Summary

Uppställning för kvantitativ bedömning av rörelse och muskelaktivitet under ett virtuellt modifierat box- och blocktest

Published: January 12, 2024
doi:

Summary

Protokollet som beskrivs här syftar till att förbättra den kvantitativa utvärderingen av brister i övre extremiteter, med målet att utveckla ytterligare teknik för fjärrbedömning både på kliniken och hemma. Virtuell verklighet och biosensorteknik kombineras med vanliga kliniska tekniker för att ge insikter om hur det neuromuskulära systemet fungerar.

Abstract

Förmågan att röra sig gör att vi kan interagera med världen. När denna förmåga är nedsämrad kan det avsevärt minska ens livskvalitet och självständighet och kan leda till komplikationer. Betydelsen av utvärdering och rehabilitering av patienter på distans har nyligen ökat på grund av begränsad tillgång till personliga tjänster. Covid-19-pandemin ledde till exempel oväntat till strikta regler, vilket minskade tillgången till icke-akuta hälso- och sjukvårdstjänster. Dessutom erbjuder distansvård en möjlighet att ta itu med hälso- och sjukvårdsskillnader på landsbygden, i underbetjänade områden och låginkomstområden där tillgången till tjänster fortfarande är begränsad.

Att förbättra tillgängligheten genom alternativ för distansvård skulle begränsa antalet sjukhus- eller specialistbesök och göra rutinmässig vård mer överkomlig. Slutligen kan användningen av lättillgänglig kommersiell konsumentelektronik för vård i hemmet förbättra patientresultaten på grund av förbättrad kvantitativ observation av symtom, behandlingseffektivitet och behandlingsdosering. Även om distansvård är ett lovande sätt att ta itu med dessa problem, finns det ett avgörande behov av att kvantitativt karakterisera motorisk nedsättning för sådana tillämpningar. Följande protokoll syftar till att ta itu med denna kunskapslucka för att göra det möjligt för kliniker och forskare att få högupplösta data om komplexa rörelser och underliggande muskelaktivitet. Det slutliga målet är att utveckla ett protokoll för fjärradministrering av funktionella kliniska tester.

Här instruerades deltagarna att utföra en medicinskt inspirerad Box and Block-uppgift (BBT), som ofta används för att bedöma handfunktion. Denna uppgift kräver att försökspersonerna transporterar standardiserade kuber mellan två fack som är åtskilda av en barriär. Vi implementerade en modifierad BBT i virtuell verklighet för att demonstrera potentialen i att utveckla protokoll för fjärrbedömning. Muskelaktivering fångades för varje försöksperson med hjälp av ytelektromyografi. Detta protokoll gjorde det möjligt att samla in data av hög kvalitet för att bättre karakterisera rörelsenedsättning på ett detaljerat och kvantitativt sätt. I slutändan har dessa data potential att användas för att utveckla protokoll för virtuell rehabilitering och fjärrövervakning av patienter.

Introduction

Rörelse är hur vi interagerar med världen. Även om vardagliga aktiviteter som att hämta ett glas vatten eller gå till jobbet kan verka enkla, är även dessa rörelser beroende av komplex signalering mellan det centrala nervsystemet, muskler och lemmar1. Som sådan är personlig självständighet och livskvalitet starkt korrelerade till nivån på en individs extremitetsfunktion 2,3. Neurologiska skador, som vid ryggmärgsskada (SCI) eller perifer nervskada, kan resultera i permanenta motoriska brister, vilket minskar ens förmåga att utföra även enkla aktiviteter i det dagliga livet 4,5. Enligt National Institute of Neurological Disorders and Stroke upplever över 100 miljoner människor i USA motoriska brister, med stroke som en av de främsta orsakerna 6,7,8. På grund av skadornas karaktär behöver patienterna ofta långvarig vård där kvantitativ motorisk bedömning och distansvård kan vara till nytta.

Nuvarande metoder för behandling av rörelsestörningar kräver ofta både initial och kontinuerlig klinisk bedömning av funktion genom observation av utbildade experter som sjukgymnaster eller arbetsterapeuter. Standardvaliderade kliniska tester kräver ofta utbildad personal för att administrera dem, med specifika tidsbegränsningar och subjektiv poängsättning av fördefinierade rörelser eller funktionella uppgifter. Men även hos friska individer kan identiska rörelser åstadkommas med olika kombinationer av ledvinklar. Detta koncept kallas muskuloskeletal redundans.

Funktionella kliniska tester tar ofta inte hänsyn till den individuella redundans som ligger till grund för variabilitet mellan individer. För både kliniker och forskare är det fortfarande en utmaning att skilja mellan normal variabilitet orsakad av redundans och patologiska förändringar i rörelse. Standardiserade kliniska bedömningar som utförs av välutbildade bedömare använder lågupplösta poängsystem för att minska variabiliteten mellan bedömare och förbättra testvaliditeten. Detta introducerar dock takeffekter, vilket sänker känsligheten och den prediktiva validiteten för försökspersoner som kan ha lindriga rörelsestörningar 9,10. Dessutom kan dessa kliniska tester inte skilja på om brister orsakas av passiv kroppsmekanik eller aktiv muskelkoordination, vilket kan vara av betydelse vid initial diagnos och vid utformning av en patientspecifik rehabiliteringsplan. Randomiserade kliniska prövningar har avslöjat inkonsekvent effekt av behandlingsplaner som formulerats baserat på bevis från dessa kliniska tester 11,12,13. Flera studier har betonat behovet av kvantitativa, användarvänliga kliniska mätvärden som kan användas för att vägleda utformningen av framtida interventioner 14,15.

I tidigare studier har vi visat implementeringen av automatiserad rörelsebedömning med hjälp av lättillgängliga konsumentenheter för rörelsefångst vid nedsatt armfunktion efter stroke, samt utvärdering av axelfunktion efter bröstkirurgi hos bröstcancerpatienter16,17. Dessutom har vi visat att användning av aktiva ledmoment för att skatta muskelmoment för specifika aktiva rörelser är ett känsligare mått på motoriska brister efter stroke jämfört med ledvinklar18. Motion capture och ytelektromyografi (EMG) kan därför vara av avgörande betydelse vid bedömning av patienter som diagnostiserats som asymtomatiska av vanliga kliniska tester, men som fortfarande kan uppleva rörelsesvårigheter, trötthet eller smärta. Denna uppsats beskriver ett system som kan möjliggöra detaljerad och kvantitativ karakterisering av rörelse under kliniska standardtester för framtida utveckling av metoder för utvärdering och rehabilitering i hemmet i rörelseskadade patientpopulationer.

Virtuell verklighet (VR) kan användas för att konstruera en uppslukande användarupplevelse samtidigt som du modellerar vardagliga uppgifter. Vanligtvis spårar VR-system användarens handrörelser för att möjliggöra simulerade interaktioner med den virtuella miljön. Protokollet vi beskriver här använder konsument-VR-produkter för motion capture för att kvantifiera bedömningen av motoriska brister, i likhet med andra studier som visar användningen av standardvideospelskontroller vid kvantitativ utvärdering av funktionsnedsättning efter stroke eller axeloperation16,17. Dessutom är EMG ett icke-invasivt mått på den neurala aktiviteten som ligger till grund för muskelkontraktion19. Som sådan kan EMG användas för att indirekt utvärdera kvaliteten på den neurala kontrollen av rörelse och ge en detaljerad bedömning av motorisk funktion. Muskel- och nervskador kan upptäckas med EMG, och sjukdomar som muskeldystrofi och cerebral pares övervakas ofta med hjälp av denna teknik20,21. Dessutom kan EMG användas för att spåra förändringar i muskelstyrka eller spasticitet, vilket kanske inte är uppenbart i kinematiska bedömningar22,23, samt trötthet och muskelkoaktivering. Mätvärden som dessa är avgörande för att bedöma rehabiliteringsframsteg 23,24,25.

Det experimentella paradigmet som beskrivs här syftar till att utnyttja en kombination av VR och EMG för att ta itu med begränsningarna hos traditionella kliniska bedömningsverktyg. Här ombads deltagarna att utföra en modifierad Box and Block-uppgift (BBT)26 med hjälp av riktiga föremål och i VR. Standard BBT är ett kliniskt verktyg som används vid den allmänna bedömningen av grov funktion i övre extremiteterna, där försökspersonerna uppmanas att flytta så många 2,5 cm block som möjligt från ett fack, över en skiljevägg, till ett angränsande fack inom en minut. Även om de ofta används för att på ett tillförlitligt sätt bedöma brister hos patienter med stroke eller andra neuromuskulära tillstånd (t.ex. pares i övre extremiteten, spastisk hemiplegi), har normativa data också rapporterats för friska barn och vuxna i åldrarna 6-8926 år. En virtuell rörelsebedömning används för att simulera funktionella aspekter av det validerade kliniska testet som utförs i verkligheten. VR används här för att minska behovet av hårdvara samtidigt som det möjliggör tillhandahållande av standardiserade instruktioner och programmerad, automatiserad poängsättning. Som sådan skulle det inte längre vara nödvändigt med ständig övervakning av utbildade yrkesmän.

BBT i denna studie har förenklats för att fokusera på att fånga sträckningen och greppet av ett block i taget som dyker upp på samma plats. Detta maximerade reproducerbarheten av rörelserna och minimerade variabiliteten mellan subjekt i inspelad data. Slutligen kan virtual reality-headset köpas för så lite som $300 och har potential att hysa flera bedömningar. När detta väl har programmerats skulle det avsevärt minska kostnaderna för typisk professionell utvärdering och möjliggöra ökad tillgänglighet till dessa standardiserade, validerade kliniska tester i både kliniska miljöer och fjärr-/hemmamiljöer.

Protocol

Experimentella procedurer godkändes av West Virginia University Institutional Review Board (IRB), protokoll # 1311129283, och följde principerna i Helsingforsdeklarationen. Riskerna med detta protokoll är små, men det är nödvändigt att förklara alla förfaranden och potentiella risker för deltagarna och att skriftligt, informerat samtycke har inhämtats med dokumentation som godkänts av institutionens etikprövningsnämnd. 1. Systemets egenskaper och utformning <p …

Representative Results

EMG-, kinematik- och kraftdata som erhållits från försökspersoner som använder detta protokoll kan användas för att karakterisera rörelser över repetitioner av samma uppgift, såväl som under olika uppgifter. Data som visas här representerar resultat från friska kontrolldeltagare för att visa genomförbarheten av denna inställning. Representativa EMG-profiler inspelade från en frisk försöksperson som utför den modifierade BBT i VR visas i figur 3. Hög muskelaktivering av d…

Discussion

EMG-system
Hårdvaran i EMG-systemet består av 15 EMG-sensorer som används för att samla in muskelaktiveringsdata. Ett kommersiellt tillgängligt API (Application Programming Interface) användes för att generera anpassad EMG-inspelningsprogramvara. VR-systemets hårdvara består av ett virtual reality-headset som används för att visa den uppslukande VR-miljön och en kabel för att länka headsetet till den dedikerade datorn där den virtuella bedömningsuppgiften lagras. Programvaran består a…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Detta arbete stöddes av Office of the Assistant Secretary of Defense for Health Affairs genom Restoring Warfighters with Neuromusculoskeletal Injuries Research Program (RESTORE) under utmärkelsenummer W81XWH-21-1-0138. Åsikter, tolkningar, slutsatser och rekommendationer är författarnas och stöds inte nödvändigtvis av försvarsdepartementet.

Materials

Armless Chair N/A A chair for subjects to sit in should be armless so that their arms are not interfered with.
Computer Dell Technologies Three computers were used to accompany the data acquisition equipment.
Leap Motion Controller Ultraleap Optical hand tracking module that captures the hand and finger movement. The controller has two 640 x 240-pixel near-infrared cameras (120 Hz), which are capable of tracking movement up to 60 cm from the device and in a 140 x 120° field of view. This device was attached to the VR headset or secured above the head during movement.
MATLAB MathWorks, Inc.  Programming platform used to develop custom data acquisition software
Oculus Quest 2 Meta Immersive virtual reality headset equipped with hand tracking ability through 4 infrared build-in cameras (72-120 Hz). Can be substituted with other similar devices (ex. HTC Vive, HP Reverb, Playstation VR).
Oculus Quest 2 Link cable Meta Used to connect the headset to the computer where the VR game was stored
PhaseSpace Motion Capture PhaseSpace, Inc. Markered motion capture system, consisting of a server, cameras with 60° field of view, red light emitting diode (LED) as markers, and a calibration object
Trigno Wireless System Delsys, Inc. By Delsys Inc., includes EMG, accelerometer, force sensors, a base station, and collection software. The Trigno-MATLAB Application Programming Interface (API) was used to develop custom recording software.
UnReal Engine 4 Epic Games Software used to create and run the modified Box and Block Task in VR

References

  1. Rosenbaum, D. A. . Human motor control. , (2010).
  2. Kalsi-Ryan, S., Curt, A., Fehlings, M., Verrier, M. Assessment of the hand in tetraplegia using the Graded Redefined Assessment of Strength, Sensibility and Prehension (GRASSP): impairment versus function. Topics in Spinal Cord Injury Rehabilitation. 14 (4), 34-46 (2009).
  3. Kalsi-Ryan, S., et al. The Graded Redefined Assessment of Strength Sensibility and Prehension: reliability and validity. Journal of Neurotrauma. 29 (5), 905-914 (2012).
  4. Menorca, R. M. G., Fussell, T. S., Elfar, J. C. Nerve physiology. Hand Clinics. 29 (3), 317-330 (2013).
  5. Spinal cord injury. National Institute of Neurological Disorders and Stroke Available from: https://www.ninds.nih.gov/health-information/disorders/spinal-cord-injury (2023)
  6. Peripheral neuropathy. National Institute of Neurological Disorders and Stroke Available from: https://www.ninds.nih.gov/health-information/patient-caregiver-education/fact-sheets/peripheral-neuropathy-fact-sheet (2023)
  7. Statistics: Get informed about Parkinson’s disease with these key numbers. Parkinson’s Foundation Available from: https://www.parkinson.org/understanding-parkinsons/statistics (2023)
  8. Virani, S. S., et al. Heart disease and stroke statistics-2021 update: a report from the American Heart Association. Circulation. 143 (8), e254 (2021).
  9. Hsieh, Y., et al. Responsiveness and validity of three outcome measures of motor function after stroke rehabilitation. Stroke. 40 (4), 1386-1391 (2009).
  10. Van Der Lee, H., Beckerman, H., Lankhorst, G. J., Bouter, L. M. The responsiveness of the action research arm test and the Fugl-Meyer assessment scale in chronic stroke patients. Journal of Rehabilitation Medicine. 33 (3), 110-113 (2001).
  11. Duncan, P., et al. Randomized clinical trial of therapeutic exercise in subacute stroke. Stroke. 34 (9), 2173-2180 (2003).
  12. Saposnik, G., et al. Efficacy and safety of non-immersive virtual reality exercising in stroke rehabilitation (EVREST): a randomised, multicentre, single-blind, controlled trial. The Lancet Neurology. 15 (10), 1019-1027 (2016).
  13. Wolf, S. L., et al. The EXCITE stroke trial: Comparing early and delayed constraint-induced movement therapy. Stroke. 41 (10), 2309-2315 (2010).
  14. Krakauer, J. W., Carmichael, S. T. . Broken movement: the neurobiology of motor recovery after stroke. , (2017).
  15. Pollock, A., et al. Interventions for improving upper limb function after stroke. Cochrane Database of Systematic Reviews. 2014 (11), (2014).
  16. Olesh, E. V., Yakovenko, S., Gritsenko, V. Automated assessment of upper extremity movement impairment due to stroke. PLoS ONE. 9 (8), e104487 (2014).
  17. Gritsenko, V., et al. Feasibility of using low-cost motion capture for automated screening of shoulder motion limitation after breast cancer surgery. PLOS ONE. 10 (6), e0128809 (2015).
  18. Thomas, A. B., Olesh, E. V., Adcock, A., Gritsenko, V. Muscle torques and joint accelerations provide more sensitive measures of poststroke movement deficits than joint angles. Journal of Neurophysiology. 126 (2), 591-606 (2021).
  19. De Luca, C. Electromyography. Encyclopedia of Medical Devices and Instrumentation. , (2006).
  20. Lin, C. -. J., Guo, L. -. Y., Su, F. -. C., Chou, Y. -. L., Cherng, R. -. J. Common abnormal kinetic patterns of the knee in gait in spastic diplegia of cerebral palsy. Gait & Posture. 11 (3), 224-232 (2000).
  21. Lin, J., Shah, D., McCracken, C., Verma, S. Quantitative EMG in Duchenne muscular dystrophy (P6.328). Neurology. 86, (2016).
  22. EMG test for neuromuscular disease. Brigham and Women’s Hospital Available from: https://www.brighamandwomens.org/medical-resources/emg-test (2023)
  23. Kuthe, C. D., Uddanwadiker, R. V., Ramteke, A. A. Surface electromyography based method for computing muscle strength and fatigue of biceps brachii muscle and its clinical implementation. Informatics in Medicine Unlocked. 12, 34-43 (2018).
  24. Holtermann, A., Grönlund, C., Karlsson, J. S., Roeleveld, K. Motor unit synchronization during fatigue: Described with a novel sEMG method based on large motor unit samples. Journal of Electromyography and Kinesiology. 19 (2), 232-241 (2009).
  25. Kim, H., Lee, J., Kim, J. Electromyography-signal-based muscle fatigue assessment for knee rehabilitation monitoring systems. Biomedical Engineering Letters. 8 (4), 345-353 (2018).
  26. Mathiowetz, V., Volland, G., Kashman, N., Weber, K. Adult norms for the box and block test of manual dexterity. American Journal of Occupational Therapy. 39 (6), 386-391 (1985).
  27. Hermens, H. J., Freriks, B., Disselhorst-Klug, C., Rau, G. Development of recommendations for SEMG sensors and sensor placement procedures. Journal of Electromyography and Kinesiology. 10 (5), 361-374 (2000).
  28. Yough, M. Advancing medical technology for motor impairment rehabilitation: Tools, protocols, and devices. Graduate Theses, Dissertations, and Problem Reports. , (2023).
  29. Velliste, M., Perel, S., Spalding, M. C., Whitford, A. S., Schwartz, A. B. Cortical control of a prosthetic arm for self-feeding. Nature. 453 (7198), 1098-1101 (2008).
  30. Talkington, W. J., Pollard, B. S., Olesh, E. V., Gritsenko, V. Multifunctional setup for studying human motor control using transcranial magnetic stimulation, electromyography, motion capture, and virtual reality. Journal of Visualized Experiments. (103), e52906 (2015).
  31. Murillo, C., et al. High-density electromyography provides new insights into the flexion relaxation phenomenon in individuals with low back pain. Scientific Reports. 9 (1), 15938 (2019).
  32. Péter, A., et al. Comparing surface and fine-wire electromyography activity of lower leg muscles at different walking speeds. Frontiers in Physiology. 10, 1283 (2019).
  33. Isenstein, E. L., et al. Rapid assessment of hand reaching using virtual reality and application in cerebellar stroke. PLOS ONE. 17 (9), e0275220 (2022).
  34. Varela-Aldás, J., Buele, J., López, I., Palacios-Navarro, G. Influence of hand tracking in immersive virtual reality for memory assessment. International Journal of Environmental Research and Public Health. 20 (5), 4609 (2023).
  35. Robertson, D., et al. Human kinetics. Research methods in biomechanics. , (2004).
  36. Dunne, J. J., Uchida, T. K., Besier, T. F., Delp, S. L., Seth, A. A marker registration method to improve joint angles computed by constrained inverse kinematics. PLOS ONE. 16 (5), e0252425 (2021).
  37. Delp, S. L., et al. OpenSim: Open-source software to create and analyze dynamic simulations of movement. IEEE Transactions on Biomedical Engineering. 54 (11), 1940-1950 (2007).
  38. Naceri, A., Gultekin, Y. B., Moscatelli, A., Ernst, M. O. Role of tactile noise in the control of digit normal force. Frontiers in Psychology. 12, 612558 (2021).
  39. Wottawa, C. R., et al. The role of tactile feedback in grip force during laparoscopic training tasks. Surgical Endoscopy. 27 (4), 1111-1118 (2013).

Play Video

Cite This Article
Taitano, R. I., Yough, M. G., Hanna, K., Korol, A. S., Gritsenko, V. Setup for the Quantitative Assessment of Motion and Muscle Activity During a Virtual Modified Box and Block Test. J. Vis. Exp. (203), e65736, doi:10.3791/65736 (2024).

View Video