Ce travail a été soutenu par le Bureau du secrétaire adjoint à la Défense pour les affaires de santé par le biais du programme de recherche sur la restauration des combattants atteints de lésions neuromusculo-squelettiques (RESTORE) sous le numéro de subvention W81XWH-21-1-0138. Les opinions, interprétations, conclusions et recommandations sont celles des auteurs et ne sont pas nécessairement approuvées par le ministère de la Défense.

Les procédures expérimentales ont été approuvées par le Conseil d’examen institutionnel (IRB) de l’Université de Virginie-Occidentale, protocole # 1311129283, et ont adhéré aux principes de la Déclaration d’Helsinki. Les risques liés à ce protocole sont mineurs, mais il est nécessaire d’expliquer toutes les procédures et les risques potentiels aux participants, et un consentement écrit et éclairé a été obtenu avec une documentation approuvée par le comité d’éthique de l’établissement.
1. Caractéristiques et conception du système
REMARQUE : La configuration de ce protocole se compose des éléments suivants : (1) capteurs EMG et base, (2) logiciel d’acquisition de données EMG (DAQ), (3) un système de capture de mouvement et (4) un casque VR avec le logiciel correspondant. Ces composants sont illustrés à la figure 1.
<ol><li>Configuration des composants du système<ol><li>Connectez le système EMG.<ol><li>Branchez la station de base EMG à l’alimentation.</li>
			<li>Connectez la station de base EMG à un ordinateur dédié (Figure 1C) contenant les scripts DAQ. REMARQUE : Des exemples de scripts peuvent être trouvés à l’adresse suivante : https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0. Certains produits commerciaux peuvent être livrés avec un logiciel d’acquisition de données sous licence, qui peut également être utilisé.</li>
		</ol></li>
		<li>Connectez le système de capture de mouvement.<ol><li>Connectez un deuxième ordinateur dédié (Figure 1A) à un routeur réseau.</li>
			<li>Connectez le routeur réseau à un serveur de capture de mouvement.</li>
			<li>Connectez le serveur de capture de mouvement à un écran d’ordinateur pour la visualisation.</li>
			<li>Connectez les caméras au serveur de capture de mouvement.</li>
		</ol></li>
		<li>Connectez le système VR.<ol><li>Connectez le casque VR à un troisième ordinateur dédié à l’aide des scripts DAQ correspondants (Figure 1B). REMARQUE : Des exemples de scripts peuvent être trouvés à l’adresse suivante : https://www.dropbox.com/sh/7se5lih4noxj584/AACqFDZytpDm-L8jAULFwfTHa?dl=0</li>
			<li>Chargez l’environnement de jeu VR contenant les tâches prévues sur l’ordinateur lié au casque VR (Figure 1B).</li>
		</ol></li>
		<li>Préparez la zone où le sujet accomplira la tâche.<ol><li>Utilisez une chaise solide et sans accoudoirs pour vous assurer qu’il n’y a pas d’interférence avec la portée normale du sujet.</li>
			<li>Pour la sécurité et l’exactitude des données recueillies, confirmez que la zone d’essai est libre de tout obstacle.</li>
		</ol></li>
		<li>Synchronisez les systèmes.<ol><li>Utilisez une fonction logicielle personnalisée pour synchroniser les systèmes dans le temps avec un serveur unique.</li>
			<li>Vous pouvez également utiliser un ordinateur ou un gestionnaire de messages de votre choix.</li>
		</ol></li>
	</ol></li>
</ol><img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/65736/65736fig01.jpg"> Figure 1 : Configuration de l’équipement expérimental. (A) Les caméras de capture de mouvement des marqueurs sont positionnées sur le sol et au plafond autour de l’espace expérimental, établissant un espace optimal pour le suivi du mouvement. Un ordinateur dédié est utilisé pour exécuter le logiciel de capture de mouvement et enregistrer les données. (B) Le casque utilisé pour afficher le BBT modifié en VR est connecté à un ordinateur dédié où l’évaluation virtuelle et les données de la tâche sont enregistrées. (C) La base EMG est connectée à un ordinateur dédié où les données d’activité musculaire sont enregistrées et sauvegardées pendant l’exécution de la tâche. Des capteurs EMG et des marqueurs LED pour la capture de mouvement sont tous deux placés sur le bras du sujet pendant la séance (voir Figure 2). Abréviations : VR = réalité virtuelle ; EMG = électromyographie. <a href="https://www.jove.com/files/ftp_upload/65736/65736fig01large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
2. Procédures expérimentales
REMARQUE : la figure 2 présente une représentation visuelle de l’écoulement expérimental décrit dans ce protocole.
<ol><li>Configuration EMG<ol><li>Pour déterminer l’emplacement du capteur EMG pour une meilleure qualité de signal, palpez le ventre musculaire pendant que le participant contracte le muscle concerné27. Voir le tableau 1 pour la sélection musculaire utilisée dans ce protocole.</li>
		<li>À l’aide d’une lingette imbibée d’alcool, nettoyez soigneusement chaque électrode et le site de placement du capteur prévu sur le bras du sujet. REMARQUE : Un nettoyage en profondeur des capteurs EMG et de la peau du sujet garantira une faible impédance électrode-peau. Cela garantit que les données EMG enregistrées ont un rapport signal/bruit élevé. Un excès de poils sur le site de placement du capteur peut entraîner des données de mauvaise qualité, même s’ils sont correctement nettoyés. Dans ce cas, il peut être nécessaire de raser les cheveux.</li>
		<li>Après avoir préparé les électrodes EMG et la peau du sujet, placez les capteurs EMG sur le sujet, en assurant un bon contact entre les électrodes et la peau. Les électrodes bipolaires doivent être positionnées de manière à ce que les capteurs soient parallèles à la direction des fibres musculaires.</li>
	</ol></li>
	<li>Configuration du système de capture de mouvement REMARQUE : Cela peut ne pas être nécessaire si seul un casque VR est utilisé pour suivre les mouvements de la main pour la cinématique.<ol><li>Calibrez les caméras de suivi de mouvement en suivant les instructions du fabricant. Déplacez la baguette d’étalonnage dans l’espace expérimental pour calibrer les caméras de suivi de mouvement et définir l’axe 3D de l’espace. REMARQUE : Le système de capture de mouvement des marqueurs utilisé dans ce protocole comprend une baguette d’étalonnage avec des marqueurs LED.</li>
		<li>Placez les marqueurs de capture de mouvement LED sur les repères osseux du membre supérieur et du tronc du sujet qui sont nécessaires à la construction des modèles biomécaniques souhaités.</li>
		<li>Utilisez le logiciel de capture de mouvement fourni pour vous assurer que tous les marqueurs sont reconnus et suivis par les caméras de capture de mouvement. Demandez au sujet d’effectuer plusieurs mouvements d’entraînement pendant que le personnel de l’étude surveille visuellement les données des marqueurs en temps réel.</li>
	</ol></li>
	<li>Configurer la tâche d’évaluation des compétences VR<ol><li>Placez une chaise au centre de l’espace expérimental de capture de mouvement. Utilisez une chaise similaire à celle utilisée pour le test traditionnel dans le monde réel.</li>
		<li>Calibrez le casque VR sur la chaise où le sujet effectuera la tâche d’évaluation. Une fois calibré, demandez au sujet de s’asseoir sur la chaise et placez le casque VR sur sa tête.</li>
		<li>Pendant que le sujet est assis, mesurez la distance entre l’épaule du sujet et le sol, ainsi que la longueur du bras du sujet. Utilisez ces distances pour définir l’emplacement où la table et la tâche d’évaluation apparaîtront en VR.</li>
		<li>Dans le script de contrôle de tâche VR, saisissez les mesures du sujet et programmez le nombre souhaité de répétitions d’apparition de blocs. REMARQUE : Dans ce BBT modifié, les blocs individuels apparaîtront un par un pour augmenter la reproductibilité.</li>
	</ol></li>
	<li>Demandez au sujet d’effectuer l’évaluation BBT modifiée en VR.<ol><li>Expliquez brièvement la tâche au sujet.<ol><li>Le bloc virtuel apparaîtra sur le côté gauche ou droit, selon ce que détermine l’expérimentateur.</li>
			<li>Expliquez au sujet qu’il devra ramasser le bloc virtuel, le transporter sur la partition et le placer sur la cible dans le compartiment opposé (Figure 2). REMARQUE : Dans le BBT virtuel modifié utilisé ici, le bloc disparaîtra automatiquement et réapparaîtra à la position de départ autant de fois que déterminé par l’expérimentateur.</li>
		</ol></li>
		<li>Commencez à collecter des données EMG.</li>
		<li>Commencez à collecter des données de capture de mouvement.</li>
		<li>Démarrez la tâche d’évaluation des compétences en RV.<ol><li>Laissez la tâche s’exécuter pendant le nombre prédéfini de répétitions avant de se terminer automatiquement.</li>
		</ol></li>
		<li>Enregistrez les données EMG et cinématiques pour une analyse post-hoc.</li>
		<li>Déterminez un score cliniquement pertinent pour le BBT post-hoc modifié comme le nombre de blocs portés avec succès au-dessus de la barrière ou les répétitions de la tâche en 60 s.</li>
</ol></li>	
</ol><img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/65736/65736fig02.jpg"> Figure 2 : Protocole expérimental, tâche VR et configuration du sujet. (A) Diagramme de flux décrivant le protocole expérimental utilisé ici. (B) Exemple de vue de BBT modifié implémenté dans un environnement VR. Les mesures anatomiques sont utilisées pour calibrer la tâche VR, en s’assurant que la table virtuelle apparaît au bon emplacement relatif. (C) Placement de marqueurs de capture de mouvement LED et de capteurs EMG sur le sujet. Des capteurs EMG sont placés sur les muscles d’intérêt et des marqueurs de capture de mouvement LED sont positionnés sur des points de repère osseux. Abréviations : VR = réalité virtuelle ; EMG = électromyographie ; LED = diode électroluminescente. <a href="https://www.jove.com/files/ftp_upload/65736/65736fig02large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>

Intégration de la RV et de biocapteurs pour l’évaluation quantitative de l’activité musculaire et du mouvement

<ol>
	<li>Rosenbaum, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Human motor control. , (2010).</li><li>Kalsi-Ryan, S., Curt, A., Fehlings, M., Verrier, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Assessment+of+the+hand+in+tetraplegia+using+the+Graded+Redefined+Assessment+of+Strength,+Sensibility+and+Prehension+(GRASSP):+impairment+versus+function.">Assessment of the hand in tetraplegia using the Graded Redefined Assessment of Strength, Sensibility and Prehension (GRASSP): impairment versus function.</a> Topics in Spinal Cord Injury Rehabilitation. 14 (4), 34-46 (2009).</li><li>Kalsi-Ryan, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Graded+Redefined+Assessment+of+Strength+Sensibility+and+Prehension:+reliability+and+validity.">The Graded Redefined Assessment of Strength Sensibility and Prehension: reliability and validity.</a> Journal of Neurotrauma. 29 (5), 905-914 (2012).</li><li>Menorca, R. M. G., Fussell, T. S., Elfar, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nerve+physiology.">Nerve physiology.</a> Hand Clinics. 29 (3), 317-330 (2013).</li><li>Spinal cord injury. National Institute of Neurological Disorders and Stroke Available from: <a target="_blank" href="https://www.ninds.nih.gov/health-information/disorders/spinal-cord-injury">https://www.ninds.nih.gov/health-information/disorders/spinal-cord-injury</a> (2023)</li><li>Peripheral neuropathy. National Institute of Neurological Disorders and Stroke Available from: <a target="_blank" href="https://www.ninds.nih.gov/health-information/patient-caregiver-education/fact-sheets/peripheral-neuropathy-fact-sheet">https://www.ninds.nih.gov/health-information/patient-caregiver-education/fact-sheets/peripheral-neuropathy-fact-sheet</a> (2023)</li><li>Statistics: Get informed about Parkinson's disease with these key numbers. Parkinson's Foundation Available from: <a target="_blank" href="https://www.parkinson.org/understanding-parkinsons/statistics">https://www.parkinson.org/understanding-parkinsons/statistics</a> (2023)</li><li>Virani, S. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Heart+disease+and+stroke+statistics-2021+update:+a+report+from+the+American+Heart+Association.">Heart disease and stroke statistics-2021 update: a report from the American Heart Association.</a> Circulation. 143 (8), e254 (2021).</li><li>Hsieh, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Responsiveness+and+validity+of+three+outcome+measures+of+motor+function+after+stroke+rehabilitation.">Responsiveness and validity of three outcome measures of motor function after stroke rehabilitation.</a> Stroke. 40 (4), 1386-1391 (2009).</li><li>Van Der Lee, H., Beckerman, H., Lankhorst, G. J., Bouter, L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+responsiveness+of+the+action+research+arm+test+and+the+Fugl-Meyer+assessment+scale+in+chronic+stroke+patients.">The responsiveness of the action research arm test and the Fugl-Meyer assessment scale in chronic stroke patients.</a> Journal of Rehabilitation Medicine. 33 (3), 110-113 (2001).</li><li>Duncan, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Randomized+clinical+trial+of+therapeutic+exercise+in+subacute+stroke.">Randomized clinical trial of therapeutic exercise in subacute stroke.</a> Stroke. 34 (9), 2173-2180 (2003).</li><li>Saposnik, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Efficacy+and+safety+of+non-immersive+virtual+reality+exercising+in+stroke+rehabilitation+(EVREST):+a+randomised,+multicentre,+single-blind,+controlled+trial.">Efficacy and safety of non-immersive virtual reality exercising in stroke rehabilitation (EVREST): a randomised, multicentre, single-blind, controlled trial.</a> The Lancet Neurology. 15 (10), 1019-1027 (2016).</li><li>Wolf, S. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+EXCITE+stroke+trial:+Comparing+early+and+delayed+constraint-induced+movement+therapy.">The EXCITE stroke trial: Comparing early and delayed constraint-induced movement therapy.</a> Stroke. 41 (10), 2309-2315 (2010).</li><li>Krakauer, J. W., Carmichael, S. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Broken movement: the neurobiology of motor recovery after stroke. , (2017).</li><li>Pollock, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Interventions+for+improving+upper+limb+function+after+stroke.">Interventions for improving upper limb function after stroke.</a> Cochrane Database of Systematic Reviews. 2014 (11), (2014).</li><li>Olesh, E. V., Yakovenko, S., Gritsenko, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+assessment+of+upper+extremity+movement+impairment+due+to+stroke.">Automated assessment of upper extremity movement impairment due to stroke.</a> PLoS ONE. 9 (8), e104487 (2014).</li><li>Gritsenko, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Feasibility+of+using+low-cost+motion+capture+for+automated+screening+of+shoulder+motion+limitation+after+breast+cancer+surgery.">Feasibility of using low-cost motion capture for automated screening of shoulder motion limitation after breast cancer surgery.</a> PLOS ONE. 10 (6), e0128809 (2015).</li><li>Thomas, A. B., Olesh, E. V., Adcock, A., Gritsenko, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Muscle+torques+and+joint+accelerations+provide+more+sensitive+measures+of+poststroke+movement+deficits+than+joint+angles.">Muscle torques and joint accelerations provide more sensitive measures of poststroke movement deficits than joint angles.</a> Journal of Neurophysiology. 126 (2), 591-606 (2021).</li><li>De Luca, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electromyography.">Electromyography.</a> Encyclopedia of Medical Devices and Instrumentation. , (2006).</li><li>Lin, C. -. J., Guo, L. -. Y., Su, F. -. C., Chou, Y. -. L., Cherng, R. -. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Common+abnormal+kinetic+patterns+of+the+knee+in+gait+in+spastic+diplegia+of+cerebral+palsy.">Common abnormal kinetic patterns of the knee in gait in spastic diplegia of cerebral palsy.</a> Gait &amp; Posture. 11 (3), 224-232 (2000).</li><li>Lin, J., Shah, D., McCracken, C., Verma, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+EMG+in+Duchenne+muscular+dystrophy+(P6.328).">Quantitative EMG in Duchenne muscular dystrophy (P6.328).</a> Neurology. 86, (2016).</li><li>EMG test for neuromuscular disease. Brigham and Women's Hospital Available from: <a target="_blank" href="https://www.brighamandwomens.org/medical-resources/emg-test">https://www.brighamandwomens.org/medical-resources/emg-test</a> (2023)</li><li>Kuthe, C. D., Uddanwadiker, R. V., Ramteke, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Surface+electromyography+based+method+for+computing+muscle+strength+and+fatigue+of+biceps+brachii+muscle+and+its+clinical+implementation.">Surface electromyography based method for computing muscle strength and fatigue of biceps brachii muscle and its clinical implementation.</a> Informatics in Medicine Unlocked. 12, 34-43 (2018).</li><li>Holtermann, A., Gr&#246;nlund, C., Karlsson, J. S., Roeleveld, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Motor+unit+synchronization+during+fatigue:+Described+with+a+novel+sEMG+method+based+on+large+motor+unit+samples.">Motor unit synchronization during fatigue: Described with a novel sEMG method based on large motor unit samples.</a> Journal of Electromyography and Kinesiology. 19 (2), 232-241 (2009).</li><li>Kim, H., Lee, J., Kim, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electromyography-signal-based+muscle+fatigue+assessment+for+knee+rehabilitation+monitoring+systems.">Electromyography-signal-based muscle fatigue assessment for knee rehabilitation monitoring systems.</a> Biomedical Engineering Letters. 8 (4), 345-353 (2018).</li><li>Mathiowetz, V., Volland, G., Kashman, N., Weber, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adult+norms+for+the+box+and+block+test+of+manual+dexterity.">Adult norms for the box and block test of manual dexterity.</a> American Journal of Occupational Therapy. 39 (6), 386-391 (1985).</li><li>Hermens, H. J., Freriks, B., Disselhorst-Klug, C., Rau, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+recommendations+for+SEMG+sensors+and+sensor+placement+procedures.">Development of recommendations for SEMG sensors and sensor placement procedures.</a> Journal of Electromyography and Kinesiology. 10 (5), 361-374 (2000).</li><li>Yough, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Advancing+medical+technology+for+motor+impairment+rehabilitation:+Tools,+protocols,+and+devices.">Advancing medical technology for motor impairment rehabilitation: Tools, protocols, and devices.</a> Graduate Theses, Dissertations, and Problem Reports. , (2023).</li><li>Velliste, M., Perel, S., Spalding, M. C., Whitford, A. S., Schwartz, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortical+control+of+a+prosthetic+arm+for+self-feeding.">Cortical control of a prosthetic arm for self-feeding.</a> Nature. 453 (7198), 1098-1101 (2008).</li><li>Talkington, W. J., Pollard, B. S., Olesh, E. V., Gritsenko, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multifunctional+setup+for+studying+human+motor+control+using+transcranial+magnetic+stimulation,+electromyography,+motion+capture,+and+virtual+reality.">Multifunctional setup for studying human motor control using transcranial magnetic stimulation, electromyography, motion capture, and virtual reality.</a> Journal of Visualized Experiments. (103), e52906 (2015).</li><li>Murillo, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High-density+electromyography+provides+new+insights+into+the+flexion+relaxation+phenomenon+in+individuals+with+low+back+pain.">High-density electromyography provides new insights into the flexion relaxation phenomenon in individuals with low back pain.</a> Scientific Reports. 9 (1), 15938 (2019).</li><li>P&#233;ter, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparing+surface+and+fine-wire+electromyography+activity+of+lower+leg+muscles+at+different+walking+speeds.">Comparing surface and fine-wire electromyography activity of lower leg muscles at different walking speeds.</a> Frontiers in Physiology. 10, 1283 (2019).</li><li>Isenstein, E. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rapid+assessment+of+hand+reaching+using+virtual+reality+and+application+in+cerebellar+stroke.">Rapid assessment of hand reaching using virtual reality and application in cerebellar stroke.</a> PLOS ONE. 17 (9), e0275220 (2022).</li><li>Varela-Ald&#225;s, J., Buele, J., L&#243;pez, I., Palacios-Navarro, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Influence+of+hand+tracking+in+immersive+virtual+reality+for+memory+assessment.">Influence of hand tracking in immersive virtual reality for memory assessment.</a> International Journal of Environmental Research and Public Health. 20 (5), 4609 (2023).</li><li>Robertson, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Human+kinetics.">Human kinetics.</a> Research methods in biomechanics. , (2004).</li><li>Dunne, J. J., Uchida, T. K., Besier, T. F., Delp, S. L., Seth, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+marker+registration+method+to+improve+joint+angles+computed+by+constrained+inverse+kinematics.">A marker registration method to improve joint angles computed by constrained inverse kinematics.</a> PLOS ONE. 16 (5), e0252425 (2021).</li><li>Delp, S. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=OpenSim:+Open-source+software+to+create+and+analyze+dynamic+simulations+of+movement.">OpenSim: Open-source software to create and analyze dynamic simulations of movement.</a> IEEE Transactions on Biomedical Engineering. 54 (11), 1940-1950 (2007).</li><li>Naceri, A., Gultekin, Y. B., Moscatelli, A., Ernst, M. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Role+of+tactile+noise+in+the+control+of+digit+normal+force.">Role of tactile noise in the control of digit normal force.</a> Frontiers in Psychology. 12, 612558 (2021).</li><li>Wottawa, C. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+role+of+tactile+feedback+in+grip+force+during+laparoscopic+training+tasks.">The role of tactile feedback in grip force during laparoscopic training tasks.</a> Surgical Endoscopy. 27 (4), 1111-1118 (2013).</li></ol>

Les auteurs n’ont aucun conflit d’intérêts à déclarer.

Système EMG Le matériel du système EMG se compose de 15 capteurs EMG utilisés pour obtenir des données d’activation musculaire. Une interface de programmation d’application (API) disponible dans le commerce a été utilisée pour générer un logiciel d’enregistrement EMG personnalisé. Le matériel du système VR se compose d’un casque de réalité virtuelle utilisé pour afficher l’environnement VR immersif et d’un câble pour relier le casque à l’ordinateur dédié où la tâche...

Le mouvement est la façon dont nous interagissons avec le monde. Bien que les activités quotidiennes telles que prendre un verre d’eau ou se rendre au travail à pied puissent sembler simples, même ces mouvements reposent sur une signalisation complexe entre le système nerveux central, les muscles et les membres1. En tant que tels, l’indépendance personnelle et la qualité de vie sont fortement corrélées au niveau de la fonction des membresd’un individu 2,3. Les lésions neurologiques, comme les lésions de la moelle épinière (LME) ou les lésions des nerfs périphériques, peuvent entraîner des déficits moteurs permanents, diminuant ainsi la capacité d’exécuter même les activités simples de la vie quotidienne 4,5. Selon l’Institut national des troubles neurologiques et des accidents vasculaires cérébraux, plus de 100 millions de personnes aux États-Unis souffrent de déficits moteurs, l’accident vasculaire cérébral étant l’une des principales causes 6,7,8. En raison de la nature de ces blessures, les patients nécessitent souvent des soins prolongés dans lesquels une évaluation motrice quantitative et un traitement à distance peuvent être bénéfiques.
Les pratiques actuelles de traitement des troubles du mouvement nécessitent souvent une évaluation clinique initiale et continue de la fonction par l’observation d’experts formés tels que des physiothérapeutes ou des ergothérapeutes. Les tests cliniques standard validés nécessitent souvent des professionnels formés pour les administrer, avec des contraintes de temps spécifiques et une notation subjective de mouvements prédéfinis ou de tâches fonctionnelles. Cependant, même chez les individus en bonne santé, des mouvements identiques peuvent être accomplis avec des combinaisons variables d’angles articulaires. Ce concept est appelé redondance musculo-squelettique.
Les tests cliniques fonctionnels ne tiennent souvent pas compte de la redondance individuelle sous-jacente à la variabilité inter-sujets. Pour les cliniciens comme pour les chercheurs, la distinction entre la variabilité normale causée par la redondance et les changements pathologiques dans le mouvement reste un défi. Les évaluations cliniques standardisées effectuées par des évaluateurs bien formés utilisent des systèmes de notation à faible résolution pour réduire la variabilité entre les juges et améliorer la validité des tests. Cependant, cela introduit des effets de plafond, réduisant ainsi la sensibilité et la validité prédictive pour les sujets qui peuvent avoir de légers déficits de mouvement 9,10. De plus, ces tests cliniques ne permettent pas de différencier si les déficits sont causés par la mécanique corporelle passive ou la coordination musculaire active, ce qui peut être important lors du diagnostic initial et lors de la conception d’un plan de réadaptation spécifique au patient. Des essais cliniques randomisés ont révélé une efficacité incohérente des plans de traitement formulés sur la base des preuves fournies par ces essais cliniques 11,12,13. Plusieurs études ont souligné la nécessité de disposer de mesures cliniques quantitatives et conviviales qui pourraient être utilisées pour guider la conception des interventions futures14,15.
Dans des études précédentes, nous avons démontré la mise en œuvre de l’évaluation automatisée du mouvement à l’aide de dispositifs de capture de mouvement grand public facilement disponibles dans la déficience du bras après un AVC, ainsi que l’évaluation de la fonction de l’épaule après une chirurgie thoracique chez les patientes atteintes d’un cancer du sein16,17. De plus, nous avons montré que l’utilisation des moments articulaires actifs pour estimer les moments musculaires de mouvements actifs spécifiques est une mesure plus sensible des déficits moteurs après un AVC par rapport aux angles articulaires18. La capture de mouvement et l’électromyographie de surface (EMG) peuvent donc être d’une importance cruciale dans l’évaluation des patients diagnostiqués comme asymptomatiques par les tests cliniques standard, mais qui peuvent toujours éprouver des difficultés de mouvement, de la fatigue ou de la douleur. Cet article décrit un système qui pourrait permettre une caractérisation détaillée et quantitative du mouvement lors d’essais cliniques standard pour le développement futur de méthodes d’évaluation et de réadaptation à domicile chez les populations de patients souffrant de troubles du mouvement.
La réalité virtuelle (VR) peut être utilisée pour construire une expérience utilisateur immersive tout en modélisant les tâches quotidiennes. En règle générale, les systèmes de RV suivent les mouvements de la main de l’utilisateur pour permettre des interactions simulées avec l’environnement virtuel. Le protocole que nous décrivons ici utilise des produits de RV grand public pour la capture de mouvement afin de quantifier l’évaluation des déficits moteurs, à l’instar d’autres études démontrant l’utilisation de manettes de jeux vidéo standard dans l’évaluation quantitative de la déficience après un accident vasculaire cérébral ou une chirurgie de l’épaule16,17. De plus, l’EMG est une mesure non invasive de l’activité neuronale sous-jacente à la contraction musculaire19. En tant que tel, l’EMG peut être utilisé pour évaluer indirectement la qualité du contrôle neuronal du mouvement et fournir une évaluation détaillée de la fonction motrice. Les lésions musculaires et nerveuses peuvent être détectées par EMG, et des troubles tels que la dystrophie musculaire et la paralysie cérébrale sont couramment surveillés à l’aide de cette technique20,21. De plus, l’EMG peut être utilisé pour suivre les changements dans la force musculaire ou la spasticité, qui peuvent ne pas être évidents dans les évaluations cinématiques22,23, ainsi que la fatigue et la coactivation musculaire. De tels paramètres sont essentiels pour évaluer les progrès de la réadaptation 23,24,25.
Le paradigme expérimental décrit ici cherche à tirer parti d’une combinaison de RV et d’EMG pour remédier aux limites des outils d’évaluation clinique traditionnels. Ici, les participants ont été invités à effectuer une tâche Box and Block (BBT)26 modifiée à l’aide d’objets réels et en VR. La TCB standard est un outil clinique utilisé dans l’évaluation générale de la fonction macroscopique des membres supérieurs, dans lequel on demande aux sujets de déplacer autant de blocs de 2,5 cm que possible d’un compartiment, par-dessus une cloison, à un compartiment adjacent en une minute. Bien qu’elles soient souvent utilisées pour évaluer de manière fiable les déficits chez les patients ayant subi un AVC ou d’autres affections neuromusculaires (par exemple, parésie des membres supérieurs, hémiplégie spastique), des données normatives ont également été rapportées pour des enfants et des adultes en bonne santé, âgés de 6 à 8926 ans. Une évaluation virtuelle du mouvement est utilisée pour simuler les aspects fonctionnels du test clinique validé effectué dans la vie réelle. La RV est utilisée ici pour réduire le matériel requis tout en permettant la fourniture d’instructions standardisées et de notation programmée et automatisée. Ainsi, une surveillance constante par des professionnels formés ne serait plus nécessaire.
La TBC de cette étude a été simplifiée pour se concentrer sur la capture de l’atteinte et de la saisie d’un bloc à la fois qui apparaît au même endroit. Cela a permis de maximiser la reproductibilité des mouvements et de minimiser la variabilité inter-sujets dans les données enregistrées. Enfin, les casques de réalité virtuelle peuvent être achetés pour aussi peu que 300 $ et ont le potentiel d’héberger plusieurs évaluations. Une fois programmés, cela réduirait considérablement les coûts associés à l’évaluation professionnelle typique et permettrait une accessibilité accrue de ces tests cliniques standard et validés dans des contextes cliniques et à distance/à domicile.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Armless Chair</td>
			<td>N/A</td>
			<td></td>
			<td>A chair for subjects to sit in should be armless so that their arms are not interfered with.</td>
		</tr>
		<tr>
			<td>Computer</td>
			<td>Dell Technologies</td>
			<td></td>
			<td>Three computers were used to accompany the data acquisition equipment.</td>
		</tr>
		<tr>
			<td>Leap Motion Controller</td>
			<td>Ultraleap</td>
			<td></td>
			<td>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&#176; field of view. This device was attached to the VR headset or secured above the head during movement.</td>
		</tr>
		<tr>
			<td>MATLAB</td>
			<td>MathWorks, Inc.&#160;</td>
			<td></td>
			<td>Programming platform used to develop custom data acquisition software</td>
		</tr>
		<tr>
			<td>Oculus Quest 2</td>
			<td>Meta</td>
			<td></td>
			<td>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).</td>
		</tr>
		<tr>
			<td>Oculus Quest 2 Link cable</td>
			<td>Meta</td>
			<td></td>
			<td>Used to connect the headset to the computer where the VR game was stored</td>
		</tr>
		<tr>
			<td>PhaseSpace Motion Capture</td>
			<td>PhaseSpace, Inc.</td>
			<td></td>
			<td>Markered motion capture system, consisting of a server, cameras with 60&#176; field of view, red light emitting diode (LED) as markers, and a calibration object</td>
		</tr>
		<tr>
			<td>Trigno Wireless System</td>
			<td>Delsys, Inc.</td>
			<td></td>
			<td>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.</td>
		</tr>
		<tr>
			<td>UnReal Engine 4</td>
			<td>Epic Games</td>
			<td></td>
			<td>Software used to create and run the modified Box and Block Task in VR</td>
		</tr>
	</tbody>
</table>

setup for the quantitative assessment of motion and muscle activity during a virtual modified box and block test

La capacité de bouger nous permet d’interagir avec le monde. Lorsque cette capacité est altérée, elle peut réduire considérablement la qualité de vie et l’indépendance d’une personne et peut entraîner des complications. L’importance de l’évaluation et de la réadaptation à distance des patients s’est récemment accrue en raison de l’accès limité aux services en personne. Par exemple, la pandémie de COVID-19 a entraîné de manière inattendue une réglementation stricte, réduisant l’accès aux services de santé non urgents. De plus, les soins à distance offrent la possibilité de remédier aux disparités en matière de soins de santé dans les zones rurales, mal desservies et à faible revenu où l’accès aux services reste limité. 
L’amélioration de l’accessibilité grâce à des options de soins à distance limiterait le nombre de visites à l’hôpital ou chez les spécialistes et rendrait les soins de routine plus abordables. Enfin, l’utilisation d’appareils électroniques grand public commerciaux facilement disponibles pour les soins à domicile peut améliorer les résultats pour les patients en raison d’une meilleure observation quantitative des symptômes, de l’efficacité du traitement et de la posologie du traitement. Bien que les soins à distance soient un moyen prometteur de résoudre ces problèmes, il est crucial de caractériser quantitativement la déficience motrice pour de telles applications. Le protocole suivant vise à combler cette lacune dans les connaissances afin de permettre aux cliniciens et aux chercheurs d’obtenir des données à haute résolution sur les mouvements complexes et l’activité musculaire sous-jacente. L’objectif ultime est de développer un protocole d’administration à distance de tests cliniques fonctionnels. 
Ici, les participants ont été invités à effectuer une tâche Box and Block (BBT) d’inspiration médicale, qui est fréquemment utilisée pour évaluer la fonction de la main. Cette tâche exige que les sujets transportent des cubes normalisés entre deux compartiments séparés par une barrière. Nous avons mis en œuvre une BBT modifiée en réalité virtuelle pour démontrer le potentiel de développement de protocoles d’évaluation à distance. L’activation musculaire a été capturée pour chaque sujet à l’aide de l’électromyographie de surface. Ce protocole a permis d’acquérir des données de haute qualité pour mieux caractériser les troubles du mouvement de manière détaillée et quantitative. À terme, ces données ont le potentiel d’être utilisées pour développer des protocoles de réadaptation virtuelle et de surveillance à distance des patients.

Movement is how we interact with the world. While everyday activities such as picking up a glass of water or walking to work may seem simple, even these movements rely on complex signaling between the central nervous system, muscles, and limbs1. As such, personal independence and quality of life are highly correlated to the level of an individual&#39;s limb function2,3. Neurological damage, as in spinal cord injury (SCI) or peripheral nerve injury, can result in permanent motor deficits, thereby diminishing one&#39;s ability to execute even simple activities of daily living4,5. According to the National Institute of Neurological Disorders and Stroke, over 100 million people in the United States experience motor deficits, with stroke as one of the leading causes6,7,8. Due to the nature of these injuries, patients often require prolonged care in which quantitative motor assessment and remote treatment may be beneficial.
Current practices for treating movement disorders often require both initial and ongoing clinical assessment of function through observation by trained experts such as physical or occupational therapists. Standard validated clinical tests often require trained professionals to administer them, with specific time constraints and subjective scoring of predefined movements or functional tasks. However, even in healthy individuals, identical movements can be accomplished with varying combinations of joint angles. This concept is termed musculoskeletal redundancy.
Functional clinical tests often do not account for the individual redundancy underlying inter-subject variability. For clinicians and researchers alike, distinguishing between normal variability caused by redundancy and pathological changes in movement remains a challenge. Standardized clinical assessments performed by well-trained raters utilize low-resolution scoring systems to reduce inter-rater variability and improve test validity. However, this introduces ceiling effects, thus lowering the sensitivity and predictive validity for subjects who may have mild movement deficits9,10. Furthermore, these clinical tests cannot differentiate if deficits are caused by passive body mechanics or active muscle coordination, which may be of importance during initial diagnosis and when designing a patient-specific rehabilitation plan. Randomized clinical trials have revealed inconsistent efficacy of treatment plans formulated based on evidence provided by these clinical tests11,12,13. Several studies have emphasized the need for quantitative, user-friendly clinical metrics that may be used to guide the design of future interventions14,15.
In previous studies, we demonstrated the implementation of automated movement assessment using readily available consumer motion capture devices in post-stroke arm impairment, as well as the evaluation of shoulder function after chest surgery in breast cancer patients16,17. Additionally, we have shown that using active joint moments to estimate muscle moments of specific active movements is a more sensitive measure of motor deficits after stroke compared to joint angles18. Motion capture and surface electromyography (EMG) may therefore be of critical importance in the assessment of patients who are diagnosed as asymptomatic by standard clinical tests, but who may still be experiencing movement difficulties, fatigue, or pain. This paper describes a system that may enable detailed and quantitative characterization of movement during standard clinical tests for the future development of methods for at-home evaluation and rehabilitation in movement-impaired patient populations.
Virtual reality (VR) can be used to construct an immersive user experience while modeling everyday tasks. Typically, VR systems track the hand movements of the user to allow for simulated interactions with the virtual environment. The protocol we describe here uses consumer VR products for motion capture to quantify the assessment of motor deficits, similar to other studies demonstrating the use of off-the-shelf video game controllers in quantitative evaluation of impairment after stroke or shoulder surgery16,17. In addition, EMG is a non-invasive measure of the neural activity underlying muscular contraction19. As such, EMG may be used to indirectly evaluate the quality of the neural control of movement and provide a detailed assessment of motor function. Muscle and nerve damage may be detected by EMG, and disorders such as muscular dystrophy and cerebral palsy are commonly monitored using this technique20,21. Furthermore, EMG may be used to track changes in muscle strength or spasticity, which may not be evident in kinematic assessments22,23, as well as fatigue and muscle coactivation. Metrics such as these are critical in considering rehabilitation progress23,24,25.
The experimental paradigm described here seeks to leverage a combination of VR and EMG to address the limitations of traditional clinical assessment tools. Here, participants were asked to perform a modified Box and Block task (BBT)26 using real objects and in VR. The standard BBT is a clinical tool used in the general assessment of gross upper extremity function, in which subjects are asked to move as many 2.5 cm blocks as possible from one compartment, over a partition, to an adjoining compartment within one minute. While often used to reliably assess deficits in patients with stroke or other neuromuscular conditions (e.g., upper extremity paresis, spastic hemiplegia), normative data have also been reported for healthy children and adults, ages 6-8926. A virtual movement assessment is used to simulate functional aspects of the validated clinical test performed in real life. VR is used here to decrease required hardware while allowing for the provision of standardized instructions and programmed, automated scoring. As such, constant supervision by trained professionals would no longer be necessary.
The BBT in this study has been simplified to focus on capturing the reaching and grasping of one block at a time that appears in the same location. This maximized the reproducibility of the movements and minimized the inter-subject variability in recorded data. Lastly, virtual reality headsets can be purchased for as little as $300 and have the potential to house multiple assessments. Once programmed, this would significantly decrease the cost associated with typical professional evaluation and allow for increased accessibility of these standard, validated clinical tests in both clinical and remote/at-home settings.

Pleins feux sur l’auteur : Améliorer la réadaptation à distance grâce à la réalité virtuelle et à l’électromyographie

Configuration pour l’évaluation quantitative du mouvement et de l’activité musculaire lors d’un test virtuel modifié en boîte et en bloc

Here in the Neuroengineering and Rehabilitation Laboratory at West Virginia University, we study functional mechanisms of sensory motor control, and develop objective assessment tools for the assessment of motor skills and movement impairment. Remote or virtual care has become a promising means to address healthcare disparities. However, there's a critical need to quantitatively characterize motor skills for use in these applications.Our protocol seeks to enable clinicians and researchers to obtain high resolution data on complex movements in order to better assess movement deficits remotely. This protocol aims to simplify complex and underused rehabilitation technologies by automating at home movement assessment. Its key advantage lies in integrating virtual reality, motion capture, and electromyography.For example, a VR headset with hand tracking captures movements for first analysis, while an EMG bracelet estimate muscle performance during virtual testing.

Les données EMG, cinématiques et de force obtenues auprès de sujets utilisant ce protocole peuvent être utilisées pour caractériser les mouvements lors des répétitions d’une même tâche, ainsi qu’au cours de différentes tâches. Les données présentées ici représentent les résultats de participants témoins sains pour démontrer la faisabilité de cette configuration. La figure 3 montre des profils EMG représentatifs enregistrés chez un sujet sain effectuant la BBT modifi...

Read this Scientific Article Protocol about Author Spotlight: Enhancing Remote Rehabilitation with Virtual Reality and Electromyography at JoVE.com

Le protocole décrit ici vise à améliorer l’évaluation quantitative des déficits des membres supérieurs, dans le but de développer une technologie supplémentaire pour l’évaluation à distance à la fois en clinique et à domicile. Les technologies de réalité virtuelle et de biocapteurs sont combinées à des techniques cliniques standard pour fournir des informations sur le fonctionnement du système neuromusculaire.

The ability to move allows us to interact with the world. When this ability is impaired, it can significantly reduce one's quality of life and ...

Ici, dans le laboratoire de neuro-ingénierie et de réadaptation de l’Université de Virginie-Occidentale, nous étudions les mécanismes fonctionnels du contrôle sensorimoteur et développons des outils d’évaluation objectifs pour l’évaluation des capacités motrices et des troubles du mouvement. Les soins à distance ou virtuels sont devenus un moyen prometteur de lutter contre les disparités en matière de soins de santé. Cependant, il est essentiel de caractériser quantitativement les habiletés motrices pour les utiliser dans ces applications.Notre protocole vise à permettre aux cliniciens et aux chercheurs d’obtenir des données à haute résolution sur des mouvements complexes afin de mieux évaluer les déficits de mouvement à distance. Ce protocole vise à simplifier les technologies de rééducation complexes et sous-utilisées en automatisant l’évaluation des mouvements à domicile. Son principal avantage réside dans l’intégration de la réalité virtuelle, de la capture de mouvement et de l’électromyographie.Par exemple, un casque VR avec suivi des mains capture les mouvements pour une première analyse, tandis qu’un bracelet EMG estime les performances musculaires lors de tests virtuels.

setup-for-quantitative-assessment-motion-muscle-activity-during

Research

JoVE Journal

Engineering

Setup for the Quantitative Assessment of Motion and Muscle Activity During a Virtual Modified Box and Block Test

374 vues.  West Virginia University. Ici, dans le laboratoire de neuro-ingénierie et de réadaptation de l’Université de Virginie-Occidentale, nous étudions les mécanismes fonctionnels du contrôle sensorimoteur et développons des outils d’évaluation objectifs pour l’évaluation des capacités motrices et des troubles du mouvement. Les soins à distance ou virtuels sont devenus un moyen prometteur de lutter contre les disparités en matière de soins de santé. Cependant, il est essentiel de caractériser quantitativ...

Vidéo: Pleins feux sur l’auteur : Améliorer la réadaptation à distance grâce à la réalité virtuelle et à l’électromyographie

The ability to move allows us to interact with the world. When this ability is impaired, it can significantly reduce one's quality of life and independence and may lead to complications. The importance of remote patient evaluation and rehabilitation has recently grown due to limited access to in-person services. For example, the COVID-19 pandemic unexpectedly resulted in strict regulations, reducing access to non-emergent healthcare services. Additionally, remote care offers an opportunity to address healthcare disparities in rural, underserved, and low-income areas where access to services remains limited. 
Improving accessibility through remote care options would limit the number of hospital or specialist visits and render routine care more affordable. Finally, the use of readily available commercial consumer electronics for at-home care can enhance patient outcomes due to improved quantitative observation of symptoms, treatment efficacy, and therapy dosage. While remote care is a promising means to address these issues, there is a crucial need to quantitatively characterize motor impairment for such applications. The following protocol seeks to address this knowledge gap to enable clinicians and researchers to obtain high-resolution data on complex movement and underlying muscle activity. The ultimate goal is to develop a protocol for remote administration of functional clinical tests. 
Here, participants were instructed to perform a medically-inspired Box and Block task (BBT), which is frequently used to assess hand function. This task requires subjects to transport standardized cubes between two compartments separated by a barrier. We implemented a modified BBT in virtual reality to demonstrate the potential of developing remote assessment protocols. Muscle activation was captured for each subject using surface electromyography. This protocol allowed for the acquisition of high-quality data to better characterize movement impairment in a detailed and quantitative manner. Ultimately, these data have the potential to be used to develop protocols for virtual rehabilitation and remote patient monitoring.

The protocol described here aims to enhance the quantitative evaluation of upper limb deficits, with the goal of developing additional technology for remote assessment both in the clinic and at home. Virtual reality and biosensor technologies are combined with standard clinical techniques to provide insights into the functioning of the neuromuscular system.