Machine Translated by Google ARTIGO NA IMPRENSA

JID: JJBE [m5G;7 de julho de 2017;6:54]

Engenharia Médica e Física 000 (2017) 1–12

Listas de conteúdos disponíveis em ScienceDirect

Engenharia Médica e Física

página inicial da revista: www.elsevier.com/locate/medengphy

Propriedades neurais e não neurais nos flexores espásticos do punho:

Um estudo de otimização
d
R. Wanga,b,d,ÿ , P. Hermanc , Ó. Ekebergc , J. Gäverthd, A. Fagergrene , H. Forssberg
a
Departamento de Mecânica, Instituto Real de Tecnologia, Estocolmo, Suécia b KTH Biomex Center,
Instituto Real de Tecnologia, Estocolmo, Suécia
c
Departamento de Ciência e Tecnologia Computacional, Royal Institute of Technology, Estocolmo, Suécia Departamento de
d
Saúde da Mulher e da Criança, Karolinska Institutet, Estocolmo, Suécia e AggeroMedTech AB, Estocolmo, Suécia

informações do artigo abstrato

Historia do artigo: Quantificar as contribuições neurais e não neurais para o aumento da resistência articular na espasticidade é essencial para
Recebido em 2 de setembro de 2016 uma melhor compreensão dos seus mecanismos fisiopatológicos e avaliação de diferentes estratégias de intervenção. No entanto, a medição
Revisado em 14 de junho de 2017 direta das manifestações relacionadas à espasticidade, por exemplo, motoneurônios e alterações biofísicas
Aceito em 14 de junho de 2017
propriedades em humanos, é extremamente desafiador. Nesse sentido, desenvolvemos um modelo neuromusculoesquelético anterior que leva
Disponível on-line xxx
em conta a dinâmica dos fusos musculares, conjuntos de motoneurônios, ativação muscular e músculo-tendão dos flexores do punho e se baseia

Palavras-chave:
no ângulo articular e no torque resistente como as únicas variáveis de medição de entrada. Ao modelar a via do reflexo de estiramento,
AVC propriedades neurais e não neurais do
Reflexo de estiramento flexores espásticos do punho foram estimados durante o teste de extensão do punho. O ângulo articular e o torque resistente foram
Velocidade angular constante coletados de 17 pessoas com AVC crônico e controles saudáveis usando NeuroFlexor, um dispositivo de força motorizado
Otimização dispositivo de medição durante o teste de extensão passiva do punho. O modelo foi otimizado ajustando o
NeuroFlexor
parâmetros relacionados ao reflexo passivo e de estiramento para ajustar o torque medido em cada participante. Nós achamos
que pessoas com espasticidade moderada e grave apresentavam rigidez significativamente maior que os controles. Entre
subgrupos de sobreviventes de acidente vascular cerebral, o aumento do componente neural foi principalmente devido a um fuso muscular inferior
taxa de 50% do recrutamento de motoneurônios. O limiar do pool de motoneurônios foi altamente correlacionado com o
ganho do pool de motoneurônios em todos os subgrupos. O modelo pode descrever o comportamento resistente geral do pulso
articulação durante o teste. Em comparação com os controles, o aumento da resistência foi predominantemente devido à maior elasticidade e
aos componentes neurais. Concluímos que em combinação com a medição NeuroFlexor, o
modelo neuromusculoesquelético proposto e esquema de otimização serviram como ferramentas adequadas para investigar
possíveis alterações de parâmetros ao longo da via do reflexo de estiramento em pessoas com espasticidade.
© 2017IPEM. Publicado pela Elsevier Ltd. Todos os direitos reservados.

1. Fundo do músculo e do tendão também pode ser alterado secundariamente à

A espasticidade é um distúrbio motor comumente observado em
muitos distúrbios neurológicos. É clinicamente definido como um aumento
dependente da velocidade no reflexo de estiramento tônico com tendão exagerado.
empurrões, resultantes da hiperexcitabilidade do reflexo de estiramento [1].
Na prática atual, a espasticidade é comumente medida subjetivamente
girando uma junta e estimando a resistência de acordo com um
escala ordinal, como o Pontuação Ashworth Modificada (MAS) [2].
Relatórios anteriores indicam que as propriedades mecânicas intrínsecas
ÿ Autor correspondente em: Departamento de Mecânica, Royal Institute of Technol-
ogy, Estocolmo, Suécia.
Endereços de e-mail: ruoli@kth.se (R. Wang), paherman@kth.se (P. Herman),
ekeberg@kth.se (Ö. Ekeberg), johan.gaverth@ki.se (J. Gäverth),
anders.fagergren@aggeromedtech.com (A. Fagergren), Hans.Forssberg@ki.se
(H. Forssberg).
espasticidade, podendo assim também contribuir para o aumento da resistência
articular [3,4]. Assim, a confiabilidade e reprodutibilidade limitadas do
MAS e a impossibilidade de discriminar entre as contribuições neurais subjacentes
(o reflexo de estiramento) e as não neurais
contribuições motivaram o desenvolvimento de métodos alternativos para quantificar
objetivamente o torque articular resistente [5–7]. Diversos
laboratórios desenvolveram aparelhos personalizados para examinar
rigidez articular em termos de propriedades neurais e mecânicas subjacentes,
principalmente na articulação do tornozelo [8–10] e na articulação do cotovelo [11,12].
Recentemente, Lindberg et al. desenvolveu um dispositivo mecânico que
funciona como uma versão instrumentada do teste MAS para quantificar
espasticidade dos flexores do punho em repouso. Este teste também é conveniente
para a prática clínica diária [13]. O instrumento NeuroFlexor (Aggero
MedTech AB, Solna Suécia) estende passivamente o pulso em dois
velocidades constantes diferentes. Um transdutor de força mede a resistência ao
longo dos movimentos. A análise em tempo real do NeuroFlexor

http://dx.doi.org/10.1016/j.medengphy.2017.06.023
1350-4533/© 2017 IPEM. Publicado pela Elsevier Ltd. Todos os direitos reservados.

Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/j.medengphy.2017.06.023
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE
2 R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12
método de análise (método NF) [13], pode separar as contribuições para
o torque resistente medido no torque elástico passivo, torque viscoso passivo e
torque reflexo (ver arquivo suplementar A). O
O método NF foi validado em pacientes com AVC crônico e demonstrou uma forte
correlação entre o componente neural e o
atividade do flexor radial do carpo (FCR) na eletromiografia (EMG), ambos
entre sujeitos e em cada sujeito durante um teste de bloqueio de nervo [13].
Investigações recentes também demonstraram que o método NF
é confiável [14] e sensível o suficiente para detectar alterações na espasticidade
após tratamento com toxina botulínica em pacientes com AVC [15].
Várias teorias têm sido propostas para explicar a causa da
espasticidade, incluindo diminuição do limiar ou aumento do ganho do
reflexo de estiramento, hiperexcitabilidade dos neurônios motores ÿ e hipersensibilidade
dos fusos musculares [16–18]. Embora décadas
da pesquisa neurofisiológica enriqueceram nossa compreensão
espasticidade, os dados relatados foram às vezes contraditórios [19].
No geral, os mecanismos fisiopatológicos da espasticidade ainda são uma questão
questão de debate e medição direta do motoneurônio e
propriedades biofísicas dos humanos não é possível [20]. Como tal, os pesquisadores
têm tentado desenvolver modelos biomecânicos e teóricos para facilitar a investigação
dos mecanismos de
espasticidade. Os modelos variam em complexidade e dependem de diferentes
protocolos experimentais. Koo e Mak [21] desenvolveram um modelo
neuromusculoesquelético para simular a resposta do reflexo de estiramento induzida
durante uma extensão da articulação do cotovelo a velocidade angular constante.
Eles analisaram os efeitos dos parâmetros do modelo, como os limiares e o ganho
do pool de motoneurônios, no comportamento biomecânico
da articulação do cotovelo. O resultado foi baseado em um hemiparético
sujeito com apenas espasticidade leve. De Vlugt et al. [22] quantificado
a viscosidade, rigidez e torques reflexos da articulação do tornozelo usando um
modelo não linear combinado com avaliação motorizada e
EMG. Eles encontraram diferenças significativas na elasticidade e viscosidade
entre pacientes com AVC e controles. Eles também desenvolveram um protocolo de
avaliação abrangente que inclui avaliação passiva, ativa e
testes reflexivos para medir contribuintes neurais e não neurais para
distúrbios de movimento no punho após acidente vascular cerebral [23]. No entanto, o
O comportamento do pool de motoneurônios ou do fuso muscular não pôde ser
investigado. Kim et al. [24] propuseram um modelo que caracteriza o
sistema reflexo de estiramento como um ciclo de feedback de velocidade e poderia identificar
propriedades espásticas e intrínsecas da articulação do joelho. O estudo foi
com base no teste do pêndulo, que normalmente só é aplicável para
espasticidade muscular do joelho.
Nossos objetivos eram construir um modelo neuromusculoesquelético avançado
que incorpora a alça reflexa de estiramento dos flexores do punho e
demonstrar a viabilidade da estrutura de modelagem e otimização proposta para
investigar os potenciais mecanismos fisiopatológicos da espasticidade. O modelo
leva em conta as propriedades do músculo tendão, dos fusos musculares e do
conjunto de motoneurônios
dos flexores do punho. A otimização requer apenas o medido
ângulo articular e torque resistente como variáveis de entrada. O proposto
A abordagem computacional poderia ser extensivamente validada em uma amostra
considerável de participantes com AVC e controles saudáveis. Por isso,
os principais objetivos de nossos esforços de modelagem foram (1) examinar os
componentes identificados pelo modelo relacionados ao reflexo de estiramento
e mecânica muscular e as correlações com suas contrapartes
obtido a partir do método NF, e (2) para identificar o potencial
manifestações relacionadas à espasticidade em termos de alterações no pool de
motoneurônios e no comportamento do fuso muscular em pessoas com acidente vascular cerebral
o momento de inércia da placa manual foi estimado usando o deslocamento do
com espasticidade de gravidade variável.
2. Método
2.1. assuntos
Uma amostra de 17 pessoas com AVC crônico (ST) (média ±
DP, idade: 50 ± 11 anos, peso corporal: 79 ± 10 kg) foi selecionado de
Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/j.medengphy.2017.06.023
[m5G;7 de julho de 2017;6:54]
estudos anteriores, nos quais os dados do NeuroFlexor foram coletados
[14,15] (Tabela 1). Um total de 17 pessoas saudáveis (idade: 48 ± 10 anos,
peso: 79 ± 12 kg) sem história de distúrbio neurológico
foram selecionados como controles. Devido à heterogeneidade no ST,
foi ainda dividido em três subgrupos de acordo com o neural
componente (NC) identificado pelo método NF, ou seja, os participantes com baixa
espasticidade (STL, NC ÿ 10 N); com espasticidade moderada (STM, 10 N < NC <
30 N); e com espasticidade grave (STH, NC ÿ
30N). Cinco participantes adicionais com acidente vascular cerebral com registros
simultâneos de NeuroFlexor e EMG do FCR foram selecionados como
um grupo de validação.
2.2. Configuração experimental e protocolo
O torque de resistência foi medido utilizando o NeuroFlexor, um
sistema servomotor portátil controlado por computador, incluindo um alto
motor de passo de resolução e um controlador de motor que produzia movimentos
constantes em velocidades lentas (5 ° s-1) e rápidas (236 ° s-1) (ver detalhes em
[13] e arquivo suplementar B). O alcance de
o movimento do punho foi definido de 20° de flexão e 30° de extensão
para todos os participantes. Para os 5 participantes adicionais no grupo de validação,
o EMG de superfície foi registrado a partir do FCR (MYO 15,
Liberty Technology, Hopkinton, Massachusetts). Para evitar amplificação de ruído,
os dados brutos de torque e ângulo foram filtrados em passagem baixa com
uma frequência de corte de 10 Hz (filtro Butterworth de segunda ordem). Todos
os participantes deram consentimento informado por escrito de acordo com a
Declaração de Helsinque. O estudo foi aprovado pelo Comitê de Ética Regional
Comitê, Karolinska Institutet, Estocolmo, Suécia.
2.3. Modelo neuromusculoesquelético
Nosso modelo neuromusculoesquelético inclui componentes que descrevem a
dinâmica do músculo tendão, do fuso muscular, do conjunto de motoneurônios e da
ativação muscular dos flexores do punho (Fig. 1).
2.3.1. Modelagem musculotendão
O modelo musculotendão consistia em um atuador muscular concentrado que
representa flexores sinérgicos do punho e uma unidade passiva.
[25]. Os extensores do punho não foram incluídos no modelo devido à sua
ativação insignificante durante o movimento passivo de extensão do punho.
Equação de movimento: O torque resistente do punho modelado foi
determinado de acordo com o equilíbrio dinâmico durante o passivo
movimento de extensão do punho:
(1)
Tm = (Jh + Jhp)ÿ¨ + TMA + TPP + TGh +
TGhp sendo Tm o momento resistente modelado, Jh e Jhp os momentos de
inércia do segmento de mão e placa de mão, ÿ¨ a aceleração angular, TMA o torque
gerado pelo atuador muscular concentrado,
TPP o torque gerado pela unidade passiva, e TGh e TGhp o
torques devido à gravidade do segmento manual e da placa manual,
respectivamente,
2 2
Jh = mh(Kcglh) + mh Kproximallh (2)
O momento de inércia do segmento da mão foi estimado
com base na massa (mh) e comprimento (lh) da mão, e no comprimento
do raio de giração como uma proporção do comprimento da mão em torno do
centro de gravidade (Kcg) e articulação proximal (Kproximal) [26]. O
torque de resistência inicial.
Unidade passiva: A unidade passiva no modelo foi considerada como
os elementos viscoelásticos passivos do músculo e tecidos conjuntivos da articulação
[25]:
TPP = Kp(ÿ ÿ ÿ0) + Bpÿÿ + k1ek2(ÿÿÿ0 )ÿ1 (3)
com Kp o coeficiente de rigidez, Bp o coeficiente de viscosidade, k1 e
k2 os coeficientes exponenciais não lineares e ÿ a junta de repouso
0
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE [m5G;7 de julho de 2017;6:54]

R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12 3

tabela 1
Descrição clínica dos participantes (ST: pessoas com AVC, C: controles, V: sujeitos de validação).

Participantes Sexo Idade (Anos) Peso (Kg) Tipo de lesão Pós derrame Ashworth modificado
Tempo (meses) Pontuação

ST1 M 66 87 Isquêmico 86 1
ST2 M 57 82 Isquêmico 120 3
ST3 F 30 83 Trauma 111 3
ST4 F 62 60 Isquêmico 114 4
ST5 M 43 77 Isquêmico 37 4
ST6 M 56 96 Hemorrágico 123 3
ST7 F 55 74 Hemorrágico 55 4
ST8 M 45 75 Isquêmico 10 0
ST9 M 47 100 Isquêmico 28 3
ST10 M 44 80 Hemorrágico 36 3
ST11 M 63 71 Isquêmico 10 2
ST12 M 59 69 Isquêmico 50 2
ST13 M 51 75 Hemorrágico 12 3
ST14 M 46 84 Hemorrágico 44 1
ST15 M 47 82 Hemorrágico 16 4
ST16 M 61 78 Hemorrágico 7 3
ST17 M 22 75 Hemorrágico 20 4
C1 M 36 75 –– –
C2 F 38 65 –– –
C3 F 60 60 –– –
C4 F 36 75 –– –
C5 F 32 70 –– –
C6 F 32 60 –– –
C7 M 47 78 –– –
C8 M 47 85 –– –
C9 M 47 108 –– –
C10 M 49 92 –– –
C11 M 50 90 –– –
C12 M 55 82 –– –
C13 M 55 89 –– –
C14 M 55 70 –– –
C15 M 58 82 –– –
C16 M 58 80 –– –
Capítulo 17 M 59 90 –– –
V1 M 40 88 Hemorrágico 55 1+
V2 M 61 87 Hemorrágico 75 0
V3 F 66 79 Hemorrágico 43 3
V4 F 72 80 Isquêmico 86 4
V5 F 63 69 Hemorrágico 90 2

Figura 1. Diagrama da modelagem neuromusculoesquelética para quantificar parâmetros do reflexo de estiramento passivo usando otimização. O modelo neuromusculoesquelético inclui
componentes que descrevem a dinâmica do músculo tendão, do fuso muscular, do conjunto de motoneurônios e da ativação muscular dos flexores do punho.

Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/j.medengphy.2017.06.023
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE
4 R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12
ângulo no comprimento da folga músculo-tendão, tal que, TPP é igual a
zero.
O componente de elasticidade (EC) era um torque dependente do ângulo
componente do TPP, e o componente de viscosidade (VC) era um componente de
torque dependente da velocidade angular,
EC = Kp(ÿ ÿ ÿ0) + k1ek2 (ÿÿÿ0 )ÿ1
VC = Bpÿÿ
Atuador muscular concentrado: O atuador muscular concentrado foi modelado como
um elemento contrátil em série com um elemento elástico em série. As relações
conjuntas momento-ângulo e momento-velocidade angular foram implementadas no
modelo do atuador [25].
TMA = a fv ÿÿ fl(ÿ )
com a ativação muscular (ver Dinâmica de ativação muscular), fv
a relação momento-velocidade angular, e fl a relação momento-ângulo. Na
extensão passiva do punho, a ativação muscular é
foi considerado inteiramente induzido pelo reflexo de estiramento do punho
flexores. Portanto, o componente neural (NC) foi equivalente a
TMA.
2.3.2. Modelagem do fuso muscular
O modelo híbrido modificado v0.6 [27] foi implementado para descrever as
características de disparo do fuso muscular no alongamento em função do ângulo
articular e da velocidade angular:
0,6
r(t) = Gv ÿÿ(t ÿ ÿSRD) + Gl(ÿ (t ÿ ÿSRD) ÿ ÿ0) + r0
o resto
com r a taxa de disparo aferente Ia (aferente primário), ÿ ângulo 0 Os 0,5 s iniciais e os 2 últimos s do movimento lento foram eliminados da análise
articular, ÿ SRD o atraso do reflexo de estiramento, Gv e Gl a dinâmica
e ganhos estáticos do modelo do fuso, respectivamente, e r0 a taxa de descarga
de fundo do neurônio aferente Ia. ÿ SRD e r0 foram
definido para 30 ms e 6,45 impsÿ1 [28].
2.3.3. Modelagem de pool de motoneurônios
A relação entrada-saída para o pool de motoneurônios ÿ foi
representado por uma função de distribuição cumulativa gaussiana [29].
Como relatado anteriormente [21], também assumimos que todas as entradas
sinápticas para o pool de motoneurônios ÿ, exceto aquelas do fuso muscular
pode ser considerada constante no movimento passivo e que
a corrente sináptica provocada pelo fuso é dimensionada linearmente para
a taxa de disparo do fuso. Portanto, a transformação do pool de motoneurônios,
representando a excitação neural do motoneurônio como uma função
da taxa de disparo do fuso muscular, foi modelado como uma função sigmóide
que varia de 0 a 1,
1 aleatoriamente do grupo ST para determinar a
você(t) ÿÿr(t)
=1+e ÿ parâmetros básicos para GA: tamanho da população (50), cruzamento (0,8) e
com u a excitação neural do pool de motoneurônios, ÿ a taxa de disparo do fuso
muscular com recrutamento de 50% de motoneurônios, e ÿ a
desvio padrão da função de distribuição cumulativa.
Para melhor interpretação e mais significado fisiológico,
o limiar e o ganho do conjunto de motoneurônios dos flexores do punho
foram ainda calculados com base na definição de um relatório anterior
estudo [21]. Um limite ÿ0 corresponde à taxa de disparo do fuso
que resulta em excitação neural de 0,005, e o ganho G0 é definido:
0,6
G0 =
r0,8 ÿ r0,2
com r0,8 e r0,2 a taxa de disparo do fuso muscular em 80% e 20% de
recrutamento completo de motoneurônios.
Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/j.medengphy.2017.06.023
[m5G;7 de julho de 2017;6:54]
2.3.4. Dinâmica de ativação muscular
A dinâmica de ativação foi descrita como o processo de conversão da excitação
neural u(t) em ativação muscular a(t) como primeira ordem.
equação diferencial [30]:
você(t) ÿ uma(t)
umaÿ(t) (10)
(4) = ÿ (uma(t), você(t))
ÿact(1,5a(t) + 0,5) você(t) > a(t)
(5) ÿ (a(t), você(t)) = (11)
ÿdact / (1,5a(t) + 0,5) você(t) ÿ a(t)
com ÿ a constante de tempo que varia com o nível de ativação e o
dinâmica do nível de ativação muscular (aumentando ou diminuindo), e
ÿ agir e ÿ dat as constantes de tempo de ativação e desativação.
(6)
2.4. Otimização
Havia quatro parâmetros articulares passivos [Kp, Bp, k1,k2] e quatro
parâmetros relacionados ao reflexo de estiramento [Gv, Gl, ÿ, ÿ] precisavam ser ajustados
para cada participante do modelo.
2.4.1. Parâmetros passivos
Foi assumido que o torque resistente muscular induzido pelo
o reflexo de estiramento foi insignificante durante o movimento lento; por isso
o torque resistente foi inteiramente causado pela unidade passiva.
A otimização de mínimos quadrados não lineares (NLS) foi utilizada para aproximar
os parâmetros passivos com base nas medidas experimentais do torque resistente
no movimento lento. O
(7) os valores iniciais desses parâmetros foram obtidos da literatura
[25]: Kp =1 Nm/rad, Bp =0,1 Nms/rad, k1 =0,37 Nm, k2 =3,44 radÿ1.
para evitar a aceleração e desaceleração
fase da medição. O coeficiente de viscosidade Bp foi ainda
corrigido minimizando as diferenças entre o modelo e o
torque resistente medido assumindo o reflexo de estiramento insignificante
torque induzido no primeiro pico do movimento rápido (PI, Fig. 4).
2.4.2. Parâmetros relacionados ao reflexo de estiramento
Um algoritmo genético (GA) [31] foi usado para identificar o ideal
parâmetros relacionados ao reflexo de estiramento, minimizando o erro quadrático
médio (RMSE) entre a resistência medida e modelada
torque em parte do movimento rápido. GA é um método de otimização
baseado no conceito de seleção natural imitando a evolução biológica. O AG deste
estudo foi configurado com precisão dupla
representação de ponto flutuante, mutação aditiva extraída da distribuição
gaussiana, cruzamento de ponto único e seleção uniforme estocástica [31]. Uma
análise de sensibilidade piloto foi realizada em 10 participantes selecionados
(8)
fração de mutação (0,1), bem como o número máximo de gerações (100) para
convergência. Para obter um ótimo confiável
parâmetros relacionados ao reflexo de estiramento, o GA foi repetido 10 vezes,
começando a partir de uma população inicial diferente para cada ensaio individual para
cada participante. Os parâmetros finais selecionados corresponderam ao
melhor solução encontrada, ou seja, a solução com o RMSE mínimo.
No cálculo da função de aptidão (a mencionada
RMSE), o deslocamento do dispositivo foi incluído na resistência prevista
torque, definido como as diferenças entre modelado e medido
torque resistente sem a mão durante o movimento rápido. Desde
(9) os ganhos estáticos e dinâmicos do fuso muscular no grupo patológico mostraram-
se semelhantes aos de controles saudáveis
[32], restrições foram impostas em Gv e Gl para variar ±10% do
valores relatados (4,3 e 2,0, respectivamente).
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE
R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12
2.5. Análise de dados e estatísticas
Um conjunto de testes representativos das medições Neuro-Flexor de cada
participante (um movimento lento, um movimento rápido,
um movimento lento sem a mão e um movimento rápido
sem a mão) foi selecionado para calcular CE, VC e NC usando o método NF e
otimização. Os mesmos ensaios também foram
usado para calcular parâmetros relacionados ao reflexo passivo e de estiramento
usando o modelo neuromusculoesquelético e otimização. O cru
Os dados EMG foram amostrados a 1000 Hz, retificados e envelopados linearmente
(Filtro Butterworth bidirecional de 2ª ordem com frequência de corte
a 6 Hz) [33].
A validade do modelo foi determinada para cada ensaio pelo
Variância contabilizada (VAF) e coeficiente de determinação
(R2), que descreve a 'adequação do ajuste' do torque resistente simulado e medido
[22]:
épsilon2(t)
VAF = 1 ÿ · 100%
2 realizada para uma parte selecionada do movimento rápido (do segundo pico, PII, ao
Tmeas (t)
R2 = 1 ÿ épsilon2(t)
(12)
Tmeas (t) ÿ T¯ meas2
com épsilon(t) o erro, ou seja, a diferença entre o valor medido
torque resistente, Tmeas(t) e o torque resistente modelado, Tm(t),
sobre t = 1,…, N amostras e T¯ medida
a média do torque resistente medido.
Para verificar o aspecto de generalização do ajuste do modelo, o VAF
também foi determinado em três conjuntos extras de testes de medição de
cada participante usando os parâmetros passivos e relacionados ao reflexo de
estiramento obtidos a partir da otimização. Também examinamos o
sensibilidade do modelo em relação ao passivo e ao estiramento
parâmetros relacionados ao reflexo calculando o índice de sensibilidade (SI),
conforme discutido em detalhes no arquivo suplementar C.
As estatísticas descritivas foram expressas como mediana e intervalo. Testes
estatísticos não paramétricos foram utilizados ao longo do estudo. O teste de correlação
de ordem de classificação de Spearman foi utilizado para investigar a correlação entre
os componentes identificados pelo método NF e
otimização, respectivamente. Para testar as diferenças entre grupos,
Foi utilizado o teste U de Mann-Whiney. Para testar as diferenças nos parâmetros
relacionados ao reflexo passivo e ao alongamento entre o grupo HC e
subgrupos de participantes com acidente vascular cerebral, o teste H de Kruskal-Wallis foi
usado. Uma comparação post-hoc aos pares com o ajuste de Bonferroni
foi aplicado se o teste omnibus fosse significativo.
3. Resultados
3.1. Parâmetros passivos
Durante o movimento lento, o torque resistente total aumentou
linearmente quando o punho foi estendido passivamente a partir da posição inicial e
apresentou um aumento levemente exponencial quando a articulação
foi estendido em direção ao ângulo máximo de medição. Como um
Por exemplo, a Figura 2(B) mostra o torque resistente total modelado e medido de um
participante com AVC e um controle saudável
durante o movimento lento. Ilustrou um bom ajuste do modelo
e resultados consistentes foram observados em todos os participantes (Tabela 2).
O valor VAF dos conjuntos extras de ensaios foi semelhante aos ensaios utilizados
para otimização (ST: 99,2% ± 1,8%, Controle: 99,4% ± 1,5%),
que validou as propriedades de generalização do modelo ajustado
para participante individual.
Em comparação com os controles, os participantes com AVC tiveram significativamente
maior coeficiente de rigidez Kp (p < 0,01) e coeficientes não lineares
k1 (p = 0,031). Outras comparações de subgrupos mostraram que Kp e
k1 do grupo STL foram semelhantes aos do grupo controle,
mas foram significativamente maiores nos grupos STM e STH do que nos
grupo controle (Fig. 3 e Tabela 3).
Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/j.medengphy.2017.06.023
[m5G;7 de julho de 2017;6:54]
5
mesa 2
A Variância Contabilizada (VAF) e o coeficiente de
determinações (R2) entre o torque resistente modelado e medido durante o
movimento lento e rápido.
Média (DP) Movimento lento Movimento rápido
VAF R2 VAF R2
Ao controle 98,12% 0,99 N/D
(2,11%) (0,002)
ST 98,62% 0,99 (2,30%) 98,23%a 0,89
(0,003) (1,39%) (0,04)
a O valor médio do VAF foi calculado quando dois resultados
liers no grupo STL foram excluídos.
3.2. Parâmetros relacionados ao reflexo de estiramento
Devido ao erro de medição durante o período de 0,05 a 0,09 s do
gravação e a latência do reflexo, a otimização foi apenas
(11)
terceiro pico, PIII, do torque resistente total medido, Fig. 4(B)), durante o qual a
velocidade angular permaneceu
estável (Fig. 4 (A)). Os parâmetros relacionados ao reflexo de estiramento foram apenas
identificada no grupo ST. Como exemplo, a Fig. 4(B) mostra o
torque resistente modelado e medido de um participante com
acidente vascular cerebral durante o movimento rápido. Também ilustrou um bom ajuste de
o modelo aos dados. Achados consistentes foram observados em todos os
participantes, exceto dois outliers no grupo STL (Tabela 2). O VAF
O valor dos conjuntos extras de tentativas foi semelhante ao das tentativas usadas para
otimização (95,4% ± 3,5%). Além disso, como mostra o exemplo
de um paciente, o tempo de início da FCR concorda com o tempo de atividade
muscular estimado modelado no grupo de validação (Fig. 5).
Dois parâmetros do conjunto de motoneurônios (ÿ e ÿ) mostraram ter
uma tendência decrescente com o aumento do nível de espasticidade no
grupos de sobreviventes de AVC (Tabela 3). Diferenças significativas em ÿ
entre os grupos levemente e gravemente afetados (p = 0,01) , mas não em ÿ.
Os participantes com espasticidade mais grave tiveram um pouco
menor limiar do pool de motoneurônios ÿ0 e maior ganho G0, mas as diferenças não
foram significativas. Correlações significativas e muito altas
entre ÿ0 e G0 foram determinados em todos os três subgrupos (STL:
p < 0,01, r = 0,99, STM: p < 0,01, r = 0,90, STH: p < 0,01, r = 0,96,
Figos. 6 e 7).
3.3. Correlação de componentes individuais da estimativa do modelo e
o método NF
A CE, VC e NC foram identificadas nos grupos de sobreviventes de AVC no
terceiro pico do torque resistente no movimento rápido (PIII, Fig. 4(B)), igual ao método
NF. O indivíduo
componentes calculados a partir da estimativa do modelo atual correlacionaram-se
bem com aqueles baseados no método NF (Fig. 8). Uma correlação significativa e
muito alta foi determinada em NC (p < 0,01,
r = 0,94), alta correlação em CE (p < 0,01, r = 0,84) e moderada
correlação na CV (p < 0,01, r = 0,70).
4. Discussão
Construímos um modelo neuromusculoesquelético para simular um passivo
teste de extensão do punho para espasticidade. Ao modelar o músculo tendão,
fuso muscular e parâmetros do conjunto de motoneurônios explicitamente, o
propriedades relacionadas neurais e não neurais na articulação do punho foram
estimado em pessoas com AVC crônico usando técnicas de otimização. Em
comparação com os controles, os sobreviventes de AVC exibiram
maior rigidez passiva. Os parâmetros do conjunto de motoneurônios tenderam
diminuir com o aumento da espasticidade. Além disso, o motoneurônio
o limite e o ganho do pool foram altamente correlacionados em todos os três
subgrupos. Até onde sabemos, este é o primeiro estudo que
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE [m5G;7 de julho de 2017;6:54]

6 R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12

Figura 2. (A) No movimento lento, a articulação do punho foi estendida passivamente de 20° (0,35 rad) a 30° (0,52 rad) de extensão a 5°/s usando um NeuroFlexor. (B) Um mínimo não linear
a otimização de quadrados foi usada para prever parâmetros passivos ajustando-se ao torque medido no movimento lento. As linhas pretas tracejadas e pontilhadas representam
o torque resistente medido de um sujeito saudável representativo e um paciente com acidente vascular cerebral, respectivamente. As linhas com círculos cinza e vermelho representam a resistência modelada
torque para o mesmo assunto. (Para interpretação das referências à cor nesta legenda da figura, o leitor deve consultar a versão web deste artigo.)

tentou investigar a potencial mecânica subjacente
da espasticidade muscular do punho, combinando medidas motorizadas
e modelagem neuromusculoesquelética, tendo o ângulo articular e o torque
resistente como únicas variáveis de medida de entrada.
Também é possível obter informações sobre a confiabilidade da estimativa dos
parâmetros através da interdependência dos parâmetros por
comparando a autocovariância com os componentes de covariância cruzada
para determinados parâmetros. Os resultados esclarecem as interações
entre os parâmetros que são instrumentais para a explicação
da variância da saída do modelo. Baixa interdependência significa

4.1. Validade do método a estimativa dos parâmetros é confiável [22]. Descobrimos que a autocovariância é
maior do que os fatores de covariância cruzada correspondentes para todos os oito

O modelo neuromusculoesquelético foi verificado pela primeira vez usando VAF.
Os valores de VAF ficaram acima de 90% para todos os participantes (exceto dois
outliers no grupo STL) para movimentos lentos e rápidos. Nós
também encontraram uma correlação muito alta entre o torque resistente modelado
parâmetros, o que indica que o parâmetro
estimativa é confiável. Além disso, o modelo tendeu a ser mais sensível a Kp e ÿ
do que aos outros parâmetros passivos e aqueles
relacionado ao reflexo de estiramento, embora as estimativas gerais sugerissem

e medido (Tabela 2). Os altos valores de VAF e o coeficiente de determinação
indicaram que o modelo geral foi otimizado de forma robusta para fazer previsões
confiáveis da resistência total
torque durante a condição de teste atual. A rigidez passiva do punho e a viscosidade
para pessoas saudáveis foram relatadas na faixa
de 0,32–0,41 Nm/rad e 0,02–0,04 Nms/rad [34,35]. Não foram encontrados dados
comparáveis para sobreviventes de AVC na literatura. Devido a
Devido às diferentes condições de teste e métodos de modelagem, a comparação
direta com outros resultados não foi adequada. No entanto, a rigidez e a viscosidade
modeladas no presente estudo estavam na faixa
dos valores informados.
Ao contrário da maioria dos outros estudos que utilizam gravações EMG para
quantificar as contribuições neurais para a resistência articular [8,9,22,36], o
as propriedades do reflexo de estiramento foram estimadas modelando
explicitamente o fuso muscular e o conjunto de motoneurônios. Para validação,
incluímos cinco participantes adicionais com registro EMG de FCR.
O tempo da atividade muscular estimada pelo modelo concordou com o
respostas EMG registradas (Fig. 5). O benefício da abordagem proposta é que o
registro EMG não é necessário, o que torna nosso
método mais prático e útil na prática clínica diária. Além disso, ainda permite a
investigação da espasticidade subjacente
mecanismo, uma vez que a relação geral de entrada-saída do conjunto de
motoneurônios pode ser quantificada.
um tamanho de efeito moderado (Tabela S1, arquivo de suplemento C).
4.2. Consideração de modelo
Independentemente da complexidade do circuito neural envolvido no
o laço reflexo de estiramento passivo, a modelagem do laço reflexo
foi simplificado e consistia em fuso muscular e motoneurônio
modelos de piscina. As propriedades de entrada-saída do pool de motoneurônios
de mamíferos ainda são desconhecidas, mas, simulações computacionais de
o conjunto de motoneurônios derivado de condições de estado estacionário tem
mostrou boa concordância qualitativa com dados experimentais em animais [29,37].
Pesquisas anteriores demonstraram a utilidade do
estrutura simplificada do modelo do fuso para produzir também um comportamento
fisiologicamente realista nos fusos musculares humanos [38]. O
o ganho estático e dinâmico do modelo híbrido V0.6 refletiu o nível
da ativação de ÿ -motoneurônios. Pesquisas recentes mostraram que o
a taxa de disparo dos fusos musculares em pessoas com acidente vascular cerebral foi semelhante
aos dos controles [3]. Portanto, assumimos que a sensibilidade do fuso muscular
tem uma influência menor no alongamento.
reflexo e, portanto, no nível da espasticidade. O alongamento hiperativo
reflexo foi principalmente devido à relação anormal de entrada-saída
do pool de motoneurônios. Os parâmetros característicos do pool de motoneurônios
(limiar e ganho) devem ser interpretados como o

Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/j.medengphy.2017.06.023
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE [m5G;7 de julho de 2017;6:54]

R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12 7

3. Coeficiente de rigidez estimado Kp, coeficiente de viscosidade Bp e dois coeficientes não lineares k1 e k2 no grupo controle (HC) e nos grupos de AVC leve
(STL), espasticidade moderada (STM) e grave (STH) em box plot. O asterisco denota diferenças significativas entre os grupos. O círculo aberto denota o delineador.

efeitos gerais de todas as entradas excitatórias e inibitórias que fazem sinapse
direta ou indiretamente no pool de motoneurônios, como inibição pré-sináptica,
inibição recíproca e excitabilidade de ÿ-motoneurônios,
semelhante a uma abordagem de modelagem anterior [21].
Um modelo paramétrico aglomerado de músculo tendão foi adotado em
este estudo. Este tipo de modelo foi considerado o mais simples
modelo que represente adequadamente a característica fundamental do
movimento articular com um único grau de liberdade [39]. Apesar de haver
três principais flexores do punho, eles são semelhantes em relação à fibra
tipo, origem e função anatômica em termos de flexão do punho –
extensão [40]. Assumimos que o modelo concentrado pode efetivamente
representam a estrutura geral dos flexores do punho.
4.3. Componentes individuais e comparação com o método NF
CE, VC e NC foram calculados no grupo ST ao mesmo tempo
como o método NF (no torque de resistência máximo no rápido
movimento, PIII) para examinar se havia diferenças sistemáticas na estimativa dos
componentes usando o método NF e o modelo neuromusculoesquelético. No grupo
controle e grupo STL, CE
foi o que mais contribuiu para o torque resistente total, seguido
por NC. Nos grupos STM e STH, NC em vez de CE foi o
maior contribuidor. VC foi o menor contribuinte para todos os participantes. O
aumento do torque resistente total identificado nos participantes com AVC deveu-se
principalmente ao aumento da NC e da CE.
Correlações moderadas a muito altas com o método NF foram
encontrado em todos os três componentes, com maior associação em NC
e o menor em VC. A correlação moderada em VC foi uma re-
resultado das definições inconsistentes nos dois métodos. A força de viscosidade
depende da velocidade e pode estar relacionada com a
força de cisalhamento do deslizamento da fibra muscular [41]. No modelo, VC foi
portanto definido como um termo que está linearmente relacionado ao ângulo angular
velocidade. Devido à natureza do método NF, o VC só pode ser calculado com
precisão a partir do traço de força antes do desenvolvimento do
o reflexo de estiramento [13], no primeiro pico do movimento rápido (início
viscosidade). A viscosidade tardia no PIII foi então estimada em 20% de
a viscosidade inicial assumindo que a velocidade foi mantida constante [42]. De
acordo com nossa estimativa, a viscosidade tardia foi de 70%
(69–72%) da viscosidade inicial no grupo ST. Embora ainda mais
é necessária uma investigação com um tamanho de amostra maior, o método NF
parece subestimar as contribuições do VC.
4.4. . Parâmetros relacionados ao reflexo passivo e de estiramento
4.4.1. Parâmetros passivos
Em comparação com os controles, a rigidez foi significativamente maior
nos grupos STM e STH devido ao aumento dos termos exponenciais lineares e não
lineares. Como esperado, os controles tiveram uma pequena
coeficiente não linear k1 , pois a ROM de teste foi muito menor do que seu
ângulo máximo de extensão. Portanto, o tecido passivo demonstrou um torque
resistente quase linear em resposta ao aumento
ângulo do pulso. Além de maior rigidez muscular mecânica Kp
(o termo linear), um coeficiente não linear k1 mais alto (o termo exponencial) pode
indicar uma menor ADM da articulação do punho no
sobreviventes de acidente vascular cerebral. O encurtamento dos músculos e/ou tecidos
conjuntivos, como é frequentemente observado em pessoas com espasticidade, pode causar

Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/j.medengphy.2017.06.023
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE [m5G;7 de julho de 2017;6:54]

8 R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12

Figura 4. (A) No movimento rápido, a articulação do punho foi estendida passivamente de 20° (0,35 rad) de flexão a 30° (0,52 rad) de extensão a 236°/s (4,08 rad/s) usando um NeuroFlexor .
A linha tracejada preta e a linha sólida preta representam o ângulo articular medido e a velocidade angular, respectivamente. (B) Um algoritmo genético (GA) foi utilizado para estimar
parâmetros relacionados ao reflexo de estiramento. O coeficiente de viscosidade, Bp, estimado a partir do movimento lento foi corrigido minimizando as diferenças entre o torque resistente
modelado e medido no PI. A otimização foi utilizada apenas para casar os dados registrados no período de PII a PIII. As contribuições dos parâmetros passivos (elasticidade, viscosidade) e
refletidos pelo reflexo de estiramento para o torque resistente foram especificadas.

Figura 5. (A) No movimento rápido, a articulação do punho foi estendida passivamente de 20° (0,35 rad) de flexão a 30° (0,52 rad) de extensão usando NeuroFlexor. (B) A gravação EMG
bruta foi amostrada a 800 Hz, retificada e envelopada linearmente com frequência de corte de 6 Hz. O FCR foi definido como ativado quando o sinal EMG estava acima de um limite de três
vezes o DP do EMG basal. A linha cinza espessa ilustra o início da atividade do FCR, determinado no período de PII a PIII. (C) Modelo de ativação muscular estimada induzida pela extensão
do punho no movimento rápido. (D) O torque resistente do punho modelado e medido mostrou um bom ajuste durante o período de PII a PIII.

Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/ j.medengphy.2017.06.023
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE [m5G;7 de julho de 2017;6:54]

R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12 9

acidente vascular cerebral [13]. Esta inconsistência pode ser devida a um grau diferente de
espasticidade na coorte do estudo. Embora o coeficiente de viscosidade Bp
tendeu a aumentar com o grau de espasticidade, a viscosidade geralmente teve uma
contribuição muito pequena para o torque resistente total,
especialmente na condição de teste de velocidade constante. Devido às definições
variadas de viscosidade na literatura, resultados inconsistentes em
viscosidade muscular foram relatadas em pessoas com acidente vascular cerebral com espástica
membros superiores [13,43]. As propriedades de viscosidade alteradas no espástico
músculos foram considerados, devido às mudanças na composição
a matriz intra e extracelular dos músculos [44].

4.4.2. Parâmetros relacionados ao reflexo de estiramento

Figura 6. Limite de conjunto de motoneurônios altamente correlacionados, ÿ0, e ganho, G0, parâmetros
foram determinados em controle (HC), levemente afetado (STL), moderadamente afetado (STM)
e grupos gravemente afetados (STH). As linhas tracejadas representam a regressão linear
ajuste aos dados.
início mais precoce do aumento exponencial do torque de rigidez. Uma observação
semelhante foi encontrada em um estudo anterior de uma população com AVC, embora
a rigidez do tecido tenha sido modelada de forma diferente [43].
Em contraste com nossas descobertas, um estudo anterior da NeuroFlexor relatou
que o aumento da rigidez ocorreu apenas em alguns participantes com
O aumento da NC foi investigado posteriormente identificando-se o
perfil do pool de motoneurônios para cada sobrevivente de acidente vascular cerebral.
Foram observadas diferenças significativas entre os grupos LST e HTS. Na nossa
modelagem e análise, o reflexo hiperativo foi principalmente devido a menor
ÿ. Para obter uma interpretação mais significativa do que cada participante
perfil do conjunto de neurônios motores, o limite ÿ0 (o fuso mínimo
taxa de disparo) e ganho G0 (a inclinação de médio alcance) foram definidos.
Fisiologicamente, G0 pode ser interpretado como uma propriedade intrínseca do
motoneurônio relacionada às propriedades passivas da membrana e à condutância da
membrana sensível à voltagem [21]. ÿ0 pode ser interpretado como o valor líquido
entradas excitatórias e inibitórias para o pool de motoneurônios. Teoricamente, a
excitação neural induzida por reflexo pode ser aumentada pela redução de ÿ0 sem alterar
a forma do perfil (G0), ou seja, mudando
a curva do perfil para a esquerda. Nos participantes com acidente vascular cerebral, ÿ0
apresentou tendência decrescente com o aumento do nível de gravidade da espasticidade,
e G0 demonstrou tendência oposta. No entanto, as diferenças entre subgrupos não foram
significativas para nenhum dos parâmetros. Curiosamente, encontramos altas correlações
entre ÿ0 e G0 em todos
três subgrupos. Esta descoberta implicou que a excitabilidade anormal do conjunto de
motoneurônios foi possivelmente modulada através de efeitos combinados da entrada
geral da sinapse e das propriedades intrínsecas.

7. (A)–(B) Modelo estimado da taxa de disparo do fuso muscular induzida pela extensão do punho no movimento lento e rápido. (C) – (D) Os perfis médios do pool de motoneurônios foram estimados
usando otimização no grupo levemente afetado (STL), moderadamente afetado (STM) e gravemente afetado (STH). As linhas tracejadas em magenta, verde e azul representam o
perfil do pool de motoneurônios em toda a faixa da taxa de disparo do fuso (0–250 imps-1) e as linhas sólidas correspondem à faixa de excitação do neurônio estimada no
estudar. (Para interpretação das referências à cor nesta legenda da figura, o leitor deve consultar a versão web deste artigo.)

Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,

Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/j.medengphy.2017.06.023

Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE
10 R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12
8. Correlação entre componentes estimados pelo método NF e estimativa do modelo (A) componente de elasticidade, EC (B) componente de viscosidade, VC e (C) componente neural,
NC, em grupos de pacientes. As linhas representam o ajuste da regressão linear aos dados.
dos motoneurônios, como a condutividade do conjunto de motoneurônios.
Embora a causa fisiológica subjacente ainda não seja bem compreendida, é
geralmente aceito que o reflexo de estiramento hiperativo é
relacionado a alterações na sinapse, como perda na inibição pré-sináptica e
alterações nas propriedades intrínsecas do motoneurônio,
o que apoia nossas previsões.
4.5. Limitações
Várias simplificações foram feitas no modelo. Primeiro, fornece uma descrição
simplificada da complexa interação de redes neurais.
controle e o sistema músculo-esquelético durante o movimento. Portanto, nosso
objetivo foi usar um modelo neuromusculoesquelético direto geral, mas válido, que
permita uma estimativa confiável da atividade passiva.
parâmetros relacionados ao músculo-tendão e ao reflexo de estiramento em cada
pessoa. A análise de validade e sensibilidade demonstrou que nosso
modelo poderia simular adequadamente um teste de extensão passiva do punho de
espasticidade com eficiência computacional razoável. No entanto, nós
estão cientes de que medidas neurofisiológicas, como a atividade EMG, podem
fornecer mais informações sobre a espasticidade quando combinadas com uma
medida de resistência. Além disso, extensores do punho
não foram incluídos no modelo porque o sinal EMG do
extensores raramente foi observado durante o teste. Em segundo lugar, a ativação
muscular de fundo não relacionada ao alongamento não foi considerada
o modelo, o que poderia potencialmente levar ao NC superestimado. A
estudo anterior mostrou que houve ativação muscular diferente de zero
Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/j.medengphy.2017.06.023
[m5G;7 de julho de 2017;6:54]
tanto para o grupo controle quanto para o grupo de braçada nos músculos do punho
em repouso [43]. O trabalho futuro deve levar em conta a ativação muscular de fundo
em conta. Terceiro, um deslocamento considerável do dispositivo também foi observado em
o movimento rápido devido à dinâmica do sistema de transmissão do aparelho, que
não foi modelado. No entanto, nós
descobriram que o deslocamento do dispositivo era semelhante entre os participantes,
o que implicou uma influência bastante pequena no parâmetro do modelo
estimativa no contexto de comparação de grupo. Quarto, a otimização foi realizada
apenas durante parte do movimento rápido,
durante o qual os dados de força validados foram coletados. Melhoria
do projeto mecânico do NeuroFlexor seria valioso em
o futuro. Por exemplo, uma modificação na extensão da articulação do punho
no plano transversal poderia eliminar o efeito gravitacional de
a mão e a placa de mão. Além disso, a estimativa de Bp também depende da
precisão da estimativa do momento de inércia
e a aceleração angular do segmento manual, embora a viscosidade tenha uma
contribuição muito pequena para o torque resistente total.
5. Conclusões
As propriedades neurais e não neurais dos flexores do punho foram estimadas
em pessoas com AVC crônico usando um modelo neuromusculoesquelético direto e
otimização. O modelo
descreve o comportamento geral da resistência da articulação do punho durante o
teste de extensão passiva de espasticidade. A validade do
esquema de otimização proposto combinando minimização NLS e um
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE [m5G;7 de julho de 2017;6:54]

R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12 11

A pesquisa heurística baseada em GA foi demonstrada através de bom ajuste aos

dados, robustez geral às flutuações nos parâmetros e concordância das medidas
EMG disponíveis e da estimativa do modelo. Comparado aos controles, o aumento
do torque resistente foi predominado por maior rigidez passiva e componentes

(0,005,
(0,003,
0,021)
0,016)
0,005

0,012
0,02)
0,01
induzidos por reflexo. Além disso, diferenças significativas nas correlações entre o
limiar do pool de motoneurônios e o ganho nos participantes com diferentes níveis
de espasticidade implicam que a excitabilidade anormal do pool de motoneurônios
é provavelmente modulada por uma combinação desses dois parâmetros.
Concluímos que, em combinação com a medição do NeuroFlexor, o modelo
neuromusculoesquelético proposto e o esquema de otimização poderiam servir

100,88)
113,67)
285,12)
(15,36,
(23,92,
(42,72,
como ferramentas adequadas para investigar possíveis alterações nos parâmetros

60,56
78,21
86,72
ao longo da via do reflexo de estiramento em pessoas com espasticidade. Esses
parâmetros são fisiologicamente significativos, mas não diretamente mensuráveis.
Ao monitorizar os seus valores antes e depois do tratamento, podem ser fornecidas
informações valiosas para diferentes estratégias de intervenção.
(10,29,32,44)
(10,00,62,75)
(13,52,79,16)
58.10

19,15
24,80

Aprovação ética

Todos os sujeitos deram consentimento informado por escrito de acordo com a

(155,73.289,50)

Declaração de Helsinque. O estudo foi aprovado pelo Comitê Regional de Ética do

195,65

Karolinska Institutet, Estocolmo, Suécia.

(150,03.203,70)
157,62
(356,68.390,31)
379,30

Conflito de interesses

Declaramos um potencial conflito de interesses da seguinte forma: o método

NF descrito neste artigo foi patenteado por A. Fagergren (WO/2008/121.067). O
(4,10,
(4,08,
(4,18,
4,49)
4,80)
4,39)

autor J. Gäverth possui parte dos direitos comerciais do instrumento de medição

4,12
4,21
4,33
G0

Gv
descrito neste estudo como acionistas da empresa fabricante Aggero MedTech AB.

Reconhecimento
relacionados
Parâmetros
reflexo

(2,00,
(1,91,
2,09)
1,94

2,08
2,07

Este trabalho foi apoiado pelo Stockholm Brain Institute e pela Promobilia
N/
ao

Foundation. Agradecemos a Gaia Valentina Pennati, do Departamento de Medicina

de Reabilitação do Hospital Danderyd, por compartilhar os dados de controle.
(ÿ0,0001,

Materiais suplementares
(ÿ0,004,

(ÿ0,004,
(ÿ7,81,
10,77)

(0,13,
0,003
7,23)

3,94)
7,23)
3,31)
2,14

0,99
2,69
4.01

k2

Material complementar associado a este artigo pode ser encontrado, na versão

online, em doi:10.1016/j.medengphy.2017.06. 023.

Referências
ÿ0,004)
(ÿ1,98,

(ÿ0,16,
(ÿ0,69,
0,001

(0,03,
ÿ0,24
0,26)

0,37)
0,55)
0,11
0,04

k1 0,37)
(ÿ0,69, 0,05
[1] Lance J. O controle do tônus muscular, reflexos e movimento: Robert Warten-
Palestra Berg. Neurologia 1980;30:1303.
[2] Ashworth B. Ensaio preliminar de carisoprodol na esclerose múltipla. Praticante
1964;192:540–2.
[3] Dietz V. Transtorno do movimento espástico: qual é o impacto da pesquisa na clínica
prática? J Neurol Neurosurg Psiquiatria 2003;74:820.
[4] Gracies J. Fisiopatologia da paresia espástica. I: Paresia e alterações nos tecidos moles.
(0,01,

(0,20,
(0,10,
(0,01,
0,33)
0,30)

0,28)
0,33)
0,02)
0,01
0,12
0,03

0,16
0,12

Bp
Nervo Muscular. 2005;31:535.
[5] Harlaar J, Becher J, Snijders C, Lankhorst G. Características de rigidez passiva dos flexores
plantares do tornozelo na hemiplegia. 15:261.
[6] Mirbagheri M, Barbeau H, Ladouceur M, Kearney R. Rigidez intrínseca e reflexa em
indivíduos com lesão medular normal e espástica. Exp Cérebro Res 2001;141:446.
Parâmetros

[7] van der Helm F, Schouten A, de Vlugt E, Brouwn G. Identificação de componentes

passivos

intrínsecos e reflexivos da dinâmica do braço humano durante o controle postural. Métodos

(0,12,

(0,23,
0,72)

0,52)
0,35
0,32

Kp 0,86
1,54)
(0,23, 1,03 1,15
1,54)
(0,38, J Neurosci 2002;119:1.
[8] de Vlugt E, de Groot JH, van der Heijden-Maessen HC, Wielheesen DH, van Wijlen-Hempel
RMS, Arendzen JH, et al. Diferenciação entre contribuintes não neurais e neurais para a
rigidez articular do tornozelo na paralisia cerebral. J NeuroEng Reabilita 2013;10:81.
significativas

[9] Lorentzen J, Gray M, Crone C, Mazevet D, Biering-Sørensen F, Nielsen J.

Mediana
Parâmetros
Diferenças
subgrupos
amplitude)
ilustradas
(mediana

(mín.,
Máx.)
passivos

Distinguir componentes ativos de passivos da rigidez do flexor plantar do tornozelo em

controle
reflexos
negrito.
negrito
grupos
grupo.
itálico.
foram
entre
cada

ST STL STM STH

AVC

Ao
acidente vascular cerebral, lesão medular e esclerose múltipla. 121:1939.
em
de
os

3
Tabela
e

Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização, Engenharia Médica e Física (2017),
http://dx.doi.org/10.1016/ j.medengphy.2017.06.023
Machine Translated by Google ARTIGO NA IMPRENSA
JID: JJBE
12 R.Wang et al. / Engenharia Médica e Física 000 (2017) 1–12
[10] Blanchette AK, Mullick AA, Moïn-Darbari K, Levin MF. Limiar do reflexo de estiramento tônico como
medida da espasticidade plantar-flexora do tornozelo após acidente vascular cerebral. Física
2015.
[11] Calota A, Feldman A, Levin M. Medição de espasticidade com base no limiar do reflexo de
estiramento tônico em acidente vascular cerebral usando um dispositivo portátil. 119:2329–37.
[12] Ju M, Chen J, Lee H, Lin T, Lin C, Huang Y. Análise temporal dos reflexos de estiramento em
indivíduos hemiparéticos usando um sistema on-line de medição de espasticidade.
J Electromyog Kinesiol 2000;10:1.
[13] Lindberg P, Gäverth J, Islam M, Fagergren A, Borg J, Forssberg H. Validação de um novo modelo
biomecânico para medir o tônus muscular em músculos espásticos.
Neurorehabil Neural Repair 2011;25:617.
[14] Gäverth J, Sandgren M, Lindberg P, Forssberg H, Eliasson A. Teste-reteste e confiabilidade entre
avaliadores de um método para medir a espasticidade do punho e dos dedos. J Re-habil Med
2013;45:630.
[15] Gäverth J, Eliasson A, Kullander K, Borg J, Lindberg P, Forssberg H. Sensibilidade do método
NeuroFlexor para medir a mudança na espasticidade após tratamento com toxina botulínica A
nos músculos do punho e dos dedos. 46:629.
[16] Katz R, Rymer W. Hipertonia espástica: mecanismos e medição. Arch Phys Med Rehabil
1989;70:144.
[17] Powers R, Marder-Meyer J, Rymer W. Relações quantitativas entre hipertonia e limiar do reflexo
de estiramento na hemiparesia espástica. Annal Neurol 1988;23:115.
[18] Sheean G. A fisiopatologia da espasticidade. Eur J Neurol 2002;9:3–9.
[19] Dietz V, Sinkjaer T. Transtorno do movimento espástico: função reflexa prejudicada e mecânica
muscular alterada. Lancet Neurol 2007;6:725–33.
[20] Hidler JM, Rymer WZ. Um estudo de simulação de instabilidade reflexa na espasticidade: origens
do clônus. IEEE Trans Rehabil Eng 1999;7:327.
[21] Koo TK, Mak AF. Um modelo neuromusculoesquelético para simular o teste de espasticidade de
extensão do cotovelo com velocidade angular constante. Med Eng Phys 2006;28:60. [22] de
Vlugt E, de Groot JH, Schenkeveld KE, Arendzen JH, van der Helm FC, Meskers CG. A relação entre
parâmetros neuromecânicos e escore de Ashworth em pacientes com acidente vascular cerebral.
J NeuroEng Reabilita 2010;7:35.
[23] van der Krogt H, Klomp A, de Groot JH, de Vlugt E, van der Helm FC, Meskers CG, et al. Avaliação
neuromecânica abrangente em pacientes com AVC: confiabilidade e capacidade de resposta
de um protocolo para medir propriedades neurais e não neurais do punho. J NeuroEng
Reabilitação 2015;12.
[24] Kim CS, Eom GM, Hase K. Modelagem e identificação de propriedades mecânicas e reflexas
relacionadas à espasticidade em pacientes com AVC usando múltiplos testes de pêndulo. J
Biomech Sci Eng 2011;6:135–47.
[25] Winters J, Stark L. Análise de padrões fundamentais de movimento humano através do uso de
modelos musculares antagônicos aprofundados. IEEE Trans Biomed Eng 1985;32:826.
[26] Robertson G, Caldwell G, Hamill J, Kamen G, Whittlesey S. Métodos de pesquisa em biomecânica.
2ª edição. Cinética Humana; 2013.
Como citar este artigo: R. Wang et al., Neural and non-neural related properties in the spastic punho flexores: Um estudo de otimização,
Engenharia Médica e Física (2017), http://dx.doi.org/10.1016/ j.medengphy.2017.06.023
[m5G;7 de julho de 2017;6:54]
[27] Prochazka A, Gorassini M. Modelos de disparo conjunto de aferentes do fuso muscular registrados
durante a locomoção normal em gatos. J Physiol 1998;507:277.
[28] Wilson L, Gandevia S, Inglis J, Gracies J, Burke D. Atividade do fuso muscular no membro superior
afetado após um acidente vascular cerebral unilateral. Cérebro J Neurol 1999;122:2079.
[29] Fuglevand A, Winter D, Patla A. Modelos de recrutamento e organização de codificação de taxas
zação em pools de unidades motoras. 70:2470.
[30] Thelen DG. Ajuste dos parâmetros do modelo de mecânica muscular para simular contrações
dinâmicas em idosos. J Biomech Eng 2003;125:70–7.
[31] Golberg DE. Algoritmos genéticos em pesquisa, otimização e aprendizado de máquina
1989 1989.
[32] Macefield V. Taxas de descarga e variabilidade de descarga de aferentes do fuso muscular em
lesão crônica da medula espinhal humana. 124:114.
[33] Wang R, Gutierrez-Farewik E. Estratégias compensatórias em resposta à co-contração muscular
excessiva na articulação do tornozelo durante a caminhada. Postura da Marcha 2014;39:926–32.
[34] De Serres S, Milner T. Padrões de ativação muscular do pulso e rigidez associados a cargas
mecânicas estáveis e instáveis. Exper Brain Res 1991;86:451.
[35] Gielen C, Houk J. Viscosidade não linear do pulso humano. J Neurophys
1984;52:553.
[36] Fukashiro S, Komi P, Järvinen M, Miyashita M. Comparação entre a força do tendão de Aquiles
medida diretamente e a força do tendão calculada a partir do momento da articulação do
tornozelo durante saltos verticais. 8:25–30.
[37] Heckman C, Binder MD. Simulação computacional da função de entrada-saída em estado
estacionário do conjunto de motoneurônios gastrocnêmios mediais do gato. J Neurofisiol
1991;65:952–67.
[38] Niu CM, Nandyala SK, Sanger TD. O fuso muscular emulado e os aferentes de pico validam o
hardware neuromórfico VLSI como uma plataforma de teste para função sensório-motora e
doenças. Front Comput Neurosci 2014;8.
[39] Winters J, Bagley A. Modelagem biomecânica de sistemas músculo-articulares. Eng. IEEE
Med Biol Mag 1987;6:17.
[40] Hamill J., Knutzen KM Base biomecânica do movimento humano Lippincott
Williams & Wilkins; 2006.
[41] Bagni M, Cecchi G, Colomo F, Garzella P. Ausência de evidências mecânicas de pontes cruzadas
de ligação fraca anexadas em fibras musculares relaxadas de sapo. J Physiol 1995;482:391.
[42] Halar E, Stolov W, Venkatesh B, Brozovich F, Harley J. Barriga do músculo gastrocnêmio e
comprimento do tendão em pacientes com AVC e pessoas sãs. Arch Phys Med Rehabil
1978;59:476.
[43] Helgadottir A. Identificação da ativação muscular em repouso Tese de mestrado. Universidade de
Tecnologia de Delft; 2013.
[44] Lieber R, Runesson E, Einarsson F, Fridén J. Propriedades mecânicas inferiores de feixes
musculares espásticos devido a material de matriz extracelular hipertrófico, mas comprometido.
Nervo Muscular 2003;28:464.