Summary

Bevægelse Omskoling med Real-time feedback af Performance

Published: January 17, 2013
doi:

Summary

Omskoling unormale bevægelsesmønstre efter skade eller sygdom er en vigtig del af fysisk genoptræning. Nylige fremskridt i teknologien har tilladt præcis vurdering af bevægelse under en lang række opgaver, med nær øjeblikkelig kvantificering af resultaterne. Dette giver nye muligheder for modifikation af defekte bevægelsesmønstre i realtid.

Abstract

Enhver ændring af bevægelse – især bevægelsesmønstre, der er blevet finpudset i løbet af en årrække – kræver re-organisering af neuromuskulære mønstre, der er ansvarlige for at styre bevægelsen ydeevne. Denne motor learning kan styrkes gennem en række metoder, der er brugt i forskning og kliniske omgivelser ens. I almindelighed verbal feedback af resultater i real-tid eller viden til resultater efter bevægelse er almindeligt anvendt klinisk som en foreløbig middel indgyde motorisk læring. Afhængig af patientens præference og læringsstil, visuel feedback (fx gennem brug af et spejl eller forskellige typer af video) eller proprioceptive vejledning udnytte terapeut touch, anvendes til at supplere mundtlige instrukser fra terapeuten. Faktisk en kombination af disse former for feedback er hverdagskost i det kliniske miljø til at lette motorisk læring og optimere resultater.

Laboratory-baseret, kvantitativ bevægelseanalyse har været en grundpille i forskning indstillinger for at give præcis og objektiv analyse af en række bevægelser i sunde og sårede befolkninger. Mens de egentlige mekanismer til fangst af bevægelserne kan variere, alle nuværende bevægelsesanalyse systemer er baseret på evnen til at spore bevægelsen af ​​kroppens enkelte dele og samlinger og at anvende etablerede bevægelsesligninger at kvantificere centrale bevægelsesmønstre. På grund af begrænsninger i køb og forarbejdning hastighed, analyse og beskrivelse af bevægelserne har traditionelt fundet sted offline efter gennemførelse af en given test session.

Dette dokument vil fremhæve et nyt tillæg til standard bevægelse analyse teknikker, der bygger på den nærmeste øjeblikkelige vurdering og kvantificering af bevægelsesmønstre og visning af særlige bevægelse egenskaber til patienten under en bevægelse analyse session. Som følge heraf kan denne hidtil ukendte teknik tilvejebringe en ny fremgangsmåde til feedback-levering, der har fordele over øjeblikket anvendes feedback-metoder.

Introduction

Enhver væsentlig ændring af den neuromuskulære eller muskuloskeletale struktur af benet vil sandsynligvis få indvirkning på de særlige kendetegn ved bevægelse og tilhørende fysisk funktion. Derfor blev forbedringer i fysisk funktion er et vigtigt resultat af nogen rehabiliteringsindsats. Normale gentagne bevægelser, såsom walking er generelt reguleret af motoriske programmer, der indeholder den nødvendige kontrol nødvendige oplysninger til at aktivere musklerne med den rigtige intensitet og timing 1. Disse motoriske programmer er nødvendige for at forbedre automatik bevægelighed og dermed reducere mængden af ​​kontrol afsat til bevægelse og tillade opmærksomhed på andre højere niveau opgaver. Men givet rollen som motoriske programmer i bevægelse og det faktum, at disse programmer er forfinet over en årrække, skiftende bevægelse ydeevne efter skade eller sygdom er en udfordrende venture.

Traditionelt bevægelse omskoling Interventioner er blevet baseret på at levere tilstrækkelig feedback bevægelighed ydeevne for at sikre, at de nye oplysninger er indarbejdet i det nye og udviklende motorprogram. Enkle, men effektive, tilgange omfatter mundtlig feedback med globale instrukser (fx "bøje mere", "holde dit knæ lige"), samt mekanismer til tilvejebringelse visuel feedback såsom brug af et spejl eller enheder til videooptagelse. Selvom disse indirekte strategier er nyttige, især i kliniske omgivelser med begrænsede ressourcer, er de begrænset af deres vanskeligheder ved at levere diskrete og kvantificerbare mål for bevægelse variabler. Som følge heraf vil supplere disse teknikker med yderligere mere direkte fremgangsmåder til tilbagemelding kan øge motorens genindlæringen ønskes.

Der er meget accept i forsknings-og kliniske samfund, give feedback af diskrete, kvantificerbare resultater af bevægelse egenskaber kan forbedre ydeevnen under en bevægelse retraini ng intervention. For eksempel har øjeblikkelig visuel eller auditiv feedback af muskel aktivering intensitet ved hjælp elektromyografiske biofeedback enheder bliver en grundpille i rehabilitering af bevægelse, især hos personer med slagtilfælde 2-3, cerebral parese 4 eller kronisk hemiplegi 5. I modsætning hertil er tilbagemelding bevægelighed kinematik (fælles, segment vinkler) vist sig at være mindre udnyttes på grund af vanskeligheder med at vurdere og måle disse resultater hurtigt og præcist. Faktisk, selvom kvantitativ, laboratorie-baseret analyse af motion fremtrædende plads i biomekanik forskning og er begyndt at indgå i det kliniske miljø, er det store flertal af motion analyse anvendelse forbeholdt offline analyse efter afprøvning. Men der er et stigende antal undersøgelser i litteraturen, der bruger nye teknologier til at give feedback på gangart foranstaltninger som et middel til at forbedre effektiviteten af bevægelse omskoling 6.

ve_content "> One patologi, der i øjeblikket ved at blive undersøgt for brug af real-time biofeedback kapaciteter integreret med standard bevægelsesanalyse systemer er knæ osteoarthritis (OA). Nylige undersøgelser har udnyttet real-time feedback på gangart kinematik designet specielt til at reducere belastningen gennem knæleddet, kvantificeret ved hjælp af eksterne knæ adduktion øjeblik -. en anerkendt risikofaktor for OA progression 7 For eksempel har undersøgelser udnyttede real-time biofeedback af størrelserne af låret vinkel 8 eller bagagerum vinkel 9-10 Hunt et al 11 tilvejebragt en. real-time visning af bagagerum vinkel foran deltagerne under gang forsøg og viste evnen til at øge udstillet bagagerum lean inden for en enkelt træningssession, med ledsagende reduktion i knæ adduktion øjeblik størrelser. Derimod gennemførte Barrios et al 8 en otte-session gangart omskoling indgreb fokuseret på at ændre dynamisk frontalplanet knævinkel under holdning og viste betydelige reduktioner i knæet adduktion øjeblik værdier efter en måned indgriben i forhold til baseline. Disse undersøgelser og lignende undersøgelser, har påberåbt sig evnen til at måle, analysere og vise variablen af ​​interesse for patienten på en løbende basis. Denne spirende forskningsområde har kliniske implikationer for patienter med en bred vifte af sygdomme, miljøbelastende bevægelse egenskaber. Brug eksempler på kinematiske ændringer er relevante for slidgigt (OA) i knæet, er formålet med dette oplæg er at beskrive metoder, som skal udføre en bevægelse omskoling indgriben ved hjælp af real-time biofeedback Walking ydeevne.

Protocol

1. System Preparation Fjern capture volumen af ​​enhver reflekterende materiale, der kan iagttages af kameraerne. Dette mindsker risikoen for egentlige hud-baserede markører, som kan forveksles med stationære baggrund markører under bevægelsen test og forbedrer den samlede nøjagtighed af sessionen. Kalibrer kameraerne ved at sigte alle kameraer på stationære markører på faste positioner i laboratoriet. Udvid den statiske kalibrering til dynamiske bevægelser med bevægelige markører pl…

Representative Results

Et eksempel fra en enkelt bevægelse omskoling session fokusere på øget lateral trunk lean vinkel i en patient med knæ OA er vist i figur 2. Efter ca 15 min uddannelse ved hjælp af en kombination af verbal og spejl feedback baseret på ydeevne, blev patienten forsynet med real-time data vedrørende mængden af ​​lateral trunk fleksion. Træning med denne fremgangsmåde fortsættes i yderligere 10 min. Under normale (umodificeret) forsøg udviste patienten en selvvalgt beløb af lateral trunk lea…

Discussion

Real-time feedback af præstationen i bevægelser som at gå kan være et værdifuldt supplement til standard bevægelsesanalyse tilgange. Selv i sin relative vorden, vil forskning i specifik og diskret bevægelse modifikationer sikkert drage fordel af evnen til at producere den ønskede modifikation med nøjagtighed og i real-tid. For eksempel, hvis patienten har brug for en bestemt værdi af bevægelse modifikation kan dette beløb måles og tilvejebragt under den faktiske bevægelse. Den fremgangsmåde, præsenteres …

Divulgations

The authors have nothing to disclose.

Acknowledgements

Dette arbejde er blevet finansieret dels af Canada Foundation for Innovation.

Materials

Name of the reagent Company Catalogue number Comments (optional)
Reflective markers 3×3 Design 12 mm diameter
Marker tape discs Discount Disposables TD-22 Electrode Collar, 8 mm Designed usage is as electrode collars
Motion analysis cameras Motion Analysis Corporation
Biofeedtrak Motion Analysis Corporation
Matlab The Mathworks

References

  1. Ivanenko, Y. P., Poppele, R. E., Lacquaniti, F. Motor control programs and walking. Neuroscientist. 12, 339-348 (2006).
  2. Woodford, H., Price, C. EMG biofeedback to improve lower extremity function after stroke. Cochrane Database Syst. Rev. 2007, CD004585 (2007).
  3. Moreland, J. D., Thomson, M. A., Fuoco, A. R. Electromyographic feedback to improve lower extremity function after stroke: a meta-analysis. Arch. Phys. Med. Rehabil. 79, 134-140 (1998).
  4. Colborne, G. R., Wright, F. V., naumann, S. Feedback of triceps surae EMG in gait of children with cerebral palsy: a controlled study. Arch. Phys. Med. Rehabil. 75, 40-45 (1994).
  5. Binder, S. A., Moll, C. B., Wolf, S. L. Evaluation of electromyographic biofeedback as an adjunct to therapeutic exercise in treating the lower extremities of hemiplegic patients. Phys. Ther. 61, 886-893 (1981).
  6. Tate, J. C., Milner, C. E. Real-time kinematic, temporospatial, and kinetic biofeedback during gait retraining in patients: a systematic review. Phys. Ther. 90, 1123-1134 (2010).
  7. Miyazaki, T., Wada, M., et al. Dynamic load at baseline can predict radiographic disease progression in medial compartment knee osteoarthritis. Ann. Rheum. Dis. 61, 617-622 (2002).
  8. Barrios, J., Crossley, K., Davis, I. Gait retraining to reduce the knee adduction moment through real-time visual feedback of dynamic knee alignment. J. Biomech. 43, 2208-2213 (2010).
  9. Hunt, M. A., Simic, M., Hinman, R. S., Bennell, K. L., Wrigley, T. V. Feasibility of a gait retraining strategy for reducing knee joint loading: Increased trunk lean guided by real-time biofeedback. J. Biomech. 44, 943-947 (2011).
  10. Simic, M., Hunt, M. A., Bennell, K. L., Hinman, R. S., Wrigley, T. V. Trunk lean gait modification and knee joint load in people with medial knee osteoarthritis: The effect of varying trunk lean angles. Arthritis Care Res. , (2012).
  11. Hunt, M. A., Simic, M., Hinman, R. S., Bennell, K. L., Wrigley, T. V. Feasibility of a gait retraining strategy for reducing knee joint loading: Increased trunk lean guided by real-time biofeedback. J. Biomech. , (2010).
  12. Mundermann, A., Asay, J., Mundermann, L., Andriacchi, T. Implications of increased medio-lateral trunk sway for ambulatory mechanics. J. Biomech. 41, 165-170 (2008).
check_url/fr/50182?article_type=t

Play Video

Citer Cet Article
Hunt, M. A. Movement Retraining using Real-time Feedback of Performance. J. Vis. Exp. (71), e50182, doi:10.3791/50182 (2013).

View Video