Возможности применения биомеханических систем захвата движений человека в медицинской реабилитации (обзор)

Обложка

Цитировать

Полный текст

Аннотация

Биомеханический анализ движений является наиболее точным бесконтактным инструментальным методом исследования локомоций человека и всё чаще находит применение в медицинской реабилитации пациентов с различными заболеваниями. Исследователи в области биомеханики стремятся стандартизировать параметры движений человека, которые могут быть в дальнейшем понятны, сопоставимы и доступны для всего научного сообщества.

Системы захвата движений человека являются перспективным для клинического применения инструментом оценки и контроля корректного выполнения движений, а также выявления факторов риска травматизма, однако применяются в основном только в научных исследованиях. Разработка и внедрение биомеханических систем захвата движений в клиническую практику способны помочь врачам определить наилучшее решение при планировании медицинской реабилитации и, тем самым, сократить время восстановления пациентов.

В обзоре представлены современные сведения о методиках захвата движений и особенностях их применения в медицинской реабилитации пациентов с заболеваниями нервной системы. Даны краткие характеристики существующим технологиям исследования локомоторных функций: принципы работы, преимущества и недостатки оптико-электронных, электромагнитных, инерциальных и ультразвуковых измерительных систем. Подробно описаны возможности биомеханического анализа движений в персонализированном диагностическом процессе, планировании медицинской реабилитации и оценке её результатов у пациентов с инсультом, болезнью Паркинсона, детским церебральным параличом, позвоночно-спинномозговой травмой и рассеянным склерозом.

Поиск проводился в базах данных eLibrary, PubMed, Scopus, Web of Science и Google Scholar. Включены исследования, освещающие работу систем захвата движений с анализом пространственно-временных, кинематических, кинетических и электромиографических параметров.

Об авторах

Геннадий Евгеньевич Шейко

Приволжский исследовательский медицинский университет

Автор, ответственный за переписку.
Email: sheikogennadii@yandex.ru
ORCID iD: 0000-0003-0402-7430
SPIN-код: 8575-1319

к.м.н.

Россия, Нижний Новгород

Анна Наумовна Белова

Приволжский исследовательский медицинский университет

Email: anbelova@mail.ru
ORCID iD: 0000-0001-9719-6772
SPIN-код: 3084-3096

д.м.н., профессор

Россия, Нижний Новгород

Наталья Николаевна Рукина

Приволжский исследовательский медицинский университет

Email: rukinann@mail.ru
ORCID iD: 0000-0002-0719-3402
SPIN-код: 5028-4577

к.м.н., с.н.с.

Россия, Нижний Новгород

Надежда Леноктовна Короткова

Приволжский исследовательский медицинский университет; Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский Университет)

Email: korotkova-home@mail.ru
ORCID iD: 0000-0001-7812-1433
SPIN-код: 8709-8397

д.м.н., профессор

Россия, Нижний Новгород; Москва

Список литературы

  1. Roggio F., Ravalli S., Maugeri G., et al. Technological advancements in the analysis of human motion and posture management through digital devices // World J Orthop. 2021. Vol. 12, N 7. Р. 467–484. doi: 10.5312/wjo.v12.i7.467
  2. Weber W., Weber E. Ueber die mechanik der menschlichen gehwerkzeuge, nebst der beschreibung eines versuchs über das herausfallen des schenkelkopfs aus der pfanne im luftverdünnten raume // Annals Physics Chem. 1837. Vol. 40. Р. 1–13. doi: 10.1002/andp.18371160102
  3. Mary E. Animal mechanism: a treatise on terrestrial and aerial locomotion. London: Henrys. King & Co.; 1874. 283 p.
  4. Mbridge E. Animal locomotion. Philadelphia: J.B. Lippincott Company, 1887.
  5. Braune W., Fischer O. Determination of the moments of inertia of the human body and its limbs. Berlin Heidelberg: Springer-Verlag, 1988. 84 p. doi: 10.1007/978-3-662-11236-6
  6. Борзиков В.В., Рукина Н.Н., Воробьева О.В., и др. Видеоанализ движений человека в клинической практике (обзор) // Современные технологии в медицине. 2015. Т. 7, № 4. С. 201–210. doi: 10.17691/stm2015.7.4.26
  7. Krott N.L., Wild M., Betsch M. Meta-analysis of the validity and reliability of rasterstereographic measurements of spinal posture // Eur Spine J. 2020. Vol. 29. Р. 2392–2401. doi: 10.1007/s00586-020-06402-x
  8. Alexander N., Schwameder H. Lower limb joint forces during walking on the level and slopes at different inclinations // Gait Posture. 2016. Vol. 45. Р. 137–142. doi: 10.1016/j.gaitpost.2016.01.022
  9. Van der Kruk E., Reijne M.M. Accuracy of human motion capture systems for sport applications; state-of-the-art review // Eur J Sport Sci. 2018. Vol. 18, N 6. Р. 806–819. doi: 10.1080/17461391.2018.1463397
  10. Ceseracciu E., Sawacha Z., Cobelli C. Comparison of markerless and marker-based motion capture technologies through simultaneous data collection during gait: proof of concept // PLoS One. 2014. Vol. 9, N 3. Р. e87640. doi: 10.1371/journal.pone.0087640
  11. Скворцов Д.В. Методика исследования кинематики движений и современные стандарты. Видеоанализ // Лечебная физкультура и спортивная медицина. 2012. № 12. С. 4–10.
  12. Wu G., Siegler S., Allard P., et al. ISB recommendation on definitions of joint coordinate system of various joints for the reporting of human joint motion--part I: ankle, hip, and spine // J Biomech. 2002. Vol. 35, N 4. Р. 543–548. doi: 10.1016/s0021-9290(01)00222-6
  13. Аксенов А.Ю., Хит Г.Х., Клишковская Т.А., Долганова Т.И. Методология видеоанализа в диагностике нарушений локомоторной функции у детей с церебральным параличом // Гений ортопедии. 2019. Т. 25, № 1. С. 102–110. doi: 10.18019/1028-4427-2019-25-1-102-110
  14. Lanshammar H., Persson T., Medved V. Comparison between a marker-based and a marker-free method to estimate centre of rotation using video image analysis. In: Second World Congress of Biomechanics. Amsterdam, 1994.
  15. Kent J., Franklyn-Miller A. Biomechanical models in the study of lower limb amputee kinematics: a review // Prosthet Orthot Int. 2011. Vol. 35, N 2. Р. 124–139. doi: 10.1177/030936461140 7677
  16. Sanchez A.C., Martin J.J., Mazo J.S. Development of a new calibration procedure and its experimental validation applied to a human motion capture system // J Biomech Eng. 2014. Vol. 136, N 12. Р. 124502. doi: 10.1115/1.4028523
  17. Schepers H.M., Veltink P.H. Stochastic magnetic measurement model for relative position and orientation estimation // Measurement Sci Technol. 2010. Vol. 21, N 6. Р. 65801. doi: 10.1088/0957-0233/21/6/065801
  18. Бурцев В.П., Бурцев С.В. Современные средства и методы измерений в приложении к спортивной картографии. Москва: Академпринт, 2009. 102 с.
  19. Berber M., Ustun A., Yetkin M. Comparison of accuracy of GPS techniques // Measurement. 2012. Vol. 45, N 7. Р. 1742–1746. doi: 10.1016/j.measurement.2012.04.010
  20. Duffield R., Reid M., Baker J., Spratford W. Accuracy and reliability of GPS devices for measurement of movement patterns in confined spaces for court-based sports // J Sci Med Sport. 2010. Vol. 13, N 5. Р. 523–525. doi: 10.1016/j.jsams.2009.07.003
  21. Feuvrier F., Sijobert B., Azevedo C., et al. Inertial measurement unit compared to an optical motion capturing system in post-stroke individuals with foot-drop syndrome // Ann Phys Rehabil Med. 2020. Vol. 63, N 3. Р. 195–201. doi: 10.1016/j.rehab.2019.03.007
  22. Bischoff O., Heidmann N., Rust J., Paul S. Design and implementation of an ultrasonic localization system for wireless sensor networks using angle-of-arrival and distance measurement // Procedia Engineering. 2012. Vol. 47. Р. 953–956. doi: 10.1016/j.proeng.2012.09.304
  23. Beyaert C., Vasa R., Frykberg G.E. Gait post-stroke: pathophysiology and rehabilitation strategies // Clinical Neurophysiology. 2015. Vol. 45, N 4-5. Р. 335–355. doi: 10.1016/j.neucli.2015.09.005
  24. Seo J.S., Yang H.S., Jung S., et al. Effect of reducing assistance during robotassisted gait training on step length asymmetry in patients with hemiplegic stroke // Medicine (Baltimore). 2018. Vol. 97, N 33. Р. e11792. doi: 10.1097/MD.0000000000011792
  25. Das S., Trutoiu L., Murai A., et al. Quantitative measurement of motor symptoms in Parkinson’s disease: a study with full-body motion capture data // Annu Int Conf IEEE Eng Med Biol Soc. 2011. Vol. 2011. Р. 6789–6792. doi: 10.1109/IEMBS.2011.6091674
  26. Růžička E., Krupička R., Zárubová K., et al. Tests of manual dexterity and speed in Parkinson’s disease: Not all measure the same // Parkinsonism Relat Disord. 2016. Vol. 28. Р. 118–123. doi: 10.1016/j.parkreldis.2016.05.009
  27. Рукина Н.Н., Шейко Г.Е., Кузнецов А.Н., Воробьева О.В. Биомеханическое исследование ходьбы и вертикальной позы детей 4–6 лет со спастическими формами детского церебрального паралича // Вестник восстановительной медицины. 2021. Т. 20, № 2. С. 49–61. doi: 10.38025/2078-1962-2021-20-2-49-61
  28. Simão C.R., Regalado I.C., Spaniol A.P., et al. Immediate effects of a single treadmill session with additional ankle loading on gait in children with hemiparetic cerebral palsy // Neuro Rehabilitation. 2019. Vol. 44, N 1. Р. 9–17. doi: 10.3233/NRE-182516
  29. Triolo R.J., Bailey S.N., Miller M.E., et al. Effects of stimulating hip and trunk muscles on seated stability, posture, and reach after spinal cord injury // Arch Phys Med Rehabil. 2013. Vol. 94, N 9. Р. 1766–1775. doi: 10.1016/j.apmr.2013.02.023
  30. Warner C., Easthope C.A., Cart A., Deko L. Towards a mobile gait analysis for patients with a spinal cord injury: a robust algorithm validated for slow walking speeds // Sensors (Basel). 2021. Vol. 21, N 21. Р. 7381. doi: 10.3390/s21217381
  31. Filli L., Sutter T., Easthope C.S., et al. Profiling walking dysfunction in multiple sclerosis: characterisation, classification and progression over time // Sci Rep. 2018. Vol. 8, N 1. Р. 4984. doi: 10.1038/s41598-018-22676-0
  32. Güner S., Haghari S., Alsancak S., et al. Effect of insoles with arch support on gait pattern in patients with multiple sclerosis // Turk J Phys Med Rehabil. 2018. Vol. 64, N 3. Р. 261–267. doi: 10.5606/tftrd.2018.2246
  33. Carratalá-Tejada M., Cuesta-Gómez A., Ortiz-Gutiérrez R., et al. Reflex locomotion therapy for balance, gait, and fatigue rehabilitation in subjects with multiple sclerosis // J Clin Med. 2022. Vol. 11, N 3. Р. 567. doi: 10.3390/jcm11030567
  34. Mahmood M.N., Peeters L.H., Paalman M., et al. Development and evaluation of a passive trunk support system for Duchenne muscular dystrophy patients // J Neuroeng Rehabil. 2018. Vol. 15, N 1. Р. 22. doi: 10.1186/s12984-018-0353-3
  35. In T.S., Jung J.H., Jung K.S., Co H.Y. Effects of the multidimensional treatment on pain, disability, and sitting posture in patients with low back pain: a randomized controlled trial // Pain Res Manag. 2021. Vol. 2021. Р. 5581491. doi: 10.1155/2021/5581491
  36. Ringhof S., Patzer I., Beil J., et al. Does a passive unilateral lower limb exoskeleton affect human static and dynamic balance control? // Front Sports Act Living. 2019. Vol. 1. Р. 22. doi: 10.3389/fspor.2019.00022
  37. Li Y., Koldenhoven R.M., Liu T., Venuti C.E. Age-related gait development in children with autism spectrum disorder // Gait Posture. 2021. Vol. 84. Р. 260–266. doi: 10.1016/j.gaitpost.2020.12.022
  38. Kim C.M., Eng J.J. Magnitude and pattern of 3D kinematic and kinetic gait profiles in persons with stroke: relationship to walking speed // Gait Posture. 2004. Vol. 20, N 2. Р. 140–146. doi: 10.1016/j.gaitpost.2003.07.002
  39. Stanhope V.A., Knarr B.A., Reisman D.S., Higginson J.S. Frontal plane compensatory strategies associated with self-selected walking speed in individuals post-stroke // Clin Biomech (Bristol, Avon). 2014. Vol. 29, N 5. Р. 518–522. doi: 10.1016/j.clinbiomech.2014.03.013
  40. Tyrell C.M., Roos M.A., Rudolph K.S., Reisman D.S. Influence of systematic increases in treadmill walking speed on gait kinematics after stroke // Physical Therapy. 2011. Vol. 91, N 3. Р. 392–403. doi: 10.2522/ptj.20090425
  41. Wonsetler E.C., Bowden M.G. A systematic review of mechanisms of gait speed change poststroke. Part 2: Exercise capacity, muscle activation, kinetics, and kinematics // Top Stroke Rehabil. 2017. Vol. 24, N 5. Р. 394–403. doi: 10.1080/10749357.2017.1282413
  42. Patterson K.K., Parafianowicz I., Danells C.J., et al. Gait asymmetry in community-ambulating stroke survivors // Arch Phys Med Rehabil. 2008. Vol. 89, N 2. Р. 304–310. doi: 10.1016/j.apmr.2007.08.142
  43. Stokic D.S., Horn T.S., Ramshur J.M., Chow J.W. Agreement between temporospatial gait parameters of an electronic walkway and a motion capture system in healthy and chronic stroke populations // Am J Phys Med Rehabil. 2009. Vol. 88, N 6. Р. 437–444. doi: 10.1097/PHM.0b013e3181a5b1ec
  44. Fatone S., Gard S.A., Malas B.S. Effect of ankle-foot orthosis alignment and foot-plate length on the gait of adults with poststroke hemiplegia // Arch Phys Med Rehabil. 2009. Vol. 90, N 5. Р. 810–818. doi: 10.1016/j.apmr.2008.11.012
  45. Kobayashi T., Orendurff M.S., Hun G., et al. The effects of alignment of an articulated ankle-foot orthosis on lower limb joint kinematics and kinetics during gait in individuals post-stroke // J Biomech. 2019. Vol. 83. Р. 57–64. doi: 10.1016/j.jbiomech.2018.11.019
  46. Yeung L.F., Ockenfels C., Pango M.K., et al. Randomized controlled trial of robot-assisted gait training with dorsiflexion assistance on chronic stroke patients wearing ankle-foot-orthosis // J Neuroeng Rehabil. 2018. Vol. 15, N 1. Р. 51. doi: 10.1186/s12984-018-0394-7
  47. Swank C., Almutairi S., Wang-Price S., Gao F. Immediate kinematic and muscle activity changes after a single robotic exoskeleton walking session post-stroke // Top Stroke Rehabil. 2020. Vol. 27, N 7. Р. 503–515. doi: 10.1080/10749357.2020.1728954
  48. Hansen G.M., Kersting U.G., Pedersen A.R., et al. Three-dimensional kinematics of shoulder function in stroke patients: Inter- and intra-rater reliability // J Electromyogr Kinesiol. 2019. Vol. 47. Р. 35–42. doi: 10.1016/j.jelekin.2019.05.006
  49. Alarcón-Aldana A.C., Callejas-Cuervo M., Bo A.P. Upper limb physical rehabilitation using serious videogames and motion capture systems: a systematic review // Sensors (Basel). 2020. Vol. 20, N 21. Р. 5989. doi: 10.3390/s20215989
  50. Jakob V., Küderle A., Kluge F., et al. Validation of a sensor-based gait analysis system with a gold-standard motion capture system in patients with Parkinson’s disease // Sensors (Basel). 2021. Vol. 21, N 22. Р. 7680. doi: 10.3390/s21227680
  51. Pantzar-Castilla E., Cereatti A., Figari G., et al. Knee joint sagittal plane movement in cerebral palsy: a comparative study of 2-dimensional markerless video and 3-dimensional gait analysis // Acta Orthop Actions. 2018. Vol. 89, N 6. Р. 656–661. doi: 10.1080/17453674.2018.1525195
  52. Wright M., Twose D.., Gorter J.W. Scootering for children and youth is more than fun: exploration of a feasible approach to improve function and fitness // Pediatr Phys Ther. 2021. Vol. 33, N 4. Р. 218–225. doi: 10.1097/PEP.0000000000000829
  53. Коршунов С.Д., Давлетьярова К.В., Капилевич Л.В. Биомеханические принципы физичеcкой реабилитации детей с детским церебральным параличом // Бюллетень сибирской медицины. 2016. Т. 15, № 3. С. 55–62. doi: 10.20538/1682-0363-2016-3-55-62
  54. Klotz M.C., Kost L., Braatz F., et al. Motion capture of the upper extremity during activities of daily living in patients with spastic hemiplegic cerebral palsy // Gait Posture. 2013. Vol. 38, N 1. Р. 148–152. doi: 10.1016/j.gaitpost.2012.11.005
  55. Wood K.C., Lathan C.E., Kaufman K.R. Feasibility of gestural feedback treatment for upper extremity movement in children with cerebral palsy // IEEE Trans Neural Syst Rehabil Eng. 2013. Vol. 21, N 2. Р. 300–305. doi: 10.1109/TNSRE.2012.2227804
  56. Sohn W.J., Sipahi R., Sternad D. Portable motion-analysis device for upper-limb research, assessment, and rehabilitation in non-laboratory settings // IEEE J Transl Eng Health Med. 2019. Vol. 7. Р. 2800314. doi: 10.1109/JTEHM.2019.2953257
  57. Haberfehlner H., Goudriaan M., Bonouvrié L.A., et al. Instrumented assessment of motor function in dyskinetic cerebral palsy: a systematic review // J Neuroeng Rehabil. 2020. Vol. 17, N 1. Р. 39. doi: 10.1186/s12984-020-00658-6
  58. Карякин Н.Н., Белова А.Н., Сушин В.О., и др. Потенциальные преимущества и ограничения использования роботизированных экзоскелетов у пациентов, перенесших позвоночно-спинномозговую травму: состояние вопроса // Вестник восстановительной медицины. 2020. Т. 96, № 2. С. 68–78. doi: 10.38025/2078-1962-2020-96-2-68-78
  59. Coca-Tanya M., Cuesta-Gómez A., Molina-Rueda F., Carratalá-Tejada M. Gait pattern in people with multiple sclerosis: a systematic review // Diagnostics (Basel). 2021. Vol. 11, N 4. Р. 584. doi: 10.3390/diagnostics11040584
  60. Shanahan C.J., Boonstra F.M., Lizama L.E., et al. Technologies for advanced gait and balance assessments in people with multiple sclerosis // Front Neurol. 2018. Vol. 8. Р. 708. doi: 10.3389/fneur.2017.00708

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Положение маркеров и трёхмерная модель человека, построенная программой Simi Motion (Германия).

Скачать (658KB)
Метаданные
3. Рис. 2. Активные (слева) и пассивные (справа) маркеры системы видеоанализа Simi Motion (Германия).

Скачать (675KB)
Метаданные
4. Рис. 3. Пример размещения активных маркеров системы видеоанализа Simi Motion (Германия) на обследуемом.

Скачать (801KB)
Метаданные
5. Рис. 4. Видеоанализ ходьбы с оценкой движений в левой нижней конечности с использованием активных маркеров, построенный программой Simi Motion (Германия).

Скачать (589KB)
Метаданные

© Шейко Г.Е., Белова А.Н., Рукина Н.Н., Короткова Н.Л., 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».