Kemirgenler preklinik çalışmalar için 3D Kinematic yürüyüş analizi
Summary
Burada sunulan bir protokol toplamak ve preklinik çalışmalar için kemirgenler dört ayaklı lokomotif üç boyutlu kinematik analiz etmektir.
Abstract
Üç boyutlu (3D) kinematik hareket analiz sistemlerinin yarar kemirgenler sınırlıdır. Bu yetersizlik nedeninin bir parçası, 3D veri toplama ve analiz prosedürlerine eşlik eden karmaşık algoritmalar ve matematiksel modelleme kullanmaktır. Bu çalışma, altı kameralı hareket yakalama sistemi kullanılarak sağlıklı ve nörotraumatik farelerde koşu bandı lokomotif sırasında 3D kinematik yürüyüş analizi için basit, Kullanıcı dostu, adım adım ayrıntılı bir metodoloji sağlar. Ayrıca sağlanan ayrıntılar vardır 1) sistem kalibrasyonu bir deneysel set-up için özelleştirilmiş dört ekstremite, 3) seçenekleri video izleme için mevcut tüm 4 bacak üzerinde konumlandırılmış belirteçleri kullanarak yetişkin fareler koşu bandı lokomotlu için, 2) veri toplama ve işleme, ve 4) temel 3D kinematik veri oluşturma ve görselleştirme ve verilerin ölçülmesi yerleşik veri toplama yazılımı kullanarak. Son olarak, bu hareket yakalama sisteminin yardımcı programı önce ve neurotrauma sonra motor davranışları çeşitli eğitim için Genişletilebilir önerilir.
Introduction
Sinir hastalıklarından sonra kemirgenler, forelimb ve hindekstremite lokomotor açıkları genellikle subjektif Puanlama sistemleri kullanılarak değerlendirilir1. Otomatik sistemler2,3,4,5 yürüme analizi için kabul edilmiştir ama dezavantajları muzdarip, çünkü birincil sonuçlar ayak izi analizi dayanır ve önemli yakalamak için başarısız ekstremite hareketlerinin gerçek kinematiklerini ortaya çıkaramayan segment ve eklem kinematik değişkenler2. Çoğu yürüyüş parametreleri korelasyon olduğundan, motor açıkları tamamen değerlendirmek için fareler tarafından benimsenen tazminatları anlamak için bir yürüyüş parametreleri koleksiyonu gereklidir.
Son on yıl içinde, insanlarda Biyomedikal araştırma için çeşitli 3D hareket Analizi sistemleri6 geliştirilmiştir. Bu sistemler başarılı ve sağlıklı insan yetişkinlerde lokomotif içinde açıkları yakalama etkili olduğu kanıtlanmış ve yürüyüş6,7kinematik değiştirildi. Kemirgenler, şu anda mevcut 3D kinematik hareket sistemleri karmaşık algoritmaları benimsemeye ve hareket davranışı için modelleme ve sofistike veri analizi teknikleri kullanmak8,9,10,11 , hangi sonunda çok yönlülük sınırlamak. Dahası, çoğu 3B hareket yakalama sistemiyle veri toplamak için kullanılan yöntemler literatürde yeterli şekilde açıklanmaz. Veri toplama ve analiz prosedürleri, sınırlamalar ve etkili sistemi kullanarak katılan teknikleri hakkında ayrıntılar eksik.
Sonuç olarak, araştırmacılar arasında ortak kavramlar biri 3D hareket izleme kinematik değerlendirmeler oldukça zahmetsiz ve teknik uzmanlık ve ayrıntılı veri analizi gerektiren zaman alıcı prosedürleri olduğunu. Bu çalışmanın amacı, veri toplama ve analiz protokollerini kırmak ve metodolojisi adım adım bir süreç aracılığıyla açıklamak, böylece objektif, öğrenmesi kolay ve sistematik bir şekilde yaklaşılabilir. Günümüzde, klinik öncesi çalışmalarda nörolojik yaralanmaların ve müdahalelerin ardından fonksiyonel motor davranışlarını daha kapsamlı ve sistematik bir şekilde değerlendirmede ortaya çıkan bir vurgu vardır.
Dört ayaklı lokomotif alanında, burada sunulan bir 3D hareket izleme sistemi gibi vücut duruş gibi ek bilgi sağlayabilir kullanımı, vücut eksenleri ile ilgili Paw rotasyon, eklem ilişkileri, ve daha doğru bilgi koordinasyon ile ilgili olarak, tüm uçaklardan tüm hayvanı aynı anda görselleştirirken. Bu da, birden fazla sonuç yoluyla sağlıklı ve yaralı fareler içinde ve arasında motor davranışlarında kritik farklılıklar ortaya çıkarabilir. Doğru ve objektif bir daha rafine kinematik analiz ile, bir müdahale yanlış gösterilirken etkileri riski minimize edilir. Bu hareket yakalama yazılımından oluşturulan veriler, hareket kalitesi için çerçeveye göre görselleştirilebilir ve otomatik olarak izlenebilir ve veri toplama veya ölçüme ek algoritmalar veya modelleme gerektirmez. Bu çalışmanın amacı, sağlıklı ve omurilik yaralanan fareler içinde koşu bandı lokomotatiği sırasında 3D yürüyüş kinematiklerin veri toplama ve analizinde metodolojik detaylar ve hususlar sağlamaktır. Bu protokol, deneyler nörolojik sıçan modelleri kullanan preklinik araştırmacılar tarafından kullanılmak üzere tasarlanmıştır.
Protocol
Representative Results
Discussion
Bu protokol makalesi, kemirgenlerde dört ayaklı koşu bandı lokomotunda 3D kinematik verilerin toplanması ve analizi için bir hareket izleme sisteminin kullanımını göstermektedir. 3D kinematik hareket analiz sisteminin önemli özellikleri, aynı anda birden fazla eklem ve ekstremitede ortak hareketin kinematiklerinin (adım faz kinematik, eklem açıları, hareket aralığı, adım hızları) ayrıntılı olarak ölçülmesini içerir, motor açıkları çıplak gözle ölçülebilir, veri toplama ve analizinde subjektif önyargı eliminasyonu, ve tüm ekstremite ve postural kinematiklerin kolay görselleştirilmesi, hareket halindeki tüm sıçan eşzamanlı bir şekilde kıyaslanabilir. Ek algoritmalar ve modelleme gerek kalmadan, Yöntemler niceklik büyük ayrıntı, verimlilik, kolaylığı, hassasiyet ve yeniden Üretilebilirlik ile yürüme kinematik analiz etmek için yazılımın yeteneğini gösterir.
Omurilik yaralanması (SCı) sonrası kemirgenler, forelimb ve hindekstremite lokomotor açıkları genellikle BBB Puanlama sistemi1gibi subjektif ve standartlaştırılmış lokomotor Puanlama sistemleri kullanılarak değerlendirilir. Farklı araştırmacılar aynı motor açığı veya farklı motor açıkları için aynı puan için farklı puanlar atayabilir çünkü subjektif Puanlama sistemleri genellikle Tester önyargı tanıtmak, azaltılmış yeniden üretilebilirliği ve test duyarlılığı sonuçlanan13 . Dahası, ince açıkları algılamak için yetersizlik yanlış bir müdahale etkileri üzerine gösterilirken riski giyer.
Bu sorunlarla mücadele etmek için, otomatik sistemler2,3,4,5 ve sistemleri ile veya karmaşık algoritmalar kullanmadan14,15 bazı müfettişlerin tarafından benimsenmiştir. Bu testler bir pist boyunca yürüyen fareler Paw yerleştirme hareketlerinden türetilen ağırlık taşıyan profilleri ve adım sırası desenleri ortaya adım döngüsü analizi gerçekleştirin. Ancak, ventral uçak video yürüyüş analizi büyük bir dezavantajı konu vücudun kendisi doğrudan görünmez olduğunu2,3. Bu veriler, ayak ve pençe hareketlerinin gösterimlerinden elde edilen bilgilerle sınırlı hale gelir, açıkların değerlendirilmesi için yürüyüş parametrelerinin seçilmesi ve yorumlanmasında sorgulama (bkz. Chen ve al.16). Ekstremite hareketi ve konumlandırma dinamik segmental kinematikleri ortaya hareket detayları3,5lokomotif analizi için doğru şekilde elde edilmez. Eklem açı verilerinin kritik sapmaları (örn. hareketler aralığı, hareket hızı, vb.), eklem ile ilgili olarak bir ekstremite içinde ve ekstremite arasındaki ilişki, ve yürüyüş desenlerini değiştiren temel vücut mekaniği elde etmek imkansızdır. Bu nedenle, herhangi bir gözlemlenebilir yürüyüş bozuklukları tek ve/veya çoklu segmental eklem hareketleri (yani, proksimal-distal intralimb koordinasyon, pozisyon ve yürüyüş döngüsü ile ilgili olarak gövdenin postural ilişkileri değişiklikler sonucunda ekstremite, vb.) maskeli kalır.
Birkaç Şu anda mevcut sistemler yürüyüş kinematik yakalamak ve niteliksel ve nicel motor disfonksiyon değerlendirmek ama daha az yaygın olarak kullanılır. Bir tam vücut yüksek hızda video izleme yürüyüş analiz sistemi filmleri spontan yürüyüş döngüleri üç taraftan (bir ventral ve iki lateral düzlemler) ve takip kemik simgesel yapıları bir dizi yürüyüş çıktıları17,18. Sagittal düzlem kinematik yürüme analizi, bazı araştırmacılar tarafından, ilgili hindekstremite19,20‘ nin 2D hareket verilerini elde etmek için kullanılmaktadır. Ancak, görüntüleme düzlemine (lateral veya sagittal) ortogonal olarak meydana gelen bir hareketin üçüncü boyutu, analizlerde11,18,19‘ da algılanamaz.
Diğer daha sofistike, 3D, üç vücut-segment kemirgen vücut postural veri toplama sistemleri izlemek ve kemirgen ‘s vücut-segmentleri 3D hareket ölçmek için veri toplama 3D matematiksel modelleme yanı sıra analiz sistemi kullanmak kafa dahil ederken hareket desenleri8. Madete ve al.9 , yedi kamera sistemi kullanarak yürüyüş kirişler üzerinde üstü lokomomik sırasında 3D vücut postural kinematik ölçmek için bir marker tabanlı Optoelektronik hareket yakalama sistemi geliştirdik. İkinci iki eserinde yapılan ana sonuçlar, öncelikle yürüyüş analizi yerine kemirgenin genel duruş üzerine odaklanmaktadır. 3D hareket yakalama sistemleri, Bhimani ve al.21tarafından gözden geçirilmiş olarak, birden fazla kamera ve ayrıntılı yazılım sistemleri kullanarak yüksek verimlilik 3D kinematik yürüme verileri sağlar. Sunulan 3D hareket Analizi sisteminin eski sürümleri de ve nörotrauma12,22,23olmadan sıçan önceki çalışma kullanılmıştır.
Araştırma için 3D hareket toplama ve analiz sistemlerinin kullanılabilirliği rağmen, kemirgenler bu tekniğin preklinik kullanımı nispeten sınırlı kalır. Bu sorunun nedeninin bir parçası, veri toplama ve analiz protokolleri yoğun kinematik modelleri ve ince, yüksek çözünürlüklü oluşturmak için yürüyüş sırasında sıçan ‘ın hindekstremite kinematik modeline uygun karmaşık algoritmalar bina kullanımına güveniyor olmasıdır yürüyüş kinematik8,9,11,22. Burada sunulan ayrıntılı metodoloji, hayvan işleme, eğitim, deneysel ayarlama, veri toplama ve analiz adımları dahil olmak üzere deneysel süreç boyunca yer alan prosedürün ayrıntılarını sağlar.
Ayrıca, protokolün temel parçası olan sistemin kalibrasyonuyla ilgili ayrıntılar vardır, bu da konular arasında ve aralarında bitişik denemeler arasında yeniden üretilebilirliğini temin edecektir. Açıklanan adım adım teknikler, veri toplama yordamına nesnellik sunar ve bunu son derece tekrarlanabilir hale getirmek. Bu hareket yakalama yazılımından oluşturulan veriler, hareket kalitesi için Frame-by-Frame görselleştirilebilir ve otomatik olarak izlenir. Daha fazla açıklanan bu veri toplama veya kantifikasyon herhangi bir ek algoritmalar veya modelleme gerektirmez nasıl. Öğrenciler, personel ve araştırmacılar, belirli teknik uzmanlığa güvenmeksizin temel kinematik çıkış oluşturmak için basit istatistiksel yazılımları kullanabilirler.
Bu sistem aynı zamanda üstü lokomotıon, ulaşan ve açgözlü ve deneysel hedefe uyacak diğer deneysel set-up için kullanılabilir. İşaretçilerin sayısı ve türü de gerektiğinde kuyruk, sırt, gövde veya kulaklara göre ayarlanabilir. Sunulan yazılımların sistemlere kıyasla daha büyük bir avantajı, konunun yüksek çözünürlüklü video verilerini toplama yeteneğidir. Bu gibi, karmaşık hesaplamalar setleri (yani, açısal hareketler, birden fazla eklem bağlayan sopa hatları, vb) kaydedilmiş video üzerine üst üste olabilir. Marker yerleştirme ve oluşturulan 3D veri hareket içinde bir sıçan gerçek hareketleri ile doğrulanabilir. Buna karşılık, diğer 3D hareket yakalama sistemi ile, sadece işaretçileri yakalanan ve herhangi bir yeniden analiz sopa diyagramları (iskelet çerçevesi) yerine gerçek konunun video yapılmalıdır. Sonuç olarak, gerçek konu hareketinde Marker yerleşimi doğrulanması eksiktir.
Bu sistem deneyimlerine dayanarak, kalibrasyon veri toplama başarısını önemli bir rol oynar. Sistemin kalibrasyonu değiştirmek için son derece duyarlıdır. ve herhangi bir kameranın hafif hareket tüm 3D koordinat veri toplama ve analiz sürecini tehlikeye atabilir. Veri toplama için bir görüntüleme düzleminin her tarafında yalnızca iki kamera gereklidir, ancak üçüncü kamera, her işaretleyicinin konumlarını diğer kameralarla çapraz başvurarak daha fazla doğruluk sağlamak için önerilir. İzleme kameralarının sayısı arttıkça, belirli bir marker için 3B koordinatın doğruluğu da artacaktır. Hangi işaretçileri yürüme açıkları nedeniyle görünmez hale gelen durumlarda (gibi ayak Curling ya da neurotrauma sonra yürüyüş durumunda sürükle), bu koşullar geniş manuel izleme talep edebilir. Yine de, sonunda izleme oluşturulan veri miktarını elle işaretçileri takip yatırım zaman layık, ince motor açıkları tespit paha biçilemez bir araç yapma.
Deneyimimizde, sistemin kullanımı ile ilişkili herhangi bir sıkıcılığını ekipman ve teknolojinin kendisi kullanımı ötesinde yatıyor. Motor davranışlarının değerlendirilmesi için diğer protokollere benzer şekilde, fareler tarafından ele alınır ve görev için eğitilen yöntem sonuçları büyük ölçüde etkiler. Örneğin, kohort fareler yalıtmak test sırasında önemlidir; Aksi takdirde, test edilmemiş Ama hala test sırasında mevcut olan fareler görev performansının nihai Bozulması gösterir. Optimum Oda sıcaklıkları, aydınlatma ve gürültü seviyeleri diğer determinantlar. Fouad ve al. fareler24fonksiyonel motor testi eşlik diğer zorluklar yayınladı. Gerçekten de, metodoloji doğru takip bu laboratuvarda kör kullanıcılar veri toplama, hareket izleme ve veri analizi ile herhangi bir büyük engelleri deneyimi yoktu.
Bu yazıda, lokomotor verilerini toplamak ve analiz etmek için bir 3B hareket yakalama sistemi, araştırmacıların birden çok fareler tarafından hızlı bir şekilde büyük miktarlarda derinlemesine lokomotor verisi toplayabilmesi için tarif edilir. Şu anda yazılım içine inşa edilmiş ve kemirgenler koşu bandı lokomotl için birkaç saniye içinde önceden belirlenmiş sonuçlar bir rapor üretme yeteneğine sahip bir otomatik veri analizi şablonu oluşturma üzerinde çalışıyoruz, ne insan yapılır benzer hareket yakalama ve analiz sistemleri6,25kullanarak çalışmalar. Bu şablonun gelişimi, ön klinik araştırmacıların, fare düğmesinin birkaç tıklamayla kolaylık sağlamak için detaylı kemirgen lokomotor verilerini elde etmelerine izin verecektir. Bu çalışmalar sağlanan yöntemlerin daha objektif kemirgen motor davranışını değerlendirmek için preklinik araştırmacılar için yararlı olacağını ummaktadır. Şimdi bu sistemin kullanımı yüksek verim 3D kinematik veri ulaşmak ve açgözlü gibi ortak, yetenekli forelimb davranışlar sırasında toplamak için kurnazlık vardır. Daha da önemlisi, bu yöntemin kullanışlılığı, nörotraumatik ve non-neurotraumatic yaralanmalarla çeşitli fareler için genişletilebilir.
Disclosures
The authors have nothing to disclose.
Acknowledgements
Bu projeye video ve entelektüel katkı için deneysel ayarlama ile onun yardımı için Pawan Sharma bizim özel teşekkür. Biz de video Protokolü gösteri ile yardım onun katkısı için Christopher Palacio teşekkür ederiz.
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).
