경직성이 있는 뇌졸중 환자의 스트레치 반사 측정을 위한 테스트 재검사 및 평가자 간 신뢰성을 향상시키는 이소키네틱 로봇 장치

이 프로토콜은 근전도(EMG) 측정이 있는 로봇 이소키네틱 장치를 사용하여 이소키네틱 모션 자체가 경미한 팔꿈치 굴곡 경련을 가진 뇌졸중 환자의 캐치 측정 각도에 대한 간 평가자 신뢰성을 향상시킬 수 있음을 보여줍니다.

경련을 측정하는 것은 치료 계획 및 치료 후 효능을 결정하는 데 중요합니다. 그러나, 임상 설정에서 사용되는 현재 의 도구는 평가자 간 신뢰성이 제한되는 것으로 나타났다. 이 불량한 간 평가자 신뢰성의 한 가지 요인은 캐치(AoC) 측정의 각도를 측정하는 동안 수동 동작의 가변성입니다. 따라서, 수동 조인트 모션을 표준화하기 위해 이소키네틱 장치가 제안되었다; 그러나 AoC 측정을 위한 이소키네틱 운동의 이점은 표준화된 방식으로 테스트되지 않았습니다. 이 프로토콜은 아이소키네틱 모션 자체가 AoC 측정을 위한 평가자 간 신뢰성을 향상시킬 수 있는지 여부를 조사합니다. 이를 위해 표면 근전도(EMG)와 결합된 로봇 이소키네틱 장치가 개발되었습니다. 수동 및 이소키네틱 모션이라는 두 가지 조건이 표준화된 방법과 비교하여 캐치의 각도와 주관적인 느낌을 측정합니다. 가벼운 팔꿈치 굴곡 경련을 가진 17명의 뇌졸중 환자에서, 이소키네틱 운동은 EMG에 의해 AoC 측정의 상호 평가자 신뢰성에 대한 계급 간 상관계(ICC)를 0.890 [95% 신뢰 구간(CI): 0.685-0.961]으로 개선한 것으로 나타났습니다. 수동 동작으로 0.788(95% CI: 0.493-0.920)에서 토크 기준에 따라 0.931(95% CI: 0.791-0.978)을 기준으로 합니다. 결론적으로, 이소키네틱 운동 자체는 경미한 경련을 가진 뇌졸중 환자에서 AoC 측정의 평가자 신뢰성을 향상시킬 수 있습니다. 이 시스템이 더 큰 표준화된 각도 측정 및 느낌 캐치를 제공할 수 있다는 점을 감안할 때, 임상 환경에서 경련을 평가하는 데 좋은 옵션이 될 수 있습니다.

뇌졸중 후 경련은 일반적이며 통증과 수축을 포함한 합병증을 유발하는 것으로 나타났으며,그 결과 삶의 질이 1, 2,^3. 경직의 측정은 치료 과정을 적절하게 계획하고 치료의 효능을 결정하는 데 중요합니다. 임상 설정에서 일반적으로 사용되는 도구는 수동 운동에 대한 저항성을 위한 명목 측정 시스템인 수정 된 애쉬 워스 스케일 (MAS)⁴및 캐치 각도를 측정하는 수정 된 Tardieu 스케일 (MTS)입니다. 속도 의존적 특성 의 경련⁵. 그러나, 이러한 측정 도구는 만족스러운 신뢰성을 유지하기위해 이러한 테스트를 수행하기 위해 동일한 평가자가 요구하는 제한된 평가자 신뢰성 6,^7을가지는 것으로^{나타났다.}

MTS 측정 동안 (1) 고니오측정에 의한 각도 측정의 오차를 포함하여 세 가지 요인이 AoC에서 가변성을 유도하는 것으로 나타났습니다. (2) 평가자 들 사이의 수동으로 이동된 조인트 모션 프로파일의 가변성; 및 (3) 평가자 사이의 캐치를 감지하는 가변성⁹. 토크 센서가 있는 새로운 이소키네틱 로봇 장치가 이 프로토콜에 제시되어 있습니다. 이 장치는 표면 근전도(EMG) 측정^10을사용하여 경증 팔꿈치 굴곡 경련을 가진 뇌졸중 환자에게 적용된다. 팔꿈치 관절 운동의 표준화가 팔꿈치 굴곡 스트레치 반사에 의해 유도 된 AoC 측정에 대한 교차 평가자 신뢰성을 향상시킬 것이라고 가설했다. 이를 증명하기 위해, 표면 EMG에 의해 측정된 AoC에 대한 신뢰성을 이소키네틱 패시브와 수동 고속 팔꿈치 확장 간에 계산하고 비교하였으며, 이 개발한 로봇 장치와 EMG를 사용하였다. 도 1은 전체 실험 절차에 대한 개요를 나타낸다. 구체적으로, MTS 측정 단계는 2명의 평가자에 의해 수행되었고, 실험 순서(수동 대 이소키네틱 모션)와 채점자의 순서가 무작위로 결정되었으며, 각 피험자에 대해 약 50분이 소요되었다(도 1).

1. 실험적인 설정

1. 환자 모집
   참고: 모든 절차는 서울대학교 분당병원 기관심사위원회에서 검토 및 승인했습니다. 이 과목은 지역에 있는 4개의 재활 병원에서 치기 진단을 가진 입원환자 또는 외래환자이었습니다.
   1. 다음 포함 기준을 사용하여 스크리닝 과정을 수행: (1) 뇌졸중으로 인한 상지 편두통; (2) 20세 이상; (3) MAS 1-2의 경미한 팔꿈치 관절 경련; (4) 뇌졸중을 제외하고 는 편모암의 기능에 영향을 미치는 이전의 질병이 없음; (5) 혈역학적 불안정성으로부터 자유롭다; (6) 심각한 팔꿈치 수축 없음; (7) 어깨가 90° 납치될 가능성과 팔뚝은 관절통 없이 중립적인 위치에 있을 수 있다. (8) 정상적인 인지, 언어, visuospatial, 또는 실험 절차를 따르는 주의 력.
      참고: 기준은 실험에 참여하고 결과에 영향을 미치는 요인을 조절할 수 있는 환자를 선별하기 위해 고안되었습니다.
   2. 전체 연구 및 예상 임상 문제에 대한 자세한 설명이 제공되는 피험자 모집. 포함하기 전에 동의를 얻어야 합니다.
   3. 모집된 과목의 인구 통계 및 기준 특성은 표1에 나와 있습니다.
2. 실험 시스템
   참고: 맞춤형 로봇 장치는 표준화된 모션을 생성하고 정량 데이터를 동시에 측정하는 데 사용됩니다. 로봇 시스템은 로봇 부품, 제어 시스템 및 측정 장치로 구성됩니다. 전체 구성은 다음과 같습니다.그림 2.
   1. 로봇 부품
      1. 로봇 부품의 경우 모터와 팔뚝 매니풀란덤으로 구성된 1도 자유 평면 로봇을 사용하여 로봇 높이를 조정하고 다양한 책상에 장치를 설치하는 세 가지 다른 구성 요소를 사용합니다. 전체 조성물은 그림 2A에도시되어 있습니다.
      2. 팔뚝 매니풀란덤의 경우 모터에 연결된 팔꿈치 관절, 고정 블록이 있는 선형 슬라이더를 사용하여 전체 길이를 조정하고 팔뚝과 손을 고정하기 위한 커프 유닛 2개를 사용합니다(그림 3참조). 팔꿈치 관절에는 실험 중 마찰을 방지하기 위해 회전 판과 추력 베어링이 있으며, 커프 유닛은 인간의 팔뚝과 유사한 곡선을 이루며 3D 프린터를 사용하여 만들어졌습니다. 손잡이 유닛은 왼손잡이와 오른손잡이 를 모두 수용할 수 있도록 설계되어 모든 피사체가 사용할 수 있습니다.
      3. 51:1의 낮은 기어 비를 가진 모터를 사용하면 역운전 특성과 315°s의 단칭 속도와 42.33Nm의 연속 토크를 생성할 수 있어야 합니다.
      4. 모터 바닥에 부착된 랩 잭 유닛을 사용하여 모터 장치의 높이를 조정합니다. 로봇의 높이는 다양한 피사체의 앉는 높이로 조정할 수 있습니다.
      5. 장치를 로봇 앞부분의 책상에 장착하기 위한 고정 암을 놓습니다. 고정 암은 선형 샤프트를 통해 위아래로 움직일 수 있으며 책상에 고정하기위한 클램프가 있습니다.
      6. 캐스터를 로봇 바닥에 놓고 실험 중에 로봇을 움직일 수 있고 접지합니다.
   2. 제어 시스템
      1. 중앙 제어 시스템에 는 개인용 컴퓨터(PC), 실시간 프로세서 및 모터 드라이버를 사용합니다. 자세한 제어 아키텍처 블록 다이어그램은 그림4에 나와 있습니다.
      2. 그래픽 사용자 인터페이스(GUI)를 사용하여 실험 모드(최대 ROM 측정, 이소키네틱 MTS 및 수동 MTS 측정 모드)를 제어하고 로봇 모션 데이터를 저장합니다. 제어판과 모니터링 패널이 포함되어있습니다(그림 5). GUI 구성에 대한 자세한 내용은 부록에 포함되어 있습니다.
      3. 실시간 프로세서를 사용하여 로봇 제어 알고리즘을 구현합니다. 제어 알고리즘은 세 개의 제어 루프로 구성됩니다. 첫 번째 루프는 sbRIO의 FPGA 모듈에서 1MHz에서 실행되는 데이터 입력/출력 루프입니다. 두 번째는 실시간 VI 레벨에서 1kHz로 실행되는 로봇 모션 제어 루프입니다. 마지막은 250Hz에서 실행되는 데이터 통신 루프입니다. 이 루프는 로봇 데이터(EMG 데이터와 일치하기 위한 시간, 각도, 토크 및 트리거 신호)를 전송합니다.
         참고: 실시간 프로세서에는 NI-9237과 NI-9853의 두 개의 통신 모듈이 있습니다. NI-9237은 토크 센서 데이터를 수신하기 위한 아날로그 입력 장치이며, NI-9853은 모터 드라이버와 통신하기 위한 CAN 통신 모듈입니다.
   3. 단위
      1. 매니풀랜덤과 모터 사이에 토크 센서를 장착하여 반력을 측정합니다. 토크 데이터는 NI-9237을 통해 실시간 프로세서로 전송됩니다. NI-9237에는 자체 통과대역, 스톱밴드 및 별칭 이없는 대역폭 필터가 있습니다. 필터링된 데이터는 FPGA 모듈에 들어가지 않으며 노이즈를 제거하기 위해 로우 패스 필터를 사용하여 100Hz에서 다시 처리됩니다.
      2. 모터에 부착된 인코더(HEDL 9140, 맥슨, 스위스)에 의해 조인트 각도를 측정합니다. 각도 데이터는 모터 드라이버를 통해 실시간 프로세서로 전송됩니다.
      3. 8채널 표면 EMG 장치로 근육 활동을 측정합니다. EMG 데이터는 1024Hz의 샘플링 속도로 수집되었으며 처음에는 밴드패스 필터(20~450Hz)와 노치 필터(60Hz)로 처리되었습니다. 측정된 EMG 데이터는 PC로 직접 전송됩니다.

2. 실험 적인 설정

참고: 이 실험에는 두 명의 평가자가 참여해야 합니다. 우리의 경우, 첫 번째 평가자는 재활에 6 년 이상의 경험을 가진 물리 치료사였고, 두 번째 평가자는 뇌졸중 재활에 3 년 이상의 경험을 가진 직업 치료사였습니다.

1. 초기 자세 설정
   1. 환자를 똑바로 자세로 허리를 가진 의자에 놓습니다.
   2. 실험 내내 어깨 위치를 안정적으로 유지하기 위해 안전 벨트로 어깨와 복부의 양쪽을 고정하십시오.
   3. 스트랩을 고정하지 않고 피사체의 편도팔을 로봇 매니풀덤에 가볍게 놓습니다.
   4. 직선 슬라이더의 고정 블록을 풀면 커프가 슬라이더에서 자유롭게 움직일 수 있으며 스트랩을 고정하지 않고 피사체의 편도암이 로봇 매니풀랜드움에 배치되도록 합니다.
   5. 환자의 어깨가 90°가 될 때까지 실험실 잭을 사용하여 로봇의 높이를 조정합니다. 고니오미터를 사용하여 납치 각도를 확인합니다.
   6. 피사체에 손잡이를 잡고 스트랩으로 손잡이에 손을 고정하도록 지시하십시오. 로봇의 회전 축과 팔꿈치 관절의 해부학축을 정렬합니다.
   7. 팔꿈치 관절을 구부리고 확장하여 팔꿈치 운동 중에 저항을 일으키지 않고 최적의 위치에서 커프의 위치를 자연적으로 재조정할 수 있습니다. 그런 다음 고정 블록을 고정하여 팔목의 위치를 고정하고 팔뚝 커프의 스트랩을 고정합니다.
   8. 편도팔의 이두근 브라키 근육에 표면 EMG 전극을 부착한다.
2. 수동 ROM 측정
   참고 : 패시브 ROM은 환자의 수술 범위 밖의 움직임으로 인한 문제를 방지하기 위해 다음 실험에서 경계 ROM으로 사용됩니다.
   1. 환자의 편도측 정보를 프로그램 GUI(오른쪽 또는 왼쪽)에 입력합니다.
   2. 고니오미터를 사용하여 팔꿈치를 90° 구부립니다. GUI 패널의 90도 설정 버튼을 누릅니다. 이 프로세스는 로봇이 인식하는 각도와 실제 인간 조인트 각도와 일치합니다.
   3. GUI의 완료 설정 버튼을 눌러 로봇을 작동 상태로 전환합니다.
   4. GUI의 왼쪽에 있는 모터 실행 패널의 버튼을 위에서 아래로 순서대로 클릭합니다.
   5. 각도 설정 버튼을 켜고 속도를 1°s로 설정합니다. 그런 다음 실행 버튼을 클릭합니다. 로봇은 반응 토크가 특정 임계값 수준에 도달하거나 170°까지 연장될 때까지 팔꿈치를 90° 구부러진 자세에서 1°s에서 천천히 연장합니다.
      참고: 이 실험에서 토크 임계값은 0.6 Nm로 설정되었습니다. 이 값은 파일럿 연구를 통해 실험적으로 결정됩니다.
   6. 최대 확장 각도는 최대 ROM으로 자동으로 저장됩니다.
   7. 속도를 -1°/s로 변경하고 실행 버튼을 다시 클릭합니다. 반응 토크가 임계값 수준에 도달할 때까지 로봇은 팔꿈치를 천천히 구부립니다.
   8. 최대 플렉스 각도는 자동으로 최소 ROM으로 저장됩니다.

3. MTS 측정

참고: 각 단계에 필요한 시간은 그림1에 표시됩니다. 모든 실험을 수행하기 위해 한 피험체가 취한 총 시간은 약 50분(실험 설정 단계 포함)이지만, 대부분의 시간은 피로의 일관성을 유지하기 위해 휴식을 취해야 한다.

1. 관성 효과 보정
   참고: 이론적으로 는 이소키네틱 모션 중에 관성 효과가 없어야 합니다. 그러나 모션의 시작 부분에 관성 효과가 있을 수 있습니다. 관성력은 스트레치 반사에 의해 생성된 반응력만을 측정하도록 보정되어야 한다. 관성력의 크기는 각 피험체마다 다르기 때문에 실제 MTS 측정 전에 관성력 보상에 대한 예비 시험을 수행해야 합니다. 예제 결과는 그림 6에표시됩니다.
   1. 제어판에서 뒤로 버튼을 클릭합니다. 로봇은 팔꿈치를 최소 각도 자세(최대로 구부린 자세)로 구부립니다.
   2. 속도를 150°s로 설정하고 관성 테스트 버튼을 켜고 실행 버튼을 켭니다. 로봇은 150 °s의 속도로 환자에게 5 °의 짧은 섭동을 적용합니다. 각 평가판의 최대 토크 및 기간 값은 GUI 패널에 자동으로 누적되어 표시됩니다.
   3. 3.1.2-3.1.3 단계를 두 번 더 반복합니다. 측정된 데이터에서 적절한 피크 토크 값 과 기간 값을 결정하고 프로그램 GUI에 값을 입력합니다. 보상 토크 프로파일(θ_comp)은아래 방정식 1에 따라 자동으로 생성되며, 여기서 , 여기서, 여기서 , 여기서 , a는 결정된 진폭을 나타내고 λ는 마침표를 나타낸다.
      
      주: 관성 토크의 쉐이프는 계산 하중을 줄이기 위해 상승된 코신 모양으로 모델링됩니다. 관성 효과로 인해 2주기 동안 설계된 보상 토크는 두 번째 기간 이후에 거의 사라집니다. 두 번째 마침표의 진폭은 첫 번째 마침표의 15%로 설계되었습니다.
2. 익숙해지기 단계
   1. 실제 실험에 앞서, 갑작스런 움직임으로 환자를 친숙하게 하기 위해 세 가지 훈련 작업을 수행하십시오.
   2. 패널에서 뒤로 버튼을 클릭합니다. 로봇은 팔꿈치를 최소 각도 자세로 구부립니다.
   3. 피사체에 알린 후 실행 버튼을 클릭합니다. 로봇은 각도가 최대 각도에 도달하거나 반응 토크가 임계 레벨에 도달 할 때까지 환자의 팔꿈치를 150 ° s의 속도로 확장합니다.
   4. 3.2.2-3.2.3 단계를 두 번 더 반복하고 테스트를 시작하기 전에 5분 간 휴식을 취합니다.
3. 이소키네틱 MTS 측정
   참고: 이소키네틱 MTS 측정은 이상적인 MTS 측정 조건을 구현하도록 설계되었습니다. 로봇은 최대 ROM에 도달할 때까지 또는 반응 토크의 특정 임계값에 도달할 때까지 소정의 속도(150°s)로 정확한 일정한 속도 모션을 생성합니다. 최대 ROM 값은 2.2단계에서 결정되며, 토크 임계값은 이전 파일럿 스터디를 통해 0.6으로 결정되며, 이는 스트레치 반사를 감지하기에 충분합니다.
   1. 뒤로 버튼을 클릭하여 팔꿈치를 최소 각도 자세로 구부립니다.
   2. 피사체에 알리지 않고 실행 버튼을 클릭합니다. 로봇은 각도가 최대 각도에 도달하거나 반응 토크가 특정 임계 값 수준에 도달할 때까지 환자의 팔꿈치를 150°s의 속도로 확장합니다. 테스트 중에 시간, 각도, 반응 토크 및 트리거 신호 데이터가 저장됩니다.
   3. 세트와 반복 단계 사이에 2 분 휴식을 취3.3.1-3.3.3 두 번 더.
   4. 3세트를 마친 후 5분 정도 휴식을 취하십시오.
4. 수동 MTS 측정
   참고: 수동 MTS 측정은 실제 의료 현장에서 일반적으로 수행되는 MTS 측정을 시뮬레이션하도록 설계되었습니다. 이소키네틱 MTS의 결과를 비교하기 위해 로봇 장치는 측정 오류를 제거하는 정량적 측정 도구로만 사용되며 실제 측정 작업은 인간 평가자가 수행합니다. 이를 위해 로봇은 로봇 자체의 마찰만 보상합니다. 마찰 제거의 세부 사항은 부록에 있습니다.
   1. 뒤로 버튼을 클릭하여 팔꿈치를 최소 각도 자세로 구부립니다.
   2. 무료 실행 버튼을 클릭하면 로봇 작업이 수동 작동 모드로 변경됩니다.
   3. 매니풀랜드움의 손잡이를 잡고 피사체의 팔을 늘이게 합니다. 작동 중에 평가기는 150°s의 일정한 속도를 생성해야 합니다.
   4. 무료 실행 모드를 끄고 2 분 휴식을 취하십시오.
   5. 3.4.1-3.4.4 단계를 두 번 더 반복합니다.
5. MTS 측정 반복
   1. 첫 번째 평가자로 전체 실험을 마친 후 10 분 휴식을 취하십시오.
   2. 평가자를 두 번째 평가자로 변경하고 3.3-3.4 단계를 반복합니다.

4. AoC 정량화

참고: AoC는 EMG와 토크의 두 데이터를 기반으로 결정됩니다. AoC는 EMG 데이터의 시끄러운 특성과 개별 특성의 가변성으로 인해 수동 분석에 의해 결정됩니다. AoC 선택은 평가자의 순서에 눈이 멀고 세 번째 평가자에 의해 수행됩니다.

1. 이소키네틱 MTS 실험 데이터 분석
   1. EMG 데이터를 사용한 AoC 평가
      참고: 일반적으로 AoC는 EMG의 최대 피크 값이 발생하는 각도로 결정됩니다. 그러나, 스트레치 반사 기간은 각 환자에 대해 다르다; 따라서, EMG 최대 피크 포인트를 AoC로 사용하면 신뢰성이 낮을 것으로 예상된다. 시차가 크지 않을 수 있습니다. 그러나 MTS 방법의 빠른 평가 속도로 인해 AoC 오류가 중요할 수 있습니다. 따라서 EMG 상승 점의 시작 각도가 AoC로 선택됩니다.
      1. 원시 EMG 데이터를 루트 평균 제곱(RMS)을 사용하여 처리하여 데이터를 매끄럽게 하고 50배 증폭합니다.
      2. 각 데이터 세트의 트리거 신호를 사용하여 EMG 데이터와 로봇 각도 데이터를 동기화합니다.
         참고: 이 시스템에서 EMG 데이터는 다른 데이터와 달리 독립적인 장치에 의해 측정됩니다. 따라서 참조 시간이 다를 수 있습니다. EMG 장치에는 MTS 평가가 시작될 때 실시간 프로세서에서 트리거 신호를 얻는 트리거 인터럽트 마킹 기능이 있습니다.
      3. AoC를 RMS EMG 상승의 시작점으로 수동으로 결정합니다. 이 예제는 그림7에 나와 있습니다.
         참고: <0.1의 RMS EMG는 스트레치 반사없이도 자주 나타나기 때문에 무시됩니다. 따라서, 피크의 시작 지점에서 명확한 상승 지점은 AoC로 선택된다.
   2. 토크 데이터를 사용한 AoC 평가
      참고: 근육은 스프링 댐퍼 시스템처럼 작동하는 수동 기계적 특성을 가지고 있습니다. 근육이 힘을 발휘하지 않더라도 근육이 늘어나면 반력이 증가 할 수 있습니다. 수동 기계적 특성과 스트레치 반사의 강도는 환자마다 다르기 때문에 반력의 절대값만을 사용하여 캐치를 식별하기가 어렵습니다. 대신, 이 연구에서 캐치는 반력의 절대 값이 아닌 경련으로 인해 수동 특성을 변경하여 결정됩니다. 수동 속성의 변화는 반응 토크의 회귀선의 기울기 변화에 의해 수동으로 결정됩니다.
      1. 트리거 신호가 올라가는 지점에서 하나의 회귀 선을 그리고 트리거 신호가 내려가는 지점에서 다른 회귀 선을 그립니다.
      2. 두 회귀선의 경사를 비교합니다. 두 회귀 선의 그라데이션이 유의한 차이를 보이는 경우 AoC는 두 회귀 선의 교차점에서 결정될 수 있습니다. 이 예제는 그림8에 나와 있습니다.
2. 수동 MTS 실험 데이터 분석
   참고: 수동 MTS의 경우, 피사체가 가하는 힘을 분리하기 어렵고, 하나의 토크 센서만을 사용하여 평가자가 가하는 힘을 분리하기가 어렵습니다. 따라서 수동 MTS의 경우 토크 데이터를 사용하여 AoC 분석을 수행하지 않고 EMG 데이터를 사용한 AoC 분석만 수행됩니다.
   1. EMG 데이터를 사용한 AoC 평가
      참고: EMG를 사용하여 AoC 평가를 결정하는 방법은 기본적으로 이소키네틱 MTS 케이스와 동일합니다.
      1. RMS 방법을 사용하여 원시 EMG 데이터를 처리하여 데이터를 매끄럽게 처리하고 50배 증폭합니다.
      2. 각 데이터 세트의 트리거 신호를 사용하여 EMG 데이터와 로봇 각도 데이터를 동기화합니다.
      3. AoC를 RMS EMG 상승의 시작점으로 수동으로 결정합니다. 그림 9에 예제가 나와 있습니다.

5. 데이터 분석

1. 정규화된 평가 동작 지수(NAMI)
   참고: MTS의 AoC는 평가 속도, 가속도 등과 같은 다양한 동작 요인의 영향을 받을 수 있습니다. 따라서 평가 동작은 가능한 한 이소키네틱이어야 합니다. NAMI는 평가 동의의 이상을 평가하기 위해 제안된다. 제안된 인덱스는 각 시험에서 피험자에게 할당된 평가 동작의 일관성을 평가하는 데 사용할 수 있는 비차원 인덱스입니다.
   1. 각 평가 시험에서 ROM, 최대 속도 및 평가 시간을 계산합니다.
      참고: 각도는 인코더에 의해 측정됩니다. 따라서 계산된 속도는 시들합니다. 따라서 최대 속도는 최대 점이 아닌 추세선의 최대 속도로 결정됩니다.
   2. 방정식3을 사용하여 전체 실험 중에 각 시험의 NAMI 값을 계산합니다.
      어디에: θ_최대 및 θ_min은 실험 중에 각각 측정된 최대 및 최소 각도를 나타냅니다. ω ω _최대 평가 속도입니다. Δt는 하나의 평가에 소요된 총 시간입니다. 도 10은 각 변수의 예를 나타낸다.
      참고: 제안된 인덱스는 평가 모션이 완전히 이소키네틱에 가까우면 1에 가까운 점수를 나타내고 모션 속도가 일치하지 않으면 점수가 0에 가깝습니다.
2. 통계 분석
   참고: 모든 통계 분석은 PASW 통계 패키지(SPSS 버전 18.0)를 사용하여 수행됩니다. 클래스 간 상관 계수(ICC) 방법은 테스트 재테스트 신뢰성과 평가자 간 신뢰성을 식별하는 데 사용됩니다. 두 번째 및 세 번째 테스트의 결과만 ICC를 계산하는 데 사용됩니다.
   1. 테스트 재테스트 신뢰성을 확인하려면 측정된 AoC 데이터 및 NAMI 결과에서 ICC를 계산합니다.
   2. 평가자 간 안정성을 확인하려면 AoC 및 NAMI 데이터의 평균에서 ICC를 계산합니다.
   3. 페어링된 샘플 t-검정을 사용하여 AoC 결과의 p-값을 계산하여 각 평가자 또는 각 평가 평가 평가판 간의 차이를 평가합니다.
      참고: <0.05의 P-값은 통계적으로 유의한 것으로 간주됩니다.
   4. EMG 기준과 토크 기준에 따라 AoC 간의 Pearson 상관 계수를 계산하여 두 방법 간의 상관관계를 확인합니다.

신뢰성은 ICC 값에 따라 4 가지 등급으로 나뉩니다 : 매우 우수 (>0.90), 우수 (0.75 & ICC ≤ 0.90), 공정한 (0.40 & ICC ≤ 0.75), 그리고 가난한 (&0.40). 측정의 표준 오차(SEM)는 분산의 오차 성분을 결정하기 위해 계산되었습니다. 가장 작은 검출 가능한 차이(SDD)는 테스트 재테스트 데이터의 SEM에서 계산되었습니다.

정규화된 평가 운동 지수(NAMI): 이소키네틱 모션 동안의 NAMI 점수는 항상 1이었으며, 이는 이소키네틱 장치가 항상 균일한 일정한 입력 속도를 생성한다는 것을 의미한다. 그러나 수동 모션 동안 NAMI의 테스트 재시험 신뢰성은 평가기 1(ICC [95% CI] = -0.035 [-0.495-0.441])과 평가기 2(ICC [95%CI] = 0.438 [-0.038-0.752])에 대해 모두 불량하였다. 더욱이, 수동 동작 동안 NAMI의 인터레이터 신뢰성도 불량하였다(ICC [95% CI] = 0.148 [-0.344-0.576]). 반대로, 두 인간 평가자의 결과는 거의 동등한 평균 NAMI 값을 보였다 (0.68 각 평가자에 대한 0.67). 두 사람의 농도 오차는 이소키네틱 장치보다 더 컸으며, 두 평가자 간의 큰 차이를 나타냈다. 이러한 결과는 인간 평가자의 평가 운동이 이소키네틱 특성에 부족하고 그 움직임이 주제에 따라 일치하지 않는다는 것을 나타낸다.

테스트 재테스트 신뢰성: 표 2는 AoC 결과에 대한 테스트 재테스트 신뢰성을 세 가지 조건(이소키네틱-EMG, 이소키네틱-토크, 수동 EMG)으로 보여줍니다. 수동 MTS에 대한 테스트 재시험 신뢰성이 우수했습니다(ICC = 0.804 및 0.840). 그러나, 이소키네틱 MTS 측정은 EMG 및 토크 기준 모두에서 매우 우수한 등급으로테스트 재시험 신뢰성을 향상시켰습니다(표 2)

평가자 간 신뢰성: 표 3은 세 가지 조건에서 AoC 측정 성능에 대한 평가자 간 신뢰성을 보여줍니다. 수동 MTS의 간 평가자 신뢰성의 ICC는 0.788이었고, 이는 우수한 등급의 하한에 가까웠다. 이소키네틱 MTS는 EMG 데이터를 기반으로 0.890의 ICC와 토크 데이터를 기반으로 0.931의 ICC에 대한 간 평가자 신뢰성을 향상시킵니다.

EMG와 토크 기준 사이의 AoC 타이밍의 상관 관계 및 일관성: 이소키네틱 MTS 동안 EMG 데이터와 토크 데이터에서 계산된 두 개의 AoC 결과는 두 평가기 1에서 상당히 높은 상관관계를 나타낸다(Pearson 상관 계수 = 0.937, p< 0.001) 및 평가기 2(Pearson 상관 계수 = 0.957, p< 0.001). 더욱이, 두 결과 사이의 AoC의 타이밍은 1의 ICC와 매우 일치했다 (p < 0.001).

그림 1: 실험 흐름도.
이 수치는 신 외^10에서수정됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 2: 이소키네틱 MTS 테스트 로봇.
(A) 이소키네틱 로봇 장치의 구성. (B) 장치의 내부 구성. 제어 시스템에는 실시간 프로세서와 모터 드라이버가 포함되어 있습니다. (B) 이전에 신 외^10에의해 출판되었다 . 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 3: 매니풀안덤의 구성.
손목과 팔뚝의 커프스 2개가 고정 블록을 통해 선형 슬라이더에 연결되어 커프의 위치를 조정할 수 있습니다. 손잡이와 핸드 스트랩은 왼쪽에서 오른쪽으로 전환할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 4: 제어 시스템 구성.
오른쪽 세 블록은 제어 시스템의 계층 구조를 표시하고 화살표는 각 단위 사이의 데이터 흐름을 표시합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 5: 그래픽 사용자 인터페이스(GUI).
왼쪽은 로봇 제어에 필요한 다양한 버튼 이나 숫자 컨트롤이 포함 된 컨트롤러 패널입니다. 오른쪽은 각도, 상호 작용 토크 및 트리거 신호를 실시간으로 표시하는 모니터링 패널입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 6: 관성 효과 보정의 예.
녹색 선은 원시 토크를 나타냅니다. 파란색 점선은 관성력 모델을 나타냅니다. 빨간색 선은 관성 토크 보정 결과를 나타냅니다. 이 그림은 이전에 신 외^10에의해 출판되었다 . 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

도 7: EMG 데이터를 이용한 AoC 평가의 예(이소키네틱 MTS 사례).
0.1 미만의 RMS EMG 값은 정상으로 간주됩니다. 명확한 EMG 상승 점의 시작점의 선택이 수행되고, 그 때의 각도 값은 AoC로 결정된다. 이 그림은 이전에 신 외^10에의해 출판되었다 . 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 8: 토크 데이터를 사용한 AoC 평가의 예(이소키네틱 MTS 사례).
평가에는 평가 시작점의 토크와 임의토크 데이터를 각각 연결하는 두 개의 선을 그립니다. 선택한 점 전후의 토크 데이터의 회귀선이 두 줄이 되는 점을 찾습니다. 두 회귀 선의 그라데이션 사이에 유의한 차이가 있는 경우, 이 시점에서 스트레치 반사가 발생한다고 판단됩니다. 이 그림은 이전에 신 외^10에의해 출판되었다 . 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

도 9: EMG 데이터를 사용한 AoC 평가의 예(수동 MTS 사례).
이소키네틱 케이스(도 7)에서 와 같이, AoC는 EMG의 명확한 상승이 발생할 때 각도로 결정된다. 이 그림은 이전에 신 외^10에의해 출판되었다 . 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 10: 정규화된 평가 동작 지수(NAMI)에 대한 변수입니다.
직관적으로 NAMI 값은 속도 그래프 아래의 영역과 회색 상자 영역의 비율입니다. 더 많은 이소키네틱 움직임은 값이 1에 더 가깝게 표시됩니다. 이 그림은 이전에 신 외^10에의해 게시되었습니다 . 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

표 1: 주제 인구 통계 및 기준 특성.

표 2: 수동 동작으로 이소키네틱 로봇 장치 및 로봇 장치로 측정된 캐치 각도에 대한 테스트 재테스트 신뢰성 결과.
이 표는 Sin et al.10에 의해 출판되었다(p-값은 쌍을 이루는 샘플 t-test에 의해 계산됨). SEM: 측정의 표준 오차, SDD: 가장 작은 검출 가능한 차이, ICC: 클래스 내 상관 계수, EMG: 전기 경전도.

표 3: 수동 동작이 있는 이소키네틱 로봇 장치 및 로봇 장치로 측정된 캐치 각도에 대한 평가자 간 신뢰성 결과.
이 표는 Sin et al.10에 의해 출판되었다(p-값은 쌍을 이루는 샘플 t-test에 의해 계산됨). SEM: 측정의 표준 오차, ICC: 계급 내 상관 계수, EMG: 전기 경화.

부록. 이 파일을 다운로드하려면 여기를 클릭하십시오.

이 연구는 로봇 이소키네틱 장치를 사용하여 MTS 측정을 표준화하려고 시도했습니다. 평가 운동의 일관성이 MTS 측정 결과에 미치는 영향을 조사했습니다.

NAMI 값은 평가 동작의 가변성을 나타내기 위해 제안되었다. 예상대로, 가변성이 없는 이소키네틱 모션 방식과 달리, 수동 방법은 테스트와 평가자 간의 가변성을 보였으며, 그결과 이전 연구 7,^8의 결과와 일치하는 신뢰성이 저하되었습니다. . AoC 측정의 신뢰성에 대한 결과는 이소키네틱 모션 자체가 수동 동작에 비해 더 이상 신뢰성을 높일 수 있음을 보여줍니다. 비록, 이소키네틱 운동^11,12에의한 덜 스트레치 반사 도발에 관한 우려가 있었지만, 본 연구에서 대상자들은 경증 팔꿈치 굴곡 경련(MAS 1, 1+, 2)에 의해 측정된 일관된 스트레치 반사신경을 보였다. 이소키네틱 운동 중 표면 EMG. 이것은 이소키네틱 장치가 경미한 팔꿈치 경련환자에서도 AoC를 안정적으로 측정하는 데 사용될 수 있음을 보여줍니다. AoC는 또한 본 연구에서 토크 기준에 의해 계산되었다. 흥미롭게도, EMG 및 토크 기준을 모두 사용하여 측정한 AoC는 높은 상관관계를 보였으며, 토크 기준만으로도 높은 비율의 신뢰성을 보였으며, 이는 Lynn et al.^13에의해 제공된 결과와 일치한다. 따라서 토크 기준을 이용한 경직성 평가는 신뢰성 및 편의성에 있어서 더 나은 방법이 될 것으로 기대된다.

MTS 측정을 정량화하기 위한 이 새로운 접근 방식에는 몇 가지 문제와 제한 사항이 있습니다. 먼저, 본 연구에서 AoC 측정 중 자세는 기존의 MTS^측정14와달랐다. 종래의 MTS는 어깨 납치의 부재에서 수행되었다; 대조적으로, 이 연구에서, 측정은 90도 납치 어깨와 함께 수행되었다. 그러나, 이 연구의 목적은 AoC 신뢰성에 대한 평가 운동의 일관성의 효과를 확인하는 것이었다. 이 실험에 사용된 자세는 별도로 측정하기 어려운 팔뚝 무게의 영향을 제거하여 토크 데이터를 사용하여 AoC를 쉽게 측정할 수 있게 합니다. 따라서 이 실험은 평가 동작이 AoC 측정의 신뢰성에 미치는 영향에 대한 관점을 제공합니다.

둘째, 토크 및 EMG 기준을 모두 이용한 AoC 측정을 주관적으로 수행하였다. 그러나, 이것은 잠재적인 편견을 최소화하기 위하여 주제 정보 및 평가자의 순서에 눈이 멀었던 제 3 평가자에 의해 수행되었습니다. 셋째, 실험을 처음 설계할 때 수동 기계적 특성으로 인한 반응 토크의 증가는 예상치 못한 것이었다. 반응 토크는 주로 스트레치 반사에 의해 발생되는 것으로 예상되었다; 그러나 경미한 경련을 가진 환자에서는 많은 경우 수동 강성에 의한 반응 토크가 지배적인 것으로 나타났습니다. 따라서 AoC는 실시간 식별이 아닌 실험 후 데이터 분석을 통해 얻어졌습니다. 마지막으로, 반복적 인 수동 스트레칭 동안 팔꿈치 굴곡의 이완이 있었다. 실험은 실험 전반에 걸쳐 피로를 방지하기 위해 충분한 휴식 시간을 통합하도록 설계되었으며, 피로에 대해 불평하는 피험자는 없습니다. 그러나 반복적인 수동 스트레칭으로 인해 근육의 이완을 막기가 어렵습니다. 이러한 영향을 줄이기 위해, 실험은 평가자의 순서를 무작위로 하도록 설계되었으며, 그 결과는 두 평가자 들 사이에서 유의한 이완 현상을 나타내지 않았다.

이 연구의 목적은 평가자의 주관적인 감각에 의존하는 평가 방법을 개선하고 보다 객관적이고 정량적인 표준을 유지하는 것이었습니다. 결과는 로봇 장치를 사용하여 평가 신뢰성을 높일 가능성을 보여줍니다. 그러나, 본 연구에서 수행된 방법은 인간에 의해 AoC 평가가 수행되므로 반자동화된다. 추가 연구를 통해 높은 신뢰성과 객관성으로 실시간 경련 평가가 가능해질 것으로 기대됩니다.

모든 저자는 이해 상충을 선언하지 않습니다.

이 연구는 서울대학교 분당병원 연구기금(14-2014-035)과 한국연구재단(NRF) 보조금(A100249)의 지원을 받았다. 촬영 준비와 촬영을 도와주신 박서현과 김해인에게 감사드립니다.