このプロトコルは従来の方法と比較して痙性測定の信頼性を向上させる。ストレッチ反射は、捕捉角度の信頼性に対する標準化されたイソキネティック運動の効果を考慮しながら測定される。このストレッチャープレスにより例示したキャッチの角度を用いて、二頭筋の配端からの表面と活性を測定することによりイソキネティックと手動運動の両方で標準化された方法で測定することができる。
この手順のデモンストレーションは、私の研究室の作業療法士であるソヒョンパクです。まず、患者にまっすぐ後ろで椅子に座るように頼みます。また、実験を通して肩の位置を安定させ続けるべきだと伝えます。
次に、カフを自由に動かすことができるように、リニアスライダーの固定ブロックを取り除きます。その後、ストラップを固定することなく、ロボットマニプルアンダムに被験者の片麻の腕を軽く置きます。患者の肩が90度に誘拐されるまで、ラボジャックを使用してロボットの高さを調整し、ゴニオメーターを使用してこれを確認します。
前腕の袖口の革紐を締めなさい。次に、被験者にハンドルを握り、ストラップでハンドルに手を固定するように指示します。ロボットの回転軸を患者の肘関節の解剖軸に合わせます。
今、カフの位置が動きの間に抵抗を発生させることなく最適な位置に自然に再調整できるように、被検者の肘関節を屈曲し、伸ばします。次に、固定ブロックを固定してカフの位置を固定します。最後に、片腕の上腕上筋にEMG電極を表面に取り付けます。
測定を開始するには、まず患者の片麻生側情報をプログラムに入力する。次に、ゴニオメーターを使用してエルボが 90 度に曲がっていることを確認し、グラフィック インターフェイス パネルの 90 度設定ボタンを押します。[終了]設定ボタンを押して、ロボットを作動状態に切り替えます。
次に、グラフィックインターフェイスの左側にあるモーターランパネルのボタンを上から下へ順にクリックします。速度を 1 秒あたり 1 度に設定し、[実行] ボタンをクリックします。ロボットは、反応トルクが一定の閾値レベルに達するか、170度伸びるまで、90度の屈曲姿勢から1秒あたり1度でゆっくりと肘を伸ばします。
次に、速度を 1 秒あたり 1 度負に変更し、もう一度 [実行] を選択します。ロボットは、反応トルクがしきい値レベルに達するまで肘をゆっくりと曲げます。測定を開始する前に、慣性効果補償を実行します。
まず、コントロールパネルの[戻る]ボタンをクリックすると、ロボットは肘を最小角度の姿勢に曲げします。速度を 1 秒あたり 150 度に設定し、[慣性テスト] を選択して、[実行] ボタンをクリックします。ロボットはこの速度で患者に5度の短い摂動を加える。
各試験のピークトルクと期間値は自動的に積み重ねられ、GUIパネルに表示されます。この慣性試験を2回繰り返し、測定データから適切なピークトルク値と周期値を決定し、プログラムGUIに値を入力します。ここでは、慣性効果補償の例を見ます。
緑色の線は生のトルクを示します。点線は慣性力モデルを示し、赤い線は慣性トルク補正結果を示します。次に、慣れ親しんだステップを実行します。
[戻る]ボタンをクリックして、肘を最小角度の姿勢に屈曲します。次に、ロボットが移動することを件名に伝え、その後、[実行]ボタンをクリックします。ロボットは最大角度に達するか、または反応トルクが閾値に達するまで1秒あたり150度の速度で患者の肘を伸ばす。
慣れ親しんだ手順をもう 2 回繰り返します。その後、テストを開始する前に5分間の休息を取ります。イソキネティックMTS測定を開始するには、再び[戻る]ボタンを押して、最小角度の姿勢に戻ります。
ただし、件名を知らせずに [実行] ボタンをクリックします。ロボットは再び同じ速度で患者の肘を伸ばす。時間、角度、反応トルク、トリガ信号データは、テスト中にシステムによって保存されます。
イソキネティックMTS測定を2回繰り返し、セット間で2分間の休憩を取ります。その後、3つの測定をすべて行った後、5分間の休息を取ります。手動 MTS 実験では、理想的な MTS パフォーマンス条件に従って、被験者の腕を最大一定速度で延長してみてください。
次に、手動MTS測定を行います。最小角度に戻った後、フリーランボタンを押すと、ロボットが手動操作モードに変わります。マニプルダムのハンドルを持ち、被写体の腕を伸ばします。
運転中に、評価者は毎秒150度の一定速度を生成する必要があります。この時点で、フリーランモードをオフにして、サブジェクトに2分間の休憩を取らします。その後、手動MTS測定をさらに2回繰り返します。
最初の評価者との全体の実験を終えた後、被験者は10分間休みます。その後、異なる評価者ですべてのMTS測定値を繰り返します。イソキネティックMTS実験データ解析を行う場合は、まず、各データセットのトリガ信号を用いてEMGデータとロボット角データを同期させます。
次に、ここで見られるように、二乗平均平方EMGの上昇の開始点として手動で漁獲角を決定します。トルクデータを用いたキャッチの角度評価では、トリガ信号が上がる点から始まる回帰線を1本引き、トリガ信号が下降した点から回帰線を描きます。次に、これら 2 つの回帰直線の傾きを比較します。
大きな差を示す場合、2つの回帰線の交点で捕捉角度を求めることができます。この図は、手動MTSケースのEMGデータを用いた漁獲角評価の例を示す。イソキネティックの場合に行われるように、捕捉の角度はEMGの明確な盛り上がりが起こったときの角度として決定される。
ここでは、正規化された評価モーションインデックスの変数を確認します。直感的に、インデックス値は、速度グラフの下の領域とグレーのボックスの面積の比率です。最も基本的な運動運動は、1に近い値を示します。
この手法で最も重要なステップは、キャッチ選択の角度です。また、これらの実験は迅速に行われるので、ノイズを低減するために実験条件は一定に保たれるべきです。この手順に従って、回帰直線の傾きを用いて患者の剛性を評価するなど、測定された反応トルクおよびEMGデータを用いてより包括的な状態評価が可能である。
標準化とこのプロトコルにおける評価ツールの定量化は、より効率的な治療のための基礎を提供することができ、また、誘発された変動のような新しい方法の開発を可能にするかもしれない。ロボットデバイスの急速な動きは患者を緊張させる可能性があり、これは筋肉の緊張に影響を与える可能性があることに注意してください。そのため、実験を始める前に慣れ親しみが必要です。
