動きと移動の3D運動学はますます使用されています。しかし、ほとんどのシステムの複雑さは、前臨床研究での使用を制限します。この作業で行われているのは、成虫ラットの四足歩行中に3Dデータを収集する詳細かつ簡単な方法を提供することです。
記述されたシステムは、複雑なアルゴリズムを必要とせずに、詳細な定性的および定量的データ分析を提供する。システムの私のお気に入りの部分は、その使用の汎用性です。移動に使用できるだけでなく、到達・把握機能にも使用できました。
ここでは、トレッドミルウォーキングの使用を実証します。細かく調整可能なギアヘッドを使用して、トレッドミルから2メートル離れた壁に6台のカメラを取り付けます。マーカーの最大カバレッジのために地平線の下にわずかに角度を付けます。
反射マーカーを視覚化するために、各カメラにリングライトを装備します。実験に必要なマーカーを定義します。前肢と後肢の両方にマーカーを使用して、両側四肢の移動を評価します。
ここでは、22個のマーカーを使用しました。しかし、これは実験計画に従って調整することができる。Lフレームと杖で構成される杖システムを使用してモーションキャプチャシステムをキャリブレーションします。
ラットが歩く方向を指し示すLフレームの長い脚を踏み取ったトレッドミルの上にLフレームの直交を置きます。モーション キャプチャ ソフトウェアを開きます。「録音」を選択して、キャリブレーションビデオをキャプチャします。
杖のキャリブレーションフレームを宇宙のトレッドミル領域全体に移動して、ラットが歩くすべての領域をカバーします。正確なキャリブレーションのために十分な杖データポイントが存在することを確認するために、最低1分間の映像を記録します。ビデオを 3D キャリブレーションファイルとして保存します。
カメラグループを右クリックし、キャリブレーションビデオを録画した後に「3Dトラッキング」を選択します。「3Dキャリブレーションビデオ」を選択し、「すべてのキャリブレーションカメラ」を選択し、「固定小数点機能を使用して、6つのビデオすべてでLフレームマーカーを追跡します。すべてのポイントを定義し、[自動的に検索]ボタンを選択します。
追跡後、ウィンドウを終了し、自動3D杖トラッキング「選択オプション」を選択し、Lフレームを検出する"トラッキングを開始する]を選択解除します。ソフトウェアの追跡が完了したら、[マーカーの割り当て][ワンドショートを割り当てる"杖ミッド"と6台のカメラすべてに対するワンドロング"マーカーをクリックします。杖とLフレームを追跡した後、右クリックカメラキャリブレーショングループ"を選択し、新しい杖のキャリブレーショングループ"すべてのカメラを選択"OK"変更杖の長さ、Lフレームの高さ、およびキャリブレーション中に使用されたものに応じてカメラの数を変更します。
杖長標準偏差が3ミリメートル未満、キャリブレーション残差が0.004以下のキャリブレーションを受け付ける。このシステムは市販されている。そして、このレポートでは、ここで研究の徹底的なガイドを提供し、それを効果的に使用しています。
私がこの特定のプロトコルとシステムそれ過ちについて最も好きなのは、さまざまな結果があり、条件に固有の関心のある事前定義された結果を選択できることです。すべてのトレーニングセッションの前に5分間トレッドミルにラットを順応させます。様々な速度で手足にフルウェイトベアリングで歩くようにラットを訓練します。
トレッドミルを一貫して歩くことができるまで、すべてのラットを訓練します。データ収集の前に、マーカーが配置される領域でラットを剃ります。骨のランドマークの皮膚を触診してマーカーを正確に配置します。
肘と膝に遠位の関節にペンマーカーを使用します。モーション キャプチャ ソフトウェアの上部にある赤いカメラ ボタンを選択して、トライアルを記録します。ラットを約30秒間、または最低10の連続ステップで歩かれるようにします。
録画したビデオを保存した後、トライアルごとに新しいカメラグループを作成します。このプロトコルで提示されたソフトウェアは、技術的な専門知識を必要とせずに、学生、スタッフ、および研究者によって利用することができます。このプロセスはユーザーフレンドリーで、簡単に少し練習で習得することができます。
このプロトコルは、必要なデータ量に応じて、約45分から1時間で実装できます。モーション トラッキングのカメラ グループを右クリックします。2D トラッキングを選択する"追跡のための最良の連続および一貫したステップを 7 から 10 から選択します。
目的のマーカーを右クリックし、レトロ反射マーカーによって作成された明るい円形のスポットを検出する自動追跡を選択します。または、サイズと色に基づいてマーカーを追跡するためにソフトウェアに組み込まれたアルゴリズムを使用するパターンマッチングを使用してマーカーを追跡します。黒いマーカーを明るいスポットに反転して自動トラッキングを行うことで、高度な画像処理を使用して黒いマーカーを追跡できます。
検出できないマーカーやトラッキングエラーを手動で追跡し、修正します。「フェーズを右クリック」を選択し、「フェーズモデルの編集」「研究するために選択した赤字に応じて、各四肢の歩行サイクルフェーズをカスタマイズする」を選択します。「フェーズを追加」ボタンまたはF11ショートカットキーを使用して、ソフトウェア内の各四肢に歩行サイクルのフェーズを割り当てます。
6台のカメラをすべて追跡した後、3D計算を実行します。カメラグループを右クリックし、「新しい3D計算」を選択します。データ ポイントを含むジョイントの高さ図や速度図などの対象のデータを生成するには、対象のマーカーをドラッグして、割り当てられた歩行フェーズと並べて表示します。
3D 図表」をクリックして、トライアルの3次元図を生成します。この図は、トレッドミルを歩く代表的な健康なラットの肘角プロファイルを示しています。健全な料金は、長期間連続的にステップ実行できることに注意してください。
滑らかな単一のピークは動きの完全な範囲の歩行周期を表す。交互のスタンス位相とスイングフェーズ持続時間は、各ステップで一貫したタイミングで、正常なリンブ内協調を示す。対照的に、連続的なステップは傷害後にはあまり一般的ではない。
代表的な脊髄帯状の負傷ラットの肘の角度プロファイルは、一貫性が低く、動きの範囲が小さい複数の歪んだピークを示しています。さらに、長いスタンスフェーズと短縮スイングフェーズ持続時間は、右前肢の四肢内協調の欠陥を示唆している。この図は、2つの四肢ペア間の四肢内協調のためにプロットされた代表的なデータを示す。
代表的な健康ラットは、散乱線プロットでL字型のパターンとして見られる、明確に定義された交互のリズミカルな協調を示す。対照的に、代表的な頸部脊髄損傷ラットは、2つの前肢間の不十分な非交互、非リズミカルな調整を示す。このビデオを見た後、マルチカメラモーションキャプチャシステムを設定してキャリブレーションする方法、モーションキャプチャ用のラットを準備する方法、トレッドミル移動を記録する方法、出力された3D運動学的データを取得して分析する方法についてよく理解する必要があります。
研究者にとっての究極の目標は、これらの高度に標準化された運動評価ツールを採用し、神経外傷後の運動回復に対する介入の影響を解読するために日常的に研究を行うことです。
