大振幅課題におけるヒト運動スケーリングの視覚に基づく特徴づけ

パーキンソン病は、運動緩慢と運動スケーリング障害を特徴とし、運動振幅の減少と機能的パフォーマンスの低下を引き起こします。 これらの障害に対抗するため、大振幅運動アプローチは、誇張された運動実行と内部運動知覚の再調整を促進することで広く用いられています。 しかし、反復運動セット中に、個人はしばしば運動振幅の段階的減少を示し、これは振幅減衰として知られる現象であり、通常は臨床医による口頭での修正を必要とします。

その臨床的関連性にもかかわらず、振幅減衰は客観的に定量化されておらず、運動の質は視覚的観察のみを通じて一般的に評価されています。 マーカーベースのモーションキャプチャシステムは正確ですが、日常的または遠隔での使用には非実用的です。 RGBカメラベースのマーカーレス分析は、特に直接的な視覚的監督が限られているテレリハビリテーションの文脈において、客観的な運動評価のための低コストでアクセス可能な代替手段を提供します。

参加者と研究デザイン

18歳から45歳の健康なボランティア22名から26名を募集します。 すべての参加者は独立した機能的運動が可能であり、参加前に書面によるインフォームドコンセントを提供します。 この研究は単一セッションの観察デザインに従います。

運動プロトコル

参加者は6つの標準化された大振幅運動を実施します：

床から天井へのリーチ

前方ステップ

サイドステップ

座り立ち

前方リーチによる物体の把持と解放

ビッグウォーキング

各運動は、全身運動を捉える単一のRGBカメラを使用して8回の反復で記録されます。 ウェアラブルセンサーや反射マーカーは使用されません。

各運動について、最初の反復は最大努力に関する事前指示なしで実施されます。 完了直後に、臨床医の専門家が口頭で、この実行が参加者の最大運動振幅を表しているかどうかを確認します。 確認後、この反復はその運動の個別参照トライアルとして指定されます。

データ処理とアウトカム指標

運動データは、2つの補完的なアプローチを使用して分析されます：

姿勢ベース分析：

関節キーポイントは、姿勢推定アルゴリズムを使用してビデオから抽出されます。 運動振幅は、関節変位ベースの指標を使用して計算され、個人の人体計測特性に応じて正規化されます。 振幅減衰は、初期と後期の反復を比較し、反復ごとの傾向を計算することで定量化されます。

視覚表現分析：

探索的要素として、自己教師あり視覚トランスフォーマーを使用して、運動ビデオから視覚的特徴表現を抽出します。 各反復は、臨床医が確認した参照反復と、特徴類似性尺度を使用して比較されます。 反復ごとの類似性スコアは、運動内の変化を特徴づけ、振幅減衰と一致するパターンを特定するために使用されます。

統計分析

データ分布は正規性について評価されます。 運動振幅の変化と反復ごとの傾向は、対応のある統計手法を使用して分析されます。 カメラベースの測定値と臨床医の観察との関連は、相関分析を使用して探求され、統計的有意性はp < 0.05に設定されます。

倫理的考慮事項と期待される影響

この研究は、侵襲的な手順や治療的介入を含みません。 ビデオデータは匿名化され安全に保管され、参加者はいつでも撤退できます。 倫理的承認は、ビルニ大学非介入倫理委員会から得られています。

この研究は、運動振幅と振幅減衰の客観的評価のためのカメラベース手法の実現可能性を示すことが期待され、患者集団、自動化フィードバックシステム、およびテレリハビリテーション応用を含む将来の研究のための方法論的基盤を提供します。