordt een 3D motion capture-systeem voor het effectief verzamelen en analyseren van locomotief gegevens beschreven, zodat onderzoekers enorme hoeveelheden in-depth bewegingsgegevens snel van meerdere ratten kunnen verzamelen. We werken momenteel aan het maken van een geautomatiseerde data analyse-sjabloon die in de software kan worden ingebouwd en in staat zal zijn om binnen enkele seconden een rapport van vooraf bepaalde uitkomsten te genereren voor loopband motoriek bij knaagdieren, vergelijkbaar met wat wordt gedaan in menselijke studies met behulp van motion capture en analysesystemen6,25. De ontwikkeling van deze sjabloon zal preklinische onderzoekers toelaten om gedetailleerde knaagdier locomotief gegevens te verkrijgen met het gemak van een paar klikken van een muisknop. Het is te hopen dat de methoden die in dit werk worden geboden, nuttig zullen blijken voor preklinische onderzoekers om het gedrag van knaagdieren op een meer objectieve wijze te beoordelen. We zijn nu op de hoogte van het gebruik van dit systeem voor het verzamelen van 3D-kinematische gegevens met hoge doorvoer tijdens gemeenschappelijk, bekwaam gedrag van forelimb, zoals bereiken en grijpen. Belangrijk is dat het nut van deze methode kan worden uitgebreid tot ratten met een verscheidenheid van neurotraumatische en niet-neurotraumatische verwondingen.

Disclosures

De auteurs hebben niets te onthullen.

Acknowledgments

Onze speciale dank aan Pawan Sharma voor zijn hulp bij de experimentele opstelling voor de video en de intellectuele bijdrage aan dit project. We danken Christopher Palacio ook voor zijn bijdrage aan de demonstratie van het video protocol.

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

Gedrag uitgave 150 3D-kinematica loopband motoriek knaagdieren gang analyse quadrupedal motoriek taakprestaties
3D kinematische Gait-analyse voor preklinische studies bij knaagdieren
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wong, J., Shah, P. K. 3D KinematicMore

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