DOI: https://doi.org/10.7717/peerj.18613
PMID: https://pubmed.ncbi.nlm.nih.gov/39763706
تاريخ النشر: 2025-01-02
المؤلف: Sylvia Augustine وآخرون
الموضوع الرئيسي: التوازن، والمشي، والوقاية من السقوط
نظرة عامة
تبحث هذه الدراسة في موثوقية التقاط الحركة بدون علامات لتحليل المشي، مع التركيز على التباينات بين التجارب، بين الجلسات، وبين الملابس المستخدمة بين البالغين الأصحاء. مشى اثنان وعشرون مشاركًا في ملابس ضيقة وفضفاضة بينما تم تسجيل مشيتهم بواسطة ثمانية كاميرات فيديو باستخدام نظام التقاط الحركة بدون علامات تجاري (Theia3D). كشفت النتائج عن متوسط تباين بين التجارب أقل من 2°، وتباين بين الجلسات أقل من 3°، وتباين بين الملابس المستخدمة أقل من 3.5°. بالإضافة إلى ذلك، كانت الفروق الجذرية المتوسطة المربعة (RMSD) بين ظروف الملابس أيضًا أقل من 2°.
تشير النتائج إلى أن التباينات في حركة الحوض كانت أصغر من تلك التي لوحظت في الورك والركبة والكاحل، مما يشير إلى موثوقية محسنة مقارنة بالدراسات السابقة، ربما بسبب التقدم في خوارزميات البرمجيات. تستنتج الدراسة أن التباين الملحوظ في بيانات التقاط الحركة بدون علامات يقع ضمن حدود موثوقية مقبولة للبالغين الأصحاء، وأن التأثير الطفيف لاختيار الملابس على التباين يدعم جدوى استخدام هذه التقنية في تحليل المشي. يدعو المؤلفون إلى مزيد من البحث في البيئات السريرية وبين السكان المتنوعين للتحقق من قابلية تطبيق أنظمة التقاط الحركة بدون علامات.
مقدمة
تناقش مقدمة ورقة البحث أهمية تحليل المشي في السياقات السريرية والبحثية، مع التركيز على التقييم الحركي للحوض والورك والركبة والكاحل خلال دورة مشي كاملة. الطرق التقليدية المعتمدة على العلامات، التي تتضمن وضع علامات عاكسة على المشاركين، عرضة لمصادر مختلفة من الأخطاء التجريبية، بما في ذلك التباينات الداخلية والخارجية. وقد وضعت الدراسات السابقة عتبات للتباين الحركي المقبول، مشيرة إلى أن أقل من 2° هو “مقبول”، بينما التباينات بين 2° و5° تعتبر “معقولة”، وتلك التي تتجاوز 5° قد تثير القلق. تسلط المقدمة الضوء على إمكانية أنظمة التقاط الحركة بدون علامات، مثل Theia3D، التي تستخدم خوارزميات التعلم العميق لاشتقاق البيانات الحركية دون الحاجة إلى علامات فعلية، مما قد يقلل من الأخطاء المرتبطة بوضع العلامات وقيود الملابس.
تشير الورقة إلى أن التقييمات الأولية لـ Theia3D أظهرت نتائج واعدة فيما يتعلق بالتباينات بين التجارب والجلسات، مع متوسط تباينات تم الإبلاغ عنها عند 2.5° و2.8°، على التوالي. ومع ذلك، تؤكد الحاجة إلى مزيد من التحقيق في موثوقية الحركيات الحوضية، التي تعتبر حاسمة لاتخاذ القرارات السريرية وهي جزء من مؤشرات المشي المعتمدة. من الجدير بالذكر أن الدراسات السابقة لم تعالج بشكل كافٍ تأثير الملابس على موثوقية الحركيات، حيث تم دراسة تأثير أنواع الملابس المختلفة في دراسة واحدة فقط. تهدف هذه البحث إلى سد هذه الفجوة من خلال تقييم كل من تباينات المشي بين التجارب والجلسات، بما في ذلك تأثير الملابس، مما يساهم في فهم أفضل لموثوقية تحليل المشي بدون علامات في ظروف متنوعة.
الطرق
يستعرض قسم “المواد والطرق” التصميم التجريبي والإجراءات المستخدمة في الدراسة. يوضح المواد المستخدمة، بما في ذلك الكواشف المحددة، والمعدات، وأي عينات بيولوجية، لضمان إمكانية تكرار التجارب. تشمل المنهجية البروتوكولات لجمع البيانات، بما في ذلك أي تحليلات إحصائية تم إجراؤها لتفسير النتائج.
كما يصف القسم الظروف التجريبية، مثل درجة الحرارة، والمدة، وأي ضوابط تم تنفيذها للتحقق من النتائج. من خلال تقديم نظرة شاملة على الطرق، يؤسس هذا القسم الإطار لفهم كيفية الحصول على النتائج ويدعم موثوقية الاستنتاجات المستخلصة في الدراسة.
النتائج
تشير النتائج إلى تباين ضئيل بين التجارب والجلسات بين ظروف الملابس خلال تحليل المشي. أظهر التباين بين التجارب، الذي تم تقييمه في نفس اليوم مع نفس الملابس، أن الملابس الفضفاضة (1.35 ± 0.43°) كانت لديها تباينات أكبر قليلاً مقارنة بالملابس الضيقة (1.29 ± 0.48°)، مع بقاء متوسط التباينات عبر المفاصل والمستويات أقل من 2°. وصلت ذروة التباينات بين التجارب إلى 3.84° للركبة و2.86° للكاحل في المستوى السهمي. وبالمثل، أظهر التباين بين الجلسات، الذي تم قياسه عبر أيام وأنواع ملابس مختلفة، أيضًا اختلافات طفيفة، حيث بلغ متوسط الملابس الفضفاضة 2.00 ± 0.56° والملابس الضيقة 1.88 ± 0.65°. كانت ذروة التباينات بين الجلسات 3.77° للركبة و3.57° للكاحل.
كانت الفروق الجذرية المتوسطة المربعة (RMSD) بين ظروف الملابس باستمرار أقل من 2°، مع أعلى RMSD تم تسجيله عند 1.91° لثني/تمديد الورك وأدنى عند 0.89° لإمالة الحوض الأمامية/الخلفية. بالإضافة إلى ذلك، تم ملاحظة بعض الاختلافات في أطوال الأجزاء بين الجلسات وأنواع الملابس؛ في الملابس الفضفاضة، كان متوسط تغييرات طول الجزء 2%، بينما في الملابس الضيقة، تراوحت التغييرات بين 1% للساق و7% للفخذ. تشير هذه النتائج إلى أنه بينما قد يؤثر نوع الملابس على التباين في معلمات المشي، فإن الاختلافات العامة تعتبر طفيفة نسبيًا.
المناقشة
هدفت الدراسة إلى تقييم تباين المشي بين التجارب والجلسات باستخدام التقاط الحركة بدون علامات، مع التركيز على الحركيات الحوضية وتأثير الملابس. أكمل عينة ملائمة من 22 مشاركًا صحيًا تجارب المشي في كل من الملابس الضيقة والفضفاضة. أشارت النتائج إلى أن متوسط التباين بين التجارب كان أقل من 2°، بينما كان التباين بين الجلسات أقل من 3°. من الجدير بالذكر أن التباين بين الملابس المستخدمة في الجلسات كان أيضًا ضئيلاً، مما يشير إلى أن اختيار الملابس لا يؤثر بشكل كبير على تباين المشي عبر الجلسات. تتماشى النتائج مع الدراسات السابقة المعتمدة على العلامات، مما يشير إلى أن التباين الملحوظ في هذه الدراسة مقبول وقابل للمقارنة مع العتبات المعتمدة لموثوقية التقاط الحركة.
كشفت التحليلات أن التباينات الحركية للحوض كانت عمومًا أصغر من تلك الخاصة بالمفاصل الأخرى، مما قد يُعزى إلى نمذجة الحوض كجزء ذو ست درجات من الحرية. علاوة على ذلك، وجدت الدراسة أن الملابس الضيقة لم تقلل بشكل كبير من التباين مقارنة بالملابس الفضفاضة، مما يتحدى الافتراض بأن الملابس الأكثر ضيقًا تعزز دقة التقاط الحركة. قد تكون التباينات الأقل بين التجارب والجلسات مرتبطة بالتقدم في برنامج Theia3D المستخدم للتحليل. يقترح المؤلفون أن هناك حاجة إلى مزيد من البحث لاستكشاف قابلية تطبيق هذه النتائج في السكان السريريين ومع أنواع الملابس المختلفة، بالإضافة إلى مراقبة تأثير تحديثات البرمجيات على نتائج تحليل المشي.
DOI: https://doi.org/10.7717/peerj.18613
PMID: https://pubmed.ncbi.nlm.nih.gov/39763706
Publication Date: 2025-01-02
Author(s): Sylvia Augustine et al.
Primary Topic: Balance, Gait, and Falls Prevention
Overview
This study investigates the reliability of markerless motion capture for gait analysis, focusing on inter-trial, inter-session, and inter-session-clothing variations among healthy adults. Twenty-two participants walked in both tight and loose-fitting clothing while their gait was recorded by eight video cameras using a commercial markerless motion capture system (Theia3D). The findings revealed average inter-trial variation of less than 2°, inter-session variation of less than 3°, and inter-session-clothing variation of less than 3.5°. Additionally, the root mean square differences (RMSD) between clothing conditions were also under 2°.
The results indicate that variations in pelvis motion were smaller than those observed at the hip, knee, and ankle, suggesting improved reliability compared to previous studies, potentially due to advancements in software algorithms. The study concludes that the observed variation in markerless motion capture data falls within acceptable reliability thresholds for healthy adults, and the minimal impact of clothing choice on variation supports the feasibility of using this technology in gait analysis. The authors advocate for further research in clinical settings and among diverse populations to validate the applicability of markerless motion capture systems.
Introduction
The introduction of the research paper discusses the significance of gait analysis in clinical and research contexts, focusing on the kinematic assessment of the pelvis, hip, knee, and ankle during a complete gait cycle. Traditional marker-based methods, which involve placing reflective markers on participants, are prone to various sources of experimental error, including intrinsic and extrinsic variations. Previous studies have established thresholds for acceptable kinematic variation, suggesting that less than 2° is “acceptable,” while variations between 2° and 5° are “reasonable,” and those exceeding 5° may raise concerns. The introduction highlights the potential of markerless motion capture systems, such as Theia3D, which utilize deep learning algorithms to derive kinematic data without the need for physical markers, thus potentially reducing errors associated with marker placement and clothing constraints.
The paper notes that initial evaluations of Theia3D have shown promising results regarding inter-trial and inter-session variations, with average variations reported at 2.5° and 2.8°, respectively. However, it emphasizes the need for further investigation into the reliability of pelvis kinematics, which are crucial for clinical decision-making and are part of established gait indices. Notably, previous studies have not adequately addressed the impact of clothing on kinematic reliability, with only one study examining the effects of different clothing types. This research aims to fill this gap by evaluating both inter-trial and inter-session gait variations, including the influence of clothing, thereby contributing to a better understanding of the reliability of markerless gait analysis in varied conditions.
Methods
The “Materials & Methods” section outlines the experimental design and procedures employed in the study. It details the materials used, including specific reagents, equipment, and any biological samples, ensuring reproducibility of the experiments. The methodology encompasses the protocols for data collection, including any statistical analyses performed to interpret the results.
The section also describes the experimental conditions, such as temperature, duration, and any controls implemented to validate the findings. By providing a comprehensive overview of the methods, this section establishes the framework for understanding how the results were obtained and supports the reliability of the conclusions drawn in the study.
Results
The results indicate minimal inter-trial and inter-session variation between clothing conditions during gait analysis. Inter-trial variation, assessed on the same day with the same clothing, showed that loose clothing (1.35 ± 0.43°) had slightly greater variation compared to tight clothing (1.29 ± 0.48°), with average variations across joints and planes remaining below 2°. Peak inter-trial variations reached 3.84° for the knee and 2.86° for the ankle in the sagittal plane. Similarly, inter-session variation, measured across different days and clothing types, also exhibited slight differences, with loose clothing averaging 2.00 ± 0.56° and tight clothing 1.88 ± 0.65°. The peak inter-session variations were 3.77° for the knee and 3.57° for the ankle.
Root mean square differences (RMSD) between clothing conditions were consistently below 2°, with the highest RMSD recorded at 1.91° for hip flexion/extension and the lowest at 0.89° for pelvic anterior/posterior tilt. Additionally, some differences in segment lengths were noted between sessions and clothing types; in loose clothing, segment length changes averaged 2%, while in tight clothing, changes varied between 1% for the shank and 7% for the thigh. These findings suggest that while clothing type may influence variation in gait parameters, the overall differences are relatively minor.
Discussion
The study aimed to assess inter-trial and inter-session gait variation using markerless motion capture, focusing on pelvis kinematics and the influence of clothing. A convenience sample of 22 healthy participants completed gait trials in both tight and loose clothing. The results indicated that average inter-trial variation was less than 2°, while inter-session variation was below 3°. Notably, the inter-session-clothing variation was also minimal, suggesting that clothing choice does not significantly affect gait variability across sessions. The findings align with previous marker-based studies, indicating that the variability observed in this study is acceptable and comparable to established thresholds for motion capture reliability.
The analysis revealed that pelvis kinematic variations were generally smaller than those of other joints, which may be attributed to the modeling of the pelvis as a six-degree-of-freedom segment. Furthermore, the study found that tight clothing did not significantly reduce variation compared to loose clothing, challenging the assumption that tighter garments enhance motion capture accuracy. The lower inter-trial and inter-session variations observed may be linked to advancements in the Theia3D software used for analysis. The authors suggest that further research is necessary to explore the applicability of these findings in clinical populations and with different clothing types, as well as to monitor the impact of software updates on gait analysis outcomes.