Summary

Configuration pour l’évaluation quantitative du mouvement et de l’activité musculaire lors d’un test virtuel modifié en boîte et en bloc

Published: January 12, 2024
doi:

Summary

Le protocole décrit ici vise à améliorer l’évaluation quantitative des déficits des membres supérieurs, dans le but de développer une technologie supplémentaire pour l’évaluation à distance à la fois en clinique et à domicile. Les technologies de réalité virtuelle et de biocapteurs sont combinées à des techniques cliniques standard pour fournir des informations sur le fonctionnement du système neuromusculaire.

Abstract

La capacité de bouger nous permet d’interagir avec le monde. Lorsque cette capacité est altérée, elle peut réduire considérablement la qualité de vie et l’indépendance d’une personne et peut entraîner des complications. L’importance de l’évaluation et de la réadaptation à distance des patients s’est récemment accrue en raison de l’accès limité aux services en personne. Par exemple, la pandémie de COVID-19 a entraîné de manière inattendue une réglementation stricte, réduisant l’accès aux services de santé non urgents. De plus, les soins à distance offrent la possibilité de remédier aux disparités en matière de soins de santé dans les zones rurales, mal desservies et à faible revenu où l’accès aux services reste limité.

L’amélioration de l’accessibilité grâce à des options de soins à distance limiterait le nombre de visites à l’hôpital ou chez les spécialistes et rendrait les soins de routine plus abordables. Enfin, l’utilisation d’appareils électroniques grand public commerciaux facilement disponibles pour les soins à domicile peut améliorer les résultats pour les patients en raison d’une meilleure observation quantitative des symptômes, de l’efficacité du traitement et de la posologie du traitement. Bien que les soins à distance soient un moyen prometteur de résoudre ces problèmes, il est crucial de caractériser quantitativement la déficience motrice pour de telles applications. Le protocole suivant vise à combler cette lacune dans les connaissances afin de permettre aux cliniciens et aux chercheurs d’obtenir des données à haute résolution sur les mouvements complexes et l’activité musculaire sous-jacente. L’objectif ultime est de développer un protocole d’administration à distance de tests cliniques fonctionnels.

Ici, les participants ont été invités à effectuer une tâche Box and Block (BBT) d’inspiration médicale, qui est fréquemment utilisée pour évaluer la fonction de la main. Cette tâche exige que les sujets transportent des cubes normalisés entre deux compartiments séparés par une barrière. Nous avons mis en œuvre une BBT modifiée en réalité virtuelle pour démontrer le potentiel de développement de protocoles d’évaluation à distance. L’activation musculaire a été capturée pour chaque sujet à l’aide de l’électromyographie de surface. Ce protocole a permis d’acquérir des données de haute qualité pour mieux caractériser les troubles du mouvement de manière détaillée et quantitative. À terme, ces données ont le potentiel d’être utilisées pour développer des protocoles de réadaptation virtuelle et de surveillance à distance des patients.

Introduction

Le mouvement est la façon dont nous interagissons avec le monde. Bien que les activités quotidiennes telles que prendre un verre d’eau ou se rendre au travail à pied puissent sembler simples, même ces mouvements reposent sur une signalisation complexe entre le système nerveux central, les muscles et les membres1. En tant que tels, l’indépendance personnelle et la qualité de vie sont fortement corrélées au niveau de la fonction des membresd’un individu 2,3. Les lésions neurologiques, comme les lésions de la moelle épinière (LME) ou les lésions des nerfs périphériques, peuvent entraîner des déficits moteurs permanents, diminuant ainsi la capacité d’exécuter même les activités simples de la vie quotidienne 4,5. Selon l’Institut national des troubles neurologiques et des accidents vasculaires cérébraux, plus de 100 millions de personnes aux États-Unis souffrent de déficits moteurs, l’accident vasculaire cérébral étant l’une des principales causes 6,7,8. En raison de la nature de ces blessures, les patients nécessitent souvent des soins prolongés dans lesquels une évaluation motrice quantitative et un traitement à distance peuvent être bénéfiques.

Les pratiques actuelles de traitement des troubles du mouvement nécessitent souvent une évaluation clinique initiale et continue de la fonction par l’observation d’experts formés tels que des physiothérapeutes ou des ergothérapeutes. Les tests cliniques standard validés nécessitent souvent des professionnels formés pour les administrer, avec des contraintes de temps spécifiques et une notation subjective de mouvements prédéfinis ou de tâches fonctionnelles. Cependant, même chez les individus en bonne santé, des mouvements identiques peuvent être accomplis avec des combinaisons variables d’angles articulaires. Ce concept est appelé redondance musculo-squelettique.

Les tests cliniques fonctionnels ne tiennent souvent pas compte de la redondance individuelle sous-jacente à la variabilité inter-sujets. Pour les cliniciens comme pour les chercheurs, la distinction entre la variabilité normale causée par la redondance et les changements pathologiques dans le mouvement reste un défi. Les évaluations cliniques standardisées effectuées par des évaluateurs bien formés utilisent des systèmes de notation à faible résolution pour réduire la variabilité entre les juges et améliorer la validité des tests. Cependant, cela introduit des effets de plafond, réduisant ainsi la sensibilité et la validité prédictive pour les sujets qui peuvent avoir de légers déficits de mouvement 9,10. De plus, ces tests cliniques ne permettent pas de différencier si les déficits sont causés par la mécanique corporelle passive ou la coordination musculaire active, ce qui peut être important lors du diagnostic initial et lors de la conception d’un plan de réadaptation spécifique au patient. Des essais cliniques randomisés ont révélé une efficacité incohérente des plans de traitement formulés sur la base des preuves fournies par ces essais cliniques 11,12,13. Plusieurs études ont souligné la nécessité de disposer de mesures cliniques quantitatives et conviviales qui pourraient être utilisées pour guider la conception des interventions futures14,15.

Dans des études précédentes, nous avons démontré la mise en œuvre de l’évaluation automatisée du mouvement à l’aide de dispositifs de capture de mouvement grand public facilement disponibles dans la déficience du bras après un AVC, ainsi que l’évaluation de la fonction de l’épaule après une chirurgie thoracique chez les patientes atteintes d’un cancer du sein16,17. De plus, nous avons montré que l’utilisation des moments articulaires actifs pour estimer les moments musculaires de mouvements actifs spécifiques est une mesure plus sensible des déficits moteurs après un AVC par rapport aux angles articulaires18. La capture de mouvement et l’électromyographie de surface (EMG) peuvent donc être d’une importance cruciale dans l’évaluation des patients diagnostiqués comme asymptomatiques par les tests cliniques standard, mais qui peuvent toujours éprouver des difficultés de mouvement, de la fatigue ou de la douleur. Cet article décrit un système qui pourrait permettre une caractérisation détaillée et quantitative du mouvement lors d’essais cliniques standard pour le développement futur de méthodes d’évaluation et de réadaptation à domicile chez les populations de patients souffrant de troubles du mouvement.

La réalité virtuelle (VR) peut être utilisée pour construire une expérience utilisateur immersive tout en modélisant les tâches quotidiennes. En règle générale, les systèmes de RV suivent les mouvements de la main de l’utilisateur pour permettre des interactions simulées avec l’environnement virtuel. Le protocole que nous décrivons ici utilise des produits de RV grand public pour la capture de mouvement afin de quantifier l’évaluation des déficits moteurs, à l’instar d’autres études démontrant l’utilisation de manettes de jeux vidéo standard dans l’évaluation quantitative de la déficience après un accident vasculaire cérébral ou une chirurgie de l’épaule16,17. De plus, l’EMG est une mesure non invasive de l’activité neuronale sous-jacente à la contraction musculaire19. En tant que tel, l’EMG peut être utilisé pour évaluer indirectement la qualité du contrôle neuronal du mouvement et fournir une évaluation détaillée de la fonction motrice. Les lésions musculaires et nerveuses peuvent être détectées par EMG, et des troubles tels que la dystrophie musculaire et la paralysie cérébrale sont couramment surveillés à l’aide de cette technique20,21. De plus, l’EMG peut être utilisé pour suivre les changements dans la force musculaire ou la spasticité, qui peuvent ne pas être évidents dans les évaluations cinématiques22,23, ainsi que la fatigue et la coactivation musculaire. De tels paramètres sont essentiels pour évaluer les progrès de la réadaptation 23,24,25.

Le paradigme expérimental décrit ici cherche à tirer parti d’une combinaison de RV et d’EMG pour remédier aux limites des outils d’évaluation clinique traditionnels. Ici, les participants ont été invités à effectuer une tâche Box and Block (BBT)26 modifiée à l’aide d’objets réels et en VR. La TCB standard est un outil clinique utilisé dans l’évaluation générale de la fonction macroscopique des membres supérieurs, dans lequel on demande aux sujets de déplacer autant de blocs de 2,5 cm que possible d’un compartiment, par-dessus une cloison, à un compartiment adjacent en une minute. Bien qu’elles soient souvent utilisées pour évaluer de manière fiable les déficits chez les patients ayant subi un AVC ou d’autres affections neuromusculaires (par exemple, parésie des membres supérieurs, hémiplégie spastique), des données normatives ont également été rapportées pour des enfants et des adultes en bonne santé, âgés de 6 à 8926 ans. Une évaluation virtuelle du mouvement est utilisée pour simuler les aspects fonctionnels du test clinique validé effectué dans la vie réelle. La RV est utilisée ici pour réduire le matériel requis tout en permettant la fourniture d’instructions standardisées et de notation programmée et automatisée. Ainsi, une surveillance constante par des professionnels formés ne serait plus nécessaire.

La TBC de cette étude a été simplifiée pour se concentrer sur la capture de l’atteinte et de la saisie d’un bloc à la fois qui apparaît au même endroit. Cela a permis de maximiser la reproductibilité des mouvements et de minimiser la variabilité inter-sujets dans les données enregistrées. Enfin, les casques de réalité virtuelle peuvent être achetés pour aussi peu que 300 $ et ont le potentiel d’héberger plusieurs évaluations. Une fois programmés, cela réduirait considérablement les coûts associés à l’évaluation professionnelle typique et permettrait une accessibilité accrue de ces tests cliniques standard et validés dans des contextes cliniques et à distance/à domicile.

Protocol

Les procédures expérimentales ont été approuvées par le Conseil d’examen institutionnel (IRB) de l’Université de Virginie-Occidentale, protocole # 1311129283, et ont adhéré aux principes de la Déclaration d’Helsinki. Les risques liés à ce protocole sont mineurs, mais il est nécessaire d’expliquer toutes les procédures et les risques potentiels aux participants, et un consentement écrit et éclairé a été obtenu avec une documentation approuvée par le comité d’éthique de l’établissement.</p…

Representative Results

Les données EMG, cinématiques et de force obtenues auprès de sujets utilisant ce protocole peuvent être utilisées pour caractériser les mouvements lors des répétitions d’une même tâche, ainsi qu’au cours de différentes tâches. Les données présentées ici représentent les résultats de participants témoins sains pour démontrer la faisabilité de cette configuration. La figure 3 montre des profils EMG représentatifs enregistrés chez un sujet sain effectuant la BBT modifi…

Discussion

Système EMG
Le matériel du système EMG se compose de 15 capteurs EMG utilisés pour obtenir des données d’activation musculaire. Une interface de programmation d’application (API) disponible dans le commerce a été utilisée pour générer un logiciel d’enregistrement EMG personnalisé. Le matériel du système VR se compose d’un casque de réalité virtuelle utilisé pour afficher l’environnement VR immersif et d’un câble pour relier le casque à l’ordinateur dédié où la tâche…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ce travail a été soutenu par le Bureau du secrétaire adjoint à la Défense pour les affaires de santé par le biais du programme de recherche sur la restauration des combattants atteints de lésions neuromusculo-squelettiques (RESTORE) sous le numéro de subvention W81XWH-21-1-0138. Les opinions, interprétations, conclusions et recommandations sont celles des auteurs et ne sont pas nécessairement approuvées par le ministère de la Défense.

Materials

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

References

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

Play Video

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

View Video