Summary
Diese experimentelle Methode beschreibt eine Lösung für die kinematische Analyse der Akupunkturmanipulation mit dreidimensionaler Fingerbewegungsverfolgungstechnologie.
Abstract
Dreidimensionales (3D) Motion Tracking wurde in vielen Bereichen eingesetzt, wie z.B. bei der Erforschung sportlicher und medizinischer Fähigkeiten. Dieses Experiment zielte darauf ab, die 3D-Bewegungsverfolgungstechnologie zu verwenden, um die kinematischen Parameter der Fingergelenke während der Akupunkturmanipulation (AM) zu messen und drei technische Indikatoren "Amplitude, Geschwindigkeit und Zeit" zu ermitteln. Diese Methode kann die Betriebseigenschaften von AM widerspiegeln und quantitative Parameter entlang von drei Achsen mehrerer Keilzinken liefern. Die aktuellen Beweise zeigen, dass die Methode ein großes Potenzial für zukünftige Anwendungen wie die Untersuchung der Dosis-Wirkungs-Beziehung von Akupunktur, das Lehren und Lernen von AM und die Messung und Erhaltung der AM berühmter Akupunkteure hat.
Introduction
Als eine Art der klinischen Fähigkeiten der Traditionellen Chinesischen Medizin (TCM) und der körperlichen Stimulation wird die Akupunkturmanipulation (AM) oft als ein wichtiger Faktor angesehen, der die therapeutische Wirkung der Akupunktur beeinflusst1,2. Viele Studien haben bestätigt, dass unterschiedliche AM oder unterschiedliche Stimulationsparameter (Nadelgeschwindigkeit, Amplitude, Frequenz usw.) derselben AM zu unterschiedlichen therapeutischen Wirkungen führten3,4,5,6,7. Daher können die Messung relevanter kinematischer Parameter der AM und die Korrelationsanalyse mit der therapeutischen Wirkung nützliche Datenunterstützung und Referenz für die klinische Behandlung mit Akupunktur liefern8,9.
Die Messung der kinematischen Parameter des AM begann in den 1980er Jahren10. In der Anfangszeit wurde die auf variablem Widerstand basierende elektrische Signalwandlungstechnologie hauptsächlich verwendet, um das Wegsignal des Nadelkörpers in ein Spannungs- oder Stromsignal zur Anzeige und Aufzeichnung der Amplituden- und Frequenzdaten von AM11 umzuwandeln. Darüber hinaus wird der berühmte ATP-II Chinese Medicine Acupuncture Technique Tester II (ATP-II) mit dieser Technologie derzeit von vielen Universitäten für traditionelle chinesische Medizin in China eingesetzt12. Danach, mit der kontinuierlichen Entwicklung und Innovation der Sensortechnologie, wurden verschiedene Arten von Sensoren verwendet, um kinematische Parameter von AM zu sammeln. Zum Beispiel wurde der elektromagnetische Bewegungssensor mit drei Achsen am Nadelgriff befestigt, um die Nadelamplitude und -geschwindigkeit zu erfassen13; Der bioelektrische Signalsensor wurde auf dem Rückenhorn des Rückenmarks des Tieres platziert, um die Nadelfrequenz14 usw. aufzuzeichnen. Obwohl die quantitative Forschung von AM auf der Grundlage der beiden oben genannten Arten von Technologien die Erfassung relevanter kinematischer Parameter während des Vernadelns abgeschlossen hat, sind ihre Hauptnachteile die Unfähigkeit, die nicht-invasive Echtzeitmessung durchzuführen, und die Änderung des Betriebsgefühls, die durch die Modifikation des Nadelkörpers verursacht wird.
In den letzten Jahren wurde die Motion-Tracking-Technologie schrittweise auf die quantitative Forschung von AM15,16 angewendet. Da es auf der Frame-by-Frame-Analyse von Nadelvideo basiert, kann die Messung von Akupunkturparametern während des In-vivo-Betriebs erfasst werden, ohne den Nadelkörper zu verändern. Diese Technologie wurde verwendet, um die kinematischen Parameter wie Amplitude, Geschwindigkeit, Beschleunigung und Frequenz von vier Tracking-Punkten von Daumen und Zeigefinger während des Nadelns in einer zweidimensionalen (2D) Ebene zu messen und die entsprechende Finger-Stick-Figur zu ermitteln15. Einige Studien maßen auch den Winkeländerungsbereich des interphalangealen (IP) Gelenks von Daumen und Zeigefinger mit ähnlicher Technologie9,17,18. Die aktuellen Studien zur AM-Analyse beschränken sich jedoch immer noch hauptsächlich auf die 2D-Bewegungsebene, und die Anzahl der Tracking-Punkte ist relativ gering. Bisher gibt es keine vollständige dreidimensionale (3D) Kinematik-Mess- und Analysemethode für AM, und es wurden keine entsprechenden Daten veröffentlicht.
Um die oben genannten Probleme zu lösen, wird diese Studie die 3D-Motion-Tracking-Technologie verwenden, um die kinematischen Parameter der sieben Tracking-Handpunkte während des Nadelns zu messen. Dieses Protokoll zielt darauf ab, eine vollständige technische Lösung für die kinematische Analyse von AM sowie die weitere Studie über die Dosis-Wirkungs-Korrelation der Akupunktur bereitzustellen.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Diese Studie wurde von der Ethikkommission des Yueyang-Krankenhauses genehmigt, das mit der Shanghai University of Traditional Chinese Medicine verbunden ist (Referenznummer 2021-062), und jeder Teilnehmer unterzeichnete eine Einverständniserklärung.
1. Versuchsvorbereitungen
- Kameraeinstellungen:
- Stellen Sie drei Stative vor den Operationstisch und verbinden Sie sie mit drei Kameras.
- Stellen Sie die Aufnahmeparameter der Kameras wie folgt ein: Auflösung 1280 x720 Pixel, Format MP4, voll manueller Modus (M), Blende F1.2, Shutter 1/1000s, ISO 6400, automatischer Weißabgleich, optischer Zoom 0mm.
HINWEIS: Der Winkel zwischen jeweils zwei Kameras muss auf 60°-120° eingestellt werden (Abbildung 1A).
- Platzierung von Tracking-Markierungen:
- Befestigen Sie sieben reflektierende Kugeln mit einem Durchmesser von 6,5 mm an der Haltenadelhand jedes Teilnehmers für die Videoaufzeichnung, wie in den Schritten 1.2.2-1.2.4 beschrieben und in Abbildung 2A dargestellt.
- Handgelenk: Befestigen Sie einen Ball am Mittelpunkt der Ulna und des radialen Styloids, der als Tracking-Punkt "Handgelenk" (WJ) definiert ist
- Daumen: Befestigen Sie jeweils einen Ball an der Mitte des Daumennagels, der als Tracking-Punkt "Daumenspitze" (TT) definiert ist, das IP-Gelenk, das als Tracking-Punkt "Daumenendgelenk" (TEJ) definiert ist, und das Metacarpophalangealgelenk (MCP), das als Tracking-Punkt "Daumenbasisgelenk" (TBJ) definiert ist.
- Zeigefinger: Befestigen Sie jeweils eine Kugel an der Mitte des Zeigefingernagels, der als Tracking-Punkt "Zeigefingerspitze" (FT) definiert ist, das proximale Interphalangealgelenk (PIP), das als Tracking-Punkt "Zeigefingermittelgelenk" (FMJ) definiert ist, und das MCP-Gelenk, das als Tracking-Punkt "Zeigefinger-Basisgelenk" (FBJ) definiert ist.
2. Videoaufnahmen und -bearbeitung
- Legen Sie einen kleinen 15 cm x 15 cm x 15 cm 3D-Kalibrierrahmen mit 8 Punkten auf den Operationstisch für die 3D-Kalibrierung (Abbildung 1B,C).
- Entfernen Sie den Rahmen aus dem Tisch, nachdem Sie mindestens 8 Sekunden lang ein Video des Kalibrierungsrahmens aufgenommen haben.
- Weisen Sie die Teilnehmer an, AM am Akupunkturpunkt LI11 (Quchi) des Freiwilligen durchzuführen, einschließlich Hebe-Schub- und Wirbelfähigkeiten, um die Nadel zu steuern, um sich auf und ab zu bewegen und mit Daumen bzw. Zeigefinger zu drehen. Nehmen Sie die Videos der oben genannten Fähigkeiten für mindestens 10 Zyklen auf.
HINWEIS: Die Ein- und Ausschlusskriterien der Teilnehmer zur Durchführung von AM und der Freiwilligen zur Bereitstellung von Akupunkturpunkten für das Nadeln sind aufgeführt. Teilnehmereinbeziehung: (1) Akupunkturlehrer oder -schüler hat die Kapitel "Hebe-Schub-Fähigkeit" und "Wirbelfähigkeit" im Kurslehrbuch mit dem Titel "Akupunktur- und Moxibustionstechniken und -manipulationen" abgeschlossen19; (2) Der Teilnehmer sollte mehr als 5 Mal praktische Nadelerfahrung mit dem menschlichen Körper haben. Teilnehmerausschluss: (1) Nicht-Akupunkturlehrer oder -schüler; (2) Akupunkturstudenten ohne praktische Nadelerfahrung mit dem menschlichen Körper. Freiwillige Inklusion: (1) Alter zwischen 16-60 Jahren; (2) keine offensichtlichen Hautschäden, Rupturen, Eiterungen oder offensichtlichen Exsudationen um LI11 am rechten Arm. Ausschluss von Freiwilligen: (1) Personen mit einer Vorgeschichte von Rauch-, Alkohol- oder Drogenmissbrauch; (2) Personen mit Erkrankungen des Blutsystems oder offensichtlicher Blutungstendenz; (3) Personen mit chronischen psychischen Erkrankungen oder psychischen Störungen; (4) schwangere Frauen; (5) Personen mit einer Vorgeschichte von Ohnmachtsnadeln. - Exportieren Sie alle Videos von den Kameras auf die angegebene Festplatte des Computers. Benennen Sie die 3D-Kalibrierungsvideos in den Kameras 1, 2, 3 in "ca-1.mp4", "ca-2.mp4" und "ca-3.mp4" um.
- Synchronisieren Sie alle Manipulationsvideos in der Videobearbeitungssoftware (z. B. Adobe Premiere Pro) und exportieren Sie sie mit den Namen "lifting-thrusting-1.avi", "lifting-thrusting-2.avi", "lifting-thrusting-3.avi", "twirling-1.avi", "twirling-2.avi" bzw. "twirling-3.avi".
HINWEIS: Die Videosynchronisierungsanweisungen der in dieser Studie verwendeten Videobearbeitungssoftware finden Sie in der Ergänzenden Datei 1 .
3. Projektkonfiguration des Simi Reality Motion Systems (Motion Capture und Analysesoftware)
- Öffnen Sie die Motion-Capture- und Analysesoftware und wählen Sie Neues Projekt erstellen. Legen Sie den Projektnamen unter Projektbezeichnung fest , und klicken Sie auf Erstellen und Speichern , um das Projekt auf dem angegebenen Datenträger zu speichern.
- Wählen Sie Spezifikation > Punkte > Rechts/Links , ziehen Sie die oben genannten Tracking-Punkte aus dem Feld Vordefinierte Punkte in das Feld Verwendete Punkte , und klicken Sie dann auf die Schaltfläche Schließen , um fortzufahren.
HINWEIS: Alle folgenden Schritte nehmen die Tracking-Punkte der rechten Hand als Beispiel. - Wählen Sie Spezifikation > Verbindungen und klicken Sie auf Neue Verbindung
- Eingabeanschlussname "Zeigefinger III rechts". Wählen Sie "Zeigefingermittelgelenk rechts" als Startpunkt und Linie zum Punkt "Zeigefingerspitze rechts" im selben Fenster
- Klicken Sie auf die Schaltflächen Übernehmen und Schließen , um den Verbindungsaufbau abzuschließen.
- Hinzufügen und Umbenennen der Kameragruppen
- Klicken Sie mit der rechten Maustaste auf Kameras > Kameragruppe hinzufügen , um neue Kameragruppen hinzuzufügen.
- Klicken Sie mit der rechten Maustaste auf Kameras > Umbenennen , um die Kameragruppen in "Hub-Schub-Kameragruppe" bzw. "Wirbelnde Kameragruppe" umzubenennen.
- Klicken Sie mit der rechten Maustaste auf die > Kameragruppe "Kamera hinzufügen"
- Klicken Sie im Feld Tracking auf die Schaltfläche Datei auswählen.
- Klicken Sie auf Vorhandene Datei öffnen und wählen Sie im nächsten Fenster das Operationsvideo "lifting-thrusting-1.avi" aus, dann klicken Sie auf Apply , um den Videoimport abzuschließen.
- Klicken Sie ähnlich wie bei den obigen Aktionen im Feld 3D-Kalibrierung auf Datei auswählen und importieren Sie das entsprechende Kalibrierungsvideo "ca-1.mp4".
- Importieren Sie gemäß Schritt 3.5 weiterhin die Operationsvideos "Lifting-Thrusting-2.avi" und "Lifting-Thrusting-3.avi" sowie die entsprechenden Kalibrierungsvideos "ca-2.mp4" und "ca-3.mp4" in der Lifting-Thrusting Camera Group.
HINWEIS: In der Gruppe "Hub-Schub-Kamera" sollten sich im Projektfenster nach den Abschnitten 3.4 und 3.5 3 Kameras befinden. - Importieren Sie gemäß den Schritten 3.4, 3.5 und 3.6 die Twirling-Skill- und Kalibrierungsvideos in die Twirling-Kameragruppe.
4. Videoanalyse
- 3D-Kalibrierung für jede Kamera
- Erweitern Sie Die Hub-Schub-Kameragruppe und klicken Sie mit der rechten Maustaste auf Lifting-Thrusting-1 > Properties.
- Klicken Sie auf die Schaltfläche 3D-Kalibrierung im Feld 3D-Kalibrierung . Geben Sie die Beschreibung ein und fügen Sie 8 Punkte hinzu, indem Sie 8 Mal auf die Schaltfläche Punkt hinzufügen klicken
- Klicken Sie auf Übernehmen , nachdem Sie den Namen und den entsprechenden X-, Y-, Z-Wert für jeden Punkt entsprechend den Kalibrierungsparametern festgelegt haben (Tabelle 1).
- Nachdem Sie alle Punkte konfiguriert haben, bewegen Sie die Maus, um auf jeden Endpunkt des Kalibrierungsvideos zu klicken, um die 3D-Kalibrierung abzuschließen.
- Führen Sie die Schritte 4.1.1-4.1.4 aus, um die 3D-Kalibrierung der anderen Kameras in derselben Gruppe und der Kameras in der Twirling-Kameragruppe abzuschließen.
- 3D-Fingerbewegungsverfolgung
- Klicken Sie mit der rechten Maustaste auf Lifting-Thrusting Camera Group > 3D Tracking, wählen Sie alle Kameras aus und klicken Sie auf die Schaltfläche OK , um das 3D-Tracking-Fenster zu öffnen.
- Stellen Sie den Track Using Pattern Matching (alle Punkte) für alle Kameras ein und klicken Sie manuell auf alle Tracking-Punkte im ersten Frame.
- Klicken Sie auf die Schaltfläche Automatisch suchen , um die automatische 3D-Verfolgung Frame für Frame zu starten.
- Führen Sie die Schritte 4.2.1-4.2.3 aus, um die Bewegungsverfolgung der Twirling Camera Group abzuschließen.
HINWEIS: Wenn ein Tracking-Punkt während der automatischen 3D-Verfolgung verloren geht, wählen Sie die verlorene Punktlinie aus, klicken Sie mit der rechten Maustaste auf Position von hier verwerfen, und klicken Sie dann erneut auf den Punkt und die Schaltfläche Automatisch suchen . Wählen Sie Ja , wenn die Meldung "Für 3 ausgewählte Kameras wurde kein Startframe für die Nachverfolgung festgelegt" angezeigt wird. es kann individuell in den Kameraeigenschaften eingestellt werden. Möchten Sie Startframe für alle Kameras ohne Startframe auf Frame 0 setzen und jetzt fortfahren?" wird angezeigt.
- Datenexport
- Klicken Sie mit der rechten Maustaste auf Hub-Schub-Kameragruppe > Neue 3D-Berechnung, wählen Sie alle Kameras aus und aktivieren Sie daten kontinuierlich aktualisieren und Daten explizit in Datei speichern im Fenster 3D-Daten erstellen . Klicken Sie auf die Schaltfläche OK , um fortzufahren.
- Klicken Sie mit der rechten Maustaste auf den Ordner Lifting-Thrusting-3D Coordinates Data > Export, überprüfen Sie Spaltenüberschriften, Tracking-Namen, Startzeit und -häufigkeit, Zeitinformationen in der ersten Spalte, X, Y, Z, v(X), v(Y), v(Z) im Exportfenster
- Klicken Sie auf die Schaltfläche Exportieren , um die Datendatei (*.txt) mit dem benutzerdefinierten Namen zu exportieren. Exportieren Sie die Datendatei der Twirling Camera Group auf die gleiche Weise.
5. Datenanalyse
HINWEIS: Ein originales PHP-Skript wird verwendet, um die von der Motion-Capture- und Analysesoftware exportierten Datendateien zu durchsuchen und zu analysieren. Der gesamte Quellcode wurde in einem GitHub-Repository20 freigegeben.
- Nachdem die aus der Motion-Capture- und Analysesoftware exportierten Datendateien in einen bestimmten Serverordner hochgeladen wurden, in dem dieses Skript ausgeführt wird, öffnen Sie das Skript und geben Sie den Benutzernamen und das Kennwort ein , um sich anzumelden.
- Klicken Sie auf Neuen Teilnehmer hinzufügen, wählen Sie den Teilnehmertyp und das Geschlecht aus und geben Sie den Teilnehmernamen, das Alter und die Trainingszeit in die Popup-Seite ein. Klicken Sie auf Senden , um das Hinzufügen eines neuen Teilnehmers abzuschließen.
- Klicken Sie auf der Listenseite auf Neuen Datensatz hinzufügen , der dem neu hinzugefügten Teilnehmer entspricht, geben Sie dann den Ordnernamen ein, der die hochgeladenen Datendateien der Motion-Capture- und Analysesoftware enthält, und wählen Sie das Vorgangsdatum aus. Klicken Sie auf Senden , um fortzufahren.
- Klicken Sie auf Analyse , die dem neu hinzugefügten Vorgangsdatensatz entspricht, wählen Sie dann Skill und klicken Sie auf Senden. Das Skript identifiziert und zeigt alle gültigen Kämme und Täler zur manuellen Überprüfung an.
HINWEIS: Ein bestimmter Kamm oder Trog kann manuell in der entsprechenden Dropdown-Liste neu ausgewählt werden, wenn das Skript ihn falsch identifiziert. Basierend auf diesen Kämmen und Tälern können die Durchschnittswerte der Amplituden und Geschwindigkeiten entlang der drei Achsen jedes Nachführpunktes und die Betriebszeit der Aktionen heben, stoßen, nach links wirbeln und rechts wirbeln, vom Skript berechnet und angezeigt werden. Die Berechnungsmethode dieser Parameter ist in Abbildung 3 dargestellt.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Nach der Etablierung dieser experimentellen Methode wurden die Hebe-, Schub- und Wirbelfähigkeiten von grundlegenden AM von neunzehn Akupunkturlehrern der School of Acupuncture-Moxibustion und Tuina der Shanghai University of TCM mittels 3D-Bewegungsverfolgung gemessen. Gemäß der vom Standardization and Terminology Committee (STC) der International Society of Biomechanics21 vorgeschlagenen Definition eines gemeinsamen Koordinatensystems (JCS) für Schulter, Ellbogen, Handgelenk und Hand wurden sieben Fingertracking-Punkte ausgewählt. Die von der Motion-Capture- und Analysesoftware basierend auf den anatomischen Positionen dieser Punkte erzeugte Stick-Ansicht ist in Abbildung 2B dargestellt. Die typischen Koordinaten-Zeit-Kurven entlang von drei Achsen jedes Punktes sind in Abbildung 4 und zwei Videos von Hebe-Schub- und Wirbelfähigkeiten mit Stockansicht dargestellt (Video 1 und Video 2).
Wie in Abbildung 4C,E gezeigt, kann aufgrund der minimalen Bewegungsamplitude entlang der Hauptbewegungsachsen während verschiedener Fähigkeiten (die Z-Achse der Hebe-Schub-Fähigkeit und die Y-Achse der Wirbelfertigkeit) des Handgelenks (WJ) fixiert werden, und die Bewegung scheint vom Daumen und Zeigefinger aus zu erfolgen. Daher wurden die Daten der anderen sechs Punkte von der Motion-Capture- und Analysesoftware zur weiteren kinematischen Analyse von AM exportiert. Nach der Datenanalyse wurden die Mittelwerte von Amplitude und Geschwindigkeit entlang von drei Achsen und die Betriebszeit der Aktion "Heben", "Stoßen", "Wirbeln nach links" und "Wirbeln rechts" jedes Tracking-Punktes an den Fingern berechnet und in Tabelle 2, Tabelle 3 und Tabelle 4 dargestellt.
Darüber hinaus wurde auch die Fingerbewegung der Teilnehmer verfolgt, wenn sie AM auf ATP-II durchführten. Die aus ATP-II abgeleiteten Daten wurden mit den von der Motion-Capture- und Analysesoftware exportierten Daten verglichen. Die Ergebnisse zeigen, dass die Form der Koordinaten-Zeit-Kurve von TT entlang der Z-Achse der Spannungs-Zeit-Kurve ähnelte, die von ATP-II während der Hebe-Schub-Fähigkeit erzeugt wurde. Während der Wirbelfähigkeit ähnelte die Form der Amplituden-Zeit-Kurve entlang der Y-Achse von TT auch der Spannungs-Zeit-Kurve von ATP-II. Darüber hinaus waren die durchschnittlichen Betriebszyklen dieser beiden Kurventypen nach der Berechnung im Wesentlichen gleich (Abbildung 5).
Abbildung 1: Kamerapositionen und Platzierung des 3D-Kalibrierungsrahmens. (A) Die Positionen von drei Kameras. (B) Vorderansicht des 3D-Kalibrierungsrahmens. (C) Draufsicht auf den 3D-Kalibrierungsrahmen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 2: Die Positionen von Tracking-Markern und ihre Stick-Ansicht. (A) Die Positionen der Tracking-Marker auf der Hand. (B) Die von der Motion-Capture- und Analysesoftware erzeugte Stick-Ansicht basierend auf den anatomischen Positionen dieser Punkte. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 3: Schematische Darstellung der Berechnungsmethode der kinematischen Parameter. Die durchschnittliche Amplitude und Geschwindigkeit kann basierend auf der Kurvenkuppung und der Trogpositionierung berechnet werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 4: Typische Koordinaten-Zeit-Kurven während der Hebe-Schub- und Wirbelfähigkeiten. (A,B,C) Die typischen Koordinaten-Zeit-Kurven entlang der X-, Y-, Z-Achse jedes Tracking-Punktes während der Hebe-Schub-Fähigkeit. (D,E,F) Die Kurven mit den gleichen Einstellungen der Hebe-Schub-Fähigkeit während der Wirbelfertigkeit. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 5: Vergleich der von ATP-II und Motion-Capture- und Analysesoftware erzeugten Kurven. (A) Fingerbewegungen der Teilnehmer wurden verfolgt, wenn sie AM auf ATP-II durchführten. (B) Die Spannungs-Zeit-Kurve von ATP-II während der Hebe-Schub-Fähigkeit. (C) Die Koordinaten-Zeit-Kurve entlang der Z-Achse der TT während der Hebe-Schub-Fähigkeit. (D) Die Spannungs-Zeit-Kurve von ATP-II während der Twirling-Fähigkeit. (E) Die Koordinaten-Zeit-Kurve entlang der Y-Achse der TT während der Ziehfertigkeit. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Tabelle 1: Koordinatenparameter der Kalibrierpunkte. Die Koordinatenwerte von drei Achsen mit acht Kalibrierpunkten. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.
Tabelle 2: Kinematische Daten jedes Tracking-Punktes während der Hebe-Schub-Fähigkeit. Die Durchschnittswerte von Amplitude und Geschwindigkeit entlang von drei Achsen jedes Tracking-Punktes auf Figuren während der Hebe-Schub-Fähigkeit. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.
Tabelle 3: Kinematikdaten jedes Tracking-Punktes während der Twirling-Fähigkeit. Die Durchschnittswerte von Amplitude und Geschwindigkeit entlang von drei Achsen jedes Tracking-Punktes auf Zahlen während der Twirling-Fähigkeit. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.
Tabelle 4: Betriebszeit während der Hebe-, Schub- und Wirbelfähigkeiten Die Durchschnittswerte der Betriebszeit in den Prozessen von Hebe-, Schub-, Dreh- und Rechtswirbelaktionen Bitte klicken Sie hier, um diese Tabelle herunterzuladen.
Video 1: Hebe-Schub-Fähigkeit. (Oben links) Die Stockansicht der Hand. (Oben rechts, Unten links, Unten rechts) Die typische dynamische Koordinaten-Zeit-Kurve entlang der X-, Y-, Z-Achse jedes Tracking-Punktes während der Hub-Schub-Fähigkeit Bitte klicken Sie hier, um dieses Video herunterzuladen.
Video 2: Twirling-Fähigkeit: Die Stick-Ansicht der Hand und typische dynamische Koordinaten-Zeit-Kurven mit den gleichen Einstellungen wie Video 1 während der Twirling-Fähigkeit. Bitte klicken Sie hier, um dieses Video herunterzuladen.
Ergänzende Datei 1: Anweisungen zur Videosynchronisierung. Screenshots und Schritte der Videosynchronisierungsanweisungen der in dieser Studie verwendeten Videobearbeitungssoftware. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Diese Studie etablierte die Messmethode der kinematischen Parameter von AM in vivo und erhielt die Daten von Bewegungsamplitude, Geschwindigkeit und Betriebszeit der sechs wichtigen Tracking-Punkte an Daumen und Zeigefinger entlang von drei Achsen. In der Zwischenzeit wurden basierend auf dem 3D-Kalibrierungsrahmen eine 3D-Stick-Ansicht und eine entsprechende Animation von Daumen und Zeigefinger während des Nadelns generiert. Die Daumen- und Zeigefingerbewegung von AM kann mit der synchronen Wiedergabe von kinematischer Parameterkurve und Stickanimation vollständig dargestellt werden, was den Forschern helfen kann, die Bewegungsmerkmale zu erforschen und die Ähnlichkeiten und Unterschiede verschiedener AM-Fähigkeiten zu vergleichen.
Während des gesamten experimentellen Prozesses können einige kritische Schritte, die sich auf die Ergebnisse der Analyse auswirken, zusammengefasst werden - zuerst die Konfiguration der experimentellen Umgebung. Die empfohlene Temperatur der experimentellen Umgebung beträgt konstant 22-25 ° C und die relative Luftfeuchtigkeit beträgt etwa 60% ohne offensichtlichen Luftstrom im Raum. In der Zwischenzeit gibt es kein starkes Rauschen und elektromagnetische Quellenstörungen in der Umgebung. Zweitens, die Platzierungen der Kamera und des Stativs. Bei der Bewegungsverfolgung sollten alle Tracking-Punkte von allen Kameras aufgezeichnet werden, um hochpräzise Daten zu erhalten. Daher ist eine vernünftige Kameraposition der Schlüssel zur Reduzierung experimenteller Fehler. Des Weiteren sollten die Stative auf eine ordentliche Höhe (höher als der Tisch) eingestellt werden und sicherstellen, dass die Versuchsgeräte auf dem Tisch und die Hand des Teilnehmers eindeutig erfasst werden können). Drittens, Kalibrierung und automatische Bewegungsverfolgung. Alle Analysedaten werden basierend auf der Position jedes Tracking-Punktes im 3D-Kalibrierungssystem in jedem Frame des Bewegungsvideos berechnet. Daher sind eine erfolgreiche Kalibrierung und automatische Verfolgung jedes Punktes Voraussetzungen für die Durchführung von Berechnungen. Schließlich die Identifizierung von Kämmen und Mulden. Die technischen Indikatoren von AM können durch die Positionierung der Kämme und Täler in jedem Zyklus berechnet werden. In diesem Protokoll sind die Schritte der automatischen Identifizierung und manuellen Überprüfung so konzipiert, dass die Genauigkeit der experimentellen Daten sichergestellt ist.
Um die 3D-Motion-Tracking-Technologie auf die kinematische Analyse von AM anzuwenden, wurden zwei Modifikationen an dieser Technologie vorgenommen, die üblicherweise in den großen Gelenken menschlicher Gliedmaßen verwendet wird. Erstens, die Anpassung eines kleinen 3D-Kalibrierungsrahmens für Finger. Ein 15×15×15 cm großer 3D-Kalibrierrahmen wurde angepasst, um die Messgenauigkeit von Fingerbewegungen zu verbessern. Durch 3D-Laserscanning beträgt die Kalibrierungsgenauigkeit des Rahmens 0,01 mm. Zweitens, die Festlegung technischer Indikatoren für AM und damit verbundene Berechnungsmethoden. Entsprechend den Bewegungseigenschaften von AM und den vom Motion-Tracking-System exportierten Rohdaten wurden für jeden Fingertracking-Punkt drei technische Indikatoren "Amplitude, Geschwindigkeit und Zeit" entlang von drei Achsen festgelegt. Diese Parameter können per PHP-Skript basierend auf der Wendepunkterkennung der Koordinaten-Zeit-Kurve berechnet werden. Die möglichen Kämme und Täler können nach dem logischen Ausdruck (1) bzw. (2) identifiziert werden.
(1)
(2)
Wobei dc, dt und dt2 die Differenzierungen von Koordinatenwert, Zeit und Zeit im Quadrat sind, ist d2c die quadratische Differenzierung der Koordinate. Gemäß den Testergebnissen experimenteller Stichprobendaten wurden zwei Arten von Schwellenwerten festgelegt, um die Gültigkeit dieser Kämme und Täler zu überprüfen. Die Zeitschwelle beträgt 80% des durchschnittlichen Betriebszyklus, die Scheitel- und Talschwellenwerte betragen 75% und 25% der maximalen Betriebsamplitude. Nach dem Durchlaufen aller Kämme und Mulden wird der Kamm, dessen Intervallzeit vom vorherigen Kamm größer als der Zeitschwellenwert und der Koordinatenwert größer als der Kammschwelle ist, als gültiger Kamm identifiziert. Der Trog, dessen Intervallzeit vom vorherigen Scheitelpunkt größer als der Zeitschwellenwert und der Koordinatenwert kleiner als der Trogschwellenwert ist, wird als gültiger Trog identifiziert. Obwohl in den meisten Fällen die Kämme und Mulden automatisch identifiziert werden können, gibt es noch einige Fälle, die manuell angepasst werden müssen. Daher muss der Erkennungsalgorithmus als Haupteinschränkung dieser Lösung in zukünftigen Arbeiten verbessert werden. Die vorläufige Analyse der experimentellen Daten zeigte, dass die Bewegungsamplitude und -geschwindigkeit der MCP-Gelenke die kleinsten waren und die damit verbundenen Parameter des IP- oder PIP-Gelenks und der Fingerspitzen größer bzw. am größten waren. Darüber hinaus wurde der Nadelkörper durch die vertikale oder tangentiale Bewegung der Fingerspitzen angetrieben, um sich auf und ab zu bewegen oder sich um eine feste Achse zu drehen. Zusammenfassend ist AM eine Art rhythmische Bewegung, die von Fingerspitzen ausgeführt wird, die von MCP-Gelenken des Daumens und des Zeigefingers angetrieben werden. Unabhängig davon, welche AM-Fähigkeit verwendet wurde, trat ein bestimmter Bewegungsbereich entlang von drei Achsen an allen Tracking-Punkten auf, was darauf hindeutet, dass während des Betriebs der Hebe-Schub-Fähigkeit, obwohl sich die Fingerspitzen hauptsächlich in vertikaler Richtung bewegen, sie immer noch von einer tangential gekoppelten Bewegung begleitet wird, und die tangential-basierte Wirbelfähigkeit wird auch von einer vertikal gekoppelten Bewegung begleitet. Diese Ergebnisse deuten darauf hin, dass der AM keine einfache einachsige Bewegung ist.
Ähnlich wie andere Studien, die diese Technologie zur Analyse von Fingerbewegungen verwenden, liefert die Motion-Tracking-Technologie in diesem Protokoll auch dreiachsige Kinematikdaten von Fingergelenken mit hoher Genauigkeit22. Es wurde jedoch eine Sekundäranalyse der Rohdaten gemäß den Qualifikationsmerkmalen der AM durchgeführt, und in diesem Protokoll wurden entsprechende technische Indikatoren für die weitere vergleichende Analyse festgelegt. Darüber hinaus hat die standardmäßige markerbasierte Motion-Tracking-Analyse im Vergleich zu den tragbaren, einfach zu bedienenden und kostengünstigen Handbewegungsverfolgungsgeräten wie Leap Motion die Vorteile einer höheren Genauigkeit und eines breiteren Anwendungsbereichs23,24. Im Vergleich zum herkömmlichen AM-Analysegerät ATP-II haben die Amplituden-Zeit-Kurve entlang der Hauptbewegungsachse, die aus der Motion-Tracking-Analyse abgeleitet wird, und die von ATP-II abgeleitete Spannungs-Zeit-Kurve eine signifikante Übereinstimmung in derselben AM-Fähigkeit. Darüber hinaus waren auch die mit den beiden Messmethoden berechneten Betriebszyklen relativ konsistent. Diese Ergebnisse zeigten, dass diese experimentelle Methode nicht nur ähnliche Fähigkeitsmerkmale wie ATP-II widerspiegeln kann, sondern auch mehr kinematische Parameter entlang von drei Achsen mehrerer Tracking-Punkte liefern kann, die mit früheren experimentellen Technologien nicht gemessen werden können.
Diese experimentelle Methode bietet eine effiziente Möglichkeit, komplizierte Bewegungen von Fingern, die an AM beteiligt sind, zu analysieren. Es hat ein großes Potenzial für zukünftige Anwendungen. Erstens die Untersuchung der Dosis-Wirkungs-Beziehung der Akupunktur. Die 3D-Fingerbewegungsverfolgungstechnologie bietet eine Lösung zur Bestimmung der Stimulationsmenge der manuellen Akupunktur und kann zur Durchführung von Studien wie der Korrelationsanalyse zwischen Nadelgeschwindigkeit, Amplitude und therapeutischer Wirkung verwendet werden, um mehr wissenschaftliche Datenunterstützung für die klinische Anwendung der Akupunktur bereitzustellen. Zweitens, die quantitative Evaluation und Das Feedback für das Lehren und Lernen von AM. Die Ergebnisse der Datenanalyse in Kombination mit dem verbalen Feedback des Lehrers können den Lernenden helfen, ihre Fingeraktionen anzupassen und die kognitive Belastung zu reduzieren24,25. Frühere Studien haben die von der 3D-Bewegungsverfolgungstechnologie bereitgestellten Daten verwendet, um die Wirkung des Erlernens motorischer Fähigkeiten zu verbessern, wie z. B. wiederholtes Überarmwerfen26 und musikalische Darbietung27,28. Einige Berichte zeigten auch, dass medizinische Fähigkeiten wie Koloskopie29, Laparoskop30, Arthroskop31 und andere Endoskope32,33 mit dieser Technologie ebenfalls verbessert werden könnten. Und eine andere Studie schlug vor, dass die videobasierte Selbstreflexion und Diskussion mit Lernenden auf einer höheren kognitiven Ebene als das standardmäßige deskriptive Feedback34 beteiligt ist. Drittens, die Messung und Erhaltung des AM berühmter Akupunkteure. Da alle AM gesammelt, aufgezeichnet und analysiert werden, basierend auf Bewegungsvideos, die in der Datenbank gespeichert sind, können diese Videos und relevanten Daten von AM von Forschern jederzeit durchsucht werden, um weiteres Lernen und Vererbung zu erhalten.
Die Etablierung dieser experimentellen Methode eröffnet einen neuen Weg für die quantitative Erforschung von AM. In Zukunft können mehr Kamerapositionen, objektive mit höherer Auflösung und Kalibrierungsrahmen mit höherer Präzision angewendet werden, um die Datengenauigkeit weiter zu verbessern und aussagekräftigere technische Indikatoren auszugraben, um mehr Datenreferenzen für die klinische Anwendung, Ausbildung und Förderung der Akupunktur bereitzustellen.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren haben nichts preiszugeben.
Acknowledgments
Diese Arbeit wurde von der National Natural Science Foundation of China (Grant Number. 82174506) unterstützt.
Materials
| Name | Company | Catalog Number | Comments |
| 3D calibration frame | Any brand | 15 x 15 x 15 cm | |
| Acupuncture needles | Suzhou Medical Appliance Factory | 0.35 x 40 mm | |
| Double-sided tape | Any brand | Round, 1 cm-diameter | |
| Reflective balls | Simi Reality Motion Systems GmbH | 6.5 mm-diameter | |
| SD card | Western Digital Corporation | SDXC UHS-I | |
| SD card reader | UGREEN Group Limited | USB 3.0 | |
| Simi Motion | Simi Reality Motion Systems GmbH | Ver.8.5.15 | |
| Swab | Any brand | The volume fraction of ethanol is 70%-80% | |
| Three cameras | Victor Company of Japan, Limited | JVC GC-PX100BAC | |
| Three tripods | Any brand |
References
- Xu, G., et al. Effect of different twirling and rotating acupuncture manipulation techniques on the blood flow perfusion at acupoints. Journal of Traditional Chinese Medicine. 39 (5), 730-739 (2019).
- Lan, K. C., et al. Effects of the New Lift-Thrust Operation in Laser Acupuncture Investigated by Thermal Imaging. Evidence-Based Complementary and Alternative Medicine. 2019 (2), 1-8 (2019).
- Zhang, L., et al. Effects of acupuncture with needle manipulation at different frequencies for patients with hypertension: Result of a 24- week clinical observation. Complementary Therapies in Medicine. 45, 142-148 (2019).
- Sun, N., et al. Correlation between acupuncture dose and effectiveness in the treatment of knee osteoarthritis: a systematic review. Acupuncture in Medicine. 37 (5), 261-267 (2019).
- Choi, Y. J., Lee, J. E., Moon, W. K., Cho, S. H. Does the effect of acupuncture depend on needling sensation and manipulation. Complementary Therapies in Medicine. 21 (3), 207-214 (2013).
- Park, Y. J., Lee, J. M. Effect of acupuncture intervention and manipulation types on poststroke dysarthria: A systematic review and meta-analysis. Evidence-Based Complementary and Alternative Medicine. 2020, 4981945 (2020).
- Yang, N. N., Ma, S. M., Yang, J. W., Li, T. R., Liu, C. Z. Standardizing therapeutic parameters of acupuncture in vascular dementia rats. Brain and Behavior. 10 (10), 01781 (2020).
- Lyu, R., Gao, M., Yang, H., Wen, Z., Tang, W. Stimulation parameters of manual acupuncture and their measurement. Evidence-Based Complementary and Alternative Medicine. 2019, 1725936 (2019).
- Li, J., Grierson, L. E., Wu, M. X., Breuer, R., Carnahan, H. Perceptual motor features of expert acupuncture lifting-thrusting skills. Acupuncture in Medicine. 31 (2), 172-177 (2013).
- Xuemin, S., et al. Application of Twirling Replenishing and Reducing Technique and Its Quantitative Concept. Chinese Medical Journal. 05, 16-17 (1987).
- Guxing, Development of teaching test apparatus for acupuncture manipulations in TCM. Chinese Acupuncture & Moxibustion. 21 (4), 229 (2001).
- Liu, T. Y., Yang, H. Y., Li, X. J., Kuai, L., Gao, M. Exploitation and application of acupuncture manipulation information analysis system. Zhen Ci Yan Jiu. 33 (5), 330-333 (2008).
- Leow, M. Q., Cao, T., Cui, S. L., Tay, S. C. Quantifying needle motion during acupuncture: implications for education and future research. Acupuncture in Medicine. 34 (6), 482-484 (2016).
- Sun, L. Research on Acupuncture Information Transmission and Quantification System. , Tianjing University. China. Master thesis (2005).
- Tang, W. C., Yang, H. Y., Liu, T. Y., Gao, M., Xu, G. Motion video-based quantitative analysis of the 'lifting-thrusting' method: a comparison between teachers and students of acupuncture. Acupuncture in Medicine. 36 (1), 21-28 (2018).
- Zhang, A., Yan, X. K., Liu, A. G. An Introduction to a newly-developed “Acupuncture Needle Manipulation Training-evaluation System” based on optical motion capture technique. Acupuncture Research. 41 (6), 556-559 (2016).
- Zhang, A., Yan, X. K., Liu, A. G. An Introduction to A Newly-developed “Acupuncture Needle Manipulation Training-evaluation System” [Based on Optical Motion Capture Techniqu]. Zhen Ci Yan Jiu. 41 (6), 556-559 (2016).
- Yang, P., Sun, X. W., Ma, Y. K., Zhang, C. X., Zhang, W. G. Quantitative research on acupuncture manipulation based on video motion capture. Medical Biomechanics. 31 (2), 154-159 (2016).
- Wang, F. C., Ma, T. M. Acupuncture and Moxibustion Techniques and Manipulations, 4 end. , Traditional Chinese Medicine publishing co. 31-34 (2016).
- Tang, W. C., Xu, L. L., Wang, B. G., Wang, F., Yang, H. Y. Acupuncture Manipulation Analysis (AMA) Version 1.1. , Available from: https://github.com/SHUTCM-tcme/AMA (2021).
- Wu, G., et al. ISB recommendation on definitions of joint coordinate systems of various joints for the reporting of human joint motion--Part II: shoulder, elbow, wrist and hand. Journal of Biomechanics. 38 (5), 981-992 (2005).
- Metcalf, C. D., Notley, S. V., Chappell, P. H., Burridge, J. H., Yule, V. T. Validation and application of a computational model for wrist and hand movements using surface markers. IEEE Transactions on Biomedical Engineering. 55 (3), 1199-1210 (2008).
- Ganguly, A., Rashidi, G., Mombaur, K. Comparison of the performance of the leap motion controller(tm) with a standard marker-based motion capture system. Sensors (Basel). 21 (5), (2021).
- Cecilio-Fernandes, D., Cnossen, F., Coster, J., Jaarsma, A. D. C., Tio, R. A. The effects of expert and augmented feedback on learning a complex medical skill. Perceptual and Motor Skills. 127 (4), 766-784 (2020).
- Asadipour, A., Debattista, K., Chalmers, A. Visuohaptic augmented feedback for enhancing motor skills acquisition. The Visual Computer. 33 (4), 401-411 (2017).
- Ozkaya, G., et al. Three-dimensional motion capture data during repetitive overarm throwing practice. Scientific Data. 5, 180272 (2018).
- Maidhof, C., Kastner, T., Makkonen, T. Combining EEG, MIDI, and motion capture techniques for investigating musical performance. Behavior Research Methods. 46 (1), 185-195 (2014).
- Turner, C., Visentin, P., Oye, D., Rathwell, S., Shan, G. Pursuing artful movement science in music performance: single subject motor analysis with two elite pianists. Perceptual and Motor Skills. 128 (3), 1252-1274 (2021).
- Holden, M. S., et al. Objective assessment of colonoscope manipulation skills in colonoscopy training. International Journal for Computer Assisted Radiology and Surgery. 13 (1), 105-114 (2018).
- Oquendo, Y. A., Riddle, E. W., Hiller, D., Blinman, T. A., Kuchenbecker, K. J. Automatically rating trainee skill at a pediatric laparoscopic suturing task. Surgical Endoscopy. 32 (4), 1840-1857 (2018).
- Kwak, J. M., et al. Improvement of arthroscopic surgical performance using a new wide-angle arthroscope in the surgical training. PLoS One. 14 (3), 0203578 (2019).
- Zhenzhu, L., et al. Feasibility study of the low-cost motion tracking system for assessing endoscope holding skills. World Neurosurgery. 140, 312-319 (2020).
- Sakakura, Y., et al. Biomechanical profiles of tracheal intubation: a mannequin-based study to make an objective assessment of clinical skills by expert anesthesiologists and novice residents. BMC Medical Education. 18 (1), 293 (2018).
- Hunukumbure, A. D., Smith, S. F., Das, S. Holistic feedback approach with video and peer discussion under teacher supervision. BMC Medical Education. 17 (1), 179 (2017).
