تحليل مشية حركية ثلاثية الدلل للدراسات ما قبل السريرية في القوارض
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،9،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
Representative Results
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،3،4،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 حركية8،9،11،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.
Divulgations
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
- 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).
- Cheng, H., et al. Gait analysis of adult paraplegic rats after spinal cord repair. Experimental Neurology. 148 (2), 544-557 (1997).
- 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).
- 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).
- Nakamura, A., et al. Low-cost three-dimensional gait analysis system for mice with an infrared depth sensor. Neuroscience Research. 100, 55-62 (2015).
- 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).
- 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).
- 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).
- 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).
- 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).
- Valdez, S. I., et al. Modeling hind-limb kinematics using a bio-inspired algorithm with a local search. Biomedical Engineering Online. 17, (2018).
- 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).
- 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).
- 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).
- 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).
- 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).
- Zorner, B., et al. Profiling locomotor recovery: comprehensive quantification of impairments after CNS damage in rodents. Nature Methods. 7 (9), 701-708 (2010).
- 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).
- 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).
- 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).
- Bhimani, A. D., et al. Functional gait analysis in a spinal contusion rat model. Neuroscience Biobehavioral Reviews. 83, 540-546 (2017).
- 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).
- 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).
- 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).
- Miller, E., et al. Mechanical testing for three-dimensional motion analysis reliability. Gait & Posture. 50, 116-119 (2016).
