DOI: https://doi.org/10.1016/j.jbiomech.2024.112018
PMID: https://pubmed.ncbi.nlm.nih.gov/38412623
تاريخ النشر: 2024-02-21
المؤلف: Anaïs Chaumeil وآخرون
الموضوع الرئيسي: التوازن، والمشي، والوقاية من السقوط
نظرة عامة
في هذه الدراسة، قمنا بتقييم فعالية نظام التقاط الحركة بدون علامات، Theia3D، في حساب المقاييس المستخدمة عادة في أبحاث التوازن. أشارت النتائج إلى توافق معتدل إلى كبير بين النتائج التي تم الحصول عليها من النظام بدون علامات وتلك التي تم الحصول عليها من الأنظمة التقليدية المعتمدة على العلامات، مما يشير إلى أن النهج بدون علامات يمكن أن يكون بديلاً قابلاً للتطبيق لدراسات التوازن.
شملت التحليلات أكثر من 54,000 إطار عبر مهام مختلفة، مع تلخيص النتائج في تحليل بلاند-ألتمن. تم الإبلاغ عن مقاييس رئيسية مثل الانحياز، وحدود الاتفاق (LOA)، والانحراف الجذري المتوسط (RMSD) لمهام مختلفة، بما في ذلك المشي، والانحناء، وأنشطة العارضة. على سبيل المثال، تراوح الانحياز لقياسات مركز الكتلة (CoM) بين 0.19 سم و0.68 سم، مع قيم R² مرتفعة باستمرار (≥ 0.98)، مما يدل على ارتباط قوي. تؤكد هذه النتائج على إمكانيات Theia3D في التقاط الديناميات المتعلقة بالتوازن بدقة، مما يسهم في التقدم المنهجي في هذا المجال.
مقدمة
تستعرض مقدمة هذه الورقة البحثية أهمية دراسات التوازن في فهم استقرار الإنسان خلال الأنشطة اليومية المختلفة، مثل المشي وصعود السلالم. وتبرز أهمية المقاييس البيوميكانيكية، وخاصة مركز الكتلة (CoM) ومركز الكتلة المستخرج (XCoM)، في تقييم التوازن الديناميكي. تعتمد الطرق التقليدية لتقدير هذه الكميات على أنظمة التقاط الحركة المعتمدة على العلامات، والتي، على الرغم من استخدامها على نطاق واسع، تواجه تحديات مثل استهلاك الوقت، والحاجة إلى مهارات متخصصة، والقيود في الصلاحية البيئية بسبب ظروف التجارب الخاضعة للرقابة.
لقد حسنت التطورات الحديثة في تكنولوجيا التقاط الحركة بدون علامات، وخاصة الأنظمة مثل Theia3D، من إمكانية الوصول والصلاحية البيئية من خلال السماح بجمع البيانات في البيئات الطبيعية باستخدام معدات ميسورة التكلفة. على الرغم من وجود مجموعة متزايدة من الأدبيات حول تحليل الحركة بدون علامات، إلا أن القليل من الدراسات تناولت بشكل محدد المقاييس المتعلقة بالتوازن. ومن الجدير بالذكر أن الأبحاث السابقة التي استخدمت Theia3D قد ركزت بشكل أساسي على مواقع مركز المفاصل بدلاً من مقاييس التوازن الشاملة. تهدف هذه الدراسة إلى سد هذه الفجوة من خلال مقارنة موقع CoM، وموقع XCoM، وزخم الجسم بالكامل (WBAM) المستمد من كل من الأنظمة بدون علامات والتقليدية المعتمدة على العلامات عبر مهام حركية مختلفة.
الطرق
في هذه الدراسة، تم تجنيد ستة عشر مشاركًا (9 رجال، 7 نساء) بمتوسط عمر 25.1 عامًا وبدون تاريخ من مشاكل العضلات أو التوازن لأداء مهام حركية مختلفة. شمل الإعداد التجريبي أنظمة بصرية إلكترونية معتمدة على العلامات مع 10 كاميرات Qualisys Miqus M3 تسجل بسرعة 300 هرتز و10 كاميرات فيديو بدون علامات بسرعة 60 هرتز، جميعها متزامنة ومعايرة باستخدام Qualisys Track Manager. ارتدى المشاركون ملابس بسيطة لوضع العلامات بشكل مثالي وتم تجهيزهم بمجموعة كاملة من العلامات تتكون من 46 علامة.
نفذ المشاركون تجربة ثابتة (وضع T) وأربع مهام حركية: المشي بسرعة مختارة ذاتيًا على جهاز المشي، والانحناء للأمام حتى فقدان التوازن، والمشي على عارضة ضيقة، وأداء قفزات مضادة للحركة. تم عرض كل مهمة على المشاركين، الذين سُمح لهم بالتدريب قبل التسجيل. تم ضبط سرعة جهاز المشي تدريجياً لتحديد وتيرة المشي المريحة. تم تصميم المهام لتمثيل سرعات ومستويات حركة مختلفة، مع تعريف بداية ونهاية كل مهمة يدويًا خلال المعالجة اللاحقة.
النتائج
في قسم النتائج، تم الإبلاغ عن أنه تم معالجة جميع التجارب، باستثناء ثلاث (واحدة على العارضة واثنتان من CMJS)، بالكامل. تم حساب المعلمات الإحصائية—الانحياز، وحدود الاتفاق (LOA)، والانحراف الجذري المتوسط (RMSD)، ومعامل التحديد (R²)—للمقاييس المعتمدة على تسارع الجسم (WBAM)، وموقع مركز الكتلة (CoM)، وموقع مركز الكتلة المستخرج (XCoM) عبر جميع المهام وعلى حدة لكل مهمة. أخذت هذه التحليلات في الاعتبار ثلاثة محاور اتجاهية: الأمامي-الخلفي (AP)، والوسيط-الجانبي (ML)، والعلوي-السفلي (SI).
أشارت النتائج إلى اختلافات طفيفة بين النتائج التي تم الحصول عليها من نسختي البرمجيات (v2023.1.0.3160 وv2021.2)، مما أدى إلى اتخاذ القرار بعرض النتائج من v2023 فقط. تتوفر المعلمات الإحصائية التفصيلية لكلتا النسختين في المواد التكميلية (S2)، جنبًا إلى جنب مع مخططات بلاند-ألتمن لمواقع WBAM وCoM وXCoM بدون وحدات، والتي يمكن العثور عليها في المواد التكميلية (الشكل S1).
المناقشة
في هذه الدراسة، قام المؤلفون بتقييم أداء نظام التقاط الحركة بدون علامات، Theia3D، في تقدير المقاييس الرئيسية المتعلقة بالتوازن—موقع مركز الكتلة (CoM)، وموقع مركز الكتلة المستخرج (XCoM)، وزخم الجسم بالكامل (WBAM)—وقارنوا هذه النتائج بتلك التي تم الحصول عليها من نهج تقليدي معتمد على العلامات. كشفت التحليلات أن الفرق الجذري المتوسط (RMSD) بين النظامين لمواقع CoM وXCoM كان حوالي 1 سم، مع بقاء حدود الاتفاق (LOA) تحت 2 سم عبر مهام مختلفة. وهذا يشير إلى مستوى عالٍ من الاتفاق بين الطريقتين، خاصة في الاتجاه الوسيط-الجانبي (ML)، حيث كانت الفروق أصغر باستمرار.
تشير النتائج إلى أنه بينما يوفر النظام بدون علامات نتائج قابلة للمقارنة مع النظام المعتمد على العلامات، هناك انحيازات منهجية، خاصة في الاتجاه العلوي-السفلي (SI)، حيث كانت التقديرات بدون علامات أقل باستمرار. قد تنشأ هذه الفروق من اختلافات في بناء النموذج والقيود الجوهرية للنهج بدون علامات، الذي لم يكن قابلاً للتعديل على مستوى تعريف القطع. تسلط الدراسة الضوء على إمكانيات الأنظمة بدون علامات كبدائل قابلة للتطبيق لدراسات التوازن، على الرغم من أنها تؤكد على الحاجة إلى مزيد من التحقق، خاصة في السياقات السريرية حيث تكون الدقة حاسمة. تشمل القيود العينة المتجانسة من البالغين الأصحاء الشباب وظروف المختبر الخاضعة للرقابة، والتي قد لا تعكس التباين في العالم الحقيقي.
DOI: https://doi.org/10.1016/j.jbiomech.2024.112018
PMID: https://pubmed.ncbi.nlm.nih.gov/38412623
Publication Date: 2024-02-21
Author(s): Anaïs Chaumeil et al.
Primary Topic: Balance, Gait, and Falls Prevention
Overview
In this study, we evaluated the efficacy of the markerless motion capture system, Theia3D, in computing metrics commonly utilized in balance-related research. The findings indicated a moderate to substantial agreement between the results obtained from the markerless system and those from traditional marker-based systems, suggesting that a markerless approach could serve as a viable alternative for balance studies.
The analysis included over 54,000 frames across various tasks, with results summarized in a Bland-Altman analysis. Key metrics such as bias, limits of agreement (LOA), and root mean square deviation (RMSD) were reported for different tasks, including walking, leaning, and beam activities. For instance, the bias for the center of mass (CoM) measurements ranged from 0.19 cm to 0.68 cm, with R² values consistently high (≥ 0.98), indicating strong correlation. These results underscore the potential of Theia3D in accurately capturing balance-related dynamics, thereby contributing to the field’s methodological advancements.
Introduction
The introduction of this research paper outlines the significance of balance studies in understanding human stability during various daily activities, such as walking and stair climbing. It highlights the importance of biomechanical metrics, particularly the center of mass (CoM) and the extrapolated center of mass (XCoM), in assessing dynamic balance. Traditional methods for estimating these quantities rely on marker-based motion capture systems, which, while widely used, present challenges such as time consumption, the need for specialized skills, and limitations in ecological validity due to controlled experimental conditions.
Recent advancements in markerless motion capture technology, particularly systems like Theia3D, have improved accessibility and ecological validity by allowing data collection in natural environments using affordable equipment. Although there is a growing body of literature on markerless motion analysis, few studies have specifically addressed balance-related metrics. Notably, prior research utilizing Theia3D has primarily focused on joint center positions rather than comprehensive balance metrics. This study aims to fill that gap by comparing the CoM position, XCoM position, and whole-body angular momentum (WBAM) derived from both markerless and traditional marker-based systems across various motor tasks.
Methods
In this study, sixteen participants (9 men, 7 women) with a mean age of 25.1 years and no history of musculoskeletal or balance issues were recruited to perform various motor tasks. The experimental setup included marker-based optoelectronic systems with 10 Qualisys Miqus M3 cameras recording at 300 Hz and 10 markerless video cameras at 60 Hz, all synchronized and calibrated using Qualisys Track Manager. Participants wore minimal clothing for optimal marker placement and were equipped with a full-body marker set of 46 markers.
The participants executed a static trial (T pose) and four motor tasks: walking at a self-selected speed on a treadmill, leaning forward until balance loss, walking on a narrow beam, and performing countermovement jumps. Each task was demonstrated to the participants, who were allowed practice before recording. The treadmill speed was adjusted incrementally to determine a comfortable walking pace. The tasks were designed to represent various speeds and planes of movement, with the beginning and end of each task manually defined during postprocessing.
Results
In the results section, it was reported that all trials, except for three (one Beam and two CMJS), were fully processed. The statistical parameters—bias, limits of agreement (LOA), root mean square deviation (RMSD), and coefficient of determination (R²)—for the weighted body acceleration metrics (WBAM), center of mass (CoM), and extrapolated center of mass (XCoM) positions were calculated across all tasks and individually for each task. These analyses considered three directional axes: anterior-posterior (AP), medial-lateral (ML), and superior-inferior (SI).
The findings indicated minimal differences between the results obtained from the two software versions (v2023.1.0.3160 and v2021.2), leading to the decision to present only the results from v2023. Detailed statistical parameters for both versions are available in the Supplementary Materials (S2), along with Bland-Altman plots for the unitless WBAM, CoM, and XCoM positions, which can be found in Supplementary Materials (Figure S1).
Discussion
In this study, the authors evaluated the performance of a markerless motion capture system, Theia3D, in estimating key balance-related metrics—center of mass (CoM) position, extrapolated center of mass (XCoM) position, and whole-body angular momentum (WBAM)—and compared these results with those obtained from a traditional marker-based approach. The analysis revealed that the root mean square difference (RMSD) between the two systems for CoM and XCoM positions was approximately 1 cm, with limits of agreement (LOA) remaining under 2 cm across various tasks. This suggests a high level of agreement between the two methods, particularly in the mediolateral (ML) direction, where discrepancies were consistently smaller.
The findings indicate that while the markerless system provides comparable results to the marker-based system, there are systematic biases, particularly in the superior-inferior (SI) direction, where the markerless estimates were consistently lower. This discrepancy may stem from differences in model construction and the inherent limitations of the markerless approach, which was not adjustable at the level of segment definition. The study highlights the potential of markerless systems as viable alternatives for balance studies, although it emphasizes the need for further validation, especially in clinical contexts where precision is critical. Limitations include the homogeneous sample of healthy young adults and the controlled laboratory conditions, which may not reflect real-world variability.