Summary

Movimento Riqualificazione con feedback in tempo reale delle prestazioni

Published: January 17, 2013
doi:

Summary

Riqualificazione schemi di movimento anormali dopo infortunio o malattia è una componente fondamentale della riabilitazione fisica. I recenti progressi nella tecnologia hanno consentito una valutazione accurata di movimento durante una varietà di compiti, con quasi istantaneo quantificazione dei risultati. Questo offre nuove opportunità per la modifica degli schemi di movimento difettoso in tempo reale.

Abstract

Qualsiasi modifica del movimento – in particolare schemi di movimento che sono state affinate nel corso degli anni – richiede la riorganizzazione degli schemi neuromuscolari responsabili per disciplinare l'esecuzione del movimento. Questo apprendimento motore può essere migliorata attraverso un certo numero di metodi che vengono utilizzati nella ricerca e cliniche simili. In generale, il feedback verbale di prestazioni in tempo reale o conoscenza seguenti risultati movimento è comunemente usato clinicamente come mezzo preliminare di instillare apprendimento motorio. Seconda delle preferenze del paziente e stile di apprendimento, feedback visivo (ad esempio attraverso l'uso di uno specchio o di diversi tipi di video) o di orientamento propriocettiva utilizzando tocco terapeuta, vengono utilizzati per integrare istruzioni verbali da parte del terapeuta. In effetti, una combinazione di queste forme di feedback è comune nella pratica clinica per facilitare l'apprendimento del motore e ottimizzare i risultati.

Laboratorio-based, movimento quantitativaanalisi è stato un pilastro nelle impostazioni di ricerca per fornire un'analisi precisa e oggettiva di una varietà di movimenti in popolazioni sane e feriti. Mentre i meccanismi reali di catturare i movimenti possono essere diversi, tutti gli attuali sistemi di analisi del movimento si basano sulla capacità di seguire i movimenti dei segmenti corporei e le articolazioni e di utilizzare le equazioni del moto consolidati per quantificare schemi di movimento chiave. A causa di limitazioni di acquisizione e velocità di elaborazione, l'analisi e la descrizione dei movimenti è sempre verificato in linea dopo il completamento della sessione di test dato.

Questo documento evidenzierà un nuovo supplemento di tecniche standard di analisi del movimento che si basa sulla valutazione quasi istantaneo e quantificazione degli schemi di movimento e la visualizzazione delle specifiche caratteristiche di movimento al paziente durante una sessione di analisi del movimento. Come risultato, questa nuova tecnica in grado di fornire un nuovo metodo di consegna feedback che ha vantaggi Over attualmente utilizzato metodi di feedback.

Introduction

Qualsiasi modifica significativa alla struttura neuromuscolare o muscolo-scheletrico dell'arto inferiore probabilmente avrà un impatto sulle caratteristiche del movimento e le relative funzionalità fisica. Di conseguenza, il miglioramento della funzione fisica è un risultato importante di qualsiasi intervento di riabilitazione. Normali movimenti ripetitivi come camminare sono generalmente disciplinato da programmi motori che contengono le informazioni necessarie il controllo necessari per attivare i muscoli con la giusta intensità e tempi 1. Questi programmi motori sono necessari per migliorare l'automatismo del movimento, riducendo così la quantità di controllo dedicato al movimento e permettendo attenzione nei ad altri compiti di livello superiore. Tuttavia, dato il ruolo di programmi motori in movimento e il fatto che questi programmi vengono affinati per un certo numero di anni, cambiando le prestazioni movimento dopo l'infortunio o la malattia è un'impresa difficile.

Tradizionalmente, il movimento riqualificazione interventioni si sono basate sul fornire feedback adeguato di prestazioni movimento per garantire che le nuove informazioni è incorporato nel programma motore nuovo e in evoluzione. Approcci semplici, ma efficaci, includere il feedback verbale con le istruzioni globali (ad esempio, "piegare di più", "tenere il ginocchio dritto"), nonché i meccanismi di fornire un feedback visivo come l'uso di uno specchio o di dispositivi di registrazione video. Sebbene queste strategie indirette sono utili, soprattutto in contesti clinici con risorse limitate, sono limitati dalla loro difficoltà a fornire misure discrete e quantificabili delle variabili di movimento. Come risultato, queste tecniche integrando con ulteriori metodi più diretti di feedback probabilmente migliorare il motore ri-apprendimento desiderato.

C'è molto di accettazione nelle comunità di ricerca e clinica che fornire valutazioni di discreti risultati quantificabili, delle caratteristiche di movimento in grado di migliorare le prestazioni nel corso di un movimento retraini intervento ng. Ad esempio, istantaneo feedback visivo o uditivo di intensità muscolare attivazione utilizzando dispositivi di biofeedback elettromiografico è diventato un pilastro nella riabilitazione del movimento, in particolare nelle persone con ictus 2-3, paralisi cerebrale 4 o emiplegia cronica 5. Al contrario, il feedback della cinematica del movimento (angoli articolari e segmento) ha dimostrato di essere meno utilizzato a causa di una difficoltà nel valutare e misurare tali risultati in modo rapido e preciso. In effetti, anche se quantitativa, laboratorio di analisi, basata su caratteristiche di movimento posto di primo piano nel campo della ricerca biomeccanica e ha iniziato ad essere incorporati in ambito clinico, la stragrande maggioranza di utilizzo analisi del movimento è riservato per l'analisi offline dopo la prova. Tuttavia, vi è un crescente numero di studi in letteratura che utilizzano le nuove tecnologie per fornire valutazioni di misure andatura come mezzo per migliorare l'efficacia del movimento riqualificazione 6.

ve_content "> Una patologia che è attualmente in fase di studio per l'utilizzo delle funzionalità in tempo reale di biofeedback integrate con i sistemi standard di analisi del movimento è l'artrosi del ginocchio (OA). Studi recenti hanno utilizzato feedback in tempo reale della cinematica del passo progettati specificamente per ridurre il carico che passa attraverso l'articolazione del ginocchio, quantificato utilizzando il momento adduzione esterna del ginocchio -. un fattore di rischio riconosciuto per la progressione dell'OA 7 Per esempio, alcuni studi hanno utilizzato in tempo reale biofeedback delle grandezze d'angolo coscia 8 o angolo tronco 9-10 Hunt et al 11 fornito una. visualizzazione in tempo reale di angolo tronco di fronte ai partecipanti durante la deambulazione e le prove hanno dimostrato la capacità di aumentare tronco esposto magra all'interno di una singola sessione di allenamento, con riduzioni accompagnati in grandezze ginocchio momento adduzione. Al contrario, Barrios et al 8 condotto una sessione di otto intervento di riqualificazione andatura focalizzata sulla modifica dinamica del ginocchio frontale pianoangolo durante l'appoggio e ha mostrato una significativa riduzione dei valori del ginocchio momento adduzione dopo un mese di intervento rispetto al basale. Questi studi, e gli studi simili, hanno fatto affidamento sulla capacità di misurare, analizzare e visualizzare la variabile di interesse per il paziente su una base continua. Questo settore in rapida crescita della ricerca ha implicazioni cliniche per i pazienti con una varietà di patologie che le caratteristiche di movimento impatto. Utilizzando esempi di alterazioni cinematiche rilevanti per osteoartrite (OA) del ginocchio, lo scopo di questo lavoro è quello di descrivere i metodi necessari per condurre un intervento di riqualificazione con movimento in tempo reale biofeedback di camminare prestazioni.

Protocol

1. Sistema di Preparazione Azzerare il volume cattura di qualsiasi materiale riflettente che può essere osservata dalle telecamere. Questo diminuisce le probabilità di effettivo pelle a base di indicatori siano confondibili con i marcatori sfondo fisso durante la prova movimento e migliora la precisione complessiva della sessione. Calibrare le telecamere, puntando tutte le telecamere fisse sui marcatori in posizioni fisse all'interno del laboratorio. Estendere la taratura statica di movimenti …

Representative Results

Un esempio di una sessione singolo movimento riqualificazione concentrandosi su aumento dell'angolo tronco laterale magra in un paziente con gonartrosi è mostrato in Figura 2. Dopo 15 min di formazione utilizzando una combinazione di feedback verbali e specchio a base di prestazioni, il paziente veniva fornito in tempo reale di dati relativi alla quantità di flessione laterale del tronco. Formazione con questo metodo continuata per ulteriori 10 min. Durante normali (non modificato) prove, il pazie…

Discussion

Feedback in tempo reale delle prestazioni durante i movimenti come camminare può essere un complemento prezioso per approcci standard di analisi del movimento. Sebbene nella sua infanzia parente, ricerca modificazioni movimento specifico e discreto certamente beneficiare della capacità di produrre la modifica desiderata con precisione e in tempo reale. Ad esempio, se il paziente richiede una quantità specifica di modificazione movimento, questa quantità può essere misurato e disponibile durante il movimento reale. …

Disclosures

The authors have nothing to disclose.

Acknowledgements

Questo lavoro è stato finanziato, in parte, dalla Fondazione canadese per l'innovazione.

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/50182?article_type=t

Play Video

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

View Video