JoVE Logo

Accedi

È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.

In questo articolo

  • Riepilogo
  • Abstract
  • Introduzione
  • Protocollo
  • Risultati
  • Discussione
  • Divulgazioni
  • Riconoscimenti
  • Materiali
  • Riferimenti
  • Ristampe e Autorizzazioni

Riepilogo

A method is described in which 3-4 month old infants learn a task by discovery and their leg movements are captured to quantify the learning process.

Abstract

Azioni Task-specifici emergono dal movimento spontaneo durante l'infanzia. E 'stato proposto che le azioni specifiche attività emergono attraverso un processo di scoperta-apprendimento. Qui il metodo è descritto in che 3-4 mesi di età i bambini imparano un compito per scoperta e loro movimenti delle gambe sono catturati per quantificare il processo di apprendimento. Questa task di rilevazione-learning utilizza un telefono cellulare attivato infante che ruota e suona musica basato sull'azione gamba specificata dei neonati. Neonati supina attivare il cellulare muovendo i piedi verticalmente attraverso una soglia virtuale. Questo paradigma è unico in quanto come i bambini scoprono indipendentemente che le loro azioni gambe attivano il cellulare, i movimenti delle gambe dei bambini 'sono monitorati con un sistema di motion capture che consente per la quantificazione del processo di apprendimento. In particolare, l'apprendimento è quantificato in termini di durata di attivazione del cellulare, la posizione varianza dei dispositivi di estremità (piedi) che attivano il cellulare, cambiamenti nelle coordina hip-ginocchiomodelli di produzione, e cambiamenti di anca e ginocchio coppia muscolare. Questa informazione descrive l'esplorazione e lo sfruttamento infantile presso l'interazione dei vincoli persona e ambientali che sostengono azioni di task-specific. Ricerche successive utilizzando questo metodo può indagare menomazioni come specifiche delle diverse popolazioni di neonati a rischio di disturbi del movimento influenzano il processo di individuazione-learning per un'azione specifica-task.

Introduzione

Azioni Task-specifici emergono dai movimenti spontanei durante l'infanzia. E 'stato proposto che le azioni specifiche attività emergono attraverso un processo di rilevamento 1,2-learning. Le attività vengono scoperti da bambini come si muovono spontaneamente ed esplorare le azioni che producono effetti nuovi per l'ambiente. Azioni specifiche Task emergono come i bambini sfruttano le connessioni tra le loro azioni ei loro effetti sul mondo che li circonda. Tuttavia, si sa ancora poco sui processi precisi che i bambini esplorano e sfruttano per imparare a modificare i loro movimenti spontanei di eseguire azioni specifiche attività. Qui il metodo è descritto in che 3-4 mesi di età i bambini imparano un compito per scoperta e loro movimenti delle gambe sono catturati per quantificare il processo di apprendimento.

figure-introduction-936

Figura 1: Infante calci-attivati ​​compito mobile. Il light-emitting diode centro (LED) attaccato al corpo rigido di ogni piede (cerchio giallo) attiva il cellulare quando si varca la soglia virtuale (linea rossa tratteggiata). Re-stampata con il permesso di Sargent et al. 3

Questa task di rilevazione-learning utilizza un telefono cellulare attivato infante che ruota e suona musica in base all'azione gamba specificato di neonati 3. Neonati posizionato supino sotto il cellulare attivano spostando i piedi verticalmente attraverso una soglia virtuale (Figura 1). Questo paradigma è unico in quanto come i bambini scoprono indipendentemente che le loro azioni gambe attivano il cellulare, i movimenti delle gambe dei bambini 'sono monitorati con un sistema di motion capture che consente per la quantificazione del processo di apprendimento.

Il protocollo sperimentale comprende due giorni di raccolta dei dati. 1 ° giorno è costituito da una condizione di base 2 minuti in cui un bambino prende spontaneamente, ma le sue azioni gambanon può attivare il neonato cellulare, seguita da una condizione di acquisizione 6 min in cui le azioni delle gambe del bambino attivano mobile infante se il bambino muove i piedi verticalmente per attraversare una soglia virtuale. Questo protocollo consente la quantificazione delle azioni gamba spontanee infanti e la quantificazione dei vari aspetti dei movimenti come neonati esplorano il rapporto tra le loro azioni gamba e l'attivazione del cellulare infante. Il giorno 2, oltre alle condizioni originarie 2 min e 6 min condizioni di acquisizione, una condizione di estinzione 2 min si aggiunge in cui le azioni delle gambe del bambino non attivano mobile infante. In questo modo per la quantificazione di come i bambini cambiano le loro azioni gamba quando una risposta ambientale già imparato è interrotto.

Nelle precedenti paradigmi mobili infantili, la frequenza di movimento delle gambe 4-6, specifica anca e ginocchio angoli 7,8, o calciare un pannello 9 sono stati reinforccato con il movimento cellulare. Prestazioni ogni giorno è stata definita come un aumento di tali azioni gamba durante la condizione di acquisizione o di estinzione rispetto alle condizioni originarie 4-9. Imparare attraverso giorni è stata definita come un aumento di queste azioni gamba durante la linea di base o l'acquisizione di condizioni Giorni 2 o 3 e alle condizioni originarie del Day 1 5,6. Questi paradigmi mobili precedenti dimostrano che i bambini aumentano la frequenza delle azioni delle gambe che sono rinforzati con l'attivazione cellulare, tuttavia, non forniscono informazioni sul movimento opzioni bambini hanno a loro disposizione quando si impara il compito. Ad esempio, se il tasso di calciare è rafforzata, i bambini dimostrano le prestazioni e l'apprendimento quando i loro calci aumenti dei tassi sia durante l'interazione con il cellulare o quando il telefono non è più attiva. Ciò dimostra che i bambini possono perfezionare il loro tasso di calci, ma non si sa se i bambini possono perfezionare le loro modello o la coppia di produzione coordinamento gamba per generatle azioni delle gambe e che non sono nel loro movimento repertorio preferito.

Questo paradigma cellulare è unico in quanto i bambini sono tenuti a intraprendere azioni gamba più raffinata per attivare il cellulare che nelle precedenti paradigmi mobili. In questo paradigma cellulare, l'altezza di ciascun piede sopra la tabella viene calcolato durante la condizione basale 2 min utilizzando i dati di posizione da un diodo emettitore di luce (LED) collegato a ciascun piede. Una soglia virtuale viene quindi impostato parallelamente al tavolo ad una altezza che è all'interno della gamma superiore dell'altezza di entrambi i piedi durante le condizioni originarie. Durante l'acquisizione, la rotazione mobili e riproduce musica se sia piede varca la soglia. Dopo 3 sec, le fermate mobili e riattiva solo se il bambino muove il piede di sotto della soglia, e quindi sposta il piede verticalmente e ancora attraversa la soglia. Per attivare il dispositivo mobile per la maggior quantità di tempo, i neonati devono spostare un piede sopra la soglia e mantenerla contro gravlità per 3 secondi, quindi spostare rapidamente il piede sotto la soglia e di nuovo spostarla sopra la soglia e tenerlo premuto per 3 secondi, ecc. Ciò richiede un'azione gamba più raffinato che semplicemente aumentando il tasso calci.

figure-introduction-5826

Figura 2: dati di posizione non filtrate di dispositivi di estremità (piedi) da un bambino di dati rappresentativi posizione non filtrato dal Day 2 a 3 mesi di età infantile che hanno manifestato l'apprendimento basato sui singoli criteri di apprendimento.. La linea rossa è dati di posizione della coordinata z del diodo luminescente (LED) posti con il piede giusto. La linea blu è dati di posizione del LED sul piede sinistro. Thick linea nera è la tabella. La linea tratteggiata è la soglia virtuale collocato 14 centimetri sopra il tavolo come individualmente determinato per ogni bambino in base all'altezza dei loro calci durante basalecondizioni di Day 1. asse X è tempo etichettato con intervalli di 2 min. Si noti come il bambino muove i suoi piedi durante basale quando il cellulare non si attiva e durante i primi 30 secondi di acquisizione 1, quindi tiene costantemente entrambi i piedi dal tavolo e si muove i suoi piedi proprio dietro la soglia per la prossima 5½ minuti fino a quando il cellulare non è più attiva durante la condizione di estinzione.

La seconda caratteristica unica di questo paradigma mobile è che l'azione gamba di ogni bambino viene monitorato con tecniche state-of-the-art di motion capture per quantificare come i bambini usano i loro opzioni di movimento per imparare l'attività. Dati di posizione non filtrati del LED su ogni piede che attiva il dispositivo mobile da un infante rappresentante è incluso in Figura 2. Si noti come il bambino muove i piedi a varie altezze sopra il tavolo durante basale e la prima parte di acquisizione, ma poi si sposta entrambi i piedi proprio dietro la soglia durante il resto del Condi acquisizionezione fino a quando il cellulare non si attiva durante l'estinzione. Questo è uno dei molti potenziali strategie di movimento per realizzare il compito di scoperta-apprendimento. Le strategie possono essere quantificati calcolando cinematica tridimensionali e cinetiche, utilizzando i dati di posizione acquisiti dal sistema di motion capture. In particolare, il processo di apprendimento è quantificato in termini di percentuale di azione gamba rinforzato (% RLA), che è pari alla durata di attivazione cellulare, posizione varianza dei dispositivi di estremità (piedi) che attivano i mobili, anca-ginocchio modelli coordinamento , e anca e ginocchio coppie comuni.

Access restricted. Please log in or start a trial to view this content.

Protocollo

Il Institutional Review Board presso la University of Southern California ha approvato questo studio.

1. Sistema Preparazione

  1. Configurare il sistema di motion capture. Nota: questi passaggi sono diversi per ogni sistema di motion capture.
    1. Allineare i sistemi delle due sensori motion capture a quello di un sensore di coordinate facendo clic su "Esegui nuova registrazione" nel programma di motion capture, entrando in un periodo di raccolta di 30 secondi, facendo clic su "Register", e spostando l'oggetto di registrazione all'interno del volume di cattura per 30 sec. Quando la registrazione è completata con successo, osservare un scarto quadratico medio (RMS) errore di registrazione sullo schermo del computer.
    2. Allineare il sistema di coordinate globale al tavolo di test utilizzando l'oggetto di registrazione cliccando su "Esegui Nuovo Allineamento" nel programma di motion capture.
      1. Definire l'origine ponendo il obje registrazionect nell'angolo superiore destro del tavolo di test e cliccando su "Digitalizzazione" nel programma motion capture. Definire l'asse Z, ponendo l'oggetto registrazione sulla cima di una scatola e facendo clic su "Digitalizzazione"; l'asse Z è perpendicolare al tavolo.
      2. Definire il / Y + piano Z spostando l'oggetto di registrazione sulla scatola lungo la lunghezza della tavola e cliccando "digitalizzano"; l'asse Y è parallelo alla lunghezza della tavola e l'asse X parallelo alla larghezza della tabella.
    3. Collegare i LED nei due porti strobo e inserire il numero di LED per porta strobo nell'ambito del programma di sistema di motion capture (24 per la porta strobo 1 e 20 per la porta strobo 2). Fare riferimento alla Figura 3 per il numero e la posizione di ogni LED. Selezionare vista dei dati ancora mancanti per fornire una visualizzazione di mappa-come striscia di LED di registrazione in tempo reale.
      figure-protocol-2095 Figura 3. Posizionamento dei LED. Strobe 1 è costituito dai corpi rigidi (4 LED su ogni corpo rigido) per il diritto e la coscia sinistra, la zampa, e del piede. Strobe 2 è costituito dai corpi rigidi per la destra e sinistra del bacino, i marcatori sterno, e dei singoli LED.
  2. Impostare il programma infantile computer portatile.
    1. Inserire il numero di minuti per ogni condizione. Per il giorno 1, ingresso 2 per la fase 1 (2 min basale, condizione non rinforzo), 6 per la fase 2 (6 min acquisizione, condizione rinforzo), e 0 per la fase 3 (0 min estinzione, condizione non rinforzo).
    2. Per il giorno 2, ingresso 2 per la fase 1 (baseline), 6 per la fase 2 (acquisizione), 2 per la fase 3 (estinzione), e controllare "Usa Zmin come predefinito" in modo che la soglia calcolata durante basale del Day1 sarà la soglia utilizzato per la condizione acquisizione di Day 2.
    3. Scegliere "StreamframesAllFrames" e cliccare su "Invia" per consentire laprogramma di mobili di utilizzare i dati del sistema di motion capture per attivare il cellulare infantile in base a criteri specificati.
  3. Impostare le telecamere.
    1. Avviare il programma per computer video per i tre video sincronizzati (laterale destro, laterale sinistro, viste aeree).
    2. Avviare la videocamera aggiuntiva sopra la testa del bambino per registrare le espressioni facciali e lo sguardo degli occhi.

2. Infant Preparazione

  1. Descrivere l'esperimento ai genitori e informarli di interagire il meno possibile con il loro bambino.
    NOTA: Dite ai genitori che se il bambino non diventa esigente tutto l'esperimento, i genitori dovrebbero sedersi accanto al bambino al di fuori del loro punto di vista, tuttavia, se il bambino diventa esigente c'è una progressione di interazione con il bambino.
    1. In primo luogo, chiedere al genitore di dire, "Tutto è a posto, io sono qui," in un tono rassicurante.
    2. In secondo luogo, chiedereil genitore a stare in vista del bambino, mentre rassicurare il bambino.
    3. In terzo luogo, chiedere al genitore di uno tenere una mano del bambino o dare al bambino un ciuccio.
      NOTA: la quantità minima di interazione genitore necessario per mantenere la calma e di allarme il bambino è dato e si è conclusa nel più breve tempo possibile.
  2. Undress il bambino, posizionare il bambino sotto il cellulare infantile, e fissare il bambino al tavolo con una fascia in velcro posta in tutto il tronco.
  3. Dopo che il bambino è fissato al tavolo, posizionare i marcatori dello sterno e del bacino, coscia, stinco, e piede corpi rigidi sul neonato.

3. Infant Mobile Learning Task

  1. Ogni giorno, avviare il compito di apprendimento cellulare da sincrono avviare il sistema motion capture, programma per computer mobili e videocamere.
    1. In entrambe le giornate da min 0 a 2, alle condizioni originarie, osservare il bambino spontaneamente calci.
    2. Il giorno 1 nel corso della 2 min condizioni originarie, osservare come il programma cellulare infante calcola continuamente la soglia per l'attivazione mobile basata sul z-dati da uno dei LED sul corpo rigido di ogni piede. Esempio, indicatore 9 con il piede giusto e marcatore 21 sul piede sinistro. Marker 9 è il centro del LED sul corpo rigido piede destro cerchiato in giallo nella figura 1. Marker 21 è il centro del LED sul corpo rigido piede sinistro.
    3. Alla fine della linea di base 2 min, il programma mobile impostare la soglia ad un'altezza di una deviazione standard (SD) sopra l'altezza media di entrambi i piedi durante la condizione di linea di base 2 min.
    4. In entrambe le giornate da min 2 a 8, la condizione di acquisizione, di osservare come la rotazione mobili infantili e suona la musica quando il LED posto su entrambi i piedi attraversa la soglia calcolata durante il 2 min condizioni originarie del Day 1.
      NOTA: Attivazione mobile continuerà finché il piede è superiore alla soglia virtuale a un massimo di 3 sec. Dopo 3 secondi, il mobile riattiverà solo se il bambino muove il piede sotto della soglia virtuale e quindi sposta il piede verticalmente e ancora attraversa la soglia. Questa "regola 3 sec" incoraggia i movimenti gamba esplorativi attivi contro tenendo i piedi sopra la soglia.
    5. Il giorno 2 da min 8-10, la condizione di estinzione, di osservare come il bambino prende spontaneamente senza armatura mobile.
  2. Dopo il bambino interagisce con il cellulare, raccogliere un processo di calibrazione statico per definire un sistema di coordinate locale per ogni segmento di gamba e definire una configurazione di riferimento per ciascun segmento del corpo nello spazio.
    1. Fissare dieci LED singoli bilateralmente per la pelle del bambino utilizzando collari ECG a doppia faccia nelle seguenti sedi: linea mediana laterale del tronco sotto la decima costola, grande trocantere dell'anca, laterale linea di ginocchio, caviglia malleolo laterale e distale del 5 ° metatarso.
    2. Tenere estremità inferiore del bambino inun esteso, posizione anatomica per 5 sec. Tutti gli angoli articolari in questa posizione di calibrazione sono definiti come 0 °.
  3. Il giorno 2, raccogliere i dati antropometrici.
    1. Pesare ogni bambino su scala elettrico digitale.
    2. Effettuare le seguenti misurazioni: lunghezza totale del neonato; circonferenza a metà segmento della coscia, la zampa, e del piede; larghezza del ginocchio (al ginocchio linea articolare), caviglia (al malleoli), e piede (le teste metatarsali); e la lunghezza della coscia (grande trocantere al ginocchio rima articolare), gambo (ginocchio linea comune per malleolo laterale), e il piede (malleolo mediale alla prima articolazione metatarso-falangea).

Analisi 4. Dati

  1. Analizzare le prestazioni e l'apprendimento calcolando il RLA% durante ogni intervallo 2 minuti di esperimento utilizzando un programma di linguaggio informatico personalizzato come Matlab. Calcolare la durata di tempo uno o entrambi i LED su ogni piede che ha attivato il cellulare erano superiori alla soglia. Dail cellulare non si attiva dopo un intervallo di 3 secondi, sottrarre la durata di tempo in cui uno o entrambi i LED erano superiori alla soglia per più di un intervallo di 3 sec.
    1. Misurare le prestazioni del gruppo ogni giorno statisticamente analizzare se il RLA% in uno qualsiasi dei tre intervalli di acquisizione, 2 min supera notevolmente il 2 min intervallo di riferimento 3,4,7,9,10.
    2. Categorizzare individuali neonati per aver effettuato l'operazione ogni giorno se il RLA% nel corso di un intervallo di acquisizione 2 min è uguale o maggiore di 1,5 volte il RLA% in 2 min intervallo basale 3,4,6,9,10.
    3. Misurare l'apprendimento del gruppo attraverso giorni determinando statisticamente se il RLA% durante l'intero 6 min acquisizione condizione Day 2 supera il RLA% durante la condizione di base 1 ° giorno 3,6.
    4. Categorizzare neonati individuali come studenti se il RLA% durante l'intero 6 min condizione acquisizione di Day 2 è uguale o GREater di 1,5 volte il condizioni originarie del Day 1 3,6,11.
  2. Analizzare l'eccitazione e l'attenzione codificando videocassette durante ogni intervallo di 2 minuti dell'esperimento. La scala eccitazione è definita come: sonnolenza = 1, vigile e attiva = 2, vigile e attiva = 3, pignola = 4, e piangendo = 5 3,8,11. La scala attenzione è definita come: 0 = non esamina il mobile, 1 = esamina il mobile 3,8.
  3. I dati di posizione di processo e calci estratto utilizzando programmi Matlab personalizzati.
    1. I file di dati di posizione del carico in uscita dal sistema di motion capture in un programma Matlab personalizzato per interpolare i dati di posizione mancanti (massimo 20 fotogrammi consecutivi) utilizzando una spline cubica.
    2. Caricare i file interpolati in un programma personalizzato per Matlab (a) i dati di posizione del filtro con un quarto ordine Butterworth con una frequenza di taglio di 5 Hz come determinate da analisi dello spettro di potenza, e (b) calcolare i seguenti angoli di snodo: la flessione dell'anca / estensione, abduzione/ Adduzione, rotazione esterna / interna dell'anca, del ginocchio flessione / estensione, l'inversione della caviglia / eversione, flessione dorsale della caviglia / plantare come descritto in 12.
    3. Caricare i file di angolo in un programma Matlab personalizzato per estrarre calci. Definire l'inizio di un calcio come l'inizio di un movimento delle gambe continuo in cui la variazione dell'anca o del ginocchio angolo di snodo superato 11,5 ° (0,2 radianti) in o flessione o estensione 3,9,13-15. Definire la fine del calcio come la struttura di estensione picco a seguito di un movimento di flessione o la flessione picco a seguito di un movimento di estensione 3,9,14.
  4. Per tutti i calci, calcolare parametri cinematici utilizzando programmi Matlab personalizzati.
    1. Posizione Calcola la varianza in direzione Z (verticale, in direzione compito specifico) del LED su ogni piede che ha attivato la mobile 3.
    2. Calcola hip flessione / estensione e flessione del ginocchio / estensione correlazioni congiunte con coefficienti di Pearson di correlazione (r) a zero lagtra anca e ginocchio escursioni angolo congiunta. Per confrontare le correlazioni (r) tra i neonati, convertire hip-ginocchio angolo giunto correlazioni a Fisher Z score 3,9,15.
    3. Time-normalizzare i dati angolari comuni, quindi calcolare l'anca flessione / estensione e flessione del ginocchio / estensione continua fase relativa (CRP) a partire dai dati di posizione / velocità angolare 16,17. Analizzare i risultati del calcolo CRP nei seguenti cinque punti di tempo: (a) inizio di calcio, (b) velocità di picco del primo segmento, (c) inversione congiunta, (d) il picco di velocità del secondo segmento, e (e ) fine del calcio 3.
  5. Per tutti i calci, calci identificare senza contatto visualizzando i dati video sincroni. Calcola parametri cinetici per calci senza contatto che utilizzano programmi Matlab personalizzati.
    1. Si calcoli la massa segmentale e del centro-di-massa dalle equazioni modificate per i neonati a partire dal modello antropometrico del Hatze per gli adulti 18. Calcolare i momenti di inerzia di 3Dcoscia, stinco, e segmenti piede dalle equazioni modificati per i bambini a partire dal modello antropometrico di Jensen per gli adulti 19.
    2. Calcolare i termini nella seguente equazione del moto utilizzando la teoria vite di manipolazioni spaziali 20.
      figure-protocol-13331
      è derivata utilizzando l'approccio lagrangiano, dove M (θ) è la matrice d'inerzia, figure-protocol-13512 il muscolo (Mus) coppie di Coriolis e matrice coppia centrifuga, N (θ) i gravitazionali (GRA) coppie e T.
    3. Calcola coppie comuni utilizzando i dati cinematici 3D dai calci senza contatto, corpo segmenti parametri inerziali, e l'equazione biomeccanica del moto.
    4. Partizione della rete (NET) coppia a ogni comune in contributi di movimento-dipendente (MDT), GRA, e di coppia MUS 21. Coppia NET è direttamente proporzionale alle accelerazioni ogni giunto.Coppia MDT è legato alle coppie passivi associati interazioni meccaniche tra i mobili segmenti interconnessi dell'arto. Coppia GRA è legata alla forza passiva della gravità che agisce verso il basso sul lembo. Coppia MUS comprende forze da contrazioni muscolari attivi e passivi deformazioni dei muscoli, tendini, legamenti e altri tessuti periarticolari.
    5. Per dell'anca e del ginocchio a parte, calcolare impulso coppia come l'entità del contributo di ogni coppia partizionato (MUS, GRA, MDT) per la coppia NET. Calcola l'impulso positivo o negativo della coppia (coppia * volta) durante gli intervalli in cui la coppia MUS ginocchio ha agito nello stesso o in direzione opposta rispetto alla coppia netta ginocchio. Eseguire questo stesso calcolo con GRA ginocchio e le coppie di MDT e hip MUS, GRA, e coppie di MDT. Per dell'anca e del ginocchio separatamente, sommare tutti gli impulsi positivi e negativi per ciascuna componente di coppia per ottenere una misura della grandezza del contributo di ciascun impuls coppia partizionatie (MUS, GRA, MDT) per impulso coppia netta.

Access restricted. Please log in or start a trial to view this content.

Risultati

Il processo di apprendimento di bambini piccoli può essere quantificato in termini di RLA%, la posizione varianza dei dispositivi di estremità (piedi), hip-ginocchio coefficienti angolo di correlazione, e anca e ginocchio coppie comuni. Ogni livello di analisi fornisce informazioni uniche su come i bambini esplorano il rapporto tra le loro azioni di gamba e l'attivazione del cellulare bambino durante il processo di rilevamento-learning.

Per l'analisi statistica di% RLA e hip-ginocc...

Access restricted. Please log in or start a trial to view this content.

Discussione

Progettazione di attività di scoperta-learning per i bambini piccoli

Compiti Discovery-learning per i bambini piccoli devono essere studiati per assicurare che i bambini stanno scoprendo autonomamente la contingenza. In diversi paradigmi mobili all'inizio della condizione di acquisizione, i neonati sono sia dimostrato che il cellulare attiva da un'attivazione non contingente del cellulare 7,22 o la gamba di ogni bambino passivamente mosso dallo sperimentatore per introdur...

Access restricted. Please log in or start a trial to view this content.

Divulgazioni

Nessun conflitto di interessi dichiarati.

Riconoscimenti

Questa ricerca è stata sostenuta da Promozione del Dottorato (POD) I e II premi dalla Fondazione per la terapia fisica e una borsa di studio Adopt-A-Doc della sezione Education della American Physical Therapy Association di Barbara Sargent.

Access restricted. Please log in or start a trial to view this content.

Materiali

NameCompanyCatalog NumberComments
Optotrak Certus Position Sensor, Far Focus, with standNorthern Digital Inc8800852
Optotrak Data Acquisition Unit II (ODAU II)Northern Digital Inc8800767
Optotrak Vinten Stand, Certus with Quick Fix AdapterNorthern Digital Inc8800855.002
Certus S-Type, Standard ConfigurationNorthern Digital Inc8800761
Marker (7 mm) pair, c/w RJII connector and 8 ft cableNorthern Digital Inc8001029.001
AC Line Cord, Medical Grade, North AmericaNorthern Digital Inc7500010
Cubic Reference Emitter Kit - CertusNorthern Digital Inc8800768
3 Pylon IEEE 1394 camerasBaslerA6021c
Vixia HG10 camcorderCanon2183B001
Adhesive DisksMVAP Medical SuppliesE401-500
Reversible head supportEddie Bauer52556
Softstrap StrapSammons PrestonA34960
Digital Pediatric ScaleHealthometerModel 524KL

Riferimenti

  1. Gibson, E. J., Pick, A. D. An Ecological Approach to Perception, Learning and Development. , Oxford University Press. New York, NY. (2000).
  2. Thelen, E., Smith, L. B. A Dynamic Systems Approach to the Development of Cognition and Action. , MIT Press. Cambridge, MA. (1994).
  3. Sargent, B., Schweighofer, N., Kubo, M., Fetters, L. Infant exploratory learning: influence on leg joint coordination. PLoS One. 9 (3), e91500(2014).
  4. Rovee-Collier, C. K., Gekoski, M. J. The economics of infancy: A review of conjugate reinforcement. Adv Child Dev Behav. Reese, H. W., Lipsitt, L. P. 13, Academic. 195-255 (1979).
  5. Heathcock, J. C., Bhat, A. N., Lobo, M. A., Galloway, J. C. The performance of infants born preterm and full-term in the mobile paradigm: learning and memory. Phys. Ther. 84 (9), 808-821 (2004).
  6. Haley, D. W., Weinberg, J., Grunau, R. E. Cortisol, contingency learning, and memory in preterm and full-term infants. Psychoneuroendocrinology. 31 (1), 108-117 (2006).
  7. Angulo-Kinzler, R., Ulrich, B. D., Thelen, E. Three-month-old infants can select specific leg motor solutions. Motor Control. 6 (1), 52-68 (2002).
  8. Tiernan, C. W., Angulo-Barroso, R. M. Constrained motor-perceptual task in infancy: effects of sensory modality. J. Mot. Behav. 40 (2), 133-142 (2008).
  9. Chen, Y., Fetters, L., Holt, K., Saltzman, E. Making the mobile move: constraining task and environment. Infant Behav. Dev. 25 (2), 195-220 (2002).
  10. Ohr, P. S., Fagen, J. W. Conditioning and long-term memory in three-month-old infants with Down syndrome. Am. J. Ment. Retard. 96 (2), 151-162 (1991).
  11. Thelen, E., Hidden Ulrich, B. D. skills: A dynamical system analysis of treadmill stepping in the first year. Monogr Soc Res Child Dev. 56 (1), 1-98 (1991).
  12. Soderkvist, I., Wedin, P. Determining the movements of the skeleton using well-configured markers. J. Biomech. 26 (12), 1473-1477 (1993).
  13. Schneider, K., Zernicke, R. F., Ulrich, B. D., Jensen, J. L., Thelen, E. Understanding movement control in infants through the analysis of limb intersegmental dynamics. J. Mot. Behav. 22 (4), 493-520 (1990).
  14. Jensen, J. L., Schneider, K., Ulrich, B. D., Zernicke, R. F., Thelen, E. Adaptive dynamics of the leg movement patterns of human infants: I. the effects of posture on spontaneous kicking. J. Mot. Behav. 26 (4), 303-312 (1994).
  15. Fetters, L., Sapir, I., Chen, Y. P., Kubo, M., Tronick, E. Spontaneous kicking in full-term and preterm infants with and without white matter disorder. Dev. Psychobiol. 52 (6), 524-536 (2010).
  16. Emmerick, R., Wagenaar, R. Effects of walking velocity on relative phase dynamics in the trunk in human walking. J. Biomech. 29 (9), 1175-1184 (1996).
  17. Kelso, J. A., Scholz, J. P., Schoner, G. Nonequilibrium phase transitions in coordinated biological motion: critical fluctuations. Physics Letters A. 134 (6), 8-12 (1986).
  18. Schneider, K., Zernicke, R. F. Mass, center of mass, and moment of inertia estimates for infant limb segments. J. Biomech. 25 (2), 145-148 (1992).
  19. Sun, H., Jensen, R. Body segment growth during infancy. J. Biomech. 27 (3), 265-275 (1994).
  20. Murray, R. M., Li, Z., Sastry, S. S. A Mathematical Introduction to Robotic Manipulation. , CRC Press. Boca Raton, FL. (1994).
  21. Galloway, J. C., Koshland, G. F. General coordination of shoulder, elbow and wrist dynamics during multijoint arm movements. Exp. Brain Res. 142 (2), 163-180 (2002).
  22. Angulo-Kinzler, R. Exploration and selection of intralimb coordination patterns in 3-month old infants. J. Mot. Behav. 33, 363-376 (2001).
  23. Fetters, L., Chen, Y. P., Jonsdottir, J., Tronick, E. Z. Kicking coordination captures differences between full-term and premature infants with white matter disorder. Hum. Mov. Sci. 22, 729-748 (2004).
  24. Jeng, S., Chen, L., Yau, K. Kinematic analysis of kicking movements in preterm infants with very low birth weight and full-term infants. Phys. Ther. 82, 148-159 (2002).
  25. Jensen, J. L., Thelen, E., Ulrich, B. D., Schneider, K., Zernicke, R. F. Adaptive dynamics of the leg movement patterns of human infants: III. age-related differences in limb control. J. Mot. Behav. 27, 366-374 (1995).
  26. Piek, J. P. A quantitative analysis of spontaneous kicking in two-month-old infants. Hum. Mov. Sci. 15, 707-726 (1996).
  27. Thelen, E. Developmental origins of motor coordination: Leg movements in human infants. Dev. Psychobiol. 18, 1-22 (1985).
  28. Vaal, J., van Soest, A. J., Hopkins, B., Sie, L. T. L., van der Knaap, M. S. Development of spontaneous leg movements in infants with and without periventricular leukomalacia. Exp. Brain Res. 135, 94-105 (2000).

Access restricted. Please log in or start a trial to view this content.

Ristampe e Autorizzazioni

Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE

Richiedi Autorizzazione

Esplora altri articoli

Comportamentoemissione 100infantilescoperta learningl apprendimento motoriocontrollo motorecinematicacinetica

This article has been published

Video Coming Soon

JoVE Logo

Riservatezza

Condizioni di utilizzo

Politiche

Ricerca

Didattica

CHI SIAMO

Copyright © 2025 MyJoVE Corporation. Tutti i diritti riservati