Kinematisk analys med hjälp av 3D Motion Capture dricka uppgift i personer med och utan övre-extremitet nedskrivningar

Neuroscience

Your institution must subscribe to JoVE's Neuroscience section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

Det här protokollet beskriver en objektiv metod för att utvärdera rörelse prestanda och sensomotorisk funktion i övre extremiteten tillämpas för personer med stroke och friska kontroller. Ett standardiserat testförfarande, kinematisk analys och resultatet variabler för tredimensionella motion capture av dricka uppgift tillhandahålls.

Cite this Article

Copy Citation | Download Citations

Alt Murphy, M., Murphy, S., Persson, H. C., Bergström, U. B., Sunnerhagen, K. S. Kinematic Analysis Using 3D Motion Capture of Drinking Task in People With and Without Upper-extremity Impairments. J. Vis. Exp. (133), e57228, doi:10.3791/57228 (2018).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Kinematisk analys är en kraftfull metod för objektiv bedömning av övre extremiteten rörelser i en tredimensionell (3D)-rymd. Tredimensionell rörelse fånga med en optoelektronisk kamerasystem är ansedd som golden standard för kinematiska rörelsen analys och används alltmer som resultaten åtgärd för att utvärdera rörelse prestanda och kvalitet efter en skada eller sjukdom som omfattar övre extremiteten rörelser. I artikeln beskrivs ett standardiserat protokoll för kinematisk analys av dricka uppgift tillämpas hos individer med funktionsnedsättningar övre extremiteten efter stroke. Dricka uppgiften inlemmar når, greppa och lyfta en kopp från en tabell att ta en drink, placera koppen tillbaka och flytta handen tillbaka till kanten av bordet. Sittande ställning är standardiserat till individens kroppsstorlek och uppgiften utförs i en bekväm självstudier hastighet och kompensatoriska rörelser hindras inte. Avsikten är att hålla aktiviteten naturligt och nära en verklig situation att förbättra ekologiska giltigheten av protokollet. Ett 5-kamera motion capture system används för att samla 3D samordna ståndpunkter från 9 reflex markörer placerad på anatomiska landmärken av arm, bål och ansikte. En enkel enda markör placering används för att säkerställa genomförbarheten av protokollet i kliniska inställningar. Skräddarsydda Matlab-programvaran ger automatiserad och snabba analyser av rörelse data. Temporal kinematik av rörelse tid, hastighet, maximal hastighet, tid för maximal hastighet och jämnhet (antal enheter för dataflytt) tillsammans med rumsliga kantiga kinematik av axeln och armbågen gemensamma samt stammen rörelser beräknas. Dricka uppgift är en giltig bedömning för individer med måttlig och mild övre extremiteten njurfunktion. De konstruera, diskriminerande och samtidig validitet tillsammans med lyhördhet (känslighet ändra) kinematisk variabler erhållits från dricka uppgiften har fastställts.

Introduction

Kinematisk analys beskriver rörelserna i kroppen genom tid och rum, inklusive linjär och kantiga förskjutningar, hastigheter och accelerationer. De optoelektroniska motion capture system använder flera höghastighets kameror som antingen skicka ut infraröda ljussignaler att fånga reflektionerna från passiva markörer placeras på kroppen eller överföra rörelsen data från aktiva markörer som innehåller infraröd lysdioder. Dessa system betraktas som 'gold standard' för förvärvet av kinematiska data1. Dessa system är uppskattade för sin höga noggrannhet och flexibilitet i mätningar av olika uppgifter. Kinematisk åtgärder har visat sig vara effektiva för att fånga mindre förändringar i rörelse prestanda och kvalitet som kan vara oupptäckt med traditionella kliniska skalor2,3. Det har föreslagits att kinematik bör användas för åtskillnad mellan sant återhämtning (återställande av premorbid rörelse egenskaper) och användningen av kompensatoriska (alternativa) rörelsemönster under prestationen av en uppgift4, 5.

Övre extremiteten rörelser kan kvantifieras med slutpunkten kinematik, allmänt erhålls från en markör för hand och kantiga kinematik från lederna och segment (dvs., stammen). Slutpunkten kinematik ger information om banor, hastighet, temporal rörelse strategier, precision, rakhet och jämnhet, medan kantiga kinematik karakterisera rörelsemönster i form av tids- och rumsupplösning gemensamma och segmentet vinklar, vinkelupplösning hastigheter och interjoint samordning. Slutpunkten kinematik, såsom rörelse tid, hastighet och smidighet är effektiva för att fånga underskott och förbättringar i rörelse prestanda efter stroke6,7,8 och kantiga kinematik Visa huruvida de rörelser i lederna och kroppen segment är optimala för en viss uppgift. Kinematik från personer med funktionsnedsättningar ofta jämförs med rörelse prestanda hos individer utan nedskrivningar8,9. Slutpunkten och kantiga kinematik är korrelerade på sätt att en rörelse utförs med effektiv hastighet, jämnhet, och precision kräver bra rörelsekontroll, samordning och användning av effektiva och optimala rörelsemönster. Om exempelvis en patient med stroke som rör sig långsamt vanligtvis visar minskade också jämnhet (ökat antal enheter för dataflytt), lägre maximal hastighet och ökade stammen förskjutning8. Å andra kan förbättringar i endpoint kinematik, såsom rörelsehastighet och jämnhet förekomma självständigt från ändringarna av kompensatoriska rörelsen strategier av stammen och arm10. Det har fastställts att kinematisk analys kan ge ytterligare och mer detaljerad information om hur uppgiften sker efter en skada eller sjukdom, som i sin tur är väsentligt för individualiserad effektiv behandling för att nå optimal motor återhämtning 11. kinematisk analys används alltmer i kliniska studier för att beskriva rörelserna i personer med funktionsnedsättningar i övre extremiteten efter stroke8,9, för att utvärdera motorisk återhämtning7, 12,13 eller för att bestämma effektiviteten av terapeutiska interventioner10,14.

Rörelse uppgifter ofta studerade i stroke pekar och att nå, även om användningen av funktionella uppgifter som införlivar manipulation av verkliga vardagliga föremål ökar1. Eftersom kinematik nå beror på de experimentella begränsningarna, till exempel val av objekt och målet för den uppgift15, är det viktigt att bedöma rörelser under målmedveten och funktionella uppgifter där de verkliga svårigheterna i individens dagliga livet återspeglas närmare.

Således, syftet med denna uppsats är att ge en detaljerad beskrivning av en enkel standardiserade protokoll som används för kinematisk analys av en målmedveten och funktionell aktivitet, dricka uppgift, tillämpas för personer med övre extremiteter nedskrivningar i akuta och kroniska stadier efter stroke. Resultat från valideringen av detta protokoll för individer med måttlig och mild stroke njurfunktion sammanfattas.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alla metoderna som beskrivs här har varit en del av de studier som godkänts av den regionala etikprövningsnämnden i Göteborg (318-04, 225-08).

1. ställa in Motion Capture systemet

  1. Montera 4 kameror på väggen ca 1,5-3 m från området mätning på höjden av 1,5-2,5 m fasadbeklädnad området mätning. Montera en kamera på taket precis ovanför området mätning (figur 1). Starta kamerasystemet.
  2. Placera ramen L-form kalibrering på tabellen med det kort i linje med kanten av bordet och den långa axeln pekar framåt.
    Obs: Koordinatsystemet som definieras med X-axes riktade framåt (anteriorly i sagittalplanet), y-axeln riktad lateralt (i frontala planet) och z-axeln riktad uppåt (mycket fint, vinkelrätt mot det övergripande planet).
  3. Öppna 3D spårning och data förvärv programvaran (Track Manager), starta kalibreringen genom att klicka fånga | Kalibrera, ange en kalibreringstid på 30 s och klicka på OK.
  4. Flytta staven i alla riktningar i hela området hela värderingen (75 × 75 × 65 cm) ovanför stolen och bordet för att säkerställa att alla 5 kameror fångar staven i så många riktningar som möjligt16,17. Efter kalibrering, resultaten visar på skärmen. Acceptera kalibrering residualer under 0,5 mm.
  5. Med ämne, klädd i en ärmlös topp, sitta i en i en höjd Justerbar stol med ryggen mot chair´s tillbaka, övre armen i neutralläge adducerad i handflatan vilar vid bordet och handleden justerad till kanten av bordet. Kontrollera att den knä, höft och armbåge vinklar är ca 90°.
  6. Placera de reflex passiva markörerna med dubbel-tejp på skelettet sevärdheter18 å testade (tredje metacarpophalangeal gemensamma), handled (styloid processen av ulna), armbågar (laterala epikondylen), höger och vänster skuldra (mellersta delen av acromion), thorax (övre delen av bröstbenet) och pannan (skåran mellan ögonbrynen).
  7. Placera två markörer på koppen (övre och nedre kanten).

2. förfaranden för Motion Capture av dricka uppgiften

  1. Placera den hård-plast koppen (diameter 7 cm, höjd 9,5 cm) med 100 mL vatten 30 cm från bordskanten, i mittlinjen av kroppen. Cup på tabellen position väljs medvetet hålla uppgift prestanda naturlig och nära verklig situation.
  2. Be motivet för att utföra den dricka uppgift i en bekväm självstudier hastighet genom i) att nå och greppa koppen, ii) lyfta koppen från tabellen mot mun, iii) att ta en drink (en klunk), iv) Placera koppen tillbaka på bordet bakom en markerade linjen (30 cm från fliken Le kant), och v) återvänder till utgångsläget med hand på kanten av bordet.
  3. Se till att ämnet förstår instruktionerna och kan nå kupa bekvämt med mindre drabbade armen utan framåtlutad.
  4. Före varje inspelning, säkerställa att startpositionen (utgångsposition) är korrekt, be motivet att vara redo, börja fånga manuellt och ge muntlig instruktion ”du kan börja nu”.
  5. När ämnet avslutas aktiviteten, stoppa inspelningen manuellt.
  6. Spela in fem studier med kort paus mellan varje prövning (cirka 30 s), börjar med mindre drabbade armen.
  7. Kontrollera att datainsamling har varit framgångsrik (95-100% data för varje identifierad markör).
    Obs: Markör data automatiskt överförs i realtid data förvärv programvaran (Track Manager). En fördefinierade automatisk markör identifiering (AIM) modellen används för automatisk identifiering av markörer.
  8. När ofullständiga data upptäcks, utföra extra prövningar efter att identifiera problemet och justera de sittande eller markör positionerna för att säkerställa full insyn av markörer för att erhålla minst 3 lyckade försök.
    Obs: Möjliga problem som kan uppstå är att markörer kan falla av eller de är ockluderas från kamerorna betraktningsvinkel, vilket resulterar i ofullständiga data. Men producerar kameran och markör set-up, som används i detta protokoll, dataförlust på grund av luckor endast i mycket sällsynta fall. Totalt tar motion capture sessionen ca 10-15 minuter att slutföra.

3. dataanalys

  1. Överföra inspelade data från Spårhanterare direkt i Matlab genom att klicka filen | Exportera | Direkt i Matlab.
  2. Använd kommandot Matlab vid kommandotolken: (>> arbetsyta) att se uppsättning av Matlab variabler.
    Obs: Nyckel Matlab variabler som innehåller data som ska användas i instruktionerna och skapa analysen är:
    QTMmeasurements.Frames - antalet ramar fångas
    QTMmeasurements.FrameRate - antalet ramar fångas per sekund (240)
    QTMmeasurements.Trajectories.Labeled.Count - antal etiketter (10)
    QTMmeasurements.Trajectories.Labeled.Labels - etiketter enligt definitionen i Track Manager
    QTMmeasurements.Trajectories.Labeled.Data - mätdata i en 3D rad 10 x 3 x antal ramar, där för varje bildruta och varje etikett 3 koordinaterna registreras
  3. I Matlab, filtrera x, y, z-värden använder (smöret) och (filtfilt) instruktioner med en 6 Hz andra ordningens Butterworth filtrera i både fram och vända riktningar, ger en noll-fas distorsion och fram-order filtrering.
    Obs: exempel
    [b, en] = smör (2, 6/240/2); % Cutoff frekvens 6Hz och med avseende på ½ samplingsfrekvens
    xfiltered = filtfilt (b, a, QTMmeasurements.Trajectories.Labeled(1,1,:));
  4. Skapa ett program för x, y, z-värden för varje bildruta prov och varje etikett för att beräkna de kinematiska variablerna såsom tangentiella hastighet i hand, och gemensamma vinklar i Matlab. De kinematiska variablerna visas i tabell 2.
  5. I Matlab, skapa ett program för att bryta sekvensen av prover i 5 logiska faser: nå, vidarebefordra transport, dricka, tillbaka transport och återvänder handen till utgångsläget (figur 2). Definitioner för början och slutet av varje fas är visade i detalj i tabell 1.
  6. Använd instruktionen (tomt) i Matlab, för att skapa tomter positioner, hastigheter, lederna vinklar och vinkel-vinkel diagram.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Protokollet beskrivs i denna artikel har tillämpats till personer med stroke och friska kontroller2,6,8,19,20,21. Totalt har kinematiska data från 111 personer med stroke och 55 friska kontroller analyserats i olika studier. Nedskrivning övre extremiteten efter stroke var definieras som måttlig (FMA-UE betyg 32-57) eller milda (FMA-UE betyg 58-66)8,22,23,24. I friska kontroller, inga signifikanta skillnader mellan den dominerande och icke-dominanta armen utom topp hastigheten och därför icke-dominanta armen valdes för jämförelse 2,8. Majoriteten av data samlades in inom en stor longitudinell kohortstudie, Stroke Arm longitudinella studien vid Göteborgs universitet (SALGOT), som omfattar en icke-valda utdrag av 122 individer med stroke och innebär bedömningar på 3 dagar efter stroke och uppföljning på 10 dagar, 4 veckor, 3, 6 och 12 månader25.

Sammanfattningsvis visar våra resultat att protokollet är genomförbart i kliniska inställningar eftersom ett stort antal patienter testades så tidigt som 3 dagar efter stroke på akut sjukhus strokeenheten. Genomförbarhet bevisades också av det faktum att två erfarna sjukgymnaster lyckats kalibrera och använder motion capture-systemet dagligen utan större tekniska problem (inget stöd från de system som tillhandahåller behövdes under de 3 åren av data Collection). Kvaliteten på uppgifterna var bra och de förprogrammerade automatiska förfarandena för analyser kunde generellt tillämpas. Endast i några inspelningar upptäcktes faserna inte korrekt, ofta på grund av de extra rörelserna i början/slutet av rörelsen eller när rörelsehastighet var extremt lågt hos patienter med svårare funktionsnedsättningar. I dessa fall användes extra prövningar ofta efter en manuell inspektion av plottade data. Testprotokollet visat en bra konsistens i test-retest hos friska individer och förutsatt tydliga och korrekta resultat19.

Rörelser i varje fas av dricka uppgiften och för hela aktiviteten är långsammare (tabell 3) hos personer med stroke, även om den relativa tiden tillbringar i varje fas är liknande till kontroller21. På samma sätt är både tangentiell och kantiga hastigheter lägre hos personer med stroke jämfört med friska kontroller (tabell 3). Den maximala hastigheten inträffade cirka 38% av den totala når tid i stroke och en 46% i kontroller, vilket innebär att fasen retardation förlängdes i stroke. Detta tyder på att individer med stroke behöver förlita sig mer på den feedback som driven rörelsekontroll under andra halvan av nå.

Velocity profilerna hos personer med stroke är segmenterade och Visa flera toppar, vilket återspeglas i antalet enheter för dataflytt (NMU). Medelvärdet för NMU är betydligt större hos individer med stroke jämfört med kontroller. Individer med stroke nå koppen med en mer böjd armbåge (mindre armbåge förlängning) och med axeln mer bortförd när dricka jämfört med friska deltagarna, som återspeglar den kompensatoriska rörelsemönster i stroke. Även om glaset var placerad inom arm räckhåll, individer med stroke luta framåt (stammen förskjutning) cirka 8 cm jämfört med 3 cm i kontroller medan du utför aktiviteten dricka. Minskad interjoint samordning mellan axel och armbåge gemensamma att nå observerades endast hos individer med högre grad av njurfunktion (måttlig stroke) jämfört med kontroller. Exakta värden för kinematik och omfattningen av effekten storlekar för alla grupper visas i tabell 3.

Analysen av konstruera giltigheten av kinematisk variabler från dricka uppgift visade att förflyttningar efter stroke kan beskrivas med två huvudfaktorer, slutpunkten kinematik och kinematik som beskriver vinkelrörelser mönster8. Sammanlagt förklarade fem åtgärder (rörelse tid, topp hastighet, antal enheter för dataflytt, peak vinkelformig hastighet av armbågsled, och stammen förskjutning) 86% av variansen i kinematiska data8. Dessa resultat är i linje med samtidiga giltighet analyser, i vilka tre kinematisk variabler, rörelse tid (MT), rörelse jämnhet (NMU) och stammen deplacement (TD), grupp förklarade 67% av den totala variansen betyg för kliniska bedömningar bedömt med Action Research Arm testa20. Den diskriminerande validitet mellan grupperna med lätt och måttligt arm njurfunktion efter stroke och kontroller var bra för majoriteten av kinematik, men de största effekten storlekarna noterades för jämnhet, total rörelse tid, peak vinkelformig hastighet av armbågar (bana) och stammen deplacement (tabell 3)8. Axel bortförande under dricka är också diskriminerande mellan måttlig och mild stroke grupper. Dessutom samma fyra kinematisk variabler: MT, NMU, bana och TD visat sig vara effektiva i att upptäcka verkliga klinisk förbättring under de första 3 månaderna efter stroke6. Det kan således konstateras att dessa fyra kinematisk variabler (MT, NMU, bana, TD) är tillförlitliga, giltig och känslig för förändringar (lyhörd) för bedömning av övre extremiteterna funktion och aktivitet efter stroke.

Figure 1
Figur 1: 5-kamera motion capture system set-up för att dricka uppgift. Från varje kamera, infra-rött ljus blinkar nå reflekterande markörer och reproducera 2D positionen för markören i bildsensorn kameror med hög rumslig upplösning och noggrannhet i realtid. De 3D-koordinaterna markörens skapas när två kameror visar samma markören från två olika vinklar. Fyra kameror är monterade på väggarna runt området provning något nedåt på ungefär 2 m avstånd och en kamera monteras nedåt från taket ovanför området mätning. Klicka här för att se en större version av denna siffra.

Figure 2
Figur 2: representativa velocity profiler för en frisk kontroll (A) och en person med måttligt stroke leverfunktion (B). Faser av dricka uppgiften visas. Klicka här för att se en större version av denna siffra.

Fas namn Starta Upptäcks av Slutet Upptäcks av
Att nå
(inkluderar greppa)
Hand rörelsen börjar Hand markör hastigheten överskrider 2% av topp hastigheten (sökte bakåt från topp hastigheten); om detta värde är högre än 20mm/s spåras start bakåt till en punkt där hastigheten inte är mindre eller lika med 20 mm/s Hand börjar gå mot munnen med glas Hastighet av glaset överstiger 15 mm/s
Framåt transport
(glas till munnen)
Hand börjar gå mot munnen med glas Hastighet av glaset överstiger 15 mm/s Dricka börjar Avståndet mellan ansiktet och glas markören understiger 15% av steady state * under dricka
Dricka Dricka börjar Avståndet mellan ansiktet och glas markören understiger 15% av steady-state under dricka Dricka ändar Avståndet mellan ansiktet och glas markören överskrider 15% av steady-state under dricka
Backa transport (glas till bordet, omfattar utgivningen av grepp) Hand börjar att flytta till sätta glaset tillbaka till tabell Avståndet mellan ansiktet och glas markören överskrider 15% av steady-state under dricka Hand släpper glaset och börjar att flytta tillbaka till utgångsposition Hastighet av glaset under 10 mm/s
Återvänder
(hand tillbaka till utgångsläget)
Hand släpper glaset och börjar att flytta tillbaka till utgångsposition Hastighet av glaset under 10 mm/s Handen vilar i utgångsläget Hand markör velocity återvände till 2% av maximal hastighet
* Steady state i dricka fas visar ett genomsnitt värderar av 100 ramar runt det kortaste avståndet mellan ansiktet och glas markören

Tabell 1: Fas definitioner för början och slutet av varje fas av dricka uppgiften.

Variabel Specifikation
Slutpunkten kinematik Beräknat från handen markören
Rörelse tid, s Beräknas för varje fas och som total rörelse tid för hela aktiviteten; definitioner för start och stopp finns i tabell 1
Topp tangentiella hastighet, mm/s Beräknats för når fas, kombinerar både arm-och bål
Tid till peak hand hastighet, s % Absoluta och relativa värden för att nå, characteraizes rörelse strategi (acceleration och retardation tid)
Tid till första velocity toppen, s % Absoluta och relativa värden för att nå, characteraizes den ursprungliga rörelse ansträngningen
Antal enheter för dataflytt, n Beräknas för att nå, framåt transport, tillbaka transport och återkommande fas. En rörelse enhet definieras som skillnaden mellan ett lokalt minimum och nästa högsta hastighet värde som överskrider gränsen för amplitud av 20 mm/s, och tiden mellan två efterföljande toppar måste vara minst 150 ms. minimivärdet för dricka uppgift är 4 , åtminstone en enhet per rörelse fas. Dessa toppar återspeglar repetitiva acceleration och retardation under nå och motsvarar rörelse smidighet och effektivitet.
Kantiga kinematik, grader Beräknas för axel och armbåge gemensamma
Armbågen förlängning Minsta vinkel armbåge flexion upptäckts i når fas, bestäms av vinkeln mellan vektorer gå med markörerna armbåge och handled och armbåge och skuldra markörer
Axel bortförande Maximal vinkel i frontala planet upptäcks under nå och dricka fas, respektive; bestäms av vinkeln mellan vektorer gå med axel och armbåge markörer och vertikala vektorn från axeln markören mot höften
Skuldra flexion Maximal vinkel i sagittalplanet upptäcks under nå och dricka, respektive; bestäms av vinkeln mellan vektorer gå med axel och armbåge markörer och vertikala vektorn från axeln markören mot höften
Maximal vinkelformig hastighet av armbåga gemensamt, grader/s Topp hastighet av tillägget armbåge upptäcks under fasen når
Interjoint samordning, r Temporal cross-korrelation mellan noll fördröjning mellan axel flexion och armbåge tillägget under fasen når. En Pearsons korrelationskoefficient närmare 1 starkare korrelation och anger att gemensamma resolutionsförslaget i två lederna är tätt kopplade.
Trunk deplacement, mm Maximal förskjutning av thorax markören från inledande position under hela aktiviteten till dricka

Tabell 2: Definitioner av kinematisk variabler som används i studier som presenteras i de representativa resultat.

Kinematisk variabler, genomsnitt (SD) Friska Stroke Effekt storlek (friska vs stroke) Mild
stroke
Effekt storlek
(friska vs mild stroke)
Måttlig stroke Effekt storlek
(mild stroke vs måttlig stroke)
Slutpunkten kinematik
Total rörelse tid, s 6,49 (0,83) 11,4 (3.1) 0.54* 9.30 (1,68) 0.46* 13.3 (2,9) 0.44*
Antal enheter för dataflytt, (jämnheten), n 2.3 (0,3) 8,4 (4.2) 0.54* 5.4 (2,1) 0.42* 11.1 (3,6) 0,50 *
Maximal hastighet i reach, mm/s 616 (93,8) 431 (82,7) 0.54* 471 (87,7) 0.37* 395 (62,0) 0.22*
Maximal vinkelformig hastighet armbåge i reach, ° /s 121,8 (25,3) 64,9 (20,5) 0.62* 78,0 (19,3) 0.57* 53,3 (13,6) 0.38*
Tid till peak velocity i reach, % 46,0 (6,9) 38,4 (8,6) 0.20* 39,5 (8,7) 0.15* 37,5 (8,8) 0,01
Tid till första toppen i reach, % 42,5 (6,9) 27,1 (12,2) 0.39* 33,0 (9,9) 0,25 21,8 (11,9) 0.22*
Kantiga gemensamma kinematik
Armbågen förlängning i reach-att förstå, grad 53,5 (7,8) 64,1 (11,5) 0.24* 60,5 (10,4) 0,13 67,2 (11,9) 0,09
Axel bortförande i dricka, grad 30,1 (10,1) 47,6 (14,9) 0.33* 37,2 (5,3) 0,07 57,1 (14,5) 0.47*
Trunk deplacement, mm 26,7 (16,8) 77,2 (48,6) 0.34* 50,1 (22,9) 0.26* 101,7 (53,4) 0.30*
Interjoint samordning, Pearson r 0,96 (0,02) 0,82 (0,35) 0,08 0,95 (0,02) 0,03 0,69 (0,46) 0,14
* p < 0,05; Effekt storlek statistik beräknas enligt eta squared, η2

Tabell 3: kinematisk variabler för personer med stroke, för undergrupper av måttlig och mild övre extremiteter nedskrivningar tillsammans med friska kontroller. Effekt storlekar för diskriminering mellan grupperna ovan 0,4 (mycket stor effekt) markeras fet.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Protokollet kan framgångsrikt användas för att kvantifiera rörelse prestanda och kvalitet hos individer med måttlig och mild övre extremiteten sensomotoriska funktionsnedsättningar alla skeden efter stroke. Genomförbarheten av detta protokoll har visat i en klinisk miljö så tidigt som 3 dagar efter stroke, och visade att systemet kan användas av utbildad vårdpersonal utan särskilda tekniska kvalifikationer. Teknisk expertis, dock behövs för att skapa och utveckla ett program för dataanalys. Från denna aspekt, de övre extremiteterna motion capture skiljer sig från gånganalys, där färdiga analysprogram generellt tillhandahålls direkt av tillverkarna. I vardagen, kan armar och händer användas i många olika uppgifter som inbegriper manipulation och interaktion med olika objekt i olika storlekar, platser och affordances. Detta gör att varje installation är unik. Ytterligare, olika mål och begränsningar av aktiviteten påverkar också kinematisk resultatet, eftersom kinematik är mycket uppgiftsspecifika. I framtiden, göras mer ansträngningar att skapa ett standardiserat protokoll för kinematisk analys av grundläggande uppgifter, såsom, dricka, äta, ta handen till munnen och bimanuell objekt manipulation, vilket skulle möjliggöra en bättre jämförelse av resultat mellan olika studier.

Baserat på vår tidiga erfarenheter, med en 3-kamera fånga system, där problemet med segmenteringar och luckor observerades, kan den föreslås att en 5-kamera system som tillåter olika positioner för kameror (och en ovanför området mätning) är optimal för övre extremiteten analysen. För en kliniskt möjlig mätning kan uppställning, en enkel set-up med begränsat antal markörer och förenklad analys, som beskrivs i detta protokoll vara förespråkade. När bedömningen av rörelse prestanda och kvalitet syftar till att följa patienternas återhämtning, gör prognos av framtida utfall, Välj optimal behandlingsalternativ eller utvärdera effektiviteten av behandling och rehabilitering insatser, en enkel, lätt att använda metoden skulle vara tillräckligt. Däremot, skulle en mer omfattande biomekaniska analyser med kluster-baserade märkpennor krävas för mer detaljerad modellering, särskilt när axiell gemensamma rotationer och axel komplexa är av intresse.

Ökad klinisk användning av kinematisk analys förespråkas av många undersökningar inom neurologi och stroke rehabilitering. Objektiva och giltiga metoder för utvärdering av motorisk funktion under fysiska aktiviteter och uppgifter är av stort intresse bland kliniker och forskare. En nyligen papper i konsensus rekommenderar att lägga till kinematisk åtgärder i framtida stroke prövningar tillsammans med kliniska bedömningar att skilja mellan sant återhämtning och ersättning11. Utmaningar kvarstår dock, att fastställa en grundläggande uppsättning kinematisk resultat och uppgifter för inkludering i prövningar och att uppmuntra bredare samarbete mellan utredarna att nå samförstånd11. Det nuvarande 3D motion capture protokollet tillsammans med publicerade valideringsstudier av detta protokoll kan vara ett steg på den riktningen.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna har något att avslöja.

Acknowledgements

Speciellt tack till Bo Johnels, Nasser Hosseini, Roy Tranberg och Patrik Almström för hjälp med inledandet av detta projekt. Forskning uppgifterna i detta protokoll samlades på Sahlgrenska Universitetssjukhuset.

Materials

Name Company Catalog Number Comments
5 camera optoelectronic ProReflex Motion capture system (MCU 240 Hz) Qualisys AB, Gthenburg, Sweden N/A Movement analysis system with passive retroreflective markers
Markers Qualisys AB, Gthenburg, Sweden N/A Retroleflective passive circular markers, diameter of 12 mm
Calibration frame and wand Qualisys AB, Gthenburg, Sweden N/A L-shape calibration frame (defines the origin and orientation of the coordinate system); T-shape wand (300 mm)
Qualisys Track Manager Qualisys AB, Gthenburg, Sweden N/A 3D Tracking software
Matlab Mathworks, Inc, Natick, Ca N/A Data analysis software

DOWNLOAD MATERIALS LIST

References

  1. Alt Murphy, M., Häger, C. K. Kinematic analysis of the upper extremity after stroke - how far have we reached and what have we grasped? Physical Therapy Reviews. 20, (3), 137-155 (2015).
  2. Bustren, E. L., Sunnerhagen, K. S., Alt Murphy, M. Movement Kinematics of the Ipsilesional Upper Extremity in Persons With Moderate or Mild Stroke. Neurorehab Neural Re. 31, (4), 376-386 (2017).
  3. Sivan, M., O'Connor, R. J., Makower, S., Levesley, M., Bhakta, B. Systematic review of outcome measures used in the evaluation of robot-assisted upper limb exercise in stroke. J Rehabil Med. 43, (3), 181-189 (2011).
  4. Demers, M., Levin, M. F. Do Activity Level Outcome Measures Commonly Used in Neurological Practice Assess Upper-Limb Movement Quality? Neurorehab Neural Re. 31, (7), 623-637 (2017).
  5. Levin, M. F., Kleim, J. A., Wolf, S. L. What do motor "recovery" and "compensation" mean in patients following stroke? Neurorehab Neural Re. 23, (4), 313-319 (2009).
  6. Alt Murphy, M., Willen, C., Sunnerhagen, K. S. Responsiveness of Upper Extremity Kinematic Measures and Clinical Improvement During the First Three Months After Stroke. Neurorehab Neural Re. 27, (9), 844-853 (2013).
  7. van Dokkum, L., et al. The contribution of kinematics in the assessment of upper limb motor recovery early after stroke. Neurorehab Neural Re. 28, (1), 4-12 (2014).
  8. Alt Murphy, M., Willen, C., Sunnerhagen, K. S. Kinematic variables quantifying upper-extremity performance after stroke during reaching and drinking from a glass. Neurorehab Neural Re. 25, (1), 71-80 (2011).
  9. Subramanian, S. K., Yamanaka, J., Chilingaryan, G., Levin, M. F. Validity of movement pattern kinematics as measures of arm motor impairment poststroke. Stroke. 41, (10), 2303-2308 (2010).
  10. Michaelsen, S. M., Dannenbaum, R., Levin, M. F. Task-specific training with trunk restraint on arm recovery in stroke: randomized control trial. Stroke. 37, (1), 186-192 (2006).
  11. Kwakkel, G., et al. Standardized measurement of sensorimotor recovery in stroke trials: Consensus-based core recommendations from the Stroke Recovery and Rehabilitation Roundtable. Int J Stroke. 12, (5), 451-461 (2017).
  12. Wagner, J. M., Lang, C. E., Sahrmann, S. A., Edwards, D. F., Dromerick, A. W. Sensorimotor impairments and reaching performance in subjects with poststroke hemiparesis during the first few months of recovery. Phys Ther. 87, (6), 751-765 (2007).
  13. van Kordelaar, J., van Wegen, E., Kwakkel, G. Impact of time on quality of motor control of the paretic upper limb after stroke. Arch Phys Med Rehab. 95, (2), 338-344 (2014).
  14. Thielman, G., Kaminski, T., Gentile, A. M. Rehabilitation of reaching after stroke: comparing 2 training protocols utilizing trunk restraint. Neurorehab Neural Re. 22, (6), 697-705 (2008).
  15. Armbruster, C., Spijkers, W. Movement planning in prehension: do intended actions influence the initial reach and grasp movement? Motor Control. 10, (4), 311-329 (2006).
  16. Qualisys. Qualisys Track Manager user manual. Qualisys Medical AB. Gothenburg. (2008).
  17. Alt Murphy, M., Banina, M. C., Levin, M. F. Perceptuo-motor planning during functional reaching after stroke. Exp Brain Res. (2017).
  18. Sint Jan, S. V. Color atlas of skeletal landmark definitions : guidelines for reproducible manual and virtual palpations. Churchill Livingstone. (2007).
  19. Alt Murphy, M., Sunnerhagen, K. S., Johnels, B., Willen, C. Three-dimensional kinematic motion analysis of a daily activity drinking from a glass: a pilot study. J Neuroeng Rehabil. 3, 18 (2006).
  20. Alt Murphy, M., Willen, C., Sunnerhagen, K. S. Movement kinematics during a drinking task are associated with the activity capacity level after stroke. Neurorehab Neural Re. 26, (9), 1106-1115 (2012).
  21. Alt Murphy, M. Development and validation of upper extremity kinematic movement analysis for people with stroke. Reaching and drinking from a glass. University of Gothenburg. Doctor of Philosophy (Medicine) thesis (2013).
  22. Persson, H. C., Alt Murphy, M., Danielsson, A., Lundgren-Nilsson, A., Sunnerhagen, K. S. A cohort study investigating a simple, early assessment to predict upper extremity function after stroke - a part of the SALGOT study. BMC Neurol. 15, 92 (2015).
  23. Hoonhorst, M. H., et al. How Do Fugl-Meyer Arm Motor Scores Relate to Dexterity According to the Action Research Arm Test at 6 Months Poststroke? Arch Phys Med Rehab. 96, (10), 1845-1849 (2015).
  24. Pang, M. Y., Harris, J. E., Eng, J. J. A community-based upper-extremity group exercise program improves motor function and performance of functional activities in chronic stroke: a randomized controlled trial. Arch Phys Med Rehab. 87, (1), 1-9 (2006).
  25. Alt Murphy, M., et al. SALGOT - Stroke Arm Longitudinal study at the University of Gothenburg, prospective cohort study protocol. BMC Neurol. 11, 56 (2011).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics