Видеоанализ движений человека в клинической практике (обзор)

История вопроса

Развитие технологий восстановительного лечения больных с последствиями заболеваний и травм нервной системы и опорно-двигательного аппарата требует знания механизмов организации локомоций в норме и патологии, детального анализа структуры двигательных нарушений и их количественной оценки [1–4]. Начало количественному изучению локомоций человека было положено еще в первой половине XIX в., когда братья Вебер опубликовали исследование, посвященное временным и пространственным параметрам человеческих движений [5]. Несколько позднее для характеристики паттернов движений стали использовать технику фотографии [6, 7]. В тот же период времени анатом Вильгельм Браун и математик Отто Фишер, используя законы ньютоновской механики, предложили методики расчета моментов силы и расхода энергии при движениях в суставах конечностей [8]. Достижениями начала XX в. стали разработка силовых платформ и изучение кинетики ходьбы [9]. Неоценимый вклад в изучение локомоций внес основоположник отечественной биомеханики Н.А. Бернштейн, использовавший для регистрации кинематики локомоций метод киноциклографии, который заключался в регистрации перемещения суставов тела человека неподвижной фотокамерой [10].

Однако широкое изучение локомоций стало возможным лишь с появлением компьютерных технологий [11–17]. Методика оценки кинематики локомоций, основанная на использовании регистрирующей аппаратуры,в англоязычной литературе получила название «захват движения» (motion capture) [18–20]. Системы захвата движений могут быть магнитными (вычисляют положение и ориентацию датчиков движения с помощью магнитных полей и имеют низкую помехоустойчивость), оптическими (анализируют видеоизображения объекта) и инерционными (анализ биомеханики движений проводится путем получения сигналов с надетых на обследуемого сенсорных датчиков различных модальностей: гониометрических, инклинометрических, акселерометрических, силовых, датчиков растяжения и др.) [21–28].

Наиболее точным методом исследований локомоций человека продолжает оставаться биомеханический анализ видеоизображений движений [29, 30]. Первые видеорегистрирующие системы для изучения кинематики локомоций были разработаны в конце 70-х годов XX в. [31–33]. Суть регистрации состояла в том, что на тело испытуемого крепили активно отражающие маркеры, работающие в инфракрасном спектре и соединенные проводами с камерами. Светочувствительная матрица фотокамер трансформировала зарегистрированное инфракрасное изображение маркеров в цифровой ряд и записывала координаты меток в оперативную память компьютера с последующим графическим построением на экране монитора траекторий движений и возможностью вычисления их различных параметров [34]. Современные системы видеоанализа движений дают возможность получать трехмерные изображения локомоций и совмещать данные видеоанализа с анализом сигналов, полученных с других измерительных устройств, таких как силовая платформа, миограф, стабилографическая платформа [35, 36].

Технология и методика исследования кинематики движений с помощью видеоанализа

Метод видеоанализа (видеозахвата) движений основан на технологии компьютерного анализа видеоизображений движений обследуемого, при этом видеозахват осуществляется бесконтактно, без использования кабельной связи регистрирующего устройства с объектом исследования [15, 30, 37–39].

Существует два типа систем видеозахвата — маркерные (с использованием маркеров, или датчиков, которые прикрепляются к телу обследуемого), и безмаркерные, основанные на технологиях компьютерного зрения и распознавания образов [40–42]. Маркеры бывают активными (передают информацию о своем состоянии, обеспечивают простоту и точность обработки информации, но зачастую имеют большой размер и поэтому могут затруднять само движение объекта) и пассивными (маркеры-отражатели) [42, 43]. Безмаркерные технологии видеоанализа основаны на анализе взаимного расположения неоднородных частей изображений объекта на последовательных кадрах и требуют более сложных вычислений [43, 44].

В клинической практике в настоящее время наиболее широко распространены технологии видеозахвата с использованием пассивных маркеров. К телу обследуемого прикрепляют световозвращающие датчики, сигналы от которых регистрируются видеокамерами; данные передаются в компьютер, где на основании конкретной компьютерной модели проводится обработка информации: движения реального объекта анимируются и формируется отчет, позволяющий проанализировать наглядно представленные угловые и линейные кинематические характеристики изучаемых движений [30]. Получение объективной и полезной информации зависит от количества видеокамер, конструкции, числа и расположения маркеров, построения отвечающей задачам исследования модели и выбора программного пакета аналитической обработки данных [36, 45, 46].

Применяемые при биомеханической видеосъемке пассивные маркеры обычно имеют шаровидную форму, малые размеры (диаметр около 10–15 мм) и малую массу, их покрывают световозвращающим (т.е. направленно отражающим свет) материалом [42, 47]. Направленная подсветка маркеров осуществляется инфракрасными светодиодами, расположенными вокруг объективов камер (применение инфракрасного диапазона позволяет проводить исследование при видимом свете); свет отражается от маркеров и возвращается в объектив камеры с последующим определением координат маркеров в пространстве.

Для регистрации положения исследуемого сегмента тела в пространстве необходимо, чтобы одновременно работало несколько камер. Они должны располагаться под различными углами таким образом, чтобы объект исследования все время находился в пределах их видимости [47]. Существуют двумерные (анализируют перемещение объекта на плоскости) и трехмерные, более востребованные системы захвата движений [48]. Для получения трехмерных изображений минимальное число камер должно быть не менее восьми; большее число камер повышает точность исследования, но делает его более трудозатратным и дорогостоящим. Все камеры в системах видеозахвата синхронизированы, их управление осуществляется с помощью локальной компьютерной сети. Частота видеосъемки обычно составляет 100 Гц (100 кадров в секунду), т.е. распознавание маркеров обновляется 100 раз в секунду, что в несколько раз превосходит частотный спектр угловых перемещений при наземных локомоциях [43].

Для того, чтобы каждая пара камер образовывала бинокулярное поле видения необходимых размеров, площадь помещения, где проводится видеоанализ, должна составлять 100–150 м² [47]. Взаиморасположение камер и система координат зоны исследования определяются с помощью процедуры калибровки (для этого используется эталонный маркированный объект с известными геометрическими характеристиками и положением в пространстве).

Число маркеров, устанавливаемых на сегменты тела, зависит от задачи исследования: в пределах видимости как минимум двух камер всегда должно быть не менее трех маркеров (так как плоскость определяется в пространстве тремя точками), в реальных условиях для учета изменения положения сегмента тела во время движения и перекрытия зон перемещения различных сегментов обычно используется значительно большее число маркеров. Как правило, современные системы видеозахвата предоставляют собой уже готовые кластеры маркеров в виде пластинок с размещенными на них четырьмя маркерами для длинных сегментов конечностей, «шапочки» с маркерами для головы и т.д. [40, 47, 49].

Распознавание формы и положения сегментов тела на основании получаемой от датчиков информации является наиболее сложным этапом видеоанализа [50]. Существуют различные подходы: без использования либо с использованием модели. Наиболее часто применяют модель, в которой сегменты тела (плечо, предплечье, таз, бедро, голень, стопа и пр.) условно рассматриваются как жесткие (не меняющие форму) линейные отрезки, соединение между которыми происходит по принципу «шар–корзина» [32, 51]. В современных системах видеоанализа обычно реализована возможность построения любых двух- и трехмерных многозвенных моделей исследования, позволяющих отображать интересующие исследователя сегменты локомоторного аппарата [29, 52, 53].

Для «привязки» индивидуальных размеров регистрируемых сегментов тела к компьютерной модели перед началом исследования проводят калибровку обследуемого. Для этого на нем размещают калибровочные маркеры, которые необходимы для определения физических размеров исследуемых сегментов. Схема расположения маркеров и трехмерная модель человека, построенная программой Simi Motion (Германия), представлены на рисунке.

---

Положение маркеров и трехмерная модель человека, построенная программой Simi Motion (Германия)

---

Калибровочные маркеры устанавливают на костные выступы тела обследуемого таким образом, чтобы обозначить границы сегментов конечностей или туловища; точная локализация этих маркеров определяется используемой компьютерной моделью и принятыми стандартами [54].

Программные средства современных систем видеоанализа обеспечивают предоставление первичных кинематических данных в соответствии со стандартами Международного общества биомехаников (International Society of Biomechanics). Эти стандарты были разработаны Комитетом по стандартизации и терминологии этого общества для того, чтобы первичные данные всех биомеханических исследований кинематики человека, предоставляемые разными исследователями, были сопоставимы между собой. Кроме того, стандарты предполагают использование терминологии, которая понятна клиницистам, что делает возможным применение результатов биомеханических исследований в клинической практике [55].

Стандарты биомеханического отчета о кинематике суставов основаны на использовании системы координат суставов, которая была предложена еще в 1983 г. E.S. Grood и W.Y. Suntay для коленного сустава [56]. Стандарты регламентируют терминологию, костные ориентиры для определения границ сегментов тела, виды движений и их систему координат (оси). В настоящее время такие стандарты разработаны для движений стопы, голени, бедра, таза, позвоночника, кисти, предплечья, плеча [57, 58]. Например, для описания движений стопы в голеностопном суставе анатомическими ориентирами являются верхушка медиальной лодыжки, верхушка латеральной лодыжки, наиболее медиально расположенная точка внутреннего мыщелка большеберцовой кости, наиболее латерально расположенная точка наружного мыщелка большеберцовой кости, бугристость большеберцовой кости, середина расстояния между верхушками медиальной и латеральной лодыжек, середина расстояния между крайними точками внутреннего и наружного мыщелков большеберцовой кости [58]. С учетом указанных костных ориентиров даются определения стандартных анатомических плоскостей движения в голеностопном суставе (фронтальная, сагиттальная, поперечная, торсионная), нейтрального положения в голеностопном суставе, системы координат (осей) движений в нем [58].

Во время калибровки обследуемого помимо калибровочных на его теле устанавливают и трекерные (англ. tracker — датчик слежения) маркеры, чтобы не только определить физические размеры исследуемого сегмента тела, но и «привязать» к данному сегменту расположение трекерных маркеров. Затем при проведении собственно исследования калибровочные маркеры могут быть удалены, поскольку информация о движении основана на перемещении трекерных маркеров. Программная обработка координат трекерных маркеров дает возможность анализировать угловые и линейные кинематические характеристики изучаемых движений, позволяет строить усредненные профили суставных углов и угловых скоростей, рассчитывать стандартные отклонения, производить сравнительный анализ результатов исследования нескольких пациентов или одного пациента в разные периоды времени, использовать для сравнения эталонные варианты [59, 60].

Применение методик видеоанализа движений в клинической практике

В клинической практике видеоанализ движений человека используется с целью диагностики локомоторных нарушений и мониторирования динамики восстановления двигательных функций в процессе лечения [61]. Он позволяет изучать кинематику (пространственную организацию, или геометрию, движений и их изменения во времени без учета действующих сил), а комбинированное применение видеоанализа, тензодинамометрических платформ, электромиографии — исследовать кинетику (силовые и энергетические характеристики) движений, уровень активности различных мышечных групп, межмышечные взаимодействия и синергии двигательных актов [47].

Наиболее существенное влияние на качество принимаемых решений видеоанализ оказывает в восстановительной медицине (оптимизация режимов кинезотерапии, оценка результатов реабилитации пациентов с детским церебральным параличом, с последствиями инсульта, черепно-мозговой травмы), в травматологии и ортопедии (при принятии решения об оперативном вмешательстве, при апробации ортопедического оборудования), в протезировании и ортезировании (подбор протезов и средств опоры) [29, 30, 54].

В зависимости от решаемых задач с помощью видеоанализа изучают ходьбу пациента, движения отдель­ных сегментов верхних или нижних конечностей [46].

«Золотым стандартом» при исследовании движений тела и наиболее частым типом локомоций, который изучается с помощью видеосистем, является ходьба [47, 60–62]. Полный цикл ходьбы (период двойного шага) слагается для каждой ноги из фазы опоры и фазы переноса конечности и ограничен периодом времени от начала контакта стопы с опорой до начала следующего контакта этой же стопы с опорой [63–65]. При проведении биомеханической видеосъемки пациент ходит по размеченной локомоторной дорожке, вдоль и снаружи которой расположены видеокамеры. Объект съемки все время должен находиться в бинокулярном поле, т.е. быть виден одновременно минимум двумя соседними камерами. Охватываемая видеокамерой область локомоторной дорожки носит название активной зоны. Длина активной зоны определяется длиной двойного шага: в активную зону должны попасть как минимум один двойной шаг и еще около 50% его длины с каждой стороны [66].

Характер и темп исследуемой ходьбы (обычная, с опорой, с вспомогательными приспособлениями, в привычном или в ином темпе) определяются задачами исследования [67]. Например, при анализе ходьбы в произвольном темпе обследуемого просят идти по дорожке с привычной скоростью в комфортном темпе; дойдя до конца дорожки, испытуемый поворачивается на 180° и идет к другому концу дорожки. При кинематическом анализе ходьбы определяют перемещение общего центра массы тела и угловые перемещения в суставах нижних конечностей с расчетом линейных и угловых скоростей и ускорений, с определением формы и площади фазовых траекторий в суставах [68].

Часто одновременно регистрируют биоэлектрическую активность мышц, участвующих в ходьбе, и силовую реакцию опоры, что позволяет изучать межмышечные взаимодействия и синергии двигательного акта.

В настоящее время используют различные протоколы и биомеханические модели видеоанализа кинематики и кинетики туловища, таза и нижних конечностей во время ходьбы, однако получаемые на их основе данные, как показало сравнительное исследование, хорошо коррелируют между собой и поэтому пригодны для сопоставления [59, 69].

Для детей предложены отдельные протоколы, позволяющие минимизировать время обследования, но в то же время получать трехмерные данные о движениях в суставах и сегментах нижних конечностей [70].

Выявление патологических паттернов ходьбы является особенно актуальным в ортопедии и неврологии. Так, важное значение видеоанализ приобретает при оценке ходьбы пациентов с экзопротезами суставов нижних конечностей [71]. Детальный анализ ходьбы у таких пациентов позволяет оптимизировать конструкции экзопротезов [72]. Однако видеоанализ движений у лиц с протезами конечностей сопряжен с рядом трудностей, поскольку анатомические параметры протезированных лиц не соответствуют среднестатистическим. Это требует разработки специальных моделей исследования, которые бы позволили адекватно отражать движения как собственной конечности, так и протеза [48]. Стратегия создания таких моделей для протезированных лиц сложна. Анализ 51 исследования, посвященного данной теме, показал, что используемые в них модели в значительной степени отличаются друг от друга [48]. Так, более чем в 60% исследований применялась традиционная модель, позволяющая анализировать движения с тремя степенями свободы, в 15% случаев модель позволяла анализировать лишь линейные движения, а в 19% случаев обеспечивала анализ движений с 6 степенями свободы. Различия используемых моделей делают невозможным сопоставление данных, полученных в разных исследовательских центрах. Это обусловливает актуальность разработки единой стратегии оценки результатов протезирования путем видеоанализа движений.

Технологии видеозахвата движений используют и при оценке ходьбы после эндопротезирования тазобедренного, голеностопного, коленного суставов, что позволяет оценивать кинематику нижних конечностей и таза у оперированных больных, стабильность эндопротеза при движениях в различных плоскостях и при нагрузке на нижние конечности [71, 73]. Так, H. Alradwan c соавт. [74] провели детальный анализ кинематических данных, полученных методом видеоанализа у 58 пациентов, перенесших эндопротезирование тазобедренного сустава. Авторы делают вывод, что видеоанализ может служить оптимальным методом оценки исходов эндопротезирования, однако для этого необходима разработка унифицированной технологии этого исследования и критериев оценки функционального улучшения. При помощи видеоанализа можно исследовать характеристики отдельных суставов, участвующих в акте ходьбы, например изучать нестабильность в голено­стопном суставе [75], движения в коленном суставе [49].

У больных, перенесших мозговой инсульт, видеоанализ походки дает возможность выявить патологические паттерны ходьбы и определить направления реабилитации, дополняя традиционные методы биомеханического обследования пациентов [67]. С. Kim с соавт. [76] провели трехмерный анализ кинематических кривых при разных скоростях ходьбы у 20 пациентов с гемипарезом, развившимся вследствие инсульта. Исследователями было показано, что даже при незначительных двигательных нарушениях, когда больному удается поддерживать скорость ходьбы, сопоставимую со скоростью ходьбы здоровых лиц, паттерн ходьбы значительно меняется. Описаны несколько типичных паттернов патологической походки, при этом наиболее выраженные изменения регистрировались во фронтальной и сагиттальной плоскостях, в первую очередь проявляясь гиперфункцией приводящих мышц бедра, недостаточным сгибанием в коленном и тазобедренном суставах и снижением угла тыльного сгибания стопы. Степень нарушений коррелировала со скоростью ходьбы. Авторы убедительно доказывают, что детальный анализ трехмерных кинематических и кинетических профилей походки дает возможность целенаправленно стимулировать те или иные мышцы и добиваться более высокого уровня реабилитации больных, перенесших мозговой инсульт [76].

При поражениях нервной системы с нарушением управления движениями видеоанализ позволяет уточнять характер и особенности нарушений моторики, типичных для того или иного неврологического заболевания [77, 78]. Например, обследовав 113 пациентов с болезнью Паркинсона, С.А. Лихачев с соавт. [79] провели сравнительный анализ показателей целенаправленных движений, показателей нецеленаправленных движений и коэффициентов полезности движений, полученных при видеозахвате функционально усложненного шагового движения. Результаты их исследования продемонстрировали глобальное искажение моторной программы при болезни Паркинсона и позволили выделить критерии объективизации поражения базальных ганглиев при этом заболевании. Эти же авторы исследовали видеоаналитический профиль 34 пациентов с нарушениями координации (рассеянный склероз, спиноцеребеллярная дегенерация) [80] и убедительно продемонстрировали, что оценка координаторных нарушений по визуальным признакам видеоаналитического профиля может являться адекватным дополнением к диагностике заболеваний нервной системы [80]. Видеоанализ используют для оценки движения лиц пожилого возраста [81], пациентов с болезнью Альцгеймера [78], больных сахарным диабетом [82] с целью уточнения возникающих при этих состояниях изменений походки.

В педиатрической практике видеоанализ движений нашел широкое применение в реабилитации больных детским церебральным параличом, позволяя детализировать характер нарушений ходьбы и контролировать эффективность восстановительного лечения. Так, Н.Ю. Ти­таренко с соавт. [66, 83, 84] провели анализ ходьбы детей и подростков, больных детским церебральным параличом в форме спастической диплегии, до и после применения «сенсорной терапии», включавшей использование рефлекторно-нагрузочного устройства, многоканальной программируемой электростимуляции мышц при ходьбе, функционального биоуправления и т.д. Авторы выявили значительные нарушения кинематики пациентов, заключавшиеся в инверсии значений суставных углов и их соотношений в различные фазы двойного шагового цикла по сравнению с ходьбой здоровых детей. Было показано, что видеоанализ ходьбы при детском церебральном параличе позволяет как оценивать эффективность реабилитации, так и производить биомеханический контроль настройки индивидуальных нагрузочных устройств, используемых в процессе восстановительной терапии.

Видеоанализ движений дает возможность оценивать не только ходьбу, но и возможности передвижения пациентов с помощью вспомогательных приспособлений, что представляется крайне важным для усовершенствования конструкции средств, обеспечивающих мобильность пациентов с ограниченными способностями к ходьбе. Например, разработана методология видеоанализа кинетики верхних конечностей (расположение датчиков, модель и протокол исследования) у пользователей управляемых инвалидных кресел [85]. Апробация этой методологии у 23 больных с нижней параплегией показала, что разные навыки управления креслом сопровождаются различной кинематикой верх­них конечностей и, соответственно, различной нагрузкой на мышцы и суставы верхних конечностей. Полученные данные помогают в обучении пациентов правильным навыкам использования инвалидного кресла, а также могут быть применены при разработке новых конструкций кресел.

Возможности видеоанализа не ограничиваются исследованием ходьбы, хотя методики изучения движений в суставах верхних конечностей с помощью этого метода стандартизированы в значительно меньшей степени. Показано, что видеоанализ может стать неоценимым способом объективной оценки гипермобильности либо, наоборот, ограничений движений в плечевом суставе [86, 87]. Появились работы, подтверждающие целесообразность использования трехмерного видеоанализа движений в плечевом суставе в качестве метода контроля за эффективностью артропластики либо протезирования плечевого сустава [88, 89].

Наиболее сложной (из-за большого количество суставов и движущихся сегментов) является разработка методики видеоанализа движений кисти. Для повышения точности регистрации углов движений предпринимаются попытки синхронного получения изображений с помощью видеоанализа и компьютерной томографии [90].

Перспективы развития

Дальнейшее развитие технологий видеоанализа движений в клинической практике связано с совмещением процедур регистрации и анализа кинематических и силовых характеристик движения, что требует синхронизации данных, получаемых с помощью видеоанализа и других методов исследования [91, 92]. Использование тензометрических платформ и силовых инверсивных динамических датчиков дает возможность оценивать силу реакции опоры при ходьбе и величины вращающих моментов того или иного движения в суставе, а применение специальных программ — рассчитывать затрачиваемую при этом механическую энергию [93–95]. Особую актуальность такие данные приобретают в реабилитационной медицине.

Продолжаются разработки безмаркерных технологий видеоанализа, пригодных для использования в клинической практике, которые позволяют преодолеть такие недостатки маркерных методик, как исчезновение датчиков из поля видения камер при повороте конечности, исчезновение части траектории движения при перекрытии маркеров сегментами тела [41, 42, 96].

Большое внимание уделяется совершенствованию компьютерных технологий видеоанализа движений [97, 98], а также созданию портативных и более доступных по цене систем [4, 99]. Особую роль видеоанализ движений приобретает в связи с активизацией разработок роботизированных медицинских устройств и систем [100].

Таким образом, видеоанализ движений дает возможность получать важную для клинициста объективную информацию, позволяющую уточнять характер нарушений моторики при различных заболеваниях опорно-двигательного аппарата и нервной системы и контролировать процессы восстановления. Быстрое развитие компьютерных технологий позволит осуществлять исследования локомоций человека с большей точностью и с меньшими затратами времени.

Финансирование. Работа выполнена при поддер­жке Министерства образования и науки РФ в рамках федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технического комплекса России на 2014–2020 годы», соглашение о предоставлении субсидии №14.578.21.0094 от 24.11.2014 г. (уникальный идентификатор проекта RFMEFI57814X0094).

Конфликт интересов. У авторов нет конфликта интересов.