Waiting
Login processing...

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

Bioengineering

मानव पोस्टुरल नियंत्रण का अध्ययन करने के लिए प्रायोगिक तरीके

Published: September 11, 2019 doi: 10.3791/60078
Automatic Translation
1, 1, 1
1Department of Biomedical Engineering, McGill University

Summary

यह लेख मानव postural नियंत्रण का अध्ययन करने के लिए एक प्रयोगात्मक / प्रोटोकॉल खड़े प्रयोगों के प्रदर्शन के लिए कदम दर कदम प्रक्रियाओं प्रदान करता है, शरीर शुद्धगतिकी और गतिज संकेतों को मापने, और मानव postural नियंत्रण अंतर्निहित तंत्र में अंतर्दृष्टि प्रदान करने के लिए परिणामों का विश्लेषण.

Abstract

तंत्रिका और musculoskeletal सिस्टम के कई घटकों के लिए संगीत कार्यक्रम में कार्य करने के लिए स्थिर, ईमानदार मानव मुद्रा को प्राप्त. मानव postural नियंत्रण में शामिल विभिन्न उप प्रणालियों की भूमिका को समझने के लिए उपयुक्त गणितीय विधियों के साथ नियंत्रित प्रयोगों की आवश्यकता है। यह लेख परेशान खड़े प्रयोगों के प्रदर्शन के लिए एक प्रोटोकॉल का वर्णन करता है, प्रयोगात्मक डेटा प्राप्त करने, और बाद में गणितीय विश्लेषण बाहर ले जाने, musculoskeletal प्रणाली और मानव में केंद्रीय नियंत्रण की भूमिका को समझने के उद्देश्य से ईमानदार मुद्रा. इन तरीकों से उत्पन्न परिणाम महत्वपूर्ण हैं, क्योंकि वे स्वस्थ संतुलन नियंत्रण में अंतर्दृष्टि प्रदान करते हैं, रोगियों और बुजुर्गों में बिगड़ा संतुलन के ईटियोलॉजी को समझने के लिए आधार बनाते हैं, और सुधार करने के लिए हस्तक्षेपके डिजाइन में सहायता करते हैं पश् चीयत नियंत्रण और स्थिरता। इन तरीकों का उपयोग सोमेटोसेंसरी प्रणाली की भूमिका, टखने के संयुक्त की आंतरिक कठोरता, और पश्च ीय नियंत्रण में दृश्य प्रणाली का अध्ययन करने के लिए किया जा सकता है, और वेस्टिबुलर प्रणाली की भूमिका की जांच करने के लिए भी बढ़ाया जा सकता है। तरीकों को टखने की रणनीति के मामले में इस्तेमाल किया जाना है, जहां शरीर मुख्य रूप से टखने के जोड़ के बारे में चलता है और एक एकल लिंक उल्टे पेंडुलम माना जाता है।

Introduction

मानव पश्चीय नियंत्रण केंद्रीय तंत्रिका और musculoskeletal सिस्टम 1 के बीच जटिल बातचीत के माध्यम से महसूस कियाहै. खड़े में मानव शरीर स्वाभाविक अस्थिर है, आंतरिक की एक किस्म के अधीन (उदा., श्वसन, दिल की धड़कन) और बाहरी (उदा. गुरुत्वाकर्षण) क्षोभ. स्थिरता केंद्रीय, प्रतिवर्त, और आंतरिक घटकों के साथ एक वितरित नियंत्रक द्वारा हासिल की है (चित्र 1)।

Postural नियंत्रण द्वारा हासिल की है: एक सक्रिय नियंत्रक, केंद्रीय तंत्रिका तंत्र (सीएनएस) और रीढ़ की हड्डी, जो मांसपेशियों सक्रियण परिवर्तन द्वारा मध्यस्थता; और एक आंतरिक कठोरता नियंत्रक जो मांसपेशी सक्रियण में कोई परिवर्तन नहीं के साथ संयुक्त आंदोलन का विरोध करता है (चित्र 1) । केंद्रीय नियंत्रक अवरोही आदेश है कि शरीर को स्थिर करने के लिए सुधारात्मक मांसपेशी बलों का उत्पादन उत्पन्न करने के लिए संवेदी जानकारी का उपयोग करता है। संवेदी जानकारी दृश्य, वेस्टिबुलर, और सोमेटोसेंसरी सिस्टम द्वारा ट्रांसड्यूल की जाती है। विशेष रूप से, somatosensory प्रणाली समर्थन सतह और संयुक्त कोण के बारे में जानकारी उत्पन्न करता है; दृष्टि पर्यावरण के बारे में जानकारी प्रदान करता है; और वेस्टिबुलर प्रणाली गुरुत्वाकर्षण के संबंध में सिर कोणीय वेग, रैखिक त्वरण, और अभिविन्यास के बारे में जानकारी उत्पन्न करती है। केंद्रीय, बंद लूप नियंत्रक लंबे विलंब के साथ संचालित होता है जो2को अस्थिर कर सकता है। सक्रिय नियंत्रक का दूसरा तत्व पलटा कठोरता है, जो कम विलंबता के साथ मांसपेशियों की गतिविधि उत्पन्न करता है और संयुक्त आंदोलन का विरोध करने वाले टोक़ का उत्पादन करता है।

सक्रिय नियंत्रक के दोनों घटकों के साथ संबद्ध एक लेटेंसी है; फलस्वरूप, संयुक्त आंतरिक कठोरता, जो कोई देरी के साथ कार्य करता है, postural नियंत्रण3में एक महत्वपूर्ण भूमिका निभाता है. आंतरिक कठोरता अनुबंध मांसपेशियों, कोमल ऊतकों और अंगों के जड़ता गुण है, जो किसी भी संयुक्त आंदोलन4के जवाब में तुरंत प्रतिरोधी टोक़ उत्पन्न करता है के निष्क्रिय विस्को-इलास्टिक गुणों द्वारा उत्पन्न होता है। postural नियंत्रण में संयुक्त कठोरता (आंतरिक और प्रतिवर्त कठोरता) की भूमिका स्पष्ट रूप से समझ में नहीं आता है, क्योंकि यह ऑपरेटिंग स्थितियों के साथ बदलता है, मांसपेशियों सक्रियण द्वारा परिभाषित4,5,6 और संयुक्त स्थिति 4 , 7 , 8, दोनों जो शरीर के साथ बदल बोलबाला, खड़े करने के लिए निहित.

केंद्रीय नियंत्रक और postural नियंत्रण में संयुक्त कठोरता की भूमिका की पहचान महत्वपूर्ण है, के रूप में यह के लिए आधार प्रदान करता है: संतुलन हानि के ईटियोलॉजी का निदान; रोगियों के लिए लक्षित हस्तक्षेप के डिजाइन; गिरावट के जोखिम का आकलन; बुजुर्गों में गिरावट की रोकथाम के लिए रणनीतियों का विकास; और इस तरह के ऑर्थोटिक्स और प्रोस्थेटिक्स के रूप में सहायक उपकरणों के डिजाइन। हालांकि, यह मुश्किल है, क्योंकि विभिन्न उप प्रणालियों के साथ कार्य और केवल समग्र परिणामस्वरूप शरीर शुद्ध गतिविज्ञान, संयुक्त टोक़, और मांसपेशी इलेक्ट्रोमायोग्राफी मापा जा सकता है.

इसलिए, प्रत्येक उपतंत्र के योगदान का मूल्यांकन करने के लिए औसत दर्जे का postural चर का उपयोग करें कि प्रयोगात्मक और विश्लेषणात्मक तरीकों को विकसित करने के लिए आवश्यक है। एक तकनीकी कठिनाई यह है कि postural चर की माप बंद लूप में किया जाता है. परिणामस्वरूप, आगतों और आउटपुट (कारण और प्रभाव) परस्पर संबंधित हैं। नतीजतन, यह करने के लिए आवश्यक है: क) बाहरी क्षोभ लागू (आदान के रूप में) प्रतिक्रियाओं में postural प्रतिक्रियाओं पैदा करने के लिए (आउटपुट के रूप में), और ख) प्रणाली मॉडल की पहचान करने के लिए विशेष गणितीय तरीकों को रोजगार और कारण और प्रभाव9उलझन.

वर्तमान लेख postural नियंत्रण पर केंद्रित है जब एक टखने की रणनीति का उपयोग किया जाता है, कि है, जब आंदोलनों टखने के संयुक्त के बारे में मुख्य रूप से होते हैं. इस स्थिति में, ऊपरी शरीर और निचले अंग एक साथ चलते हैं, परिणामस्वरूप, शरीर को सैगिटल प्लेन10में एक एकल-लिंक उल्टे पेंडुलम के रूप में मॉडल किया जा सकता है। टखने की रणनीति का उपयोग तब किया जाता है जब सहायता सतह पक्की हो और क्षोभ छोटे1,11होते हैं .

उपयुक्त यांत्रिक (प्रोप्रियोसेप्टिव) और दृश्य संवेदी क्षोभ लागू करने और शरीर में शुद्ध गतिविज्ञान, गतिज और मांसपेशियों की गतिविधियों को रिकॉर्ड करने में सक्षम एक स्थायी उपकरण हमारी प्रयोगशाला12में विकसित किया गया है। डिवाइस टखने कठोरता की भूमिका का अध्ययन करने के लिए आवश्यक प्रयोगात्मक वातावरण प्रदान करता है, केंद्रीय नियंत्रण तंत्र, और दृश्य या / यह भी संभव है कि स्तनाभ प्रक्रियाओं के लिए प्रत्यक्ष विद्युत उत्तेजना के आवेदन द्वारा वेस्टिबुलर प्रणाली की भूमिका का अध्ययन करने के लिए डिवाइस का विस्तार करने के लिए, जो सिर वेग की अनुभूति उत्पन्न कर सकता है और पोस्टुरल प्रतिक्रियाओं को पैदा कर सकता है12,13 .

दूसरों को भी मानव postural नियंत्रण का अध्ययन करने के लिए इसी तरह के उपकरणों का विकास किया है, जहां रैखिक piezo बिजली actuators11, रोटरी बिजली मोटर्स14,15, और रैखिक विद्युत मोटर्स16,17 , 18 खड़े में टखने के लिए यांत्रिक क्षोभ लागू करने के लिए इस्तेमाल किया गया. अधिक जटिल उपकरणों को भी बहु खंड postural नियंत्रण है, जहां यह टखने और कूल्हे जोड़ों के लिए एक साथ कई क्षोभ लागू करने के लिए संभव है का अध्ययन करने के लिए विकसित किया गया है19,20.

स्थायी उपकरण

दो सर्वो नियंत्रित इलेक्ट्रोहाइड्रल रोटरी actuators टखने की स्थिति के नियंत्रित क्षोभ लागू करने के लिए दो पैडल ले जाते हैं। actuators बड़े टोक़ उत्पन्न कर सकते हैं (gt; 500 एनएम) postural नियंत्रण के लिए आवश्यक; यह इस तरह के आगे दुबला के रूप में मामलों में विशेष रूप से महत्वपूर्ण है, जहां शरीर के द्रव्यमान के केंद्र दूर है (पूर्व) रोटेशन के टखने अक्ष से, postural नियंत्रण के लिए टखने टोक़ के बड़े मूल्यों में जिसके परिणामस्वरूप.

प्रत्येक रोटरी actuator एक अलग आनुपातिक इमदादी वाल्व द्वारा नियंत्रित किया जाता है, पेडल स्थिति प्रतिक्रिया का उपयोग कर, actuator शाफ्ट पर एक उच्च प्रदर्शन क्षमता मापी द्वारा मापा (सामग्री की तालिका). नियंत्रक एक MATLAB-आधारित xPC वास्तविक समय, डिजिटल संकेत प्रसंस्करण प्रणाली का उपयोग कर लागू किया गया है. actuator/servo-valve एक साथ 40 से अधिक हर्ट्ज की बैंडविड्थ है, समग्र postural नियंत्रण प्रणाली की बैंडविड्थ से बहुत बड़ा है, टखने संयुक्त कठोरता, और केंद्रीय नियंत्रक21.

वर्चुअल रियलिटी डिवाइस और पर्यावरण

एक आभासी वास्तविकता (वीआर) हेडसेट (सामग्री की तालिका) दृष्टि परेशान करने के लिए प्रयोग किया जाता है। हेडसेट एक एलसीडी स्क्रीन (दोहरी AMOLED 3.6' स्क्रीन 1080 x 1200 पिक्सल प्रति आंख के एक संकल्प के साथ) है कि डिवाइस के लिए भेजा मीडिया के एक त्रिविम दृश्य के साथ उपयोगकर्ता प्रदान करता है, तीन आयामी गहराई धारणा की पेशकश की. ताज़ा दर 90 हर्ट्ज, उपयोगकर्ताओं के लिए एक ठोस आभासी भावना प्रदान करने के लिए पर्याप्त है22. स्क्रीन के दृश्य के क्षेत्र में 110 डिग्री है, वास्तविक दुनिया स्थितियों के समान दृश्य क्षोभ उत्पन्न करने के लिए पर्याप्त है।

हेडसेट उपयोगकर्ता के सिर के रोटेशन पटरियों और उपयोगकर्ता पूरी तरह से आभासी वातावरण में डूब जाता है ताकि तदनुसार आभासी दृश्य बदल; इसलिए, यह सामान्य दृश्य प्रतिक्रिया प्रदान कर सकते हैं; और यह सैगिटल तल में दृश्य क्षेत्र को घुमाकर दृष्टि को भी परेशान कर सकता है।

काइनेटिक माप

ऊर्ध्वाधर अभिक्रिया बल को चार भार कोशिकाओं द्वारा मापा जाता है, जो पैर के नीचे दो प्लेटों के बीच sandwiched (सामग्री की तालिका)। टखने का रकवा 565 एनएम की क्षमता और 104 एनएम/राड की एक मरोडल कठोरता के साथ टोक़ ट्रांसड्यूसर द्वारा सीधे मापा जाता है; इसे लोड कोशिकाओं द्वारा पारण किए गए ऊर्ध्वाधर बलों से अप्रत्यक्ष रूप से भी मापा जा सकता है, जो अपनी दूरी का उपयोग करके23घूर्णन के टखने अक्ष तक करते हैं, यह मानते हुए कि खड़े पैरों पर लगाए गए क्षैतिज बल छोटे2,24हैं । दाब केंद्र (सीओपी) को कुल ऊर्ध्वाधर बल द्वारा टखने के टोक़ को विभाजित करके सैगिटल प्लेन में मापा जाता है, जो लोड कोशिकाओंद्वारा 23मापा जाता है।

काइनेटिक माप

एक टखने की रणनीति का उपयोग किया जाता है, क्योंकि पैर कोण पेडल कोण के रूप में ही है, विषय के पैर पेडल के साथ चलता है। ऊर्ध्वाधर के संबंध में टांग कोण को टांग के रैखिक विस्थापन से अप्रत्यक्ष रूप से प्राप्त किया जाता है, जो लेजर रेंज खोजक (सामग्री तालिका) द्वारा 50 डिग्री उउ 25 के संकल्प और 750 भ्भ्25की बैंडविड्थ के साथ मापा जाता है। टखने के कोण पैर और टांग कोण का योग है। ऊर्ध्वाधर के संबंध में शरीर कोण परोक्ष रूप से बाएँ और दाएँ पीछे पीछे पीछे बेहतर iliac रीढ़ (PSIS) के बीच मध्य बिंदु के रैखिक विस्थापन से प्राप्त की है, एक लेजर रेंज खोजक का उपयोग कर मापा (सामग्री की तालिका)के एक संकल्प के साथ 100 डिग्री और 750 हर्ट्ज23की बैंडविड्थ | सिर की स्थिति और रोटेशन वीआर प्रणाली बेस स्टेशनों कि प्रति सेकंड 60 दालों कि उप मिलीमीटर के साथ हेडसेट आईआर सेंसर द्वारा उठाया जाता है पर समय अवरक्त (आईआर) दालों का उत्सर्जन द्वारा वीआर पर्यावरण के वैश्विक समन्वय प्रणाली के संबंध में मापा जाता है परिशुद्धता.

डेटा अधिग्रहण

सभी संकेतों 486.3 के एक कोने आवृत्ति के साथ एक विरोधी aliasing फिल्टर के साथ फ़िल्टर कर रहे हैं और फिर एक गतिशील के साथ उच्च प्रदर्शन 24-बिट/8 चैनल, एक साथ नमूना, गतिशील संकेत अधिग्रहण कार्ड (सामग्री की तालिका)के साथ 1000 हर्ट्ज पर नमूना 20 वी की सीमा.

सुरक्षा तंत्र

विषयों को चोटों को रोकने के लिए स्थायी तंत्र में छह सुरक्षा तंत्र शामिल किए गए हैं; पैडल अलग से नियंत्रित कर रहे हैं और एक दूसरे के साथ हस्तक्षेप कभी नहीं। (1) actuator शाफ्ट एक कैम है, जो यंत्रवत् एक वाल्व है कि हाइड्रोलिक दबाव डिस्कनेक्ट करता है अगर शाफ्ट रोटेशन से अधिक है सक्रिय है [ 20] अपनी क्षैतिज स्थिति से. (2) दो समायोज्य यांत्रिक बंद हो जाता है actuator की गति की सीमा को सीमित; ये प्रत्येक प्रयोग से पहले गति के प्रत्येक विषय की सीमा के लिए सेट कर रहे हैं. (3) दोनों विषय और प्रयोगकर्ता एक आतंक बटन पकड़; बटन दबाने actuators से हाइड्रोलिक शक्ति डिस्कनेक्ट करता है और उन्हें ढीला हो का कारण बनता है, ताकि वे मैन्युअल रूप से ले जाया जा सकता है. (4) विषय के दोनों ओर स्थित रेलिंग अस्थिरता के मामले में सहायता प्रदान करने के लिए उपलब्ध हैं। (5) विषय एक पूर्ण शरीर दोहन पहनता है (सामग्री की तालिका),छत में कठोर crossbars से जुड़ी उन्हें एक गिरावट के मामले में समर्थन करने के लिए. दोहन सुस्त है और सामान्य स्थिति के साथ हस्तक्षेप नहीं करता है, जब तक विषय अस्थिर हो जाता है, जहां दोहन गिरने से विषय को रोकता है. गिरावट के मामले में, पेडल आंदोलनों मैन्युअल रूप से या तो विषय द्वारा बंद कर दिया जाएगा, आतंक बटन का उपयोग कर या प्रयोगकर्ता द्वारा. (6) इमदादी वाल्व विद्युत आपूर्ति रुकावट के मामले में असफल-सुरक्षित तंत्र का उपयोग कर actuators के रोटेशन बंद करो.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

सभी प्रयोगात्मक तरीकों McGill विश्वविद्यालय अनुसंधान आचार बोर्ड द्वारा अनुमोदित किया गया है और विषयों में भाग लेने से पहले सूचित सहमति पर हस्ताक्षर.

1. प्रयोग

नोट: प्रत्येक प्रयोग निम्न चरणों में शामिल है।

  1. पूर्व परीक्षण
    1. सभी परीक्षणों की एक निश्चित रूपरेखा तैयार करें और डेटा संग्रह के लिए एक चेकलिस्ट बनाएं।
    2. सभी आवश्यक जानकारी के साथ एक सहमति फार्म के साथ विषय प्रदान करें, उन्हें इसे अच्छी तरह से पढ़ने के लिए कहें, किसी भी प्रश्न का उत्तर दें, और फिर उन्हें प्रपत्र पर हस्ताक्षर करें।
    3. विषय के वजन, ऊंचाई, और उम्र रिकॉर्ड.
  2. विषय तैयारी
    1. इलेक्ट्रोमाइग्राफी मापन
      1. टखने की मांसपेशियों की इलेक्ट्रोमीग्राफी (ईएमजी) की माप के लिए 1 सेमी की अंतर-इलेक्ट्रोड दूरी के साथ एकल विभेदक इलेक्ट्रोड (सामग्री कीतालिका)का उपयोग करें।
      2. 1000 के समग्र लाभ और 20 डिग्री 2000 हर्ट्ज की बैंडविड्थ के साथ प्रवर्धक(सामग्री तालिका)का प्रयोग करें।
      3. शोर अनुपात (SNR) और न्यूनतम पार बात करने के लिए एक उच्च संकेत सुनिश्चित करने के लिए, का पता लगाने और Seniam परियोजना द्वारा प्रदान किए गए दिशा निर्देशों के अनुसार इलेक्ट्रोड लगाव क्षेत्रों को चिह्नित26, नीचे के रूप में: (1) मध्यस्थ gastrocnemius (MG) के लिए, के सबसे प्रमुख उभार मांसपेशी; (2) पार्श्व गैस्ट्रोकेनियस (एलजी) के लिए, फिबुला और एड़ी के सिर के बीच की रेखा का 1/3; (3) सोलस (एसओएल) के लिए, फीमर और मध्य मॉलिलस के मध्यस्थ कोंडीयल्स के बीच की रेखा का 2/ (4) tibialis पूर्वकाल के लिए (टीए), fibula की नोक और मध्यस्थ malleolus की नोक के बीच की रेखा के 1/
      4. एक उस्तरा के साथ चिह्नित क्षेत्रों दाढ़ी और शराब के साथ त्वचा को साफ. त्वचा को अच्छी तरह से सूखने दें।
      5. संदर्भ इलेक्ट्रोड के लिए पेटला पर एक बोनी क्षेत्र दाढ़ी, और शराब के साथ साफ.
      6. विषय एक आराम supine स्थिति में झूठ बोलते हैं.
      7. पेटला व के मुंडा क्षेत्र पर संदर्भ इलेक्ट्रोड रखें.
      8. इलेक्ट्रोड एक के बाद एक मांसपेशियों के मुंडा क्षेत्रों के लिए संलग्न, डबल पक्षीय टेप का उपयोग कर, इलेक्ट्रोड सुरक्षित रूप से त्वचा के लिए तय कर रहे हैं कि यह सुनिश्चित करने के लिए देखभाल करने के लिए.
      9. प्रत्येक इलेक्ट्रोड रखने के बाद, प्रतिरोध के खिलाफ एक plantarflexing / dorsiflexing संकुचन प्रदर्शन करने के लिए और एक आस्टसीलस्कप पर waveforms की जांच करने के लिए सुनिश्चित करें कि EMG संकेत एक उच्च SNR है विषय पूछो. यदि संकेत SNR गरीब है, एक उच्च SNR के साथ एक स्थान पाया जाता है जब तक इलेक्ट्रोड ले जाएँ.
      10. सुनिश्चित करें कि विषय के आंदोलनों EMG केबल द्वारा बाधा नहीं कर रहे हैं.
    2. काइनेटिक माप
      1. एक पट्टा के साथ टांग के लिए एक चिंतनशील मार्कर संलग्न, टांग कोण माप के लिए इस्तेमाल किया जा करने के लिए।
        नोट: टांग मार्कर रखें के रूप में उच्च के रूप में टांग पर संभव है एक दिया रोटेशन के लिए सबसे बड़ा संभव रैखिक विस्थापन उत्पन्न करने के लिए, इसलिए, कोणीय संकल्प में सुधार.
      2. विषय शरीर दोहन पर डाल दिया है.
      3. एक पट्टा के साथ विषय की कमर के लिए एक प्रतिबिंबित मार्कर संलग्न, ऊपरी शरीर कोण माप के लिए इस्तेमाल किया जा करने के लिए. सुनिश्चित करें कि कमर चिंतनशील मार्कर बाएँ और दाएँ PSIS के बीच मध्य बिंदु पर रखा गया है और है कि विषय के कपड़े कमर चिंतनशील सतह को कवर नहीं करता है.
      4. विषय खड़े उपकरण पर मिलता है.
      5. रोटेशन के पेडल अक्ष के लिए प्रत्येक पैर के पार्श्व और मध्यस्थ malleoli संरेखित करने के लिए विषय के पैर की स्थिति को समायोजित करें।
      6. एक मार्कर के साथ विषय के पैर की स्थिति रूपरेखा और उन्हें प्रयोगों के दौरान एक ही स्थानों में अपने पैर रखने के लिए निर्देश. यह टखनों और actuators के रोटेशन के अक्ष प्रयोगों के दौरान गठबंधन रहना सुनिश्चित करता है.
      7. चिंतनशील मार्करों के केंद्र को इंगित करने के लिए लेजर रेंज खोजक के ऊर्ध्वाधर स्थिति को समायोजित करें। लेजर रेंज खोजक और चिंतनशील मार्करों के बीच क्षैतिज दूरी समायोजित करें, ताकि रेंज खोजक उनके मध्य दूरी में काम करते हैं और शांत खड़े होने के दौरान तर न करें।
      8. विषय आगे और पीछे टखने के बारे में दुबला है और सुनिश्चित करें कि पराबैंगनीकिरण उनके काम सीमा के भीतर रहते हैं.
      9. रोटेशन के टखने अक्ष के संबंध में लेजर रेंज खोजक की ऊंचाई को मापने।
        नोट: इन ऊंचाइयों रैखिक विस्थापन कोण में परिवर्तित करने के लिए उपयोग किया जाता है।
    3. प्रायोगिक प्रोटोकॉल
      1. क्या प्रत्येक परीक्षण की स्थिति के लिए उम्मीद करने के विषय को सूचित करें.
      2. विषय निर्देश चुपचाप पक्ष पर हाथ के साथ खड़े हो जाओ, जबकि आगे देख रहे हैं, और अपने संतुलन को बनाए रखने के रूप में वे करते हैं, जब वास्तविक दुनिया क्षोभ का सामना करना पड़ा.
      3. क्षुब्ध परीक्षणों के लिए, क्षोभ शुरू करें और विषय को इसके अनुकूल होने दें।
      4. विषय एक स्थिर व्यवहार की स्थापना की है एक बार डेटा अधिग्रहण प्रारंभ करें।
      5. थकान से बचने के लिए प्रत्येक परीक्षण के बाद पर्याप्त आराम अवधि के साथ विषय प्रदान करें। उनके साथ संवाद करने के लिए देखने के लिए अगर वे और अधिक समय की जरूरत है.
      6. निम्न परीक्षण करें।
        1. उपकरण परीक्षण के लिए, विषय के आगमन से पहले सेंसर डेटा 2 एच की जांच करने के लिए 2-मिनट का परीक्षण करें। दर्ज सेंसर डेटा में अनियमित रूप से बड़े शोर या ऑफसेट के लिए देखो. यदि कोई समस्या है, तो विषय के आने से पहले उनका समाधान करें।
        2. शांत खड़े के लिए, कोई क्षोभ के साथ एक 2 मिनट चुप खड़े परीक्षण प्रदर्शन करते हैं.
          नोट: यह परीक्षण एक संदर्भ प्रदान करता है, यह निर्धारित करने के लिए आवश्यक है कि क्या postural चर क्षोभ के प्रत्युत्तर में परिवर्तित होते हैं।
        3. क्षुब्ध प्रयोगों के लिए, क्षोभ को चलाएं और 2-3 मिनट के लिए डेटा प्राप्त करें। यदि उद्देश्य है तो स्थायी रूप से कायक प्रणाली/एंकल कठोरता की भूमिका की जांच करना है। यदि उद्देश्य postural नियंत्रण में दृष्टि की भूमिका की जांच करने के लिए है दृश्य क्षोभ लागू करें. दृश्य और पेडल क्षोभ एक साथ लागू करें यदि उद्देश्य postural नियंत्रण में दो प्रणालियों की बातचीत की जांच करने के लिए है.
          नोट: पैडल क्षोभ खड़े डिवाइस पैडल के रोटेशन के रूप में लागू कर रहे हैं। इसी प्रकार, वीआर हेडसेट का उपयोग करके आभासी दृश्य क्षेत्र को घुमाकर दृश्य क्षोभ लागू किए जाते हैं। पेडल/दृश्य क्षेत्र का कोण एक संकेत का अनुसरण करता है, जो अध्ययन के उद्देश्यों के आधार पर चुना जाता है। चर्चा अनुभाग क्षोभ प्रकार, postural नियंत्रण के अध्ययन और प्रत्येक क्षोभ के गुण के लिए इस्तेमाल के बारे में विवरण प्रदान करता है.
      7. प्रत्येक विशिष्ट क्षोभ के लिए कम से कम 3 परीक्षण करें।
        नोट: एकाधिक परीक्षण एकत्र किए गए डेटा पर विश्लेषण करते समय मॉडल की विश्वसनीयता सुनिश्चित करने के लिए किया जाता है; उदा., यह मॉडल को मान्य पार करने के लिए संभव है।
      8. विषयों एक विशिष्ट क्षोभ के लिए प्रतिक्रिया करने के लिए नहीं सीख यह सुनिश्चित करने के लिए एक यादृच्छिक क्रम में परीक्षण प्रदर्शन; यह भी समय-परिवर्तन व्यवहार के लिए जाँच करने के लिए संभव बनाता है।
      9. प्रत्येक परीक्षण के बाद नेत्रहीन डेटा की जाँच करने के लिए सुनिश्चित करें कि अधिग्रहीत संकेतों उच्च गुणवत्ता के हैं.

2. मानव postural नियंत्रण की पहचान

  1. दृश्य क्षोभ के लिए शरीर कोण के गतिशील संबंध की गैर-पैरामीट्रिक पहचान
    1. प्रयोग
      1. अनुभाग 1.1 और 1.2 में चरणों के अनुसार 2 मिनट के लिए नेत्रहीन परेशान परीक्षण प्राप्त करें।
      2. 0.087 रेड के शिखर-से-पीक आयाम और 0ण्05 रेड/एस के वेग के साथ ट्रैपेज़ॉइडल सिग्नल (ट्रैपजेड) का उपयोग करें।
      3. शून्य कोण पर पेडल स्थिति स्थिररखें।
    2. विश्लेषण
      नोट: 2.1.2 और 2.2.2 अनुभागों में डेटा विश्लेषण MATLAB का उपयोग कर किया जाता है।
      1. कच्चे शरीर के कोण और दृश्य क्षोभ संकेतों को नष्ट करें (जैसे कि उच्चतम प्रेक्षणीय आवृत्ति 10 हर्ट्ज है), निम्नलिखित आदेशों का उपयोग करते हुए:
        Equation 1
        Equation 2
        कहां
        Equation 3
        Equation 4
        Equation 5
        नोट: 1 kHz की एक नमूना दर के लिए, विनाश अनुपात होना चाहिए 50 की एक उच्चतम आवृत्ति के लिए 10 हर्ट्ज.
      2. ब्याज की सबसे कम आवृत्ति है, जो बिजली के आकलन के लिए खिड़की की लंबाई का निर्धारण करेगा चुनें.
        नोट: यहाँ, 0.1 हर्ट्ज की एक न्यूनतम आवृत्ति चुना जाता है, तो बिजली के आकलन के लिए खिड़की की लंबाई है 1/0.1 हर्ट्ज - 10 s. आवृत्ति संकल्प न्यूनतम आवृत्ति के रूप में ही है, और इसलिए, गणना के लिए किया जाता है 0.1, 0.2, 0.3, ..., 10 हर्ट्ज.
      3. खिड़की और बिजली स्पेक्ट्रम खोजने के लिए ओवरलैप की डिग्री के प्रकार चुनें.
        नोट: 120 s की एक परीक्षण लंबाई के लिए, 10 s Hanning खिड़कियों 50% ओवरलैप के साथ बिजली स्पेक्ट्रम आकलन के लिए 23 क्षेत्रों के औसत में परिणाम. जब से हम 20 हर्ट्ज के लिए डेटा decimated, एक 10 s खिड़की 200 नमूनों की लंबाई है.
      4. सिस्टम Equation 6 की आवृत्ति प्रतिसाद (FR) ढूँढने के लिए फ़ंक्शन का उपयोग करें:
        Equation 7
        कहां
        Equation 8
        Equation 9
        Equation 10
        Equation 11
        नोट: प्रस्तुत Equation 6 समारोह द्वारा निर्दिष्ट लंबाई Equation 12 Equation 13 और ओवरलैप के बराबर ओवरलैप की संख्या के साथ एक Hanning विंडो का उपयोग कर, द्वारा निर्दिष्ट आवृत्तियों में decimated VR क्षोभ और शरीर कोण के बीच क्रॉस स्पेक्ट्रम की गणना करता है Equation 14 (यानी, 50% ओवरलैप)। इसी प्रकार, यह वीआर इनपुट के ऑटो स्पेक्ट्रम की गणना करता है। फिर, अनुमानित क्रॉस स्पेक्ट्रम और ऑटो स्पेक्ट्रम का उपयोग करके, यह प्रणाली के एफआर की गणना करता है।
      5. लाभ और चरण में अनुमानित FR का चरण 2.1.2.4, निम्न आदेशों का उपयोग कर ढूँढें:
        Equation 15
        Equation 16
        कहां
        Equation 17
        Equation 18
      6. निम्न आदेश का उपयोग कर सामंजस्य फ़ंक्शन की गणना करें:
        Equation 19
        कहां
        Equation 20
        नोट: Equation 21 फ़ंक्शन और Equation 22 Equation 23 Equation 24 के बीच सामंजस्य खोजने के लिए के रूप में एक समान प्रक्रिया इस प्रकार है।
      7. आवृत्ति के एक समारोह के रूप में लाभ, चरण, और सामंजस्य प्लॉट.
        Equation 25
        Equation 26
        Equation 27
        नोट: प्रस्तुत विधि दृश्य और यांत्रिक क्षोभ दोनों लागू कर रहे हैं, जहां एक बहु-इनपुट, एकाधिक-आउटपुट (MIMO) FR पहचान विधि9इस्तेमाल किया जाना चाहिए मामले के लिए बढ़ाया जा सकता है। पहचान भी उपअंतरिक्ष विधि का उपयोग कर किया जा सकता है (जो स्वाभाविक MIMO सिस्टम के साथ सौदों)27 या इस तरह के MIMO बॉक्स-Jenkins28के रूप में पैरामीट्रिक हस्तांतरण समारोह तरीकों का उपयोग कर. दोनों subspace और बॉक्स-Jenkins (और अन्य तरीकों) MATLAB प्रणाली पहचान उपकरण बॉक्स में लागू किया गया है.
  2. खड़े में टखने आंतरिक कठोरता की पैरामीट्रिक पहचान
    1. प्रयोग
      1. 2 मिनट के लिए यंत्रवत् परेशान परीक्षण करें। 0ण्02 रेड के शिखर-से-पीक आयाम के साथ एक छद्म-यादृच्छिक द्विआधारी अनुक्रम (PRBS) क्षोभ का उपयोग करें और 200 एमएस का स्विचिंग अंतराल सुनिश्चित करें कि पेडल माध्य कोण शून्य है।
    2. विश्लेषण
      1. पैर वेग प्राप्त करने केEquation 28लिए एक बार पैरEquation 29 संकेत अंतर ( ,Equation 30 दो बार पैर त्वरण प्राप्त करने के लिए ( और तीन बार अपने झटके प्राप्त करने के लिए ( इसी तरह अपने वेग और त्वरण प्राप्त करने के लिए टोक़ में अंतर, निम्नका उपयोग कर आदेश:
        Equation 31
        कहां
        Equation 32
        Equation 33
        Equation 34
      2. निम्न आदेश का उपयोग कर, दालों का पता लगाने के लिए पैर वेग के स्थानीय मैक्सिमा और स्थानीय minima के स्थान की गणना करें:
        Equation 35
        Equation 36
        कहां
        Equation 37
        Equation 38
        Equation 39
        Equation 40
        नोट: Equation 41 समारोह सभी स्थानीय अधिकतम (सकारात्मक पैर वेग) और उनके स्थानों पाता है। स्थानीय minima खोजने के लिए, एक ही समारोह का उपयोग किया जाता है, लेकिन पैर कोण वेग का संकेत उलट जाना चाहिए.
      3. निम्न आदेश का उपयोग करते हुए, 50 हर्ट्ज के एक कोने आवृत्ति के साथ एक 8th आदेश बटरवर्थ कम-पास फ़िल्टर डिज़ाइन करें:
        Equation 42
        Equation 43
        Equation 44
        Equation 45
        Equation 46
      4. बटरवर्थ फिल्टर का उपयोग करके शून्य-चरण की पारी के साथ सभी संकेतों को फ़िल्टर करें:
        Equation 47
        Equation 48
        Equation 49
        नोट: "filtfilt" समारोह फ़िल्टर किए गए संकेत में किसी भी बदलाव का कारण नहीं है। "फिल्टर" फ़ंक्शन का उपयोग न करें, क्योंकि यह एक बदलाव उत्पन्न करताहै।
      5. पैर वेग प्लॉट, और नेत्रहीन पैर वेग के extrema और नाड़ी के शुरू के बीच समय अवधि का एक अनुमान लगता है (जो चोटी वेग से पहले शून्य पैर वेग के साथ पहला बिंदु है). इस अध्ययन में क्षोभ के लिए, यह बिंदु 2.2.2.2 में पाया वेग extrema से पहले 25 ms हुई.
      6. प्रत्येक नाड़ी के लिए, नाड़ी की शुरुआत से पहले 25 एमएस के टखने टोक़ के मतलब के रूप में टखने की पृष्ठभूमि टोक़ की गणना, अर्थात्, 50 एमएस शुरू करने के खंड में टोक़ का मतलब वेग extrema से पहले 25 एमएस तक. निम्न लिखित आदेश का उपयोग कर एक सकारात्मक वेग के साथ kth पल्स के लिए यह मत करो:
        Equation 50
        Equation 51
        Equation 52
        नोट: यह दोनों अधिकतम और न्यूनतम वेग (नकारात्मक पैर वेग) चरण 2.2.2.2 में पाया के लिए किया जाता है.
      7. निम्न आदेश का उपयोग करके सभी दालों के लिए न्यूनतम और अधिकतम सभी पृष्ठभूमि टोक़ का पता लगाएं:
        Equation 53
        Equation 54
      8. प्रत्येक पल्स के लिए, पल्स प्रारंभ करने के बाद 65 एमएस के टोक़ डेटा निकालें (आंतरिक टोक़ खंड के रूप में), निम्न आदेश का उपयोग कर:
        Equation 55
        Equation 56
        नोट: यह भी टखने टोक़ के पहले और दूसरे व्युत्पन्न के लिए किया जाता है (आंतरिक टोक़ के पहले और दूसरे derivate प्रदान करने के लिए), साथ ही, पैर कोण, पैर वेग, पैर त्वरण, और पैर झटका.
      9. निम्न लिखित आदेश का उपयोग करते हुए, अपने प्रारंभिक मूल्य से kth आंतरिक टोक़ खंड में परिवर्तन की गणना करें:
        Equation 57
        नोट: यह पैर कोण प्राप्तEquation 58करने के लिए इसी तरह किया जाता है.
      10. टोक़ रेंज विभाजित करें (चरण 2.2.2.7 में प्राप्त) 3 एनएम चौड़े डिब्बे में और प्रत्येक बिन में पृष्ठभूमि टोक़ के साथ दालों पाते हैं.
        नोट: यह"खोज" समारोह और अनुक्रमण का उपयोग किया जाता है. यह माना जाता है कि आंतरिक कठोरता प्रत्येक बिन में स्थिर है, क्योंकि टखने की पृष्ठभूमि टोक़ काफी नहीं बदलता है।
      11. समूह म् (Equation 59) में दालों का उपयोग करने के लिएविस्तारित आंतरिक मॉडल (ईआईएम)29के आंतरिक कठोरता मानकों का अनुमान लगाते हैं।
        1. वेक्टर Equation 60 बनाने के लिए जेथ बिन में सभी आंतरिक टोक़ अनुक्रियाओं को Concatenate :
          Equation 61
          जहाँ Equation 62 समूह जEquation 63में आंतरिक बल आघूर्ण अनुक्रिया है।
          नोट: इसी प्रकार, अनुकूल पाद कोण, वेग, और त्वरण, और जेथ समूह के आंतरिक बल आघूर्ण के पहले और दूसरे डेरिवेटिव चरण 2.2.2.11.2 में उपयोग किए जाने वाले हैं।
        2. पैर कोण, वेग, त्वरण और झटका, साथ ही साथ समूह जम्मू के टोक़ के पहले और दूसरे व्युत्पन्न एक साथ प्रतिगामी मैट्रिक्स के रूप में रखें:
          Equation 64
        3. बैकस्लैश (जेड) ऑपरेटर का उपयोग करकेजे-थ समूह के लिए आंतरिक कठोरता पैरामीटर ढूंढें:
          Equation 65
        4. कम आवृत्ति आंतरिक Equation 66 कठोरता के रूपEquation 67में के चौथे तत्व को निकालें .
      12. सभी समूहों (बिन) के लिए अनुभाग 2.2.2.11 में चरणों को निष्पादित करें और इसी कम आवृत्ति आंतरिक कठोरता का अनुमान लगाते हैं।
      13. विषय की महत्वपूर्ण कठोरता से सभी अनुमानित कम आवृत्ति कठोरता मूल्यों को विभाजित करें:
        Equation 68
        जहाँ उ विषय का द्रव्यमान है, जी Equation 69 गुरुत्वाकर्षण त्वरण है, और यह शरीर के अंगके अंगके बल के मध्य की ऊँचाई है जो अंगुले अक्ष के ऊपर घूर्णन के ऊपर है, जो मानवमितीय डेटा30से व्युत्पन्न है। यह सामान्यीकृत कठोरता देताEquation 70है ( ) .
      14. टखने की पृष्ठभूमि टोक़ कोEquation 71इसी मापा ऊर्ध्वाधर बलों के साथ टखने पृष्ठभूमि टोक़ विभाजित करके ( ) को परिवर्तित करें।
      15. दबाव Equation 72 के केंद्र के एक समारोह के रूप में प्लॉट.
        Equation 73
        कहां
        Equation 74
        Equation 75

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

छद्म यादृच्छिक त्रिअंगी अनुक्रम (PRTS) और ट्रैप संकेत

चित्र 2क एक PRTS संकेत है, जो एक छद्म यादृच्छिक वेग प्रोफ़ाइल को एकीकृत करके उत्पन्न होता है दिखाता है. प्रत्येक नमूना Equation 76 समय के लिए, संकेत वेग शून्य के बराबर हो सकता Equation 77 है, या एक पूर्व निर्धारित धनात्मक या ऋणात्मक मान प्राप्त कर सकता है। नियंत्रित Equation 77 करके Equation 78 और , एक विस्तृत वर्णक्रमीय बैंडविड्थ के साथ PRTS आदानों उत्पन्न किया जा सकता है और विभिन्न पीक-टू-पीक आयाम के लिए पहुंचा। इसके अलावा, PRTS आवधिक है, लेकिन अप्रत्याशित है, जो postural नियंत्रण के अध्ययन के लिए वांछनीय है. पाठक PRTS संकेत31की विस्तृत विवरण के लिए निम्नलिखित लेख के लिए भेजा है.

चित्र 2ख एक ट्रैप संकेत दिखाता है। यह शून्य मान से शुरू होता Equation 79 है और Equation 80 यादृच्छिक अवधि (जिसका न्यूनतम होता हैEquation 81) के Equation 82 बाद , संकेत अपने अधिकतमEquation 83आयाम ( Equation 84 ) को एक वेग के साथ बेतरतीब ढंग से ऊपर उठाता है या अपने न्यूनतम आयाम ( ) पर एक वेग के साथ नीचे रैंप करता है . संकेत एक यादृच्छिक अवधि के लिए अपने Equation 85 अधिकतम Equation 80 या न्यूनतम पर रहता Equation 82 Equation 84 है, (की न्यूनतम ) और फिर वेग के साथ शून्य करने के लिए रिटर्न या . लूप शून्य से फिर से प्रारंभ होता है. यह स्पष्ट है कि PRTS के विपरीत, ट्रैप एक शून्य-माध्यम संकेत है, और इसलिए, postural प्रतिक्रिया में गैर-stationarity का कारण नहीं है. इसके अलावा, यह अप्रत्याशित है, संकेत मूल्य के परिवर्तन के समय और परिवर्तन की दिशा के रूप में (यानी, सकारात्मक या नकारात्मक वेग) यादृच्छिक हैं.

दृश्य क्षोभ प्रणाली के लिए शरीर कोण की पहचान

चित्र 3 जाल दृश्य क्षोभ के साथ एक विशिष्ट स्थायी परीक्षण से संकेतों को दर्शाता है। चित्र 3क वीआर क्षोभ को दर्शाता है, जहाँ दृश्य का क्षेत्र सगीता तल में 0 से ख्0ण्087 रेड (5 डिग्री) तक घूर्णन करता है। चित्र 3C,E टखने और शरीर के कोणों को दर्शाता है, जो बहुत समान हैं, क्योंकि पैर कोण शून्य है, और टांग और ऊपरी शरीर एक साथ चलते हैं। चित्रा 3 जी टखने टोक़, जो टांग और शरीर के कोण के साथ सहसंबद्ध है दिखाता है. चित्र 3B , डी, एफ, एच टखने की मांसपेशियों से EMGs से पता चलता है. यह स्पष्ट है कि एसओएल और एलजी लगातार सक्रिय हैं, एमजी समय-समय पर शरीर के बोलबाला के साथ गतिविधियों के बड़े फटने उत्पन्न करता है, और टीए चुप है।

चित्र 4 चित्र 3 में आँकड़ों के लिए शरीर कोण में विजुअल इनपुट से संबंधित अंतरण फलन के एफआर को दर्शाताहै। पहला चरण सामंजस्य की जांच करना है, क्योंकि लाभ और चरण केवल तभी सार्थक होते हैं जब सामंजस्य अधिक होता है (जब सामंजस्य 1 होता है, तो इनपुट और आउटपुट के बीच एक रेखीय शोर-मुक्त संबंध होता है; 1 से कम सामंजस्य तब होता है जब इनपुट आउटपुट होता है संबंध अरैखिक है या डेटा शोर है). सामंजस्य कम आवृत्ति पर सबसे अधिक है, के बीच 0.1 $1 हर्ट्ज और उच्च आवृत्तियों पर काफी बूँदें. लाभ शुरू में 0.1 हर्ट्ज से 0.2 हर्ट्ज तक बढ़ता है और फिर 1 हर्ट्ज तक कम हो जाता है, शरीर की उच्च जड़ता के कारण अपेक्षित कम-पास व्यवहार दिखाता है। प्रावस्था भी शून्य से प्रारंभ होती है तथा आवृत्ति के साथ लगभग रैखिक रूप से घटती जाती है, जो यह दर्शाती है कि इनपुट के संबंध में निर्गत में विलंब होता है।

टखने आंतरिक कठोरता मापदंडों की पहचान

चित्र 5 एक विशिष्ट परेशान खड़े परीक्षण के लिए मापा संकेतों से पता चलता है. चित्र 5क, 0.02 रेड के शिखर-से-पीक आयाम और 200 एमएस के स्विचन अंतराल के साथ पेडल क्षोभ-एक PRBS को दिखाता है. स्विचन अंतराल के पूर्णांक बहुओं पर पैडल स्थिति दो मानों (-0.01 और 0.01) के बीच स्विच करती है। चित्र 5C टखने के कोण को दर्शाता है, जहां तेजी से परिवर्तन पैर आंदोलन के कारण होते हैं, जबकि अन्य परिवर्तन बोलबाला के साथ टांग आंदोलन का परिणाम होते हैं। चित्र 5क लगभग 0ण्04 रेड के शिखर-से-पीक गति के साथ क्षोभ के प्रत्युत्तर में शरीर के कोण को दर्शाता है। चित्र 5जी मापा हुआ टखने का बल आघूर्ण दर्शाता है; दो घटक स्पष्ट कर रहे हैं: शरीर बोलबाला के साथ टोक़ का मॉडुलन, और बड़े नीचे चोटियों, खिंचाव पलटा टोक़ प्रतिक्रिया दिखा (आम तौर पर एक dorsiflexing नाड़ी के बाद हो रहा है). चित्र 5B , डी, एफ, एच एसओएल, एमजी, एलजी और टीए EMGs से पता चलता है। यह स्पष्ट है कि टीएस मांसपेशियों को लगातार सक्रिय कर रहे हैं और खिंचाव पलटा प्रतिक्रियाओं के कारण गतिविधि के बड़े फटने प्रदर्शित करते हैं. टीए ज्यादातर चुप है, कुछ चोटियों के लिए छोड़कर, जो टीएस की मांसपेशियों से crosstalk होने लगते हैं, क्योंकि वे टीएस की मांसपेशियों के खिंचाव पलटा गतिविधि के साथ एक साथ होते हैं.

चित्र 6 एक विशिष्ट स्पंद स्थिति क्षोभ, इसके वेग तथा संगत SOL EMG तथा बल आघूर्ण अनुक्रिया दर्शाता है। आंतरिक प्रतिक्रिया से पहले 25 एमएस शुरू होता है और चोटी पैर वेग के बाद 40 एमएस तक पिछले; एसओएल EMG में चोटी एक पलटा प्रतिक्रिया की उपस्थिति से पता चलता है. पूर्व प्रतिक्रिया खंड, 50 एमएस शुरू करने से पहले चोटी वेग पृष्ठभूमि टोक़ खोजने के लिए प्रयोग किया जाता है.

चित्र 7 चित्र 5 में दर्शाए विषय के बाएँ और दाएँ भागों के लिए COP स्थिति एक कार्य के रूप में आंतरिक कठोरता को दर्शाताहै; प्रस्तुत विश्लेषण विधि का उपयोग करकठोरता का अनुमान लगाया गया था। यह स्पष्ट है कि आंतरिक कठोरता स्थिर नहीं है, लेकिन postural बोलबाला के साथ काफी परिवर्तन. ये परिवर्तन कार्यात्मक रूप से उपयुक्त दिखाई देते हैं, क्योंकि जब पुलिस रोटेशन के टखने की धुरी से आगे बढ़ती है, जहां23गिरने की संभावना अधिक होती है।

Figure 1
चित्र 1: पश्च नियंत्रण मॉडल: शरीर स्वाभाविक रूप से अस्थिर है और गुरुत्वाकर्षण बल आघूर्ण को अस्थिर करनेEquation 87के अधीन है () और गड़बड़ी। स्थिर ईमानदार मुद्रा सुधारात्मक मांसपेशी बलों द्वारा बनाए रखा है, एक केंद्रीय नियंत्रक द्वारा उत्पन्न, रीढ़ की हड्डी खिंचाव सजगता, और आंतरिक यांत्रिक संयुक्त कठोरता. खिंचाव पलटा और केंद्रीय योगदान के कारण मांसपेशी सक्रियण EMG गतिविधि में स्पष्ट है. केवल लाल रंग के संकेतों को मापा जा सकता है, जबकि काले संकेतों को मापा नहीं जा सकता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 2
चित्र 2: PRTS और ट्रैप सिग्नल का उत्पादन. (ए) PRTS संकेत. एक उत्तेजना 242-लंबाई के PRTS अनुक्रम से बनाई गई है, जिसमें 0, 1, और 2 के मान शामिल Equation 88 हैं, जो 0, +v, और -v की एक निश्चित अवधि के लिए स्थिर वेग के अनुरूप होते हैं। वेग स्थिति है, जो क्षोभ संकेत के रूप में प्रयोग किया जाता है उत्पन्न करने के लिए एकीकृत है. क्षोभ संकेत की अवधि के Equation 89 बराबर है, जहां m पारी रजिस्ट्रार की अवस्था संख्या है, वेग के अनुक्रम का निर्धारण. (ख) ट्रैप सिग्नल। संकेत शून्य पर शुरू होता है; एक यादृच्छिक समयEquation 79अंतराल के बाद ( ), यहEquation 81ऊपर याEquation 90 नीचे अपनी अधिकतम करने के लिए रैंप (Equation 85) या न्यूनतम मूल्य ( एक निरंतर वेग के साथ; संकेत एक यादृच्छिक समय अंतराल के बाद शून्य करने के लिए वापस चला जाता है ( ) और पूरे पाश फिर से शुरू होता है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 3
चित्र 3: ट्रैप के साथ विशिष्ट प्रायोगिक परीक्षण दृश्य क्षोभ; शिखर-से-पीक क्षोभ आयाम 0ण्174 रद है, तथा वेग 0ण्105 रेड/ (क)वी.आर. क्षोभ कोण, धनु तल में दृश्य के क्षेत्र के घूर्णन को दर्शाता है। (सी)पायल कोण, जो टांग कोण के समान है, क्योंकि पैर नहीं चलता है। (ई) शरीर कोण. (जी) टखने का टोक़. (बी, डी, एफ, एच) रॉ सुधारित ईएमजी एसओएल, एमजी, एलजी, और टीए; एसओएल और एलजी लगातार सक्रिय हैं, जबकि एमजी शरीर बोलबाला के साथ जुड़े गतिविधि के फट से पता चलता है, और टीए चुप है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 4
चित्र 4: चित्र 3 में प्रस्तुत आंकड़ों से अनुमानित दृश्य क्षोभ के लिए शरीर कोण के गतिशील संबंध की आवृत्ति अनुक्रिया। लाभ (शीर्ष पैनल) आवृत्ति के एक समारोह के रूप में इनपुट करने के लिए उत्पादन के आयाम के अनुपात से पता चलता है; यह एक कम पास व्यवहार से पता चलता है. प्रावस्था (मध्य फलक) आवृत्ति के एक फलन के रूप में इनपुट और आउटपुट प्रावस्था के बीच अंतर को दर्शाती है। सामंजस्य (नीचे पैनल) उत्पादन शक्ति का कितना रैखिक प्रत्येक आवृत्ति पर इनपुट शक्ति से संबंधित है मापने के एक सूचकांक प्रदान करता है. 1 का एक सामंजस्य सही रैखिक इनपुट-आउटपुट संबंध दिखाता है; हालांकि, शोर या nonlinearity की उपस्थिति इसे कम कर देता है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 5
चित्र 5: विशिष्ट PRBS स्थिति क्षोभ परीक्षण; शिखर से पीक क्षोभ आयाम 0.02 रेड है, और स्विचन अंतराल 200 एमएस है। (ए) पाद कोण, जो पद क्षोभ के समान है, क्योंकि पाद पेडल के साथ गति करता है। (सी)टखने कोण; यादृच्छिक परिवर्तन बोलबाला के साथ टांग आंदोलन के कारण कर रहे हैं. (ई) शरीर कोण, शरीर को संभालने के लिए प्राप्त एक उल्टे लोलक के रूप में कार्य करता है. (जी) टखने का टोक़ भार कोशिकाओं डेटा के रूप में मापा. (बी, डी, एफ, एच) एसओएल, एमजी, एलजी, और टीए के कच्चे EMG; टीएस मांसपेशियों सभी लगातार सक्रिय हैं, जबकि बड़ी चोटियों खिंचाव पलटा गतिविधि को प्रतिबिंबित; टीए ज्यादातर चुप है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 6
चित्र 6: चित्र 5 में दिखाए गए परीक्षण से एक व्यक्तिगत स्पंद, विस्तृत समय-स्केल पर. (ए) पाद कोण , (ठ) पाद वेग , (ग) सोल ईएमजी तथा (छ) टखने का टॉर्क। ऊर्ध्वाधर डॉटेड रेखाएं पूर्व-प्रतिक्रिया (25 एमएस), आंतरिक प्रतिक्रिया (65 एमएस), और प्रतिवर्त प्रतिक्रिया (300 एमएस) में प्रतिक्रिया को अलग करती हैं; सकारात्मक टोक़ और कोण डोर्सिफिक्सियन के अनुरूप हैं। इस आंकड़े के लिए डेटा अमीरी और केर्नी23से लिया जाता है . कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 7
चित्र 7: किसी विशिष्ट विषय के बाईं और दाईं ओर के लिए COP स्थिति के एक समारोह के रूप में अनुमानित सामान्यीकृत आंतरिक कठोरता, चित्र 5 में दिखाए गए आंकड़ों से प्राप्त की। बार कठोरता मूल्यों के 95% आत्मविश्वास अंतराल से संकेत मिलता है। इस आंकड़े के लिए डेटा अमीरी और केर्नी23से लिया जाता है . कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

मानव postural नियंत्रण का अध्ययन करने के लिए इन प्रयोगों के प्रदर्शन में कई कदम महत्वपूर्ण हैं. इन चरणों के संकेतों की सही माप के साथ जुड़े रहे हैं और शामिल हैं: 1) पैडल की है कि करने के लिए रोटेशन के टांग टखने अक्ष का सही संरेखण, टखने टोक़ की सही माप के लिए. 2) वे अपनी सीमा में काम करते हैं और प्रयोगों के दौरान संतृप्त नहीं कर रहे हैं यह सुनिश्चित करने के लिए रेंज खोजक का सही सेट अप। 3) अच्छी गुणवत्ता और न्यूनतम पार बात के साथ EMG के मापन. 4) उचित क्षोभ का अनुप्रयोग, जो पर्याप्त प्रतिक्रियाएं पैदा करता है, लेकिन सामान्य पोस्टुरल नियंत्रण को बाधित नहीं करता है। 5) एक उचित परीक्षण लंबाई का चयन, इच्छित विश्लेषण के आधार पर, जबकि शरीर में बदलाव और थकान से परहेज. प्रयोगों के अलावा, विश्लेषण भी ध्यान से किया जाना चाहिए. यंत्रवत् परेशान खड़े में प्राप्त डेटा से आंतरिक कठोरता के आकलन के लिए, यह एक तरीका है कि कोई पलटा टोक़ सुनिश्चित करता है में आंतरिक प्रतिक्रिया की लंबाई का चयन करने के लिए महत्वपूर्ण है (जो टीएस मांसपेशियों में गतिविधि के एक फट के बाद जल्द ही शुरू होता है) है शामिल. इसके अलावा, हालांकि कई अध्ययनों से यह मान लिया गया है कि आंतरिक कठोरता11,14,15में नहीं बदलती है , हाल के एक अध्ययन से पता चला है कि कठोरता के मॉडुलन के लिए खाते में महत्वपूर्ण है पश् चस् तरीय स् थान23,32से जुड़े टखने के बल आघूर्ण में परिवर्तन . उत्पादन के लिए किसी भी इनपुट से गतिशील संबंध के एफआर का निर्धारण करने के लिए, सबसे महत्वपूर्ण कदम सही ढंग से खिड़की की लंबाई का चयन करके पार स्पेक्ट्रम और बिजली स्पेक्ट्रम का अनुमान लगाने के लिए है और ओवरलैप, रिकॉर्ड लंबाई के लिए उपयुक्त.

क्षोभ का डिजाइन मानव स्थायी प्रयोगों में एक महत्वपूर्ण कदम है। विभिन्न प्रकार के यांत्रिक और दृश्य क्षोभ का उपयोग पश्चीय नियंत्रण के अध्ययन के लिए किया गया है, जो समर्थन सतह के कोण या दृश्य क्षेत्र के कोण के रूप में दिया जाता है। इनमें बहु-ज्या, लो-पास फ़िल्टर्ड शोर, छद्म-यादृच्छिक त्रिअंगी अनुक्रम (पीआरटीएस) और अन्य3,9,10,12,18,24,31 शामिल हैं ,33,34. हालांकि, एक छद्म यादृच्छिक द्विआधारी अनुक्रम (PRBS) का उपयोग यांत्रिक क्षोभ के लिए फायदेमंद है, क्योंकि: 1) एक दिया पीक-टू-पीक आयाम के लिए, यह आवृत्तियों की एक विस्तृत श्रृंखला पर उच्चतम शक्ति प्रदान करता है, जो चयन करके नियंत्रित किया जा सकता है स्विचन दर3; 2) यह अप्रत्याशित है, अभी तक repeatable, यह औसत से शोर को कम करने के लिए संभव बना; 3) कम निरपेक्ष मतलब वेग के साथ एक PRBS इनपुट खड़े में खिंचाव सजगता के परिमाणीकरण की अनुमति, पलटा प्रतिक्रियाओं उत्पन्न करता है। दृश्य प्रणाली के लिए, कदम दालों कोई महत्वपूर्ण postural प्रतिक्रियाओं आह्वान, क्योंकि दृश्य प्रणाली दृश्य क्षेत्र के तेजी से परिवर्तन का पालन नहीं कर सकते. इसके अलावा, एक आवृत्ति के साथ sinusoids जैसे उम्मीद के मुताबिक आदानों अग्रिम व्यवहार उत्पन्न कर सकते हैं. बहु-ज्या संकेत दृश्य प्रतिक्रियाओं के अध्ययन के लिए प्रभावी नहीं हैं, क्योंकि उनके तेजी से और निरंतर परिवर्तन का पालन करने के लिए कठिन हैं और विषयों गति बीमार बनने के लिए पैदा कर सकता है. PRTS संकेतों खड़े में दृश्य प्रणाली का अध्ययन करने के लिए बड़े पैमाने पर इस्तेमाल किया गया है, क्योंकि यह एक जानकारीपूर्ण इनपुट है; दृश्य क्षेत्र के आंदोलनों सतत के बजाय असतत हैं और उनके वेग सुसंगत दृश्य प्रतिक्रियाओं उत्पन्न करने के लिए नियंत्रित किया जा सकता है. हालांकि, PRTS अच्छी तरह से प्रदर्शन करता है, यह एक गैर शून्य मतलब संकेत है, जो postural नियंत्रण में गैर-stationarities कारण हो सकता है और पहचान मुश्किल बना देता है. अतः ट्रैप] को इस समस्या का समाधान करने के लिए अभिकल्पित किया गया था, जो अप्रत्याशित, असतत है और इसमें शून्य-माध्य(चित्र 2ख)है। प्रयोगों को डिजाइन करने में एक अन्य महत्वपूर्ण विचार क्षोभ आयाम है। आम तौर पर, कम आयाम के साथ क्षोभ का उपयोग किया जाना चाहिए जब उद्देश्य रैखिक विश्लेषण करने के लिए और एक टखने की रणनीति से विचलित नहीं है. टखने की रणनीति की वैधता विश्लेषणात्मक रूप से35की जाँच की जा सकती है, और अगर वहाँ बड़े विचलन, जो बड़ा क्षोभ आयाम, nonlinear विश्लेषण तरीकों, खड़े में शरीर के बहु खंड मॉडल के साथ उत्पन्न किया जा सकता है, हो सकता है आवश्यक36|

क्षोभ डिजाइन के लिए एक और विचार परीक्षण लंबाई है, जो काफी लंबे समय तक मॉडल मानकों के विश्वसनीय अनुमान की अनुमति होनी चाहिए. हालांकि, बहुत लंबे परीक्षण अवांछनीय हैं, क्योंकि वे इस विषय में परिणाम हो सकता है शरीर अभिविन्यास स्थानांतरण, एक गैर stationaity है कि प्रणाली मॉडलिंग और पहचान मुश्किल बना देता है में जिसके परिणामस्वरूप. 2 और 3 मिनट के बीच एक परीक्षण लंबाई इष्टतम है. इस परीक्षण लंबाई आम तौर पर थकान में परिणाम नहीं है, बशर्ते एक पर्याप्त आराम अवधि परीक्षणों के बीच लागू किया जाता है. विश्लेषण विधि भी आवश्यक परीक्षण लंबाई को प्रभावित करती है. यदि FR या आवेग प्रतिसाद फ़ंक्शन का उपयोग करके रेखीय विश्लेषण का उपयोग किया जाता है, तो ब्याज की न्यूनतम आवृत्ति रिकॉर्ड लंबाई निर्धारित करेगी. विंडो लंबाई का व्युत्क्रम न्यूनतम आवृत्ति के बराबर है, इसलिए, यदि कम आवृत्तियों की जांच की जानी है, तो लंबी खिड़कियों का उपयोग किया जाना चाहिए. इसके अलावा, परीक्षण काफी लंबे समय के लिए पर्याप्त औसत प्रदान करने के लिए मजबूत वर्णक्रमीय अनुमान उपज होना चाहिए. Nonlinear विश्लेषण, सामान्य रूप से भी अधिक डेटा रिकॉर्ड की आवश्यकता होगी, क्योंकि nonlinear मॉडल आमतौर पर रैखिक मॉडल से अधिक पैरामीटर है.

मानव पश्च नियंत्रण के अध्ययन के लिए एक उपयुक्त पहचान विधि के चयन की आवश्यकता होती है। पैरामीट्रिक और गैर-पैरामीट्रिक रैखिक पहचान विधियों का उपयोग पोस्टरल कंट्रोल10,12,18,19,20,28,31 का अध्ययन करने के लिए किया जा सकता है ,37,38,39,40,41,42,43,44,45 ,46,47,48,49,50,51,52,53,54 . गैर-पैरामीट्रिक पहचान,FR आकलन का उपयोग कर, बड़े पैमाने पर postural नियंत्रण का अध्ययन करने के लिए इस्तेमाल किया गया है, क्योंकि यह अच्छी तरह सेखड़े 24 के बंद लूप हालत में प्राप्त डेटा की पहचान के लिए अनुकूल है और कुछ की आवश्यकता है a-priori मान्यताओं (इस विधि के विवरण के लिए24देखें). सबसे अधिक इस्तेमाल किया विधि एक बाहरी (यांत्रिक/संवेदनशील) क्षोभ और एक उत्पादन (उदा., शरीर के कोण, टखने टोक़, या मांसपेशियों EMG) के बीच बंद लूप प्रणाली के एफआर का अनुमान है, जो नियंत्रक का एक संयोजन है, संयंत्र, और प्रतिक्रिया. भौतिक महत्व प्रदान करने और प्रत्येक घटक की अलग से जांच करने के लिए, कई अध्ययनों ने बंद लूप सिस्टम के पैरामीट्रिक मॉडल का उपयोग किया है और अनुमानित आउटपुट संवेदनशीलता 10 के लिए पैरामीट्रिक मॉडल के एफआर से मेल खाने वाले पैरामीटरों का अनुमान लगाया है ,18,31,37,38,39,40,41,42,43 ,44,45,46,47,48,49,50,51. दूसरी ओर पैरामीट्रिक पहचानयह मानती है कि सिस्टम इनपुट और आउटपुट कुछ मॉडल संरचना द्वारा सीमित संख्या में पैरामीटर के साथ संबंधित होते हैं, जिन्हें ए-प्रीरीकहा जाता है। पूर्वानुमान त्रुटि विधि का उपयोग उन मॉडल पैरामीटरों को ढूँढने के लिए किया जाता है जो मापे गए आउटपुट और मॉडल पूर्वानुमान55के बीच त्रुटि को कम करते हैं. एफआर मॉडल के विपरीत, जहां बाहरी क्षोभ मापा जाना चाहिए और विश्लेषण के लिए इस्तेमाल किया, इन तरीकों को सीधे किसी भी दो संकेतों के लिए लागू किया जा सकता है, जब तक एक अलग शोर मॉडल है, जो पर्याप्त रूप से parametrized है के रूप में अच्छी तरह से अनुमान है56. इसका अर्थ है कि बाह्य क्षोभ को मापने की कोई आवश्यकता नहीं है। हालांकि, मॉडल ऑर्डर ए-प्रीरी निर्धारित होने चाहिए, पैरामीट्रिक मॉडल में आमतौर पर FR मॉडल की तुलना में कम पैरामीटर होते हैं और इसलिए अधिक मजबूत पैरामीटर अनुमान प्रदान करते हैं. एक पैरामीट्रिक मॉडल का मुख्य दोष यह है कि एक सही शोर मॉडल मानकों के निष्पक्ष अनुमान प्राप्त करने के लिए इस्तेमाल किया जाना चाहिए.

मानव postural नियंत्रण में एक महत्वपूर्ण विचार नए प्रयोगात्मक और पर्यावरण की स्थिति के लिए अपनी उल्लेखनीय अनुकूलन क्षमता है. यह multisensory एकीकरण के माध्यम से हासिल की है, जिसका अर्थ है कि सीएनएस somatosensory से जानकारी को जोड़ती है, दृश्य, और वेस्टिबुलर सिस्टम, जबकि यह किसी भी प्रयोगात्मक में अधिक सटीक (और कम चर) संवेदी आदानों के लिए एक बड़ा वजन देता है postural नियंत्रण के लिए शर्तें. उदाहरण के लिए, जब प्रोप्रियोसेप्शन पैर रोटेशन के माध्यम से परेशान होता है, तो सीएनएस दृश्य और वेस्टिबुलर आदानों पर अधिक निर्भर करता है। एक विधि Peterka द्वारा विकसित किया गया है31 multisensory एकीकरण परिमाणित करने के लिए. एक विशिष्ट बाहरी क्षोभ के साथ एक खड़े प्रयोग के लिए, वह बंद पाश प्रणाली के एफआर की पहचान की और फिर यह करने के लिए एक पैरामीट्रिक मॉडल फिट (जैसा कि पिछले पैराग्राफ में समझाया). पैरामीट्रिक मॉडल में एक केंद्रीय नियंत्रण शामिल था, जिसका इनपुट तीन संवेदी प्रणालियों से आदानों का भारित योग था; वजन postural नियंत्रण करने के लिए प्रत्येक संवेदी स्रोत के महत्व को परिमाणित करने के लिए एक साधन प्रदान करने के लिए इस्तेमाल किया गया, यानी, उच्च वजन, अधिक महत्वपूर्ण संवेदी इनपुट. प्रायोगिक आंकड़ों के लिए इस विधि के अनुप्रयोग से पता चला है कि अशांत संवेदी प्रणाली का भार कम होता है और इसके इनपुट की अशुद्धि के कारण इसका महत्व कम होता है और इसलिए यह पश्चीय नियंत्रण31में कम योगदान देता है। इस विधि का उपयोग यह दिखाने के लिए किया गया है कि वृद्धावस्था और रोगोंकेकारण पश्चनियंत्रण भी किस प्रकार बदलता है38 ,39. इसी प्रकार के दृष्टिकोण का प्रयोग हमारे प्रायोगिक तंत्र के साथ किया जा सकता है, जहाँ पश्चीय नियंत्रण में महत्वपूर्ण संवेदी प्रणालियों की भूमिका और अन्योन्यक्रिया की जांच करने के लिए यांत्रिक अथवा/तथा दृश्य क्षोभ का प्रयोग किया जाता है।

प्रस्तुत तरीकों प्रयोगात्मक और विश्लेषणात्मक तरीकों के रूप में कुछ सीमाएं हैं postural नियंत्रण के अध्ययन के लिए इरादा कर रहे हैं जब एक टखने की रणनीति का उपयोग किया जाता है. इसलिए, क्षोभ अत्यधिक शरीर आंदोलन से बचने के लिए डिजाइन किया जाना चाहिए. हालांकि, जब क्षोभ बड़े होते हैं या समर्थन सतह अनुरूप है, एक हिप रणनीति का उपयोग किया जाता है, जिसका अर्थ है टखने और कूल्हे दोनों आंदोलनों महत्वपूर्ण हैं। हिप रणनीति कम और ऊपरी शरीर है, जो विशेष रूप से 1 हर्ट्ज57से बड़ी आवृत्तियों में स्पष्ट है के विरोधी चरण आंदोलन की विशेषता है. हिप रणनीति के अध्ययन के लिए कम से कम दो लिंक के साथ शरीर मॉडलिंग की आवश्यकता है, यानी, एक डबल उलटे पेंडुलम मॉडल.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों को खुलासा करने के लिए कुछ भी नहीं है.

Acknowledgments

यह लेख NPRP अनुदान द्वारा संभव बनाया गया था #6-463-2-189 कतर राष्ट्रीय अनुसंधान और एमओपी अनुदान #81280 कनाडा के स्वास्थ्य अनुसंधान संस्थानों से से.

Materials

Name Company Catalog Number Comments
5K potentiometer Maurey 112P19502 Measures actuator shaft angle
8 channel Bagnoli surface EMG amplifiers and electrodes Delsys Measures the EMG of ankle muscles
AlienWare Laptop Dell Inc. P69F001-Rev. A02 VR-ready PC laptop
Data acquisition card National instruments 4472 Samples the analogue signals from the sensors
Directional valve REXROTH 4WMR10C3X Bypasses the flow if the angle of actuator shaft goes beyond ±20°
Full body harness Jelco 740 Protect the subjects from falling
Laser range finder Micro-epsilon 1302-100 1507307 Measures shank linear displacement
Laser range finder Micro-epsilon 1302-200 1509074 Measures body linear displacement
Load cell Omega LC302-100 Measures vertical reaction forces
Proportional servo-valve MOOG D681-4718 Controls the hydraulic flow to the rotary actuators
Rotary actuator Rotac 26R21VDEISFTFLGMTG Applies mechanical perturbations
Torque transducer Lebow 2110-5k Measures ankle torque
Virtual Environment Motion Trackers HTC inc. 1551984681 Tracks the head motion
Virtual Reality Headset HTC inc. 1551984681 Provides visual perturbations

DOWNLOAD MATERIALS LIST

References

  1. Horak, F. B. Postural orientation and equilibrium: what do we need to know about neural control of balance to prevent falls? Age and Ageing. 35, 7-11 (2006).
  2. Morasso, P. G., Schieppati, M. Can muscle stiffness alone stabilize upright standing? Journal of Neurophysiology. 82 (3), 1622-1626 (1999).
  3. Kearney, R. E., Hunter, I. W. System identification of human joint dynamics. Critical Reviews in Biomedical Engineering. 18 (1), 55-87 (1990).
  4. Mirbagheri, M. M., Barbeau, H., Kearney, R. E. Intrinsic and reflex contributions to human ankle stiffness: variation with activation level and position. Experimental Brain Research. 135 (4), 423-436 (2000).
  5. Weiss, P. L., Hunter, I. W., Kearney, R. E. Human ankle joint stiffness over the full range of muscle activation levels. Journal of Biomechanics. 21 (7), 539-544 (1988).
  6. Golkar, M. A., Sobhani Tehrani, E., Kearney, R. E. Linear Parameter Varying Identification of Dynamic Joint Stiffness during Time-Varying Voluntary Contractions. Frontiers in Computational Neuroscience. 11, 35 (2017).
  7. Weiss, P. L., Kearney, R. E., Hunter, I. W. Position dependence of ankle joint dynamics--I. Passive mechanics. Journal of Biomechanics. 19 (9), 727-735 (1986).
  8. Weiss, P. L., Kearney, R. E., Hunter, I. W. Position dependence of ankle joint dynamics--II. Active mechanics. Journal of Biomechanics. 19 (9), 737-751 (1986).
  9. Engelhart, D., Boonstra, T. A., Aarts, R. G. K. M., Schouten, A. C., van der Kooij, H. Comparison of closed-loop system identification techniques to quantify multi-joint human balance control. Annual Reviews in Control. 41, 58-70 (2016).
  10. Kiemel, T., Elahi, A. J., Jeka, J. J. Identification of the plant for upright stance in humans: multiple movement patterns from a single neural strategy. Journal of Neurophysiology. 100 (6), 3394-3406 (2008).
  11. Loram, I. D., Lakie, M. Direct measurement of human ankle stiffness during quiet standing: the intrinsic mechanical stiffness is insufficient for stability. Journal of Physiology-London. 545 (3), 1041-1053 (2002).
  12. Fitzpatrick, R., Burke, D., Gandevia, S. C. Loop gain of reflexes controlling human standing measured with the use of postural and vestibular disturbances. Journal of Neurophysiology. 76 (6), 3994-4008 (1996).
  13. Dakin, C. J., Son, G. M. L., Inglis, J. T., Blouin, J. S. Frequency response of human vestibular reflexes characterized by stochastic stimuli. The Journal of Physiology. 583 (3), 1117-1127 (2007).
  14. Vlutters, M., Boonstra, T. A., Schouten, A. C., vander Kooij, H. Direct measurement of the intrinsic ankle stiffness during standing. Journal of Biomechanics. 48 (7), 1258-1263 (2015).
  15. Casadio, M., Morasso, P. G., Sanguineti, V. Direct measurement of ankle stiffness during quiet standing: implications for control modelling and clinical application. Gait and Posture. 21 (4), 410-424 (2005).
  16. Sakanaka, T. E. Causes of Variation in Intrinsic Ankle Stiffness and the Consequences for Standing. , University of Birmingham. Doctoral dissertation (2017).
  17. Sakanaka, T. E., Lakie, M., Reynolds, R. F. Sway-dependent changes in standing ankle stiffness caused by muscle thixotropy. Journal of Physiology. 594 (3), 781-793 (2016).
  18. Peterka, R. J., Murchison, C. F., Parrington, L., Fino, P. C., King, L. A. Implementation of a Central Sensorimotor Integration Test for Characterization of Human Balance Control During Stance. Frontiers in Neurology. 9, 1045 (2018).
  19. Engelhart, D., Schouten, A. C., Aarts, R. G., van der Kooij, H. Assessment of Multi-Joint Coordination and Adaptation in Standing Balance: A Novel Device and System Identification Technique. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 23 (6), 973-982 (2015).
  20. Boonstra, T. A., Schouten, A. C., van der Kooij, H. Identification of the contribution of the ankle and hip joints to multi-segmental balance control. Journal of Neuroengineering and Rehabilitation. 10, 23 (2013).
  21. Forster, S. M., Wagner, R., Kearney, R. E. A bilateral electro-hydraulic actuator system to measure dynamic ankle joint stiffness during upright human stance. Proceedings of the 25th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , Cancun, Mexico. (2003).
  22. Davis, J., Hsieh, Y. -H., Lee, H. -C. Humans perceive flicker artifacts at 500 Hz. Scientific Reports. 5, 7861 (2015).
  23. Amiri, P., Kearney, R. E. Ankle intrinsic stiffness changes with postural sway. Journal of Biomechanics. 85, 50-58 (2019).
  24. van der Kooij, H., van Asseldonk, E., van der Helm, F. C. Comparison of different methods to identify and quantify balance control. Journal of Neuroscience Methods. 145 (1-2), 175-203 (2005).
  25. Amiri, P., MacLean, L. J., Kearney, R. E. Measurement of shank angle during stance using laser range finders. International Conference of the IEEE Engineering in Medicine and Biology. , Orlando, FL. (2016).
  26. The SENIAM project. , Available from: http://www.seniam.org/ (2019).
  27. Jalaleddini, K., Tehrani, E. S., Kearney, R. E. A Subspace Approach to the Structural Decomposition and Identification of Ankle Joint Dynamic Stiffness. IEEE Transactions on Biomedical Engineering. 64 (6), 1357-1368 (2017).
  28. Amiri, P., Kearney, R. E. A Closed-loop Method to Identify EMG-Ankle Torque Dynamic Relation in Human Balance Control. Conference Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , Berlin, Germany. (2019).
  29. Sobhani Tehrani, E., Jalaleddini, K., Kearney, R. E. Ankle Joint Intrinsic Dynamics is More Complex than a Mass-Spring-Damper Model. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 25 (9), 1568-1580 (2017).
  30. NASA. Anthropometry and biomechanics. , Available from: http://msis.jsc.nasa.gov/sections/section03.htm (1995).
  31. Peterka, R. J. Sensorimotor integration in human postural control. Journal of Neurophysiology. 88 (3), 1097-1118 (2002).
  32. Amiri, P., Kearney, R. E. Ankle intrinsic stiffness is modulated by postural sway. Conference Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , Seogwipo, South Korea. (2017).
  33. Jeka, J. J., Allison, L. K., Kiemel, T. The dynamics of visual reweighting in healthy and fall-prone older adults. Journal of Motor Behavior. 42 (4), 197-208 (2010).
  34. Jilk, D. J., Safavynia, S. A., Ting, L. H. Contribution of vision to postural behaviors during continuous support-surface translations. Experimental Brain Research. 232 (1), 169-180 (2014).
  35. Winter, D. A., Patla, A. E., Prince, F., Ishac, M., Gielo-Perczak, K. Stiffness control of balance in quiet standing. Journal of Neurophysiology. 80 (3), 1211-1221 (1998).
  36. Pasma, J. H., Boonstra, T. A., van Kordelaar, J., Spyropoulou, V. V., Schouten, A. C. A Sensitivity Analysis of an Inverted Pendulum Balance Control Model. Frontiers in Computational Neuroscience. 11, 99 (2017).
  37. Pasma, J. H., et al. Changes in sensory reweighting of proprioceptive information during standing balance with age and disease. Journal of Neurophysiology. 114 (6), 3220-3233 (2015).
  38. Pasma, J. H., et al. Impaired standing balance: The clinical need for closing the loop. Neuroscience. , 157-165 (2014).
  39. Engelhart, D., et al. Impaired Standing Balance in Elderly: A New Engineering Method Helps to Unravel Causes and Effects. Journal of the American Medical Directors Association. 15 (3), (2014).
  40. Pasma, J. H., Boonstra, T. A., Campfens, S. F., Schouten, A. C., Van der Kooij, H. Sensory reweighting of proprioceptive information of the left and right leg during human balance control. Journal of Neurophysiology. 108 (4), 1138-1148 (2012).
  41. Goodworth, A. D., Peterka, R. J. Sensorimotor integration for multisegmental frontal plane balance control in humans. Journal of Neurophysiology. 107 (1), 12-28 (2012).
  42. Kiemel, T., Zhang, Y., Jeka, J. J. Identification of neural feedback for upright stance in humans: stabilization rather than sway minimization. Journal of Neuroscience. 31 (42), 15144-15153 (2011).
  43. van der Kooij, H., van Asseldonk, E. H. F., Geelen, J., van Vugt, J. P. P., Bloem, B. R. Detecting asymmetries in balance control with system identification: first experimental results from Parkinson patients. Journal of Neural Transmission. 114 (10), 1333 (2007).
  44. Fujisawa, N., et al. Human standing posture control system depending on adopted strategies. Medical and Biological Engineering and Computing. 43 (1), 107-114 (2005).
  45. Johansson, R., Magnusson, M., Fransson, P. A., Karlberg, M. Multi-stimulus multi-response posturography. Mathematical Biosciences. 174 (1), 41-59 (2001).
  46. Jeka, J., Oie, K., Schöner, G., Dijkstra, T., Henson, E. Position and Velocity Coupling of Postural Sway to Somatosensory Drive. Journal of Neurophysiology. 79 (4), 1661-1674 (1998).
  47. Peterka, R. J., Benolken, M. S. Role of somatosensory and vestibular cues in attenuating visually induced human postural sway. Experimental Brain Research. 105 (1), 101-110 (1995).
  48. Maki, B. E., Fernie, G. R. A system identification approach to balance testing. Progress in Brain Research. 76, 297-306 (1988).
  49. Johansson, R., Magnusson, M., Akesson, M. Identification of human postural dynamics. IEEE Transactions on Biomedical Engineering. 35 (10), 858-869 (1988).
  50. Maki, B. E., Holliday, P. J., Fernie, G. R. A Posture Control Model and Balance Test for the Prediction of Relative Postural Stability. IEEE Transactions on Biomedical Engineering. BME-34. 10 (10), 797-810 (1987).
  51. Werness, S. A., Anderson, D. J. Parametric analysis of dynamic postural responses. Biological Cybernetics. 51 (3), 155-168 (1984).
  52. Hwang, S., Agada, P., Kiemel, T., Jeka, J. J. Identification of the Unstable Human Postural Control System. Frontiers in Systems Neuroscience. 10, 22 (2016).
  53. Ishida, A., Imai, S., Fukuoka, Y. Analysis of the posture control system under fixed and sway-referenced support conditions. IEEE Transactions on Biomedical Engineering. 44 (5), 331-336 (1997).
  54. Ishida, A., Miyazaki, S. Maximum likelihood identification of a posture control system. IEEE Transactions on Biomedical Engineering. 34 (1), 1-5 (1987).
  55. Ljung, L. System Identification: Theory for the User. , Prentice-Hall, Inc. Upper Saddle River, NJ. (1986).
  56. Forssell, U., Ljung, L. Closed-loop identification revisited. Automatica. 35 (7), 1215-1241 (1999).
  57. Horak, F. B., Nashner, L. M. Central programming of postural movements: adaptation to altered support-surface configurations. Journal of Neurophysiology. 55 (6), 1369-1381 (1986).

Tags

बायोइंजीनियरिंग अंक 151 postural नियंत्रण परेशान खड़े दृष्टि somatosensory वेस्टिबुलर टखने कठोरता आंतरिक कठोरता पलटा कठोरता प्रणाली की पहचान खिंचाव पलटा बंद लूप नियंत्रण आभासी वास्तविकता
मानव पोस्टुरल नियंत्रण का अध्ययन करने के लिए प्रायोगिक तरीके
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Amiri, P., Mohebbi, A., Kearney, R.… More

Amiri, P., Mohebbi, A., Kearney, R. Experimental Methods to Study Human Postural Control. J. Vis. Exp. (151), e60078, doi:10.3791/60078 (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