Summary

تحليل مشية حركية ثلاثية الدلل للدراسات ما قبل السريرية في القوارض

Published: August 03, 2019
doi:

Summary

يقدم هنا بروتوكول لجمع وتحليل الحركية ثلاثية الأبعاد من الحركة الرباعية في القوارض للدراسات ما قبل السريرية.

Abstract

فائدة أنظمة تحليل الحركة الحركية ثلاثية الأبعاد (ثلاثية الأبعاد) محدودة في القوارض. ويرجع جزء من سبب هذا القصور إلى استخدام خوارزميات معقدة ونمذجة رياضية تصاحب إجراءات جمع البيانات ثلاثية الأبعاد وتحليلها. يوفر هذا العمل منهجية مفصلة بسيطة وسهلة الاستخدام وخطوة بخطوة لتحليل مشية الحركة ثلاثية المفعول أثناء حركة المشي في الفئران الصحية والعصبية الصادمة باستخدام نظام التقاط الحركة من ست كاميرات. كما تقدم تفاصيل عن 1) معايرة النظام في إعداد تجريبي مخصص للحركة الرباعية، 2) جمع البيانات لحركة المشي الحركة في الفئران الكبار باستخدام علامات المتمركزة على جميع الأطراف الأربعة، 3) الخيارات المتاحة لتتبع الفيديو ومعالجة، و 4) الأساسية 3D توليد البيانات الحركية والتصور والقياس الكمي للبيانات باستخدام المدمج في برامج جمع البيانات. وأخيرا، يقترح أن يتم توسيع فائدة هذا النظام التقاط الحركة لدراسة مجموعة متنوعة من السلوكيات الحركية قبل وبعد الصدمات العصبية.

Introduction

في القوارض، يتم تقييم العجز الحركي في الأطراف الخلفية والخلفية بعد الاضطرابات العصبية عادة باستخدام أنظمة تسجيل ذاتية1. تم اعتماد الأنظمة الآلية2 و3و4 و5 لتحليل المشية ولكنها تعاني من العيوب، لأن النتائج الأولية تستند إلى تحليل البصمة وتفشل في التقاط الأهمية الحاسمة المتغيرات الحركية القطاعية والمشتركة التي يمكن أن تكشف عن حركية حقيقية لحركات الأطراف2. وبما أن معظم بارامترات المشي مترابطة، فإن هناك حاجة إلى مجموعة من بارامترات المشي لفهم التعويضات التي تعتمدها الجرذان لتقييم العجز الحركي تقييماً كاملاً.

في العقد الماضي، تم تطوير العديد من أنظمة تحليل الحركة ثلاثية الدناق6 للبحوث الطبية الحيوية في البشر. وقد نجحت هذه النظم وأثبتت فعاليتها في التقاط العجز في الحركة في البالغين الأصحاء من البشر، فضلا عن الحركة المتحركة المتغيرة للمشي6،7. في القوارض، تتوفر حاليا أنظمة الحركة الحركية ثلاثية الأبعاد تعتمد خوارزميات معقدةونمذجة لسلوك الحركة وتستخدم تقنيات تحليل البيانات المتطورة 8،10،11 ، والتي تحد في نهاية المطاف من تعدد استخداماتها. وعلاوة على ذلك، فإن الأساليب المستخدمة لجمع البيانات مع معظم أنظمة التقاط الحركة ثلاثية المدة غير موضحة بشكل كاف في المؤلفات. ولا توجد تفاصيل عن إجراءات جمع البيانات وتحليلها، والقيود، والتقنيات التي ينطوي عليها استخدام النظام بفعالية.

وبالتالي، فإن أحد المفاهيم المشتركة بين الباحثين هو أن التقييمات الحركية لتتبع الحركة ثلاثية الجوانب هي إجراءات جهدية وتستغرق وقتا طويلا تحتاج إلى الخبرة التقنية وتحليل البيانات تفصيلا. والغرض من هذا العمل هو تقسيم بروتوكولات جمع البيانات وتحليلها ووصف المنهجية من خلال عملية تدريجية بحيث تكون موضوعية وسهلة التعلم ويمكن تناولها بصورة منهجية. اليوم، هناك تركيز ناشئ على تقييم السلوك الحركي الوظيفي بطريقة أكثر شمولا ومنهجية بعد الإصابات العصبية والتدخلات في الدراسات ما قبل السريرية.

في مجال الحركة الرباعية، المعروضة هنا هو استخدام نظام تتبع الحركة ثلاثية الأبعاد التي يمكن أن توفر معلومات إضافية مثل وضع الجسم، ودوران مخلب فيما يتعلق محاور الجسم، والعلاقات بين المفاصل، ومعلومات أكثر دقة فيما يتعلق بالتنسيق، كل ذلك في حين تصور في الوقت نفسه الحيوان كله من جميع الطائرات. وهذا، بدوره، يمكن أن تكشف عن الاختلافات الحرجة في السلوك الحركي داخل وبين الفئران صحية والمصابة من خلال نتائج متعددة. مع تحليل حركي أكثر دقة ودقيقة وموضوعية، يتم تقليل خطر الاستدلال خطأ من آثار التدخل. يتم تصور البيانات التي تم إنشاؤها من هذا البرنامج التقاط الحركة إطار بإطار لنوعية الحركة ويمكن تعقبها تلقائيا، وجمع البيانات أو القياس الكمي لا يتطلب أي خوارزميات إضافية أو النمذجة. والهدف من هذا العمل هو توفير التفاصيل والاعتبارات المنهجية التي ينطوي عليها جمع البيانات وتحليل الجوانب الحركية للمشية ثلاثية الجوانب أثناء حركة المشي في الفئران السليمة والمصابة بالحبل الشوكي. هذا البروتوكول مخصص للاستخدام من قبل الباحثين قبل السريرية الذين يستخدمون نماذج الفئران العصبية في التجارب.

Protocol

وقد أجريت هذه الدراسة وفقا لتوصيات المعاهد الوطنية للدليل الصحي لرعاية واستخدام الحيوانات المختبرية. تمت الموافقة على البروتوكول من قبل لجنة البحوث الحيوانية في جامعة ستوني بروك. 1. إعداد نظام التقاط الحركة الإعداد جبل ست كاميرات على الجدار (أو حوامل) باستخدام رؤساء موجهة قابل للتعديل بدقة. ضع ثلاث كاميرات أعلاه على كل جانب من المطحنة، مع كل كاميرا زاوية 20-45 درجة تحت الأفق، على بعد حوالي 2.0 مترمن المطحنة وحوالي 0.5 متر بعيدا عن الكاميرات المجاورة لتغطية أقصى قدر من علامات (الشكل 1). تجهيز كل كاميرا مع ضوء حلقة لتصور علامات الرجعية. بدء تشغيل نظام التقاط الحركة. تحت المشروع | المواصفات، وتحديد العلامات المطلوبة للتجربة.ملاحظة: لأغراض البيان العملي، يتم استخدام ما مجموعه 22 علامة لكل من الأطراف الأمامية والأطراف الخلفية (11 علامة على كل جانب) لتقييم الحركة الرباعية الثنائية. بدلاً من ذلك، يسمح خيار علامة الاستيراد مع معرف علامة محددة للحسابات المسبقة داخل البرنامج. 2. معايرة نظام التقاط الحركة التقاط فيديو المعايرة ضع إطار المعايرة على شكل حرف L (يشار إليه فيما يلي باسم “الإطار L”) على المطحنة، مع الساق الطويلةمن الإطار L مشيرا في اتجاه المشي الفئران (الشكل 2). افتح برنامج التقاط الحركة وحدد سجل لالتقاط فيديو المعايرة. نقل إطار المعايرة على شكل ترايدنت (يشار إليها فيما يلي باسم “عصا”) في جميع أنحاء منطقة المطحنة في الفضاء وذلك لتغطية جميع المناطق التي سوف الفئران المشي في.ملاحظة: يحتوي الإطار L على أربعة علامات تنشئ نظام الإحداثيات العمومي ة والعصا تحتوي على ثلاثة علامات من شأنها معايرة مساحة المشي ثلاثية الدمن للفأر. تسجيل ما لا يقل عن 1 دقيقة من لقطات لضمان وجود نقاط بيانات عصا كافية للمعايرة المناسبة في 120 إطارات / ث. حفظ مقاطع الفيديو كملفات معايرة ثلاثية الدقة. L-الإطار تتبع انقر بزر الماوس الأيمن فوق مجموعة الكاميرا وحدد تتبع ثلاثيالدقة . ضمن النافذة المنسدلة، حدد مقاطع فيديو معايرةثلاثية الدقة، ثم جميع كاميرات المعايرة. باستخدام وظيفة النقطة الثابتة، تتبع أصل الإطار L، L-الإطار القصير، L-الإطار منتصف، وL-الإطار طويلة على كل من أشرطة الفيديو المعايرة الستة. حدد جميع النقاط وحدد الزر بحث تلقائيًا.ملاحظة: يجب أن يظل موضع الإطار L متناسقًا بالنسبة للمطحنة أثناء التجربة بأكملها لمنع تغيير نظام الإحداثيات. عصا تتبع انقر بزر الماوس الأيمن على مجموعة الكاميرا وحدد تلقائي 3D-عصا تتبع. حدد كافة الكاميرات في تحديد الكاميرا. في أسفل يمين الإطار، حدد خيارات، وقم بتحديد كشف إطار L، وحدد بدء التتبع. بعد التتبع التلقائي، حدد تعيين عصا قصيرة، وعصا منتصف، وعصا علامات طويلة لجميع الكاميرات الست. في نافذة التتبع ثلاثيالد، حدد تصدير إلى البيانات الأولية، ثم حدد خيار الكتابة فوق بيانات العصا الموجودة لحفظ التتبع. حدد نعم في الإطار الذي يظهر بعد الخطوة الأخيرة لحفظ البيانات الأكثر دقة.ملاحظة: سيتم حفظ هذا التتبع الجديد كتعقب ضمن علامة التبويب تعقب تلقائي في الشريط الجانبي الأيسر. يمكن الوصول إلى التتبع المحفوظ وتحريره لاحقًا. حساب المعايرة انقر بزر الماوس الأيمن فوق مجموعات معايرة الكاميرا وحدد مجموعة معايرة عصا جديدة. حدد كافة الكاميرات واضغط باستمرار على المفتاح Ctrl (control) أثناء تحديد موافق. تغيير طول العصا إلى 100.00 مم، L-الإطار الكلمة إزاحة إلى 7.00 ملم، والتكرارات للكشف عن خارج إلى 4، ويسمح عصا طول الانحراف إلى 0.300. تغيير الكاميرا التي يجب أن تكون العصا مرئية في الخيار إلى 4، وبدوره على ما يلي: إصلاح نسبة العرض إلى الارتفاع، وإصلاح معلمة الانحراف، وإصلاح النقطة الأساسية (الجدول1).ملاحظة: تم تحديد هذه الإعدادات تجريبياً لتكون الأمثل لهذا الإعداد. قبول المعايرة مع الانحراف المعياري لطول العصا أقل من 3 ملم والقيمة المتبقية أقل من 0.004.ملاحظة: إذا تم نقل الكاميرات أو المعدات المرتبطة بها إلى ما بعد هذه النقطة، سيطلب من أحد إعادة معايرة النظام. 3. تدريب وإعداد الحيوان لحركة المطحنة تدريب الفئران على حركة المشي التأقلم مع الفئران إلى المطحنة لمدة 5 دقائق قبل دورة تدريبية12. تدريب الفئران على المشي مع تحمل الوزن الكامل على أطرافهم في 13 سم / ث لمدة 15 دقيقة / جلسة في الصباح لمدة أسبوع واحد. تدريب جميع الفئران حتى تكون قادرة على المشي باستمرار (الحد الأدنى من 10 خطوات مستمرة) على المطحنة12. استكمال الدورات التدريبية في نفس الوقت تقريبا من اليوم لكل فأر. قبل جمع البيانات، يُعِدّ الجرذ بوضع الجرذ في غرفة حضانة. تسليم غاز الأيسوفلوران (1.0٪ – 2.5٪) و0.4 لتر من الأكسجين لمدة 5 دقائق تقريبا. المضي قدما عندما الفئران لا تستجيب لقرصة مخلب (السلبية مخلب الانسحاب منعكس). اصفرا الجرذ في المناطق التي سيتم فيها وضع علامات لتجنبالفراء من التدخل في تتبع علامة (الشكل 1). بالجس الجلد للمعلم العظمية لوضع علامات. استخدام علامات القلم للمفاصل البعيدة عن الكوعوالركبة (الشكل 3).ملاحظة: علامات العاكسة هي نصف الكرة البلاستيكية 0.5 سم في القطر مغطاة الشريط العاكسة. وضع العلامات على النحو المطلوب على المعالم العظمية قبل جمع البيانات (الشكل3).ملاحظة: في الفئران الصحية غير العصبية الصادمة، غالباً ما تتم إزالة علامات الانعكاس الرجعية التي توضع فوق المفاصل البعيدة بواسطة الفئران. لأغراض العرض التوضيحي، يتم وضع علامات عاكسة على المعالم العظمية القريبة (قمة الحرقفية، الورك، مفصل الركبة للأطراف الخلفية، والكتف والمفاصل الكوع للأطراف الأمامية)، وتستخدم علامات القلم للمعالم أكثر بعدا. في أيدينا، وقد أسفر هذا عن نتائج قابلة للاستنساخ بين وداخل الفئران (البيانات غير المنشورة). 4. التقاط الحركة حدد زر الكاميرا الحمراء في الشريط العلوي من برنامج التقاط الحركة لتسجيل تجربة. قم بتعيين موقع الحفظ على الكمبيوتر وحدد بدء التسجيل للتسجيل في 120 إطار/إطارات. تعيين سرعة المطحنة المعرفة من قبل المستخدم والسماح للفأر بالمشي لمدة 30 ق تقريبا، أو ما لا يقل عن 10 خطوات مستمرة. إيقاف التسجيل والتحقق من أن اللقطات تحتوي على ما لا يقل عن ~ 10 خطوات مستمرة قبل المتابعة. إنشاء مجموعة كاميرا جديدة لكل تجربة بعد حفظ الفيديو المسجل. 5. تتبع الحركة حدد علامة ” +” بجوار مجموعة الكاميرا المحفوظة. هذا سيتم عرض قائمة من جميع الكاميرات الست. تعيين معايرة ثلاثية الدقة لملف الكاميرا انتقل إلى مجموعة معايرة الكاميرا وانقر بزر الماوس الأيمن على المعايرة المحسوبة. حدد تعيين معلمات الكاميراثلاثية الدقة . تعيين ملف المعايرة إلى ملفات الكاميرا المناسبة في مجموعة الكاميرا المحفوظة. مرّر مؤشر الماوس فوق ملف الكاميرا للتحقق من المعايرة (يقرأ كمعايرة ثلاثية الدقةصالحة). كاميرا فردية تتبع 2D انقر بزر الماوس الأيمن فوق مجموعة الكاميرا لتتبع الحركة. حدد التتبع 2D. حدد سبع إلى عشر خطوات مستمرة ومتسقة للتتبع. تسجيل رقم الإطار في جهة الاتصال الأولى من الطرف المرجعي على المطحنة لكل خطوة.ملاحظة: لأغراض العرض التوضيحي، تم اختيار الطرف الخلفي الأيسر كطرف مرجعي. تتوفر خيارات تتبع مختلفة. انقر بزر الماوس الأيمن فوق علامة الاهتمام وحدد التتبع التلقائي، والتي سوف تكشف عن البقع الدائرية الزاهية التي أنشأتها علامات العاكسة (الشكل4). بدلا من ذلك، علامات المسار باستخدام مطابقةنمط، والتي سوف تستخدم خوارزمية مدمجة في البرنامج لتتبع علامات على أساس الحجم واللون (الشكل4). تعقب وتصحيح علامات أو أخطاء غير قابلة للكشف يدويًا في التتبع. استخدام علامات سوداء عندما المفاصل البعيدة علامات الرجعية غير ممكن. تتبع علامات سوداء باستخدام معالجة الصور المتقدمة عن طريق عكس علامات سوداء إلى بقع مشرقة لتتبع التلقائي.ملاحظة: يمكن استخدام خيار معالجة الصورة للمساعدة في تعقب العلامات التي يصعب الكشف عنها أو رؤيتها. انقر بزر الماوس الأيمن على فيديو الفئران في نافذة تتبع 2D. حدد معالجة الصور. حدد طريقة العرض المتقدمة وأضف مجموعة من الفلاتر الأربعة (السطوع، التباين، غاما) لجعل العلامة السوداء مظلمة قدر الإمكان مقارنة بالمناطق المحيطة بها. وأخيرا، إضافة عكس، وسوف تصبح علامة سوداء علامة مشرقةالتي يمكن تعقبها تلقائيا (الشكل 5). تصحيح موضع العلامة تعقب وتصحيح علامات أو أخطاء غير قابلة للكشف يدويًا في التتبع. لتعقب الفيديو يدويًا، حدد العلامة المطلوبة على الشريط الجانبي الأيمن. انقر بزر الماوس الأيمن وحدد التتبع اليدوي. ابدأ تتبع العلامة المحددة على فيديو الفئران الذي يظهر إطارًا بإطار. لتصحيح أية أخطاء، انتقل إلى الإطار الذي حدث فيه خطأ التعقب. انقر بزر الماوس الأيمن فوق علامة التبويب المحددة في الشريط الجانبي الأيمن وانقر فوق حذف نقطة. قم بإعادة تعقب النقطة يدويًا في موضع دقيق. باستخدام الطريقة المذكورة أعلاه، أكمل التتبع 2D لجميع الكاميرات المستخدمة لجميع العلامات المطلوبة في نطاق الإطار من الخطوات المستمرة. انقر على حفظ طوال عملية التتبع. 6- التحليل الحركي تعيينات المرحلة انقر بزر الماوس الأيمن فوق مراحل وحدد تحرير نموذج المرحلة. تخصيص مراحل دورة مشية لكل طرف وفقا للعجز واحد يختار لدراسة (على سبيل المثال، إضافة مراحل السحب، مراحل حليقة اصبع القدم، وما إلى ذلك) ضمن الموقف التقليدي ومراحل سوينغ من دورة الخطوة. تحديد مراحل التجربة (الشكل6).ملاحظة: لأغراض البيان العملي، تظهر ثلاث مراحل هنا، ويستخدم الطرف الخلفي الأيسر كطرف مرجعي لدورات المشي من سبع إلى عشر. انقر بزر الماوس الأيمن فوق الكاميرا في مجموعة الكاميرا وحدد إظهار الفيديو. تعيين مراحل دورة مشية لكل طرف داخل البرنامج باستخدام زر مرحلة الإضافة أو مفتاح الاختصار F11. حدد الطرف المناسب تحت التحليل وحدد الإطار الأول للتتبع كبداية لمرحلة الموقف. تقدم الفيديو إلى الإطار حيث تنتهي مرحلة الموقف وتبدأ مرحلة التأرجح. تعيين هذا الإطار كبداية مرحلة سوينغ. تقدم الفيديو إلى الإطار الأول حيث القدم يبدأ في النزول. تعيين هذا الإطار كبداية لمرحلة منتصف البديل.ملاحظة: هنا، يتم تعريف مرحلة الموقف من دورة خطوة لكل طرف كالإطار الأول الذي يتصل الطرف سطح المطحنة. يتم تعريف مرحلة التأرجح على أنها الإطار الأول الذي يترك فيه الطرف سطح المطحنة. منتصف مرحلة التأرجح هو الإطار حيث الطرف حقق أقصى قدر من التطهير ويبدأ في النزول. يتم تعريف دورة مشية كاملة من بداية الموقف الأولي إلى تعيين مرحلة الموقف من دورة مشية المقبل. كرر هذه الخطوات حتى يتم إكمال تعيينات مراحل الأطراف لكل خطوة. كرر للأطراف الثلاثة الأخرى. حسابات إحداثيات ثلاثية الد إجراء عمليات حسابية ثلاثية الدقة بعد تتبع جميع الكاميرات الست. انقر بزر الماوس الأيمن على مجموعة الكاميرا وحدد حساب ثلاثي الدقةجديد، انقر فوق الكل لتحديد الكاميرا ثم حدد موافق.ملاحظة: سيظهر مجلد جديد. يحتوي هذا المجلد على كافة بيانات الإحداثيات ثلاثية الدّيّة لكافة العلامات المتجنّد. لعرض و/أو تحرير المراحل، انقر بزر الماوس الأيمن على الإحداثيات ثلاثية الدّيّة في الشريط الجانبي الأيسر وحدد تحرير المراحل (الشكل7). إنشاء بيانات ذات أهمية مثل الارتفاع المشترك أو الرسومات التخطيطية للسرعة مع نقاط البيانات عن طريق سحب علامة الاهتمام لعرضها جنبًا إلى جنب مع مراحل المشيالمعينة. (على سبيل المثال، الحركية المشتركة في الشكل8). رسم تخطيطي ثلاثي السنوات انقر فوق الرسم التخطيطي ثلاثي الدُبي لإنشاء رقم ثلاثي الدُعد للإصدار التجريبي. تصدير البيانات الأولية عن طريق النقر بزر الماوس الأيمن على إحداثيات ثلاثية الد/تصدير. انقر بزر الماوس الأيمن فوق ملف الإحداثيات ثلاثية الد وحدد تصدير. افتح الملف في برنامج جدول بيانات واستيراد البيانات إلى MATLAB. إنشاء برنامج لإنشاء قطع من تنسيق ارتفاع خطوة الأطراف.ملاحظة: يمكن تصدير بيانات الإحداثيات ثلاثية الدّي إلى برامج التحليل أو البرامج النصية المخصصة المعرفة للماكرو لإنشاء المزيد من البيانات، بما يتجاوز ما تقدمه ميزات البرنامج.

Representative Results

يوضح هذا البروتوكول منهجية لجمع البيانات الحركية ثلاثية الدناتيك الكمية وتحليلها لحركية المطحنة في القوارض باستخدام برنامج بسيط مدمج. وتظهر النتائج أن البروتوكول ممكن في جمع وتحليل الحركية الحركية الحركية الرباعية الحركة في الفئران السليمة والمصابة بالحبل الشوكي. يجب على الباحثين الذين لديهم خبرة في التعامل مع الفئران وضع علامات على الفئران، ثم معايرة واستخدام نظام التقاط الحركة دون أي قضايا حرجة. يتم إنشاء البيانات بسهولة دون استخدام خوارزميات معقدة. هنا، تم تنفيذ البروتوكول في صحة والحبل الشوكي المصابة (C5 الحق استئصال) الفئران. ولأغراض هذه المخطوطة، لا تظهر سوى النتائج التمثيلية. بشكل عام، كان من السهل الحصول على مختلف الحركية لحركة الجزء المشترك والأطراف من الإحداثيات ثلاثية الجوانب لكل علامة. تم الكشف بسهولة عن الاختلافات الحرجة بين المشية غير الطبيعية ودورات المشي الصحي مع نتائجمتعددة، بما في ذلك (على سبيل المثال لا الحصر) مقاييس ارتفاع الخطوة، سرعة المفاصل، زاوية المفاصل (الشكل 9)، فترات مرحلة دورة الخطوة لجميع الأطراف الأربعة، وتنسيق الأطراف(الشكل 10). تحليل البيانات النوعية في شكل قطع ورسومات تخطيطية عصا يمكن أن توجه تحديد الأدوات الكمية المستخدمة لتنفيذ للنتائج النهائية لهذا النهج التحليل (الشكل11). في الفئران صحية ممثل، وأظهرت لمحة زاوية الكوع على نحو سلس، قمم واحدةمع دورات مشية متجاورة متسقة التي عرضت مجموعة كاملة من الحركة (الشكل 9). اقترح ال يتناوب موقف طور وأرجوحة طور مدى من الآثار تنسيق ثابتة داخل الأطراف. وعلى النقيض من ذلك، أظهر ملف زاوية الكوع للفأر المصاب في الحبل الشوكي قمم مشوهة متعددة، كانت أقل اتساقا ً ونطاقات أصغر من الحركة. وبالإضافة إلى التعديلات في مرحلة الموقف المطول وتقصير فترات مرحلة التأرجح، كان هناك قصور في التنسيق داخل الأطراف بالنسبة لجبهة تحرير الكونغو. في البيانات التمثيلية المقدمة المرسومة للتنسيق، وجد أن قطع العمل (الشكل10)الناتجة عن فئران صحية تمثيلية أظهرت تنسيقاً إيقاعياً متناوباً ومحدداً في الأطراف ipsilateral أثناء المشية دورات (نمط على شكل حرف L) وفي المرحلة D على شكل نمط مع أطرافه المضادة. في المقابل، أظهر فأر مصاب بالحبل الشوكي (C5 الحق) ضعف التنسيق غير المتناوب وغير الإيقاعي في الأطراف ipsilateral والتنسيق الإيقاعي غير عادية بالتناوب (نمط على شكل حرف L) في واحدة من الاضلاع المضادة الاقتران الأطراف(الشكل 10). وبالنظر إلى العجز الملحوظ في الطرف السفلي الأيمن في شريط الفيديو الحركة المسجلة، وهذا يشير إلى أن RFL وLHL لم يتمكنوا من تحمل الوزن الكامل دون دعم إما من LFL أو RHL في أي وقت من الأوقات. ويشير هذا الاتجاه إلى وجود آلية تعويضية للتعامل مع سرعة المشي القسري على جهاز المشي. تم إنشاء بيانات قابلة للقياس الكمي بسهولة من استخدام النظام ثلاثي الجوانب، ولكن هذا ينطوي على الوصول إلى علامات تبويب منفصلة والاختيار من بين العديد من الخيارات المتاحة داخل البرنامج. هناك عمل حالي على وضع نموذج آلي من شأنه أن يولد بيانات كمية ونوعية في تقرير واحد لأوضح نتائج الاهتمام (دون الحاجة إلى توليد نتائج مختلفة بشكل فردي)، كما هو الحال بشكل روتيني مع نظام الحركية المستخدمة للدراسات السريرية. وبالتالي، يمكن تجميع عدة نقاط نهاية وتصديرها في تنسيق تقرير يمكن تصورها بسهولة بعد التجربة مباشرة. الشكل 1 الإعداد التجريبي: (أ) تخطيطي لمجموعة جمع البيانات الحركية المكونة من ست كاميرات لمهمة المشي في المطحنة. يتم وضع مجموعة من ثلاث كاميرات على كلا الجانبين من المطحنة لالتقاط (إطار بإطار) حركات علامة اليسار واليمين أثناء الحركة. (ب) رسم بياني يصور وضع علامة على المعالم العظمية على الأطراف الأمامية والأطراف الخلفية القوارض لالتقاط الحركية الحركية الحركية الحركية الرباعية الحركة. يتم وضع ما مجموعه 11 علامات على كل جانب من الفئران. تُظهر المناطق المظللة المنطقة التي يُحلق فيها الجرذ. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 2 علامات للمعايرة: (أ) تعيين علامة لنظام معايرة العصا، وذلك باستخدام إطارين معايرة: L-الإطار والعصا (B) يتم تعريف نظام الإحداثيات بواسطة L-Frame، حيث يتم تعريف أصل الإطار L (تقاطع ساقين من الإطار) على أنه (0,0). يحدد الطرفان من الإطار L وL-Frame القصير وL-Frame المحورين x وy على التوالي، ويتم تعريف المحور z على أنه عمودي على مستوى XY. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 3 أنواع العلامات: (أ) صورة لجذع الجرذ السفلي تظهر نوعين من العلامات المستخدمة. (باء) تظهر الصورة علامة عاكسة وضعت على قمة الحرقفي مع شريط على الوجهين التي تم تصميمها للتمسك الجلد (دائرة الأحمر). (جيم) تُظهر الصورة وضع علامة القلم فوق المفصل الأيمن (الأحمر الدائري). الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 4 تتبع الحركة. (أ) تظهر الصورة واجهة تتبع الحركة حيث يمكن تتبع علامات متعددة في وقت واحد باستخدام وظائف “تتبع تلقائيا” و “تتبع باستخدام مطابقة نمط”. (B) يتم الكشف عن طريقة عرض مكبرة لعلامة عاكسة كبقعة دائرية بيضاء زاهية في وظيفة “المسار تلقائياً” أثناء تعيين العلامة. البرنامج يتعرف على هذه البقعة كبقعة دائرية زرقاء زاهية. يتم التعرف على النقطة الحمراء في نهاية المطاف كمركز للعلامة المنصوص عليها. تقلل البقعة الحمراء المركزة داخل العلامة الدائرية من فرص الأخطاء التجريبية أثناء تتبع البيانات. ويشير الانحراف عن المركز إلى أن القياس والتحليلات اللاحقة من المرجح أن تكون غير دقيقة. (جيم) عرض مكبر لعلامة عاكسة للانعكاس تم تحديدها لمطابقة النقش. استنادًا إلى حجم العلامة المحددة وشكلها ولونها، يحدد البرنامج تلقائيًا علامات مطابقة للوصف في إطارات الفيديو اللاحقة. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 5 خيارات التتبع الأساسية والمتقدمة. (أ) يمكن معالجة مقاطع الفيديو داخل البرنامج بالنقر بزر الماوس الأيمن فوق الفيديو أثناء التحليل بحيث يتم تصور علامات غير واضحة أو ضبابية بوضوح للسماح بالتتبع التلقائي. لأغراض العرض التوضيحي، يتم عرض نوعين من إعدادات معالجة الصور التي يتم تعديلها لاستيعاب ظروف الإضاءة المحيطة المختلفة أثناء جمع البيانات لسهولة التتبع. (B) إطار فيديو تمثيلي قبل معالجة الصور. (C) لمعالجة الصور الأساسية (نوع المعالجة I)، يتم ضبط السطوع وإعدادات التباين لعرض أكثر وضوحًا. (D) باستخدام إعدادات معالجة الصور المتقدمة (نوع المعالجة الثاني)، يتم عكس علامة المفصل metatarsophalangeal المناسبة (علامة سوداء) ويمكن بعد ذلك تعقبها تلقائيًا. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 6 تعيينات المرحلة: يمكن تقسيم دورة مشية لكل طرف إلى مراحل منفصلة وفقا للتصميم التجريبي. لأغراض البيان العملي، يتم عرض ثلاث مراحل دورة مشية. (أ) يتم تعريف مرحلة الموقف على أنها الإطار الأول الذي يتصل فيه الطرف بسطح المطحنة. (ب) يتم تعريف مرحلة التأرجح على أنها الإطار الأول الذي يترك فيه الطرف سطح المطحنة (C) مرحلة التأرجح المتوسط هي الإطار الأول بعد إزالة الأطراف حيث يبدأ مخلب في النزول. في(D)، يتم تعريف دورة مشية كاملة من بداية الموقف الأولي إلى تعيين مرحلة الموقف من دورة المشية التالية. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 7 خيارات متقدمة لتحليل مرحلة الخطوة. يسمح هذا الخيار بعرض متعمق للتتبع وتعيينات المرحلة، بالإضافة إلى القدرة على تغيير تعيينات المرحلة. (أ) مربع تحديد علامة لعرض وتحديد العلامة المطلوبة. (B) إطار تحديد الإحداثيات: سيبرز إحداثيات الاهتمام (في هذه الحالة، إحداثيات z) سيظهر باللون الأحمر في إطار الرسم التخطيطي الرئيسي. (C) نافذة اختيار المرحلة: يمكن عرض المراحل المخصصة لطرف ما فيما يتعلق بالعلامات والإحداثيات المحددة في (A) و(B). يمكن أيضًا تحرير المراحل من خلال هذا الإطار. (D) إطار الرسم التخطيطي: يمكن مقارنة إحداثيات علامة معينة في وقت واحد أثناء مراحل دورة مشية فردية. يمثل الأخضر والأصفر مراحل الموقف والأرجوحة على التوالي للأطراف الخلفية اليمنى خلال الحركة الرباعية. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 8 عينة من البيانات الحركية ثلاثية الدناجية. (أ) يمكن تصور نتائج مختلفة من كل علامة مشتركة من مجموعة بيانات الإحداثيات ثلاثية الدقة بعد تتبع الفيديو (B) البيانات التمثيلية التي تم إنشاؤها لدورات مرحلة التمركز والتأرجح لكل طرف خلفي وطرف خلفي أثناء رباعية المشي في الفئران. الألوان تمثل مراحل الموقف والتأرجح من دورات خطوة متتالية. الأحمر والأخضر تتوافق مع مراحل الموقف الأيمن والطرف الخلفي على التوالي. الأزرق وteal تتوافق مع مراحل الموقف الخلفي والطرف الخلفي الأيسر على التوالي. الأصفر يتوافق مع مرحلة التأرجح من كل طرف. (C) يمكن مقارنة مجموعات بيانات متعددة (علامات منفصلة أو نتائج) في وقت واحد بكل سهولة. يتم اختيار بيانات سرعة إحداثيات z لعلامات مفصل الركبة اليسرى واليمنى بشكل تعسفي لإظهار السرعة الرأسية لعلامة مفصل الركبة من سطح المطحنة. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 9 بيانات الحركة الزاويّة التمثيلية من الفئران السليمة والمصابة بالحبل الشوكي العنقي أثناء حركة المشي. (أ) ملف زاوية مشتركة الكوع في الفئران ممثل صحي يوضح السلس، قمم واحدة من آثار زاوية مشتركة مع دورات مشية متجاورة متسقة التي تعرض مجموعة كاملة من الحركة. القضبان الحمراء والصفراء تدل على مراحل الموقف والتأرجح على التوالي من دورة خطوة الاطراف السفلية. (ب) على النقيض من ذلك، فإن آثار في الفئران المصابة في الحبل الشوكي ممثل هي أكثر تشويها نسبيا وتظهر قمم متعددة غير متناسقة مع مجموعة أصغر عموما من الحركة المشتركة. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 10 بيانات تنسيق الأطراف التمثيلية من الفئران المصابة في الحبل الشوكي السليم والعنقي أثناء حركة المشي. (أ) يتم رسم قيم إحداثيات z لعلامات metacarpophalangeal (MCP) وmetatarsophalangeal (MTP) التي تصور مقاييس ارتفاع الخطوة في ست مجموعات مختلفة بين الأطراف من حوالي 10 خطوات أثناء المشي الرباعي. يظهر هو مظاهرة تمثيلية لجميع أزواج تنسيق الأطراف الستة الممكنة. (ب) يظهر الجرذ الصحي تنسيقاإيقاعيا بالتناوب واضحا (نمط على شكل حرف L) لجميع الأزواج (i, ii, iii, iv). عندما تكون الأطراف في المرحلة (v، vi)، تتبع أزواج التنسيق نمطًا على شكل حرف D. (ج) في الحبل الشوكي العنقي المصاب، لاحظ ‘1’ ضعف التنسيق بين الطرفين الأماميين، ‘3’ الاقتران الجانبي الأيمن و(4) التنسيق غير العادي لأحد أزواج الأطراف المناوئة. لاحظ أن قطع التنسيق (B,C) لا تشترك في نفس المقياس. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم. الشكل 11 : الرسوم المتحركة 3D عصاالرقم. مثال على رقم عصا ثلاثي الدمع تم إنشاؤه من البيانات المتجنّسة. الرجاء النقر هنا لتحميل هذا الرقم.    معايرة المعلمة مدخلات المعايرة طول عصا [مم] 100 L-الإطار الكلمة إزاحة [مم] 7 تكرارات للكشف عن الخارج 4 يسمح عصا طول الانحراف 0.3 يجب أن تكون عصا مرئية في كاميرات __ على الأقل 4 إصلاح نسبة العرض إلى الارتفاع التحقق إصلاح معلمة الانحراف التحقق إصلاح النقطة الأساسية التحقق الجدول 1: الإعدادات المتقدمة للمعايرة. يلخص الجدول المعلمات التي استخدمناها لمعايرة إعداد الكاميرا الست بدقة. تم اختبار هذه الإعدادات تجريبيًا ووجدت الأمثل لإعدادنا.

Discussion

توضح هذه المقالة البروتوكولية استخدام نظام تتبع الحركة لجمع وتحليل البيانات الحركية ثلاثية الجوانب أثناء حركة المشي الرباعية الحركة في القوارض. وتشمل السمات الهامة لنظام تحليل الحركة الحركية ثلاثية الأبعاد التحديد الكمي المفصل للحركية في الحركة المشتركة (الخطوة المرحلة الحركية، زوايا مشتركة، مجموعة من الحركة، وسرعات الخطوة) من المفاصل والأطراف المتعددة في وقت واحد، والكشف عن العجز الحركي لا يمكن قياسه بالعين المجردة، والقضاء على التحيز الذاتي في جمع البيانات وتحليلها، والتصور السهل للأطراف الكاملة والحركية الوضعية التي يمكن مقارنتها مع التجاور المتزامن للفأر بأكمله في الحركة. دون الحاجة إلى خوارزميات إضافية والنمذجة، والأساليب تظهر قدرة البرنامج على تحليل كمي الحركية من مشية مع تفاصيل كبيرة، والكفاءة، وسهولة، والدقة، واستنساخ.

في القوارض، يتم تقييم العجز الحركي في الأطراف الخلفية والخلفية بعد إصابة الحبل الشوكي (SCI) عادة باستخدام أنظمة تسجيل اللوكموتور الذاتية والموحدة مثل نظام تسجيل BBB1. أنظمة التهديف الذاتية عموما إدخال التحيز اختبار لأن الباحثين مختلفة قد تعيين درجات مختلفة لنفس العجز الحركي أو نفس الدرجة لعجز المحرك مختلفة، مما أدى إلى انخفاض قابلية التكرار وحساسية الاختبار13 . وعلاوة على ذلك، فإن عدم القدرة على الكشف عن أوجه عجز خفية تنطوي على خطر الاستدلال خطأ على آثار التدخل.

لمكافحة هذه المشاكل،وقد اعتمدت النظم الآلية 2،5 وأنظمة مع أو بدون استخدام خوارزميات معقدة14،15 من قبل بعض المحققين. هذه الاختبارات إجراء تحليل دورة الخطوة التي تكشف عن ملامح تحمل الوزن وأنماط تسلسل خطوة مشتقة من حركات وضع مخلب من الفئران المشي عبر المدرج. ومع ذلك، فإن العيب الرئيسي من تحليل مشية الفيديو الطائرة البطني هو أن جسم الشخص نفسه غير مرئي ة مباشرة2،3. وتصبح هذه البيانات مقصورة على المعلومات التي يتم الحصول عليها من انطباعات القدمين وحركات المخلب، وتشكك في اختيار وتفسير بارامترات مشية في تقييم العجز (انظر Chen et al.16). تفاصيل الحركة التي تكشف عن حركية الدينامية القطاعية من حركة الأطراف وتحديد المواقع لا يمكن الحصول عليها بدقة لتحليل الحركة3،5. الانحرافات الحرجة لبيانات زاوية المفاصل (أي مجموعة من الحركات، وسرعة الحركات، وما إلى ذلك)، وعلاقة المفاصل فيما يتعلق ببعضها البعض داخل الطرف وبين الأطراف، وميكانيكا الجسم الأساسية التي تغير أنماط المشية من المستحيل الحصول عليها. على هذا النحو، ما إذا كانت أي ضعف المشية يمكن ملاحظتها نتيجة لتغييرات في الحركات المشتركة الفردية و/أو المتعددة القطاعية (أي التنسيق بين الأطراف القريبة من الأبعد، والعلاقات الوضعية للجذع فيما يتعلق بالموقف ودورة المشية الأطراف، وما إلى ذلك) لا تزال ملثمين.

عدد قليل من النظم المتاحة حاليا التقاط المشية الحركية وتقييم الخلل الحركي نوعيا وكميا ولكن يتم استخدامها على نطاق أقل. وكامل الجسم عالية السرعة الفيديو تتبع نظام تحليل المشية أفلام دورات مشية عفوية من ثلاثة جوانب (واحد بطني وطائرتين جانبية) وتتبع المعالم العظمية لإخراج عدد من نتائج مشية17,18. يستخدم تحليل مشية الطائرة المترهلة من قبل بعض الباحثين للحصول على بيانات الحركة 2D من الطرف الخلفي المهتمة19،20. ومع ذلك، فإن البعد الثالث للحركة الذي يحدث متعامد إلى مستوى العرض (الجانبي أو المترهل) غير قابل للكشف في التحليلات11،18،19.

أخرى أكثر تطورا، 3D، ثلاثة الجسم الجزء القوارض الجسم نظم جمع البيانات الوضعية استخدام النمذجة الرياضية 3D لجمع البيانات، فضلا عن نظام التحليل لتتبع وقياس الحركة 3D من أجزاء الجسم القوارض في حين بما في ذلك رئيس أنماط الحركة8. وقد وضعت Madete وآخرون9 علامة على أساس نظام التقاط الحركة البصرية الإلكترونية لتحديد الحركة الوضعية 3D الجسم أثناء الحركة فوق الأرض على الحزم المشي باستخدام نظام الكاميرا سبعة. النتائج الرئيسية التي تمت دراستها في العملين الأخيرين تركز في المقام الأول على الوضع العام للقوارض بدلا ً من تحليل المشية. توفر أنظمة التقاط الحركة ثلاثية المدة بيانات مشية حركية ثلاثية المدة عالية الإنتاجية باستخدام كاميرات متعددة وأنظمة برمجيات مفصلة، كما استعرضها Bhimani et al.21. وقد استخدمت الإصدارات القديمة من نظام تحليل الحركة 3D المقدمة أيضا في العمل السابق في الفئران مع وبدون الصدمات العصبية12،22،23.

على الرغم من توافر نظم جمع وتحليل الحركة ثلاثية الجوانب للبحث، فإن الاستخدام قبل السريري لهذه التقنية في القوارض لا يزال محدوداً نسبياً. جزء من سبب هذه المشكلة هو أن بروتوكولات جمع البيانات وتحليلها تعتمد بشكل كبير على استخدام نماذج الحركية وبناء خوارزميات معقدة تناسب نموذج حركي من الطرف الخلفي للفأر أثناء المشي لتوليد غرامة، عالية الدقة مشية حركية11،22. تقدم المنهجية التفصيلية المعروضة هنا تفاصيل الإجراء الذي تم القيام به طوال العملية التجريبية بما في ذلك مناولة الحيوانات، والتدريب، والإعداد التجريبي، وجمع البيانات، وخطوات التحليل.

كما تقدم تفاصيل عن معايرة النظام، الذي هو الجزء الأساسي من البروتوكول، الذي سيضمن إمكانية الإعادة بين التجارب المجاورة داخل المواضيع وفيما بينها. التقنيات الموصوفة خطوة بخطوة إدخال الموضوعية في إجراء جمع البيانات وجعلها قابلة للاستنساخ للغاية. يمكن تصور البيانات التي تم إنشاؤها من برنامج التقاط الحركة هذا من إطار بإطار لجودة الحركة وتتبعها تلقائيًا. ويرد وصف آخر هو كيف أن جمع البيانات أو التحديد الكمي هذا لا يتطلب أي خوارزميات أو نمذجة إضافية. يمكن للطلاب والموظفين والباحثين استخدام برامج إحصائية بسيطة لتوليد مخرجات حركية أساسية دون الاعتماد على خبرة تقنية محددة.

ويمكن أيضا استخدام هذا النظام للحركة فوق الأرض، والوصول إلى واستيعاب، وغيرها من التجمعات التجريبية لتناسب الهدف التجريبي. كما يمكن تعديل عدد ونوع العلامات للذيل أو الظهر أو الجذع أو الأذنين، حسب الحاجة. والميزة الأكبر للبرامج المعروضة بالمقارنة مع النظم هي قدرتها على جمع بيانات فيديو عالية الدقة عن الموضوع. وعلى هذا النحو، يمكن فرض مجموعات معقدة من الحسابات (أي الحركات الزاويّة، وخطوط العصا التي تربط مفاصل متعددة، وما إلى ذلك) على الفيديو المسجل. يمكن التحقق من موضع العلامة والبيانات ثلاثية المدة التي تم إنشاؤها مع الحركات الفعلية للفأر في الحركة. على النقيض من ذلك، مع نظام التقاط الحركة 3D الأخرى، يتم التقاط علامات فقط، ويجب أن يتم أي إعادة تحليل على الرسومات التخطيطية عصا (إطار الهيكل العظمي) بدلا من الفيديو من الموضوع الفعلي. وبالتالي، لا يوجد التحقق من وضع العلامات على الحركة الفعلية للموضوع.

استناداً إلى الخبرة المكتسبة من هذا النظام، تلعب المعايرة دورًا حاسمًا في نجاح جمع البيانات. معايرة النظام حساسة للغاية للتغيير. وحركة طفيفة من أي كاميرا واحدة يمكن أن تضر كامل 3D تنسيق عملية جمع البيانات وتحليلها. هناك حاجة إلى اثنين فقط من الكاميرات على كل جانب من مستوى العرض لجمع البيانات، ولكن ينصح بشدة الكاميرا الثالثة لتوفير المزيد من الدقة عن طريق الرجوع إلى مواقع كل علامة مع كاميرات أخرى. ومع زيادة عدد كاميرات التتبع، ستزداد دقة الإحداثيات ثلاثية الدقة لعلامة محددة. خلال المناسبات التي تصبح فيها علامات غامضة بسبب العجز في مشية (مثل الشباك اصبع القدم أو السحب في حالة المشية بعد الصدمة العصبية)، قد تتطلب هذه الظروف تتبع يدوي واسع النطاق. ومع ذلك، فإن كمية البيانات التي يتم إنشاؤها في نهاية المطاف من تتبع يستحق الوقت المستثمر في تتبع العلامات يدويا، مما يجعلها أداة لا تقدر بثمن في الكشف عن العجز الحركي خفية.

في تجربتنا، أي مملة المرتبطة باستخدام النظام يكمن وراء استخدام المعدات والتكنولوجيا نفسها. وعلى غرار البروتوكولات الأخرى لتقييم السلوكيات الحركية، فإن الطريقة التي يتم بها التعامل مع الفئران وتدريبها على هذه المهمة تؤثر بشكل كبير على النتائج. فعلى سبيل المثال، فإن عزل الفئران عن جماعتها أمر بالغ الأهمية أثناء الاختبار؛ وإلا، تظهر الفئران التي لم يتم اختبارها ولكنها لا تزال موجودة أثناء الاختبار تدهور أداء المهمة في نهاية المطاف. درجات حرارة الغرفة المثلى، والإضاءة، ومستويات الضوضاء هي المحددات الأخرى. نشر فؤاد وآخرون تحديات أخرى تصاحب اختبار المحركات الوظيفية في الفئران24. وفي الواقع، لم يواجه المستخدمون المكفوفون من هذا المختبر الذين اتبعوا المنهجية بشكل صحيح أي عقبات رئيسية في جمع البيانات، وتتبع الحركة، وتحليل البيانات.

في هذه الورقة، يتم وصف نظام التقاط الحركة ثلاثية الأبعاد لجمع وتحليل البيانات الحركية بشكل فعال بحيث يمكن للباحثين جمع كميات هائلة من البيانات الحركية المتعمقة بسرعة من فئران متعددة. نحن نعمل حاليا على إنشاء قالب تحليل البيانات الآلي التي يمكن أن تكون مدمجة في البرنامج وتصبح قادرة على توليد تقرير عن النتائج المحددة مسبقا في غضون ثوان قليلة لحركة المشي في القوارض، على غرار ما يتم في الإنسان دراسات باستخدام التقاط الحركةونظم التحليل 6،25. تطوير هذا القالب سوف يسمح للباحثين ما قبل السريرية للحصول على بيانات مفصلة القوارض locomotor في راحة عدد قليل من النقرات من زر الماوس. ومن المأمول أن الأساليب المقدمة في هذا العمل سوف تثبت مفيدة للباحثين ما قبل السريرية لتقييم السلوك الحركي القوارض أكثر موضوعية. نحن الآن الغرامات استخدام هذا النظام لجمع عالية الإنتاجية البيانات الحركية 3D خلال السلوكيات الشائعة، والمهرة أطراف بعيدة مثل الوصول واستيعاب. الأهم من ذلك، يمكن توسيع فائدة هذه الطريقة إلى الفئران مع مجموعة متنوعة من الإصابات العصبية الصادمة وغير العصبية.

Disclosures

The authors have nothing to disclose.

Acknowledgements

شكرنا الخاص لباوان شارما على مساعدته في الإعداد التجريبي للفيديو والمساهمة الفكرية في هذا المشروع. كما نشكر كريستوفر بالاسيو على مساهمته في المساعدة في عرض بروتوكول الفيديو.

Materials

6 camera Basler (Scout scA640-120gu) motion capture system. Simi Reality Motion Systems GmbH Max-Planck-Str. 11 85716 Unterschleibheim, Germany N/A Recording device for motion analytics.
Calibration Frame and Wand Simi Reality Motion Systems GmbH Max-Planck-Str. 11 85716 Unterschleibheim, Germany N/A L-shaped calibration defining the global coordinate sysetem, and the trident shape wand (100 mm)
Markers Shah Lab N/A Recording device for motion analytics. Markers are Custom made in our lab from 0.5cm googly-eyes covered with reflective tape.
Matlab Mathworks, Inc, Natic, Ca N/A Data analysis software
Rodent Cage Custom Made within Stony Brook. N/A Clear plexiglass cage used to keep the rodent on the treadmill.
Simi Reality Motion Systems Simi Reality Motion Systems GmbH Max-Planck-Str. 11 85716 Unterschleibheim, Germany N/A 3D tracking Software.
Treadmill Mk Automation Inc., Bloomfield, CT 06002 N/A Treadmill used for rodent locomotion.

References

  1. Basso, D. M., Beattie, M. S., Bresnahan, J. C. A sensitive and reliable locomotor rating scale for open field testing in rats. Journal of Neurotrauma. 12 (1), 1-21 (1995).
  2. Cheng, H., et al. Gait analysis of adult paraplegic rats after spinal cord repair. Experimental Neurology. 148 (2), 544-557 (1997).
  3. Hamers, F. P., Lankhorst, A. J., van Laar, T. J., Veldhuis, W. B., Gispen, W. H. Automated quantitative gait analysis during overground locomotion in the rat: its application to spinal cord contusion and transection injuries. Journal of Neurotrauma. 18 (2), 187-201 (2001).
  4. Beare, J. E., et al. Gait analysis in normal and spinal contused mice using the TreadScan system. Journal of Neurotrauma. 26 (11), 2045-2056 (2009).
  5. Nakamura, A., et al. Low-cost three-dimensional gait analysis system for mice with an infrared depth sensor. Neuroscience Research. 100, 55-62 (2015).
  6. Pfister, A., West, A. M., Bronner, S., Noah, J. A. Comparative abilities of Microsoft Kinect and Vicon 3D motion capture for gait analysis. Journal of Medical Engineering & Technology. 38 (5), 274-280 (2014).
  7. Alt Murphy, M., Murphy, S., Persson, H. C., Bergstrom, U. B., Sunnerhagen, K. S. Kinematic Analysis Using 3D Motion Capture of Drinking Task in People With and Without Upper-extremity Impairments. Journal of Visualized Experiments. (133), (2018).
  8. Karakostas, T., Hsiang, S., Boger, H., Middaugh, L., Granholm, A. C. Three-dimensional rodent motion analysis and neurodegenerative disorders. Journal of Neuroscience Methods. 231, 31-37 (2014).
  9. Madete, J. K., et al. Challenges facing quantification of rat locomotion along beams of varying widths. Journal of Engineering in Medicine. 224 (11), 1257-1265 (2010).
  10. Neckel, N. D., Dai, H. N., Burns, M. P. A novel multidimensional analysis of rodent gait reveals the compensation strategies employed during spontaneous recovery from spinal cord and traumatic brain injury. Journal of Neurotrauma. , (2018).
  11. Valdez, S. I., et al. Modeling hind-limb kinematics using a bio-inspired algorithm with a local search. Biomedical Engineering Online. 17, (2018).
  12. Shah, P. K., et al. Use of quadrupedal step training to re-engage spinal interneuronal networks and improve locomotor function after spinal cord injury. Brain: A Journal of Neurology. 136 (Pt 11), 3362-3377 (2013).
  13. Barros Filho, T. E., Molina, A. E. Analysis of the sensitivity and reproducibility of the Basso, Beattie, Bresnahan (BBB) scale in Wistar rats. Clinics (Sao Paulo). 63 (1), 103-108 (2008).
  14. Jacobs, B. Y., Kloefkorn, H. E., Allen, K. D. Gait analysis methods for rodent models of osteoarthritis). Currend Pain and Headache Reports. 18 (10), 456 (2014).
  15. Kloefkorn, H. E., et al. Automated Gait Analysis Through Hues and Areas (AGATHA): A Method to Characterize the Spatiotemporal Pattern of Rat Gait. Annals of Biomedical Engineering. 45 (3), 711-725 (2017).
  16. Chen, H., Du, J., Zhang, Y., Barnes, K., Jia, X. Establishing a reliable gait evaluation method for rodent studies. Journal of Neuroscience Methods. 283, 92-100 (2017).
  17. Zorner, B., et al. Profiling locomotor recovery: comprehensive quantification of impairments after CNS damage in rodents. Nature Methods. 7 (9), 701-708 (2010).
  18. Preisig, D. F., et al. High-speed video gait analysis reveals early and characteristic locomotor phenotypes in mouse models of neurodegenerative movement disorders. Behavioural Brain Research. 311, 340-353 (2016).
  19. Fiander, M. D., Chedrawe, M. A., Lamport, A. C., Akay, T., Robertson, G. S. Sagittal Plane Kinematic Gait Analysis in C57BL/6 Mice Subjected to MOG35-55 Induced Experimental Autoimmune Encephalomyelitis. Journal of Visualized Experiments. (129), (2017).
  20. Fiander, M. D., Stifani, N., Nichols, M., Akay, T., Robertson, G. S. Kinematic gait parameters are highly sensitive measures of motor deficits and spinal cord injury in mice subjected to experimental autoimmune encephalomyelitis. Behavioural Brain Research. 317, 95-108 (2017).
  21. Bhimani, A. D., et al. Functional gait analysis in a spinal contusion rat model. Neuroscience Biobehavioral Reviews. 83, 540-546 (2017).
  22. Courtine, G., et al. Transformation of nonfunctional spinal circuits into functional states after the loss of brain input. Nature Neuroscience. 12 (10), 1333-1167 (2009).
  23. Shah, P. K., et al. Unique Spatiotemporal Neuromodulation of the Lumbosacral Circuitry Shapes Locomotor Success after Spinal Cord Injury. Journal of Neurotrauma. 33 (18), 1709-1723 (2016).
  24. Fouad, K., Hurd, C., Magnuson, D. S. Functional testing in animal models of spinal cord injury: not as straight forward as one would think. Frontiers in Integrative Neuroscience. 7, 85 (2013).
  25. Miller, E., et al. Mechanical testing for three-dimensional motion analysis reliability. Gait & Posture. 50, 116-119 (2016).

Play Video

Cite This Article
Wong, J., Shah, P. K. 3D Kinematic Gait Analysis for Preclinical Studies in Rodents. J. Vis. Exp. (150), e59612, doi:10.3791/59612 (2019).

View Video