Summary

Virtual Modified Box and Block Test 중 동작 및 근육 활동의 정량적 평가를 위한 설정

Published: January 12, 2024
doi:

Summary

여기에 설명된 프로토콜은 상지 결손의 정량적 평가를 강화하는 것을 목표로 하며, 클리닉과 가정에서 원격 평가를 위한 추가 기술을 개발하는 것을 목표로 합니다. 가상 현실 및 바이오 센서 기술은 신경근 시스템의 기능에 대한 통찰력을 제공하기 위해 표준 임상 기술과 결합됩니다.

Abstract

움직일 수 있는 능력은 우리가 세상과 상호 작용할 수 있게 해줍니다. 이 능력이 손상되면 삶의 질과 독립성을 크게 떨어뜨리고 합병증으로 이어질 수 있습니다. 원격 환자 평가 및 재활의 중요성은 최근 대면 서비스에 대한 접근이 제한됨에 따라 증가했습니다. 예를 들어, COVID-19 팬데믹으로 인해 예기치 않게 엄격한 규제가 발생하여 비응급 의료 서비스에 대한 접근성이 감소했습니다. 또한 원격 진료는 서비스에 대한 접근이 제한된 농촌, 소외된 지역 및 저소득 지역의 의료 격차를 해결할 수 있는 기회를 제공합니다.

원격 진료 옵션을 통해 접근성을 개선하면 병원 또는 전문의 방문 횟수가 제한되고 일상적인 진료를 보다 저렴하게 이용할 수 있습니다. 마지막으로, 가정 간호를 위해 쉽게 구할 수 있는 상업용 소비자 전자 제품을 사용하면 증상, 치료 효능 및 치료 용량에 대한 정량적 관찰이 향상되어 환자 결과를 향상시킬 수 있습니다. 원격 치료는 이러한 문제를 해결할 수 있는 유망한 수단이지만, 이러한 응용 분야에서 운동 장애를 정량적으로 특성화해야 할 필요성이 있습니다. 다음 프로토콜은 임상의와 연구원이 복잡한 움직임 및 기본 근육 활동에 대한 고해상도 데이터를 얻을 수 있도록 이러한 지식 격차를 해결하고자 합니다. 궁극적인 목표는 기능적 임상 시험의 원격 관리를 위한 프로토콜을 개발하는 것입니다.

여기에서 참가자들은 손 기능을 평가하는 데 자주 사용되는 의학적으로 영감을 받은 BBT(Box and Block task)를 수행하도록 지시받았습니다. 이 과제는 피험자들이 장벽으로 분리된 두 구획 사이에서 표준화된 큐브를 운반하도록 요구한다. 우리는 원격 평가 프로토콜 개발의 잠재력을 보여주기 위해 가상 현실에서 수정된 BBT를 구현했습니다. 근육 활성화는 표면 근전도를 사용하여 각 피험자에 대해 캡처되었습니다. 이 프로토콜을 통해 고품질 데이터를 획득하여 상세하고 정량적인 방식으로 운동 장애를 더 잘 특성화할 수 있었습니다. 궁극적으로 이러한 데이터는 가상 재활 및 원격 환자 모니터링을 위한 프로토콜을 개발하는 데 사용될 수 있습니다.

Introduction

움직임은 우리가 세상과 상호 작용하는 방식입니다. 물 한 잔을 줍거나 걸어서 출근하는 것과 같은 일상 활동은 단순해 보일 수 있지만, 이러한 움직임조차도 중추 신경계, 근육 및 팔다리 사이의 복잡한 신호 전달에 의존합니다1. 따라서 개인의 독립성과 삶의 질은 개인의 사지 기능 수준과 높은 상관관계가 있습니다 2,3. 척수 손상(SCI) 또는 말초 신경 손상과 같은 신경 손상은 영구적인 운동 결손을 초래할 수 있으며, 이로 인해 일상 생활의 간단한 활동조차 수행할 수 있는 능력을 감소시킬 수 있습니다 4,5. 미국 국립 신경 장애 및 뇌졸중 연구소(National Institute of Neurological Disorders and Stroke)에 따르면 미국에서 1억 명 이상의 사람들이 운동 장애를 겪고 있으며, 뇌졸중은 주요 원인중 하나입니다 6,7,8. 이러한 부상의 특성으로 인해 환자는 종종 정량적 운동 평가 및 원격 치료가 도움이 될 수 있는 장기간의 치료가 필요합니다.

운동 장애를 치료하기 위한 현재의 관행은 물리 치료사 또는 작업 치료사와 같은 훈련된 전문가의 관찰을 통한 기능의 초기 및 지속적인 임상 평가를 모두 필요로 하는 경우가 많습니다. 표준으로 검증된 임상 검사는 종종 훈련된 전문가가 이를 관리해야 하며, 특정 시간 제약과 사전 정의된 움직임 또는 기능적 작업에 대한 주관적인 점수가 매겨집니다. 그러나 건강한 사람에서도 관절 각도의 다양한 조합으로 동일한 움직임을 수행할 수 있습니다. 이 개념을 근골격계 중복성(musculoskeletal redundancy)이라고 합니다.

기능적 임상 검사는 종종 피험자 간 변동성의 기저에 있는 개별 중복을 설명하지 않습니다. 임상의와 연구자 모두에게 중복으로 인한 정상적인 변동성과 움직임의 병리학적 변화를 구별하는 것은 여전히 어려운 과제로 남아 있습니다. 잘 훈련된 평가자가 수행하는 표준화된 임상 평가는 저해상도 채점 시스템을 활용하여 평가자 간 변동성을 줄이고 테스트 타당성을 개선합니다. 그러나 이것은 천장 효과를 도입하여 경미한 운동 결손을 가질 수 있는 피험자에 대한 민감도와 예측 타당도를 낮춥니다 9,10. 또한, 이러한 임상 검사는 결손이 수동적인 신체 역학에 의해 발생하는지 또는 적극적인 근육 협응에 의해 발생하는지 구별할 수 없으며, 이는 초기 진단 및 환자별 재활 계획을 설계할 때 중요할 수 있습니다. 무작위 임상시험에서는 이러한 임상시험에서 제공된 근거에 기초하여 수립된 치료 계획의 효능이 일관되지 않은 것으로 나타났습니다 11,12,13. 여러 연구에서 향후 중재 설계를 안내하는 데 사용할 수 있는 정량적이고 사용자 친화적인 임상 지표의 필요성을 강조했습니다14,15.

이전 연구에서 우리는 뇌졸중 후 팔 장애에서 쉽게 구할 수 있는 소비자 모션 캡처 장치를 사용한 자동 움직임 평가의 구현과 유방암 환자의 흉부 수술 후 어깨 기능 평가를 입증했습니다16,17. 또한, 특정 활성 움직임의 근육 모멘트를 추정하기 위해 활성 관절 모멘트를 사용하는 것이 관절 각도에 비해 뇌졸중 후 운동 결손을 더 민감하게 측정하는 것으로 나타났다18. 따라서 모션 캡처 및 표면 근전도(EMG)는 표준 임상 검사에서 무증상으로 진단되었지만 여전히 움직임 장애, 피로 또는 통증을 경험할 수 있는 환자를 평가하는 데 매우 중요할 수 있습니다. 이 논문은 운동 장애가 있는 환자 집단에서 재택 평가 및 재활 방법을 개발하기 위해 표준 임상 테스트 중에 움직임의 상세하고 정량적인 특성화를 가능하게 할 수 있는 시스템에 대해 설명합니다.

가상 현실(VR)은 일상적인 작업을 모델링하면서 몰입형 사용자 경험을 구성하는 데 사용할 수 있습니다. 일반적으로 VR 시스템은 사용자의 손 움직임을 추적하여 가상 환경과의 시뮬레이션 상호 작용을 허용합니다. 여기에서 설명하는 프로토콜은 뇌졸중 또는 어깨 수술 후 장애의 정량적 평가에 기성품 비디오 게임 컨트롤러의 사용을 보여주는 다른 연구와 유사하게 모션 캡처에 소비자 VR 제품을 사용하여 운동 결함 평가를 정량화합니다16,17. 또한, 근전도는 근육 수축의 기저에 있는 신경 활동의 비침습적 측정법이다19. 따라서 EMG는 운동의 신경 제어의 품질을 간접적으로 평가하고 운동 기능에 대한 자세한 평가를 제공하는 데 사용할 수 있습니다. 근전도 검사에 의해 근육 및 신경 손상을 감지할 수 있으며, 근이영양증 및 뇌성마비와 같은 장애는 일반적으로 이 기술을 사용하여 모니터링된다20,21. 또한, 근전도는 근육 강도 또는 경련의 변화를 추적하는 데 사용될 수 있으며, 이는 운동 학적 평가(22,23)에서 분명하지 않을 수 있으며 피로 및 근육 활성화도 마찬가지입니다. 이와 같은 지표는 재활 진행 상황을 고려하는 데 매우 중요하다 23,24,25.

여기에 설명된 실험 패러다임은 VR과 EMG의 조합을 활용하여 기존 임상 평가 도구의 한계를 해결하고자 합니다. 여기에서 참가자들은 실제 물체를 사용하여 VR에서 수정된 BBT(Box and Block task)26 를 수행하도록 요청받았습니다. 표준 BBT는 총 상지 기능의 일반 평가에 사용되는 임상 도구로, 피험자는 1분 이내에 한 구획에서 칸막이를 넘어 인접한 칸막이로 가능한 한 많은 2.5cm 블록을 이동하도록 요청받습니다. 뇌졸중 또는 기타 신경근 질환(예: 상지 마비, 경련성 편마비)이 있는 환자의 결손을 신뢰성 있게 평가하는 데 자주 사용되지만, 6-89세의 건강한 아동 및 성인에 대한 규범적 데이터도 보고되었다26. 가상 움직임 평가는 실생활에서 수행된 검증된 임상 테스트의 기능적 측면을 시뮬레이션하는 데 사용됩니다. VR은 필요한 하드웨어를 줄이면서 표준화된 지침과 프로그래밍된 자동 채점을 제공하는 데 사용됩니다. 따라서 훈련된 전문가의 지속적인 감독이 더 이상 필요하지 않습니다.

이 연구의 BBT는 동일한 위치에 나타나는 한 번에 한 블록의 도달 범위와 파악을 캡처하는 데 초점을 맞추기 위해 단순화되었습니다. 이를 통해 움직임의 재현성을 극대화하고 기록된 데이터에서 개체 간 변동성을 최소화했습니다. 마지막으로, 가상 현실 헤드셋은 최소 $300에 구입할 수 있으며 여러 평가를 수용할 수 있습니다. 일단 프로그래밍이 완료되면, 일반적인 전문 평가와 관련된 비용이 크게 줄어들고 임상 및 원격/재택 환경 모두에서 이러한 검증된 표준 임상 테스트에 대한 접근성을 높일 수 있습니다.

Protocol

실험 절차는 웨스트 버지니아 대학교 기관 검토 위원회(IRB), 프로토콜 # 1311129283에 의해 승인되었으며 헬싱키 선언의 원칙을 준수했습니다. 이 프로토콜의 위험은 경미하지만 참가자에게 모든 절차와 잠재적 위험을 설명해야 하며 기관 윤리 검토 위원회에서 승인한 문서와 함께 서면 동의를 획득했습니다. 1. 시스템 특성 및 설계 참고: 이 프로?…

Representative Results

이 프로토콜을 사용하여 피험자로부터 얻은 EMG, 운동 및 힘 데이터는 동일한 작업의 반복과 다른 작업 중의 움직임을 특성화하는 데 사용할 수 있습니다. 여기에 표시된 데이터는 이 설정의 타당성을 입증하기 위해 건강한 대조군 참가자의 결과를 나타냅니다. VR에서 수정된 BBT를 수행하는 건강한 피험자로부터 기록된 대표적인 EMG 프로필이 그림 3에 나와 있습니다. 전방 삼?…

Discussion

근전도 시스템
EMG 시스템의 하드웨어는 근육 활성화 데이터를 얻는 데 사용되는 15개의 EMG 센서로 구성됩니다. 상용 API(Application Programming Interface)를 사용하여 맞춤형 EMG 기록 소프트웨어를 생성했습니다. VR 시스템 하드웨어는 몰입형 VR 환경을 표시하는 데 사용되는 가상 현실 헤드셋과 헤드셋을 가상 평가 작업이 저장된 전용 컴퓨터에 연결하는 케이블로 구성됩니다. 이 소프트웨?…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

이 작업은 국방부 보건 담당 차관보실(Office of the Assistant Secretary of Defense for Health Affairs)의 지원을 받아 신경근골격계 손상 환자(RESTORE)를 통한 전투원 복원 연구 프로그램(Award No. W81XWH-21-1-0138)을 받았습니다. 의견, 해석, 결론 및 권장 사항은 저자의 것이며 국방부에서 반드시 보증하는 것은 아닙니다.

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

Riferimenti

  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

Citazione di questo articolo
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