Waiting
Login processing...

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

Bioengineering

Eksperimentelle metoder til at studere menneskelig postural kontrol

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

Summary

Denne artikel præsenterer en eksperimentel/analytisk ramme for at studere menneskelig postural kontrol. Protokollen indeholder trinvise procedurer for udførelse af stående eksperimenter, måling af krops kinematik og kinetik signaler og analyse af resultaterne for at give indsigt i de mekanismer, som underliggende menneskelig postural kontrol.

Abstract

Mange komponenter i nervesystemet og bevægeapparatet handler i forening for at opnå den stabile, opretstående menneskelige kropsholdning. Kontrollerede eksperimenter ledsaget af passende matematiske metoder er nødvendige for at forstå den rolle, de forskellige sub-systemer, der er involveret i menneskelig postural kontrol. Denne artikel beskriver en protokol til udførelse af rystet stående eksperimenter, erhvervelse af eksperimentelle data, og udføre den efterfølgende matematiske analyse, med henblik på at forstå rollen af bevægeapparatet og central kontrol i human opretstående stilling. De resultater, der genereres af disse metoder er vigtige, fordi de giver indsigt i den sunde balance kontrol, danner grundlag for at forstå etiologien af forringet balance hos patienter og ældre, og støtte i udformningen af interventioner til at forbedre postural kontrol og stabilitet. Disse metoder kan bruges til at undersøge rollen af somatosensorisk system, iboende stivhed af ankelleddet, og visuelle system i postural kontrol, og kan også udvides til at undersøge rollen som vestibulære system. Metoderne skal anvendes i tilfælde af en ankel strategi, hvor kroppen bevæger sig primært om ankelleddet og betragtes som en enkelt-link inverteret pendul.

Introduction

Menneskelig postural kontrol er realiseret gennem komplekse interaktioner mellem centralnervesystemet og bevægeapparatet1. Den menneskelige krop i stående er i sagens natur ustabil, underlagt en række interne (f. eks, respiration, hjerteslag) og eksterne (f. eks. tyngdekraften) forstyrrelser. Stabiliteten opnås af en distribueret controller med centrale, refleks og iboende komponenter (figur 1).

Postural kontrol opnås ved: en aktiv controller, medieret af centralnervesystemet (CNS) og rygmarven, som ændrer muskel aktivering; og en indbygget stivhed controller, der modstår fælles bevægelse uden ændring i muskel aktivering (figur 1). Den centrale controller bruger sensoriske oplysninger til at generere faldende kommandoer, der producerer korrigerende muskel kræfter til at stabilisere kroppen. Sensoriske oplysninger er transduceret af de visuelle, vestibulære og somatosensoriske systemer. Specifikt, det somatosensoriske system genererer oplysninger om støtte overflade og fælles vinkler; vision giver oplysninger om miljøet; og den vestibulære system genererer oplysninger om hovedvinkel hastighed, lineær acceleration, og orientering med hensyn til tyngdekraften. Den centrale, lukkede loop controller opererer med lange forsinkelser, der kan være destabiliserende2. Det andet element i den aktive controller er refleks stivhed, som genererer muskel aktivitet med kort ventetid og producerer momenter modstå fælles bevægelse.

Der er en ventetid forbundet med begge komponenter i aktiv controller; Derfor spiller fælles iboende stivhed, som virker uden forsinkelse, en vigtig rolle i postural Control3. Iboende stivhed genereres af passive Visco-elastiske egenskaber af kontraherende muskler, blødt væv og inerti egenskaber af lemmer, som genererer resistive drejningsmomenter øjeblikkeligt som reaktion på enhver fælles bevægelse4. Rollen af ledstivhed (iboende og refleks stivhed) i postural kontrol er ikke klart forstået, da det ændrer sig med driftsbetingelser, defineret ved muskel aktivering4,5,6 og fælles holdning 4 , 7 , 8, som begge ændrer sig med kroppen Sway, iboende til at stå.

Det er vigtigt at identificere den centrale dataansvarliges roller og den fælles stivhed i postural kontrol, da den danner grundlag for: diagnosticering af etiologien for balance svækkelser; udformningen af målrettede interventioner for patienter vurdering af risikoen for fald udvikling af strategier til forebyggelse af fald i ældre; og design af hjælpemidler såsom ortotika og proteser. Men det er svært, fordi de forskellige sub-systemer handle sammen, og kun den samlede resulterende krop kinematik, fælles drejningsmomenter, og muskelelektromyografi kan måles.

Det er derfor vigtigt at udvikle eksperimentelle og analytiske metoder, der anvender målbare postural variabler til at evaluere hvert enkelt delsystem bidrag. En teknisk vanskelighed er, at målingen af postural variabler sker i lukkede kredsløb. Som følge heraf er input og output (årsag og virkning) indbyrdes forbundne. Derfor er det nødvendigt at: a) anvende eksterne forstyrrelser (som input) for at fremkalde postural reaktioner i respons (som output), og b) ansætte specialiserede matematiske metoder til at identificere systemmodeller og adskille årsag og virkning9.

Den nuværende artikel fokuserer på postural kontrol, når en ankel strategi anvendes, det er, når bevægelserne opstår primært om ankelleddet. I denne tilstand, overkrop og nedre lemmer bevæge sig sammen, derfor kan kroppen være modelleret som en enkelt-link inverteret pendul i sagittale plane10. Ankel strategien anvendes, når støtte overfladen er fast, og forstyrrelser er små1,11.

Et stående apparat, der kan anvende passende mekaniske (proprioceptive) og visuelle sensoriske forstyrrelser og registrere kroppens kinematik, kinetik og muskel aktivitet, er blevet udviklet i vores laboratorium12. Enheden giver det eksperimentelle miljø, der er nødvendigt for at studere rollen som ankel stivhed, centrale kontrolmekanismer og deres interaktioner ved at generere postural respons ved hjælp af visuelle eller/og somatosensoriske stimuli. Det er også muligt at udvide enheden til at studere rollen som vestibulære system ved anvendelse af direkte elektrisk stimulation til processus processer, der kan generere en fornemmelse af hoved hastighed og Evoke postural svar12,13 .

Andre har også udviklet lignende anordninger til at studere menneskelig postural kontrol, hvor lineære piezo elektriske aktuatorer11, roterende elektriske motorer14,15og lineære elektriske motorer16,17 , 18 blev brugt til at anvende mekaniske forstyrrelser til ankel i stående. Mere komplekse enheder også er blevet udviklet til at studere multi-segment postural kontrol, hvor det er muligt at anvende flere perturbationer til ankel og hofte samlinger samtidigt19,20.

Stående apparatur

To servostyrede elektrohydrauliske roterende aktuatorer flytter to pedaler for at anvende kontrollerede perturbationer af ankel positionen. Aktuatorerne kan generere store drejningsmomenter (> 500 nm), der er nødvendige for postural kontrol; Dette er især vigtigt i tilfælde som Forward lean, hvor kroppens centrum af massen er langt (anterior) fra ankel aksen af rotation, hvilket resulterer i store værdier af ankel moment for postural kontrol.

Hver dreje aktuator styres af en separat proportional servoventil, der bruger pedal positions tilbagemeldinger, målt ved et højtydende potentiometer på aktuatorakslen (tabel over materialer). Controlleren implementeres ved hjælp af et MATLAB-baseret xPC real-time, Digital Signal Processing system. Aktuatoren/servo-ventilen sammen har en båndbredde på mere end 40 Hz, meget større end båndbredde af det samlede postural kontrolsystem, ankel ledstivhed og den centrale controller21.

Virtual Reality-enhed og-miljø

En Virtual Reality (VR) headset (tabel over materialer) bruges til at forstyrrer visionen. Headsettet indeholder en LCD-skærm (dual AMOLED 3,6 ' ' skærm med en opløsning på 1080 x 1200 pixels pr. øje), som giver brugeren en stereoskopisk visning af de medier, der sendes til enheden, og som tilbyder tredimensionel dybdeopfattelse. Opdateringshastigheden er 90 Hz, tilstrækkelig til at give en solid virtuel fornemmelse for brugerne22. Synsfeltet af skærmen er 110 °, nok til at generere visuelle perturbationer svarende til virkelige verden situationer.

Headsettet sporer rotation af brugerens hoved og ændrer den virtuelle visning i overensstemmelse hermed, således at brugeren er fuldt nedsænket i det virtuelle miljø; Derfor kan det give den normale visuelle feedback; og det kan også forstyrrer vision ved at rotere det visuelle felt i sagittale plan.

Kinetiske målinger

Lodret reaktionskraft måles ved hjælp af fire belastningsceller, klemt mellem to plader under foden (tabel over materialer). Anklen drejningsmoment måles direkte ved drejningsmoment transducere med en kapacitet på 565 nm og en torsionsstivhed på 104 kNm/rad; Det kan også måles indirekte fra de lodrette kræfter transduceret af belastningscellerne, ved hjælp af deres afstande til ankel akse rotation23, forudsat at horisontale kræfter, der anvendes til fødderne i stående er små2,24. Center of Pressure (COP) måles i sagittale plan ved at dividere anklen drejningsmoment med den samlede lodrette kraft, målt ved belastningscellerne23.

Kinematiske målinger

Fodvinklen er den samme som pedal vinklen, for når der anvendes en ankel strategi, bevæger motivet sig med pedalen. Skaft vinkel med hensyn til lodret opnås indirekte fra den lineære forskydning af skaftet, målt ved en laser Range finder (tabel over materialer) med en opløsning på 50 μm og båndbredde på 750 Hz25. Ankel vinkel er summen af foden og skaft vinkler. Krops vinkel med hensyn til lodret opnås indirekte fra den lineære forskydning af midterpunktet mellem venstre og højre posterior superior bækkenbens-spines (Psis), målt ved hjælp af en laser Range finder (tabel over materialer) med en opløsning på 100 μm og båndbredde på 750 Hz23. Hovedposition og rotation måles i forhold til det globale koordinatsystem i VR-miljøet af VR-systemets basisstationer, der udsender tidsindstillede infrarøde (IR) impulser ved 60 impulser pr. sekund, der afhentes af headsettets infrarøde sensorer med sub-millimeter Præcision.

Data indsamling

Alle signaler filtreres med et anti-aliasing filter med en hjørne frekvens på 486,3 og derefter afprøvet ved 1000 Hz med højtydende 24-bit/8-kanals, samtidig-prøvetagning, dynamisk signal erhvervelse kort (tabel over materialer) med en dynamisk rækkevidde på 20 V.

Sikkerhedsmekanismer

Seks sikkerhedsmekanismer er blevet indarbejdet i det stående apparat for at forhindre skader på forsøgspersonerne; pedalerne styres separat og griber aldrig ind i hinanden. (1) aktuatorakslen har et cam, som mekanisk aktiverer en ventil, der afbryder det hydrauliske tryk, hvis aksel rotationen overskrider ± 20 ° fra dens horisontale position. (2) to justerbare mekaniske stop begrænser bevægelsesområdet for aktuatoren; disse er sat til hvert emne bevægelsesområde forud for hvert eksperiment. (3) både emne og eksperimententer hold en panik knap; Tryk på knappen afbryder den hydrauliske effekt fra Aktuatorerne og får dem til at blive løse, så de kan flyttes manuelt. (4) gelændere placeret på hver side af motivet er tilgængelige til at yde støtte i tilfælde af ustabilitet. (5) emnet bærer en fuld krop sele (tabel over materialer), fastgjort til stive tværstænger i loftet til at støtte dem i tilfælde af et fald. Selen er slæk og forstyrrer ikke normale stående, medmindre motivet bliver ustabil, hvor selen forhindrer motivet i at falde. I tilfælde af fald vil pedal bevægelserne blive stoppet manuelt enten af motivet, ved hjælp af panikknappen eller ved eksperimententer. (6) servoventiler standser rotationen af Aktuatorerne ved hjælp af fejlsikre mekanismer i tilfælde af afbrydelse af elforsyningen.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle eksperimentelle metoder er blevet godkendt af McGill University research etik Board og Sign informerede samtykker, før de deltager.

1. eksperimenter

Bemærk: hvert eksperiment involverer følgende trin.

  1. Pre-test
    1. Forbered en klar skitse af alle forsøg, der skal udføres, og lav en tjekliste for dataindsamling.
    2. Giv emnet en samtykkeformular med alle de nødvendige oplysninger, bed dem om at læse det grundigt, Besvar eventuelle spørgsmål, og få dem til at underskrive formularen.
    3. Optag motivet vægt, højde og alder.
  2. Forberedelse af emnet
    1. Elektromyografi måling
      1. Brug enkelt differentiale elektroderne (tabel over materialer) med en afstand mellem elektrode på 1 cm til måling af Elektromyografi (EMG) af ankel muskler.
      2. Brug en forstærker (tabel over materialer) med en samlet gevinst på 1000 og en båndbredde på 20 − 2000 Hz.
      3. For at sikre et højt signal/støjforhold (SNR) og minimal krydstale skal du finde og markere elektrode vedhæftnings områderne i henhold til retningslinjerne fra Seniam Project26som nedenfor: (1) for mediale gastrocnemius (mg) er den mest fremtrædende bule i muskel (2) for den laterale gastrocnemius (LG), 1/3 af linjen mellem lederen af fibula og hælen; (3) for soleus (SOL), 2/3 af linjen mellem de mediale kondyler af femur og mediale malleolus; (4) for tibias forreste (Ta), 1/3 af linjen mellem spidsen af fibula og spidsen af mediale malleolus.
      4. Barberer de markerede områder med en barberkniv og rengør huden med alkohol. Lad huden tørre grundigt.
      5. Barberer et knogle område på patella for reference elektroden, og rengør med alkohol.
      6. Har motivet ligger i en afslappet liggende position.
      7. Placer reference elektroden på patellas barberede område.
      8. Fastgør elektroderne en efter en til de barberede områder af musklerne, ved hjælp af dobbeltsidet tape, sørge for at sikre, at elektroderne er fastgjort til huden sikkert.
      9. Efter at have placeret hver elektrode, Bed motivet om at udføre en plantarflexing/dorsiflexing sammentrækning mod modstand og undersøge bølge formerne på en oscilloskop for at sikre, at EMG signalet har en høj SNR. Hvis signalet SNR er dårligt, skal du flytte elektroderne, indtil der er fundet et sted med et højt SNR.
      10. Sørg for, at EMG-kablerne ikke hindres i Bevægelsernes bevægelser.
    2. Kinematiske målinger
      1. Fastgør en reflekterende markør til skaftet med en strop, der skal bruges til skaft vinkel måling.
        Bemærk: Placer skaft markøren så højt som muligt på skaftet for at generere den størst mulige lineære forskydning for en given rotation, hvilket forbedrer den kantede opløsning.
      2. Har motivet sat på kroppen sele.
      3. Fastgør en reflekses markør til motivet i taljen med en strop, der skal bruges til måling af overkrop Pens vinkel. Sørg for, at taljen reflekterende markør er placeret i midten af punktet mellem venstre og højre PSISs og at emnernes beklædning ikke dækker taljen reflekterende overflade.
      4. Få emnet ind på det stående apparat.
      5. Juster motivet fod position for at tilpasse den laterale og mediale malleoli af hvert ben til pedalens rotationsakse.
      6. Skitsere motivet mund positioner med en markør og instruere dem til at holde fødderne på de samme steder under forsøgene. Dette sikrer, at rotationsaksen for ankler og aktuatorer forbliver justeret under hele eksperimenterne.
      7. Juster laser Range Finders lodrette position for at pege på midten af de reflekterende markører. Juster den vandrette afstand mellem laser Range finder og reflekterende markører, så rækken findere arbejde i deres mellemklasse og ikke mægle under stillestående.
      8. Har motivet læne sig frem og tilbage om anklen og sikre, at laserne forbliver inden for deres arbejds område.
      9. Måle højden af laser Range findere med hensyn til ankel aksen af rotation.
        Bemærk: disse højder bruges til at konvertere lineære forskydninger til vinkler.
    3. Forsøgsprotokoller
      1. Informere emnet om, hvad de kan forvente for hver retssag betingelse.
      2. Instruer motivet til at stå stille med hænderne på siden, mens du ser fremad, og for at opretholde deres balance, som de gør, når de står over for den virkelige verden perturbations.
      3. For rystet forsøg, starte forstyrrelse og tillade motivet til at tilpasse sig det.
      4. Start dataindsamlingen, når motivet har etableret en stabil opførsel.
      5. Giv motivet tilstrækkelig hvileperiode efter hvert forsøg for at undgå træthed. Kommuniker med dem for at se, om de har brug for mere tid.
      6. Udfør følgende forsøg.
        1. For apparatur test, udføre en 2-min test for at undersøge sensordata 2 h før emnet ankomst. Se efter uregelmæssigt store lyde eller forskydninger i de optagne sensordata. Hvis der er problemer, kan du løse dem, før emnet modtages.
        2. For stillestående, udføre en 2-min stillestående retssag uden forstyrrelser.
          Bemærk: dette forsøg giver en reference, der er nødvendig for at afgøre, om/hvordan postural variabler ændres som reaktion på forstyrrelser.
        3. For rystet eksperimenter, køre forstyrrelse og erhverve data for 2 − 3 min. anvende pedal forstyrrelser, hvis målet er at undersøge rollen af somatosensorisk system/ankel stivhed i stående. Anvende visuelle forstyrrelser, hvis målet er at undersøge rollen som vision i postural kontrol. Anvend visuelle og pedal forstyrrelser samtidigt, hvis målet er at undersøge samspillet mellem de to systemer i postural kontrol.
          Bemærk: pedal perturbationer anvendes som rotation af de stående enheds pedaler. Tilsvarende anvendes visuelle forstyrrelser ved at rotere det virtuelle visuelle felt ved hjælp af VR-headsettet. Vinklen på pedalen/det visuelle felt følger et signal, der vælges afhængigt af undersøgelsens mål. Diskussionsafsnittet indeholder detaljer om de forstyrrelse typer, der anvendes til studiet af postural kontrol og berettigelsen af hver forstyrrelse.
      7. Udfør mindst 3 forsøg for hver specifik perturbation.
        Bemærk: der udføres flere forsøg for at sikre, at modellerne er pålidelige, når de udfører analysen af de indsamlede data; f. eks. er det muligt at krydse validerer modellerne.
      8. Udføre forsøgene i en tilfældig rækkefølge for at sikre, at emnerne ikke lærer at reagere på en bestemt perturbation; Dette gør det også muligt at kontrollere for tidsvariable adfærd.
      9. Kontroller dataene visuelt efter hvert forsøg for at sikre, at de erhvervede signaler er af høj kvalitet.

2. identifikation af menneskelig postural kontrol

  1. Ikke-parametrisk identifikation af den dynamiske relation af krops vinkel til visuelle forstyrrelser
    1. Eksperiment
      1. Få visuelt rystet forsøg i 2 minutter i henhold til trinene i punkt 1,1 og 1,2.
      2. Brug et trapezformet signal (TrapZ) med en top-til-spids amplitude på 0,087 rad og en hastighed på 0,105 rad/s.
      3. Hold pedal positionen konstant ved nulvinklen.
    2. Analyse
      Bemærk: data analyse i afsnit 2.1.2 og 2.2.2 udføres med MATLAB.
      1. Decimere den rå krop vinkel og visuelle forstyrrelse signaler (sådan, at den højest observerbare frekvens er 10 Hz), ved hjælp af følgende kommandoer:
        Equation 1
        Equation 2
        Hvor
        Equation 3
        Equation 4
        Equation 5
        Bemærk: for en samplingfrekvens på 1 kHz skal decimerings forholdet være 50 for at have en højeste frekvens på 10 Hz.
      2. Vælg den laveste interesse hyppighed, som bestemmer vindues længden for effekt estimering.
        Bemærk: Her vælges en mindste frekvens på 0,1 Hz, så vindues længden for effekt estimering er 1/0,1 Hz = 10 s. Frekvens opløsningen er den samme som den mindste frekvens, og derfor udføres beregningerne for 0,1, 0,2, 0,3,..., 10 Hz.
      3. Vælg typen af vindue og graden af overlap for at finde Power Spectra.
        Bemærk: for en prøve længde på 120 s, 10 s Hanning vinduer med 50% overlap resultater i gennemsnit af 23 segmenter for Power Spectrum estimering. Da vi decimerede data til 20 Hz, en 10 s vindue har en længde på 200 prøver.
      4. Brug Equation 6 funktionen til at finde systemets Frekvensrespons (FR):
        Equation 7
        Hvor
        Equation 8
        Equation 9
        Equation 10
        Equation 11
        Bemærk: den præsenterede Equation 6 funktion beregner tvær spektret mellem den decimerede VR-forstyrrelse og krops vinkel i de frekvenser, der er angivet Equation 12 ved hjælp af et Hanning-vindue med længden angivet Equation 13 af og antallet af overlapninger, der er lig med Equation 14 (dvs. 50% overlap). På samme måde beregner det Auto spektret af VR-input. Derefter, ved hjælp af den anslåede Cross-spektrum og Auto-spektrum, det beregner den FR af systemet.
      5. Find Gain og fase af den anslåede FR i trin 2.1.2.4 ved hjælp af følgende kommandoer:
        Equation 15
        Equation 16
        Hvor
        Equation 17
        Equation 18
      6. Beregn sammenhængs funktionen ved hjælp af følgende kommando:
        Equation 19
        Hvor
        Equation 20
        Bemærk: Equation 21 funktionen følger en lignende procedure Equation 22 for at finde sammenhængen mellem Equation 23 og Equation 24 .
      7. Plot Gain, fase og sammenhæng som en funktion af hyppighed.
        Equation 25
        Equation 26
        Equation 27
        Bemærk: den præsenterede metode kan udvides til at omfatte tilfælde, hvor både visuelle og mekaniske forstyrrelser anvendes, hvor der skal anvendes en multi-input, multiple-output (MIMO) FR-identifikationsmetode9. Identifikationen kan også ske ved hjælp af subspace metode (som i sagens natur beskæftiger sig med MIMO systemer)27 eller ved hjælp af parametrisk overførsel funktion metoder såsom MIMO box-Jenkins28. Både subspace og box-Jenkins (og andre metoder) er implementeret i MATLAB system identifikation Toolbox.
  2. Parametrisk identifikation af ankel iboende stivhed i stående
    1. Eksperiment
      1. Udfør mekanisk rystet forsøg i 2 min. Brug en pseudo-tilfældig binær sekvens (PRBS) forstyrrelse med en peak-to-peak amplitude på 0,02 rad og et koblings interval på 200 MS. Sørg for, at pedal middelvinklen er nul.
    2. Analyse
      1. Differentiere fodsignalet én gang for at opnå fodhastighedEquation 28(, to gange for at opnåEquation 29 fodacceleration (og tre gange for atEquation 30 opnå sit ryk (tilsvarende differentiere drejningsmomentet for at opnå sin hastighed og acceleration, ved hjælp af følgende Kommando:
        Equation 31
        Hvor
        Equation 32
        Equation 33
        Equation 34
      2. Beregn placeringen af den lokale Maxima og lokale minima af fodhastigheden for at lokalisere pulser ved hjælp af følgende kommando:
        Equation 35
        Equation 36
        Hvor
        Equation 37
        Equation 38
        Equation 39
        Equation 40
        Bemærk: Equation 41 funktionen finder alle de lokale Maxima (positiv fodhastighed) og deres placeringer. For at finde den lokale minima, anvendes samme funktion, men tegnet af foden vinkelhastighed skal vendes.
      3. Designe en 8th Order Butterworth low-pass filter med en hjørne frekvens på 50 Hz, ved hjælp af følgende kommando:
        Equation 42
        Equation 43
        Equation 44
        Equation 45
        Equation 46
      4. Filtrer alle signalerne med nulfase Skift ved hjælp af Butterworth-filteret:
        Equation 47
        Equation 48
        Equation 49
        Bemærk: "filtfilt" -funktionen forårsager ikke et skift i det filtrerede signal. Brug ikke funktionen "filter" , da den genererer et Skift.
      5. Plot foden hastighed, og visuelt finde et skøn over tidsrummet mellem ekstrema af foden hastighed og starten af pulsen (som er det første punkt med nul fods hastighed før spids hastighed). For forstyrrelse i denne undersøgelse, dette punkt opstod 25 MS før hastigheden extrema fundet i trin 2.2.2.2.
      6. For hver puls beregner anklen baggrunds moment som middelværdien af anklen drejningsmoment på 25 MS før starten af pulsen, dvs middelværdien af drejningsmomentet i segmentet starter 50 MS indtil 25 MS inden hastigheden extrema. Gør dette for kth puls med en positiv hastighed ved hjælp af følgende kommando:
        Equation 50
        Equation 51
        Equation 52
        Bemærk: Dette gøres for både maksimale og minimale hastigheder (negativ fodhastighed) fundet i trin 2.2.2.2.
      7. Find minimum og maksimum af alle baggrunden drejningsmomenter for alle impulser, ved hjælp af følgende kommando:
        Equation 53
        Equation 54
      8. For hver puls, udtrække drejningsmoment data af 65 MS efter puls start (som det iboende moment segment), ved hjælp af følgende kommando:
        Equation 55
        Equation 56
        Bemærk: Dette gøres også for det første og andet derivat af anklen drejningsmoment (for at give den første og anden afledte af det iboende drejningsmoment), samt fodvinkel, fodhastighed, fodacceleration og fodryk.
      9. Beregn ændringen i detk'te iboende moment segment fra dets oprindelige værdi ved hjælp af følgende kommando:
        Equation 57
        Bemærk: Dette gøres på samme måde for fodvinkel forEquation 58at opnå.
      10. Del moment området (opnået i trin 2.2.2.7) ind i 3 nm brede beholdere og Find impulserne med baggrunds moment i hver beholder.
        Bemærk: Dette gøres ved hjælp af "Find" funktion og indeksering. Det antages, at den iboende stivhed er konstant i hver bin, da anklen baggrunds moment ikke ændrer sig væsentligt.
      11. Estimere de iboende stivhed parametre af den udvidede iboende model (EIM)29, for den jth bin ved hjælp af bælgfrugter i gruppeEquation 59j ().
        1. Sammenkæde alle de iboende drejningsmoment svar i den jth bin at danne vektoren Equation 60 :
          Equation 61
          hvor Equation 62 er den ith (Equation 63) iboende drejningsmoment respons i gruppe j.
          Bemærk: på samme måde sammenkædes fodvinkel, hastighed og acceleration, og første og andet derivater af det iboende drejningsmoment i jth -gruppen, der skal anvendes i trin 2.2.2.11.2.
        2. Placer fodvinklen, hastigheden, accelerationen og ryk, samt det første og andet derivat af drejningsmomentet i gruppe j sammen for at danne regressor-matrixen:
          Equation 64
        3. Find de iboende stivhed parametre for den jth gruppe ved hjælp af omvendt skråstreg (\) operator:
          Equation 65
        4. Uddrag det fjerde element af Equation 66 som den lave frekvens iboende stivhedEquation 67.
      12. Udfør trin i afsnit 2.2.2.11 for alle grupper (placeringer), og Beregn den tilsvarende lavfrekvente iboende stivhed.
      13. Dividerer alle de anslåede lavfrekvente stivhed værdier med motivet kritiske stivhed:
        Equation 68
        hvor m er ema's masse, g er gravitations acceleration, og Equation 69 er højden af kroppens centrum af massen over ankel aksen af rotation, afledt af Antropometriske data30. Dette giver den normaliserede stivhed (Equation 70).
      14. Konverter ankel baggrunden drejningsmoment til ankel baggrund COP position (Equation 71) ved at dividere ankel baggrunden drejningsmomenter med de tilsvarende målte lodrette kræfter.
      15. Plot Equation 72 som en funktion af centrum af tryk.
        Equation 73
        Hvor
        Equation 74
        Equation 75

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Pseudo tilfældige ternære sekvens (PRTS) og TrapZ signaler

Figur 2a viser et PRTs signal, som genereres ved at integrere en pseudotilfældig hastighedsprofil. For hver prøvetid Equation 76 kan signal hastigheden være lig med nul eller erhverve en foruddefineret positiv eller negativ værdi Equation 77 . Ved at Equation 77 styre Equation 78 og, PRTs indgange med en bred spektralbånd bredde kan genereres og skaleres til forskellige peak-to-peak amplituder. Desuden PRTS er periodisk, men uforudsigelige, hvilket er ønskeligt for studiet af postural kontrol. Læseren henvises til følgende artikel for detaljeret forklaring af PRTS signal31.

Figur 2b viser et Trapz-signal. Det starter ved en nulværdi og efter en tilfældig periode Equation 79 (hvis minimum er Equation 80 ), signalet ramper op tilfældigt til sin maksimale amplitudeEquation 81() med en hastighed Equation 82 eller ramper ned til sin mindste amplitude (Equation 83) med en hastighed. Equation 84 Signalet forbliver Equation 85 på sit maksimum eller minimum i en tilfældig periode (minimum Equation 80 ) og vender derefter tilbage til nul med hastighed Equation 82 eller. Equation 84 Løkken starter igen fra nul. Det er indlysende, at i modsætning til PRTS, TrapZ er et nul-middel signal, og derfor ikke forårsager ikke-stationaritet i postural respons. Desuden er det uforudsigeligt, da tidspunktet for ændring af signal værdien og retningen af ændringen (dvs., positiv eller negativ hastighed) er tilfældige.

Identifikation af karrosseri vinkel til visuelle perturbationer system

Figur 3 viser signalerne fra en typisk stående retssag med Trapz visuelle perturbationer. Figur 3a viser VR-perturbationen, hvor synsfeltet roterer fra 0 til ± 0,087 Rad (5 °) i sagittalplanet. Figur 3c, E viser ankel-og krops vinkler, som er meget ens, da fodvinklen er nul, og skaft og overkrop bevæger sig sammen. Figur 3g viser anklen drejningsmoment, som er korreleret med skaft og krops vinkler. Figur 3b , D, F, H viser emg'erne fra ankel musklerne. Det er indlysende, at SOL og LG er løbende aktive, MG periodisk genererer store byger af aktiviteter med Body Sway, og TA er tavs.

Figur 4 viser den fr af overførselsfunktionen, som relaterer den visuelle indgang til krops vinklen for dataene i figur 3. Det første skridt er at undersøge sammenhængen, fordi gevinst og fase kun giver mening, når sammenhængen er høj (når sammenhængen er 1, er der et lineært støjfrit forhold mellem input og output; en sammenhæng mindre end 1 sker, når input output relationen er ikke-lineær, eller dataene er støjende). Sammenhængen er den højeste ved lav frekvens, mellem 0,1 − 1 Hz og falder markant ved højere frekvenser. Gevinsten stiger oprindeligt fra 0,1 Hz til 0,2 Hz og derefter falder til 1 Hz, viser den forventede low-pass adfærd på grund af kroppens høje inerti. Fasen starter også ved nul og falder næsten lineært med frekvensen, hvilket indikerer, at outputtet er forsinket med hensyn til input.

Identifikation af ankel iboende stivhed parametre

Figur 5 viser signalerne målt for en typisk rystet stående retssag. Figur 5a viser pedal perturbationen – en prb'er med en top-til-spids amplitude på 0,02 rad og et koblings interval på 200 MS. pedal positionen skifter mellem to værdier (-0,01 og 0,01) ved heltals multipla af koblings intervallet. Figur 5c viser ankel vinklen, hvor de hurtige ændringer skyldes fodbevægelsen, mens de andre ændringer er resultatet af skaft bevægelsen med Sway. Figur 5E viser krops vinklen som reaktion på perturbationen med en peak-to-peak bevægelse på omkring 0,04 rad. figur 5g viser det målte ankeldrejnings moment. to komponenter er indlysende: modulationen af drejningsmomentet med Body Sway, og store nedadgående toppe, der viser stretch refleks drejningsmoment respons (generelt sker efter en dorsiflexing puls). Figur 5b , D, F, H viser sol, mg, LG og ta EMGS. Det er klart, at TS muskler er løbende aktive og vise store byger af aktivitet på grund af stretch refleks svar. TA er for det meste tavs, bortset fra et par toppe, som synes at være krydstale fra TS muskler, fordi de opstår samtidig med stretch refleks aktivitet af TS muskler.

Figur 6 viser en typisk puls positions-perturbation, dens hastighed og det tilsvarende sol EMG-og moment respons. Den iboende respons starter 25 MS før og sidst indtil 40 MS efter peak Foot Velocity; toppen i SOL EMG viser tilstedeværelsen af en refleks respons. Præ-respons segmentet, der starter 50 MS før spids hastigheden bruges til at finde baggrunds momentet.

Figur 7 viser den iboende stivhed som funktion af COP-positionen for venstre og højre side af motivet vist i figur 5; stivheden blev anslået ved hjælp af den præsenterede analysemetode. Det er indlysende, at den iboende stivhed ikke er konstant, men ændrer sig betydeligt med postural Sway. Disse ændringer vises funktionelt passende, fordi stivheden stiger, da COP bevæger sig længere fra ankel aksen rotation, hvor der er større mulighed for fald23.

Figure 1
Figur 1: postural kontrolmodel: kroppen er i sagens natur ustabil og udsat for destabiliserende tyngdekrafts moment (Equation 87) og forstyrrelser. Stabil opretstående kropsholdning vedligeholdes af korrigerende muskel kræfter, genereret af en central controller, spinal stretch reflekser, og iboende mekaniske ledstivhed. Muskel aktivering på grund af stretch refleks og centrale bidrag er tydelig i EMG aktivitet. Kun signalerne i rødt kan måles, hvorimod sorte signaler ikke kan måles. Venligst klik her for at se en større version af dette tal.

Figure 2
Figur 2: generering af PRTS og TrapZ signaler. (A) PRTs signal. En stimulus er skabt fra en 242-længde PRTS sekvens, som omfatter værdier på 0, 1, og 2, svarende til faste hastigheder på 0, + v, og-v for en fast varighed Equation 88 af. Hastigheden er integreret for at generere positionen, som bruges som forstyrrelse signal. Perioden for forstyrrelse signalet er lig med Equation 89 , hvor m er fase nummeret på Shift registratoren, bestemme sekvensen af hastigheden. (B) Trapz-signal. Signalet starter ved nul; efter et tilfældigt tidsinterval (Equation 79) ramper det op eller ned til det maksimale (Equation 81) eller mindste værdi (Equation 90 med en konstant hastighed; signalet går tilbage til nul efter et tilfældigt tidsinterval (Equation 85), og hele løkken starter igen. Venligst klik her for at se en større version af dette tal.

Figure 3
Figur 3: typisk eksperimentel forsøg med Trapz visuel forstyrrelse; peak-to-peak forstyrrelse amplitude er 0,174 rad, og hastigheden er 0,105 rad/s. (A) VR forstyrrelse vinkel, der viser rotation af synsfeltet i sagittale plan. (C) ankel vinkel, som er den samme som skaft vinkel, som foden ikke bevæger sig. (E) krops vinkel. G) drejningsmoment ved anklen. (B, D, F, H) Rå rektificeret EMG af SOL, MG, LG og TA; SOL og LG er løbende aktive, mens MG viser udbrud af aktivitet i forbindelse med Body Sway, og TA er tavs. Venligst klik her for at se en større version af dette tal.

Figure 4
Figur 4: frekvensrespons af den dynamiske relation af krops vinkel til visuel perturation estimeret ud fra de data, der præsenteres i figur 3. Gain (øverste panel) viser forholdet mellem amplituden af output til input som en funktion af frekvens; Det viser en low pass adfærd. Fase (midterste panel) viser forskellen mellem input og output fase som en funktion af frekvens. Sammenhæng (nederst panel) giver et indeks, der måler, hvor meget af udgangs effekten er lineært relateret til indgangseffekten ved hver frekvens. En sammenhæng på 1 viser perfekt lineær input-output-forhold; men tilstedeværelsen af støj eller nonlinearitet reducerer det. Venligst klik her for at se en større version af dette tal.

Figure 5
Figur 5: typisk PRBS-positions-prøveperiode; peak-to-peak forstyrrelse amplitude er 0,02 rad, og koblings intervallet er 200 MS. (A) fodvinkel, som er den samme som positionen forstyrrelser siden foden bevæger sig med pedalen. C) ankel vinkel de tilfældige ændringer skyldes skaft bevægelse med Sway. E) karrosseri vinkel, opnået under forudsætning af, at kroppen fungerer som et omvendt pendul. (G) anklen drejningsmoment målt form af belastningscellerne data. (B, D, F, H) Rå EMG af SOL, MG, LG og TA; TS musklerne er alle kontinuerligt aktive, mens de store toppe afspejler stræk refleks aktivitet; TA er for det meste tavs. Venligst klik her for at se en større version af dette tal.

Figure 6
Figur 6: en individuel puls fra forsøget vist i figur 5, på en udvidet tidsskala. (A) fodvinkel, (B) fodhastighed, (C) sol EMG, og (D) anklen drejningsmoment. De lodrette stiplede linjer adskiller responset i præ-respons (25 ms), iboende respons (65 MS), og refleks respons (300 MS); positivt drejningsmoment og vinkel svarer til dorsiflexion. Dataene for dette tal er taget fra Amiri og Kearney23. Venligst klik her for at se en større version af dette tal.

Figure 7
Figur 7: anslået normaliseret iboende stivhed som funktion af COP position for venstre og højre side af et typisk motiv, opnået fra de data, der er vist i figur 5. Søjler angiver de 95% konfidensintervaller for stivhed værdier. Dataene for dette tal er taget fra Amiri og Kearney23. Venligst klik her for at se en større version af dette tal.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Flere trin er afgørende for at udføre disse eksperimenter til at studere menneskelig postural kontrol. Disse trin er forbundet med den korrekte måling af signalerne og omfatter: 1) korrekt justering af skaft ankel aksen rotation til pedalerne, for korrekt måling af ankel drejningsmomenter. 2) korrekt opsætning af rækken findere for at sikre, at de arbejder i deres sortiment og ikke er mættet under forsøgene. 3) måling af EMG med god kvalitet og minimal Crosstalk. 4) anvendelse af passende forstyrrelser, som vækker tilstrækkelig respons, men ikke forstyrre den normale postural kontrol. 5) udvælgelse af en passende prøve længde, baseret på den tilsigtede analyse, samtidig undgå krops Skift og træthed. Ud over forsøgene skal analysen også foretages omhyggeligt. Til vurdering af den iboende stivhed fra data erhvervet i mekanisk rystet stående, er det afgørende at vælge længden af den iboende respons på en måde, der sikrer ingen refleks moment (som starter kort efter en eksplosion af aktivitet i TS muskler) er Inkluderet. Hertil kommer, at selv om mange undersøgelser har antaget, at den iboende stivhed ikke ændrer sig i stående11,14,15, en nylig undersøgelse viste, at det er vigtigt at højde for graduering af stivhed med ændringer i anklen drejningsmoment forbundet med postural Sway23,32. Til bestemmelse af FR af den dynamiske relation fra ethvert input til output, det vigtigste skridt er at korrekt anslå tvær spektret og magt spektrum ved at vælge vindues længde og overlap, der passer til rekord længde.

Design af perturbationer er et vigtigt skridt i menneskets stående eksperimenter. Forskellige typer af mekaniske og visuelle perturbationer er blevet anvendt til studiet af postural kontrol, givet som vinklen på støtte overfladen eller vinklen på det visuelle felt. Disse omfatter multi-sinus, lav-pass filtreret støj, pseudo-tilfældige ternære sekvens (PRTs) og andre3,9,10,12,18,24,31 ,33,34. Brugen af en pseudotilfældig binær sekvens (PRB'ER) er imidlertid fordelagtig for mekaniske forstyrrelser, fordi: 1) for en given top-til-spids amplitude, giver den den højeste effekt over en bred vifte af frekvenser, som kan styres ved at vælge den koblings hastighed3; 2) det er uforudsigeligt, men kan gentages, hvilket gør det muligt at reducere støjen ved at gennemsnit; 3) en PRBS input med lav absolut gennemsnitlig hastighed genererer refleks svar, tillader kvantificering af stræk reflekser i stående. For det visuelle system fremkalder Step Pulse ingen signifikante postural respons, fordi det visuelle system ikke kan følge hurtige ændringer af det visuelle felt. Desuden kan forudsigelige input såsom sinusoidы med én frekvens generere foregribende adfærd. Multi-sine signaler er ikke effektive til studiet af visuelle reaktioner, fordi deres hurtige og kontinuerlige ændringer er svære at følge og kan forårsage emner til at blive bevægelse syg. PRTS signaler er blevet brugt i udstrakt grad til at studere visuelle system i stående, da det er en informativ input; bevægelsen af det visuelle felt er diskret snarere end kontinuerlig og deres hastighed kan styres til at generere sammenhængende visuelle svar. Selv om PRTS klarer sig godt, er det et ikke-nul gennemsnitligt signal, som kan forårsage ikke-stationariteter i den postural kontrol og gør identifikation vanskelig. Derfor var TrapZ designet til at løse dette problem, som er uforudsigeligt, diskret, og har en nul-middelværdi (figur 2b). En anden vigtig overvejelse i udformningen af eksperimenter er den forstyrrelse amplitude. Generelt bør forstyrrelser med lave amplituder anvendes, når målet er at udføre lineær analyse og ikke afvige fra en ankel strategi. Gyldigheden af ankel strategi kan kontrolleres analytisk35, og hvis der er store afvigelser, som kan genereres af større forstyrrelse amplituderne, ikke-lineære analysemetoder, ledsaget af multi-segment modeller af kroppen i stående, kan være påkrævet36.

En anden overvejelse for forstyrrelse design er Trial længde, som skal være lang nok til at tillade pålidelige estimater af modelparametre. Men meget lange forsøg er uønskede, fordi de kan resultere i emnet flytte kroppen orientering, hvilket resulterer i en ikke-stationaritet, der gør systemet modellering og identifikation vanskelig. En prøve længde på mellem 2 og 3 minutter er optimal. Denne prøve længde medfører normalt ikke træthed, forudsat at der gennemtvinges en tilstrækkelig hvileperiode mellem forsøgene. Analysemetoden påvirker også den påkrævede prøve længde. Hvis der anvendes en lineær analyse ved hjælp af funktionen FR eller impulsrespons, vil den laveste interesse hyppighed bestemme postens længde. Den inverse af vindues længden er lig med den minimale frekvens, så hvis lavere frekvenser skal undersøges, skal der bruges længere vinduer. Desuden skal retssagen være lang nok til at give nok gennemsnit til at give robuste spektral estimater. Ikke-lineær analyse vil generelt kræve endnu længere dataposter, fordi ikke-lineære modeller normalt har flere parametre end lineære modeller.

Undersøgelsen af menneskelig postural kontrol kræver udvælgelse af en passende identifikationsmetode. Parametriske og ikke-parametriske lineære identifikationsmetoder kan anvendes til at studere postural kontrol10,12,18,19,20,28,31 ,37,38,39,40,41,42,43,44,45 ,46,47,48,49,50,51,52,53,54 . Ikke-parametrisk identifikation, ved hjælp af fr-estimering, er blevet anvendt i udstrakt grad til at studere postural kontrol, fordi det er velegnet til identifikation af data erhvervet i lukket loop-tilstand af stående24 og kræver få a-priori antagelser (for detaljerne i denne metode Se24). Den mest almindeligt anvendte metode er at estimere fr af det lukkede kredsløb mellem en ekstern (mekanisk/sensorisk) forstyrrelse og en udgang (f. eks. krops vinkel, ankel moment eller muskel EMG), som er en kombination af controller, anlæg og feedback. For at give fysisk signifikans og undersøge hver enkelt komponent separat har mange undersøgelser benyttet en parametrisk model af systemet med lukket kredsløb og anslået de parametre, der svarer til parameter modellens FR, til den anslåede output følsomhed10 ,18,31,37,38,39,40,41,42,43 ,44,45,46,47,48,49,50,51. Parametrisk identifikation, på den anden side, antager, at systemet input og output er relateret til nogle modelstruktur med et begrænset antal parametre, kendt a-priori. Metoden forudsigelsesfejl bruges til at finde de modelparametre, der minimerer fejlen mellem det målte output og model forudsigelsen55. I modsætning til fr-modeller, hvor den udvendige forstyrrelse skal måles og anvendes til analysen, kan disse metoder anvendes direkte på alle to signaler, så længe en separat støj model, som er tilstrækkeligt parametrized, også anslås til56. Det betyder, at der ikke er behov for at måle den eksterne perturbation. Selvom model ordrerne skal bestemmes a-priori, har parametriske modeller normalt færre parametre end fr-modellerne og giver derfor mere robuste parameter estimater. Den største ulempe ved en parametrisk model er, at der skal anvendes en korrekt støj model for at opnå objektive skøn over parametrene.

En vigtig overvejelse i menneskelig postural kontrol er dens bemærkelsesværdige tilpasningsevne til nye eksperimentelle og miljømæssige forhold. Dette opnås gennem multisensorisk integration, hvilket betyder, at CNS kombinerer oplysninger fra somatosensoriske, visuelle og vestibulære systemer, mens det giver en større vægt til mere nøjagtige (og mindre variable) sensoriske input i enhver eksperimentel betingelser for postural kontrol. For eksempel, når proprioception er rystet gennem foden rotation, CNS er afhængig mere på visuelle og vestibulære input. En metode er blevet udviklet af Peterka31 for at kvantificere multisensorisk integration. For et stående eksperiment med en specifik ekstern perturbation identificerede han det lukkede kredsløb og monterede derefter en parametrisk model (som forklaret i foregående afsnit). Parametrisk model bestod af en central kontrol, hvis input var den vægtede sum af indgangene fra de tre sensoriske systemer; vægten blev brugt til at give et middel til at kvantificere betydningen af hver sensorisk kilde til postural kontrol, dvs, jo højere vægt, jo mere vigtigt den sensoriske input. Anvendelsen af denne metode på de eksperimentelle data viste, at den rystet sensoriske system har en lavere vægt og lavere betydning på grund af unøjagtighed af dets input og derfor bidrager mindre til postural kontrol31. Denne metode er blevet brugt til at vise, hvordan den postural kontrol også ændringer på grund af aldring og sygdomme38,39. En lignende fremgangsmåde kan anvendes med vores eksperimentelle apparat, hvor mekanisk eller/og visuel forstyrrelse anvendes til at undersøge rollen og samspillet mellem de vigtige sensoriske systemer i postural kontrol.

De præsenterede metoder har nogle begrænsninger, da de eksperimentelle og analytiske metoder er beregnet til studiet af postural kontrol, når en ankel strategi anvendes. Derfor skal perturbationer udformes for at undgå overdreven kropsbevægelse. Men når forstyrrelser er store eller støtte overfladen er i overensstemmelse, en hip strategi anvendes, hvilket betyder både ankel og hofte bevægelser er betydelige. Hip-strategien er karakteriseret ved anti-fase bevægelse af den nedre og øvre krop, som er specielt udtalt i frekvenser større end 1 Hz57. Undersøgelse af hip-strategi kræver modellering af kroppen med mindst to links, dvs en dobbelt-inverteret pendul model.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne har intet at afsløre.

Acknowledgments

Denne artikel blev muliggjort af NPRP Grant #6-463-2-189 fra Qatar National Research og MOP Grant #81280 fra de canadiske institutter for sundhedsforskning.

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

Bioengineering postural kontrol rystet stående vision somatosensorisk vestibulære ankel stivhed iboende stivhed refleks stivhed system identifikation stretch refleks lukket-loop kontrol Virtual Reality
Eksperimentelle metoder til at studere menneskelig postural kontrol
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