中风是长期残疾的主要原因。树干补偿是最常见的运动策略，以取代有限的手臂达到范围，在目标定向手臂达到日常活动。影响电机控制策略的因素有很多，例如个人、环境和测试条件因素。
先前的研究侧重于个人和环境因素。然而，关于慢性中风幸存者的补偿性运动策略，测试条件因素尚未得到很好的研究。我们设计了此协议，以调查运动测试条件或目标导向手臂的运动控制策略对慢性中风幸存者的影响。
具体来说，我们旨在确定中风后的个人如何使用不同的运动策略时，他们执行目标导向的手臂达到运动与不同的任务目标。我们使用此协议来验证我们的假设，即慢性中风幸存者在目标定向手臂到达运动期间将增加躯干补偿，作为一项功能任务的复杂性和难度。在本节中，我们将解释运动测量设置。
我们使用 10 台 Vicon 三维运动捕捉摄像机和运动监视器软件来记录目标定向手臂达到运动学。使用 Vicon Nexus 软件版本 2.8.2，我们设置了运动捕捉摄像机，掩盖了不需要的反射、相机校准和音量源设置。之后，我们使用运动监视器软件设置了运动数据收集。
此过程包括映射标记、设置手写笔、设置世界轴以及将虚拟传感器分配给身体段。然后，我们把标记三合会的参与者。树干标记三合会位于肩骨之间的胸椎皮肤上。
上臂三合会放置在每个上臂侧面中间的皮肤上。前臂三合会被放置在每个前臂的躯干表面中间的皮肤上。手三合会放在皮肤上的第三个元腕骨。
我们还在桌子上放了一个标记三合会。此标记三合会用于记录房屋的位置和目标位置。我们制作了一个定制的筷子手写笔来记录筷子的运动学。
筷子手写笔有一个标记三合会，这也是在模型中注册。在将所有标记三合会放在参与者身上后，我们使用数字化方法设置主题传感器。该程序根据标记三合会位置将主体段登记到模型中，软件计算不同联合中心的位置。
通过以下屏幕提示，我们使用笔指向以下地标。对于上躯干，C7 和 T1 椎骨之间的一个点。对于下躯干，T12 和 L1 椎骨之间的一个点。
对于肩关节，两个点等于远离腐殖质的头部中间。对于肘关节，中间和侧弯道上的两个点与关节中线等距。对于手腕关节，中间和侧手腕上的两个点与关节中间的距离相等。
对于手，每只手的第三个法兰克斯的尖端。对于主位置和目标位置，每个位置的中心位置。对于筷子手写笔，筷子尖上的一个点。
有四个不同的目标导向臂达到运动任务条件。在这里，我们将解释这些电机任务条件的细节。有两个不同的目标大小表示任务难度。
一个大的目标将是一个更容易的任务条件。较小的目标是一个更困难的任务条件。此外，还有两种不同的测试类型，表示任务的复杂性。
指点任务是一种更简单的运动任务条件，用一双筷子拾取对象是一种更复杂的运动任务条件，需要高水平的手灵巧性。作为这两个任务条件的组合，我们有四个不同的电机任务条件。此图显示了指向大目标的模板。
有家和目标位置。每个方形大小为一个一平方厘米。两个位置之间的中心到中心距离为 20 厘米。
指向大目标的任务目标是尽可能快、准确地用筷子尖到达和敲击目标方块的中心。参与者拿着筷子，把筷子的尖端放在家的位置中央。当参与者听到去的声音时，他或她到达并尽可能快速准确地点击目标方块的中心。
参与者有三秒钟的时间完成任务。从去信号三秒钟后将有一个停止信号。如果参与者无法在三秒钟内完成任务，则该任务被视为失败的试用。
参与者重复此任务 10 次，每次试用之间休息 10 秒。去， 停止。 我们用同样的模板用一双筷子拿起一个大物体任务。目标位置放置一个塑料立方体，边缘一厘米。
任务目标是尽快用一双筷子达到并拿起大约一英寸高的塑料立方体，而不会掉落。参与者拿着一双筷子，把技巧放在家庭位置的中心。当参与者听到转音时，他或她会尽快伸手拿起立方体。
参与者需要在停止信号之前拾取立方体，停止信号在停止信号发出后三秒钟。如果参与者不能在三秒钟内拿起立方体，则它被视为失败的试用。他或她被要求把筷子的技巧带回家里。
在任务期间丢弃或飞行塑料立方体被认为是一个失败的试验。指向小目标与指向大目标相同，但方形目标大小为 0.3 乘 0.3 平方厘米。参与者拿着筷子，把筷子的尖端放在家的位置中央。
当参与者听到一声响声时，他或她会尽快准确地到达目标方块的中心。去. 停止。拿起一个小对象的任务和拿起一个大对象任务一样， 但目标对象的边缘是 0.3 厘米。目标位置将放置一个边缘 0.3 厘米的塑料立方体。
任务目标是尽快用一双筷子达到并拿起大约一英寸高的塑料立方体，而不会掉落。参与者拿着一双筷子，把技巧放在家庭位置的中心。当参与者听到去的声音时，他或她伸手尽快拿起立方体。
在本节中，我们将解释目标导向臂达到运动数据分析。我们从运动监视器软件导出以下地标的位置数据。筷子手写笔的尖端，桌上的主页位置，桌子上的目标位置，第三个法兰克斯中间的每只手，肘关节的每个中心，肩关节的每个中心，代表躯干运动的C7脊柱。
每个参与者的上肢关节地标和主干位置数据以 X、Y 和 Z 轴导出，作为每个任务条件的文本文件。运动数据使用自定义脚本和 MATLAB 软件进行预处理。运动数据预处理包括使用第三个订单巴特沃斯低通滤波器进行过滤，并带有三个赫兹截止点。
然后计算执行手位置的 X、Y 和 Z 方向的结果。位置数据预处理后，利用表演手的三维位置结果进行运动数据分析，计算目标定向臂到达的运动变量。我们使用自定义脚本和 MATLAB 软件进行运动数据分析。
首先，我们计算执行手的切线速度、加速度和挺举，分别是位置数据的第一、第二和第三衍生物。然后，我们使用每个试验的切线速度轮廓来确定运动开始、偏移和峰值速度。以下运动变量是从运动数据分析、运动持续时间、峰值速度、绝对和相对时间到峰值速度和无日志维度抽搐计算得出的。
在这里，我们将用示例速度配置文件来描述这些运动变量。使用运动发病和偏移阈值（每秒 0.01 米）识别运动发病和偏移。运动开始被定义为到达的第一帧，切线速度高于 0.01 米/秒。
运动偏移被定义为切线速度高于 0.01 米/秒的触角的最后一帧。运动持续时间定义为运动开始和偏移之间的时间。峰值速度是运动开始和偏移之间的最大速度振幅。
达到峰值速度的时间是运动开始达到峰值速度的时间。使用 MATLAB 软件的自定义脚本自动标记运动发病、偏移和峰值速度。在此自动标记后，标签由调查人员可视化和检查。
如果标签不正确，调查人员会进行手动调整。使用此方程（这是该位置的第三个衍生物）从触角的抽搐轮廓中计算无日志抽搐。我们计算了目标定向臂到达时的两种树干补偿指标。
首先，计算了主干位移。此测量是主干地标 C7 在运动开始和偏移之间的距离差。另一个树干补偿措施是肩部轨迹长度。
此测量是手臂到达运动开始和偏移之间的肩部地标的行驶距离。肩部轨迹长度是目标定向手臂到达过程中的一种新的躯干补偿措施。我们采用这一措施，从四面八方获取树干补偿。
我们使用所有三个维度来计算这些主干补偿措施。在本节中，我们将介绍我们的初步结果。我们的初步研究有两名慢性中风幸存者，右侧有轻微的上肢运动损伤，两名是非残疾青年。
所有参与者以前都没有或很少使用筷子的经验。慢性中风幸存者使用他们平价的右手执行电机任务，右手在中风发作前占主导地位。非残疾青年用右手执行运动任务，右手是他们的主导手。
在这里，我们比较了两种不同的树干补偿措施，以确定肩部轨迹是否比树干位移更敏感，以捕捉树干补偿。图一显示了两个不同参与者群体的树干补偿措施的小提琴情节。绿色地块表示肩部轨迹长度，红色地块表示树干位移。
小提琴情节中的每个点表示每只手臂到达移动。图一显示，非残疾成年人和慢性中风幸存者在躯干位移方面没有差异。而慢性中风幸存者的肩部轨迹长度大于非残疾成年人。
这一结果可能表明，肩部轨迹长度是目标定向手臂到达期间树干补偿的更敏感的测量指标，而不是中风后个体的躯干位移。图二解决参与者群之间和不同运动任务之间的运动变量差异。在这个数字中，红色勾勒的框图表示慢性中风幸存者，蓝色勾勒的框图表示非残疾青年。
和X轴，我们有四个不同的任务条件指向一个大目标，指向一个小目标拿起一个大的对象，拿起一个小对象。慢性中风幸存者与不同任务条件下的非残疾青年相比，目标导向手臂具有不同的运动特征。综上所述，慢性中风幸存者的手臂比非残疾青年更慢、更急躁。
此外，慢性中风幸存者更依赖于基于反馈的接触调整，这从较低的相对时间到峰值速度表示。这些结果与先前的发现一致。最后，图二还表明，任务复杂性影响目标导向臂到达运动的运动学。
参与者使用更慢、更抖动的动作来执行比两个参与者群体的简单运动任务更复杂的运动任务。此外，他们还使用更多基于反馈的控制手臂，以完成更复杂的任务。人们也倾向于使用更多的主干补偿更复杂的电机任务比简单的电机任务。
我们的初步结果支持，该协议可用于调查测试条件对长期中风幸存者目标导向的手臂达到运动策略的影响。
