独特の調整パターンが探索的な頭の動きを全体と統合します。

Nov 12, 2023

Scientific Reports volume 13、記事番号: 1235 (2023) この記事を引用

692 アクセス

2 オルトメトリック

メトリクスの詳細

視覚的な歩行誘導は、日常の移動にとって重要なスキルです。 これは視線追跡技術を使用して研究されることがよくありますが、最近の研究では、視覚的な探索には目だけではないことが示されています。 視覚探索を成功させるには、頭の動き、そして場合によっては全身が関与します。 この研究は、頭の動きに関連する調整パターンを評価することを目的としており、これらのパターンは局所的なものではなく、体全体に広がるという仮説が立てられました。 21名（除外後）の健康な若年成人ボランティアが、さまざまなタイプの頭の動き（水​​平方向、垂直方向、および混合の視線移動を必要とする刺激と比較して無刺激）を誘発するように設計されたトレッドミル歩行プロトコルに従いました。 主成分分析を使用して、頭部の活動に関連するマーカー運動の全身相関パターン (主運動、PM) を確立しました。 合計 37 の高次 PM が頭部の動きと関連していることが判明し、そのうちの 2 つは水平面および矢状面での強い頭部の回転に関連する試験間で有意な差を示しました。 これらは両方とも、全身の活動パターンと関連していました。 高次の構成要素の分析により、探索的な頭の動きは、体全体にわたる明確な動きのパターンと関連付けられていることが明らかになりました。 これは、視覚的な探索が潜在的に不安定な影響を与える全身の動きのパターンを生み出す可能性があることを示しています。 これらの発見は、視覚探索研究における確立された結果に新たな光を当て、転倒や怪我の予防との関連性を保持しています。

視覚的探索は、人間 1,2 と他の動物 3,4,5 の両方において行動をうまく誘導するために重要な基本的な行動です。 特に、視覚的な探索は、私たちの最も重要な行動の 1 つを導くために非常に重要です。移動中、私たちの視覚システムは、障害物を回避しながら目標に安全に移動するために使用されます 6、7、8、9。 おそらく、視覚的探索の重要性は、日常の歩行では明らかではありませんが、知覚運動システムが機能不全に陥るまで挑戦され（たとえば、目を閉じて歩いてみてください）、潜在的につまずきにつながる場合に、より明らかになります。転倒やその他の怪我。 そのため、歩行の視覚的誘導に関する知識は、スポーツや高齢者の転倒リスクが高まる状況で自然に発生する、こうした高負担の状況に特に関連する可能性があります。 興味深いことに、視覚系の単独の機能は十分に研究されている6が、視覚探索行動が全身の姿勢制御とどのように調整されるかはまだ確立されていない。

転倒リスク、目の動き、歩行の関連性は以前に調査されています10。 研究では、トレッドミル歩行 11、異なる環境の中を歩く 12、および探索しながら歩く 13 際の目と頭の動きの調整が強調されています。 また、視線戦略の特徴を歩行の特徴と直接結びつけている研究も存在する。例えば、チャップマンとホランズは、転倒リスクが高い高齢者は、内外側のステップ調整を計画して実行し 14 、ステップ対象から目をそらすのに、他の人よりも早く、より多くの時間を必要とすることを発見した。リスクの低い対応者15は、足の配置のエラーが大きくなります。 明らかに、転倒リスクの増加に関連して、歩行中に視覚的探索を行う方法に何らかの変化が見られます。

研究における視覚探索の測定は、一般的に、中心視覚の焦点を記録する技術であるアイトラッキングを使用して運用されます。 しかし、日常の歩行では、中心視覚だけでは視覚探索の機能をすべてカバーできません。 つまり、目の動きは頭や体の動きと関連付けられることが多く、より広範囲の探索が可能になります10、12、13、16。 たとえば、アソシエーションフットボールの研究では、視覚的探索を定量化するためには頭だけでなく目の動きも重要であることが示されています17。 衝動性の目と頭の動きの調整は、視​​線の移動の大きさによって決まります。 より小さな視線の移動はサッケードのみに関連しており、移動後に頭が後ろをついて目の中心を再調整します。 一方、目の機械的境界付近に目を向ける視線の移動は、頭の動き 18 または体全体 19,20 の初期寄与が大きくなって行われます。

目、頭、体の動きの間のこの結合を考慮すると、探索活動が姿勢制御に影響を与える可能性があることは明らかです。 視線の移動は、サッケード後の頭部の再配置の遅れと連動して行われることが多い 18 ため、頭部の運動活動が全身の姿勢制御への影響を最小限に抑えるタイミングまで遅延する可能性があると推測されます。 したがって、視覚探索タスクを実行しながら歩行中の体の動きのパターンを研究すると、補償戦略を歩行サイクルに統合する調整パターンが現れることが期待できます。

主成分分析（PCA）は、全身調整評価の運用化に使用されます21、22、23。 PCA を使用すると、データセット内の合計分散の一部を説明する線形パターンまたは主成分を決定できます。 これらのコンポーネントは、動作戦略、つまり、「主要動作」(PM) と呼ばれる、相関する身体セグメントの動作のパターンを表します24。 さらに、PCA は次元削減の方法であり、高次元の運動学的入力を少数の PM に確実に要約できます。 たとえば、静かに立っているときや歩いているとき、最初の 3 人の PM はすでに差異の 90% 以上を説明しています 23,24。 データ削減という目的のため、いくつかの基準が満たされるまで最初の数個の PM のみを調べるのが一般的です。 この手順は、高次の成分は成分ごとの合計分散のほんの一部しか説明せず、信号対雑音比が悪化するという理由から実装されています。 しかし、最近の発見は、人間の動きのデータにおいて、これらの高次の成分には、より小さく、より局所的な動きやより速い制御戦略 25,26、あるいは立った状態でのバランスにおける呼吸や頭の動きのような小さな振幅に関連する動きのパターンを反映する関連情報が依然として含まれている可能性があることを示唆しています 24。 歩行では、低次の PM は腕と脚の動きの大きな振幅によって影が薄くなる可能性が高いため、頭の動きが高次の PM に含まれると予想され、したがって、高次の動きの構成要素に焦点を当てることが正当であると推論されます 26。

現在の研究の目的は、歩行中の探索によって引き起こされる頭の動きに関連する可能性のある特定の動き調整パターンを特定することです。 これらの特定のパターンについては、対照的な期待が生じる可能性があります。 第一に、これらのパターンは歩行パターンから独立している可能性があり、その結果、他の体の動きの表現がほとんど見られない頭部の動きの PM が特定されることになります。 しかし、私たちは頭の動きが全身の動きに関連しているのではないかと仮説を立てています。 この場合、頭の動きを表す PM には分散パターンも含まれます。 これらの分布パターンを分析すると、歩行中の頭部の移動を支援するために採用される補償戦略についての洞察が得られるはずです。

トレッドミル歩行中に実装された視覚探索刺激は、頭部マーカーの方向に対する刺激の方向（「条件」）の大きな影響によって示されるように、頭部の動きを引き出すことに成功しました（図1a、b;頭のピッチ：F（3、3、 54) = 10.5、p < 0.001、η2 = 0.170; 頭部ヨー: F(1.23, 22.09) = 24.8、p < 0.001、η2 = 0.369)。 技術的には、刺激として使用された LED 間の距離は参加者の頭の動きを必要としない (つまり、サッカードで十分である可能性がある) ため、これは分析における重要な仮定です。Bonferroni により修正されました (α = 0.05/6 = 0.008)。ヘッドピッチ角の変化のペアごとの比較では、水平条件と他のすべての条件 (すべての p 値 < 0,008) の間に有意な差が示されましたが、他の条件の間では有意な差はありませんでした。 頭部のヨー角の変動については、ボンフェローニ補正によるペアワイズ比較により、水平条件と垂直条件および対照条件の両方の間 (p 値 < 0.008)、および混合条件と垂直条件および対照条件の間 (p 値 < 0.008) に有意な差が確認されました。 ); 垂直ペアと対照ペア、水平ペアと混合ペアの間では、差は有意ではありませんでした。 注: Shapiro-Wilk 検定は正規性の仮定をサポートしていましたが、分析ではグループ平均から標準偏差 3.5 を超える 2 つの外れ値が特定され、これらは頭部の動きの分析から除外されました (図 1a、b)。

頭部の動きの変動性（a と b）、PCA によって特定された主な動きのパターン（PM1 ～ PM4、パネル c ～ f）、および主に頭部の動きに関連する 2 つの PM（PM19 と PM23、パネル g と h）の条件間の効果の箱ひげ図）。 パネル上の横棒は、ペアごとの t 検定 (パネル a および b) およびペアごとのダービン・コノバー検定 (パネル c ～ h) を使用した有意差を示しています。すべて多重比較のためにボンフェローニ補正を行っています。

データセット内の分散の約 90% を説明するには 2 つの PM が必要で、相対固有値が 1 パーセントを超える 5 つの PM が存在しました (補足図 1)。 これらの低次 PM の条件間の違いを図 1c ～ f に示します。 図 2 は、各 PM のヘッド マーカー負荷の合計を示しています。 図 2 の次の傾向は注目に値します。 1) 過剰な（つまり、平均的な身体における頭部によって表されるおおよその体重パーセンテージよりも大きなヘッド マーカー負荷を持つ PM の）ヘッド マーカーの寄与は、最初の午後16時。 2) ヘッド マーカー負荷の最初のクラスターが PM17 ～ 25 付近で見つかります。 3) 2 番目のより大きなクラスターが PM34 と PM76 の間に見つかります。 4) PM77 と 117 の間には、過度の頭部マーカーの寄与は見られません。合計 37 個の PM が過度の頭部マーカーの負荷 (5% を超える寄与) で特定され、相対的な差異に関してさらに分析されました。条件間の差異。

PM ごとのヘッド マーカー負荷の合計 (範囲: PM1 ～ PM117)。 水平線は 5% のしきい値 (頭部で表されるおおよその体重) を表し、この線より上の負荷では頭部の活動が比較的高いことを示しています。 合計ヘッド マーカーの負荷がしきい値を超えている PC が 37 台見つかりました。 閾値を超えるマーカーの陰影とサイズは、フリードマン テストにおける条件間の差異を示します。最小のマーカー (明るい陰影) は差を示さず、中程度のサイズのマーカー (中程度の陰影) は、未補正のアルファ 0.05 と最大 (最も暗い）マーカーは、37 の並行比較でアルファ補正された場合でも、有意な差を示します。 ここで、条件間効果を示すすべての PM において、頭の動きが孤立しているわけではなく、少なくとも 20% の分散が分散パターンで見られることに注意することが重要です。

37 人の頭部運動 PM からの相対分散をフリードマン テストに供し、異なる刺激方向間の差異を評価しました。 37 回の並列比較に関連してタイプ I 誤差が増加するため、ボンフェローニ補正が適用されました (αc = 0.05/37 = 0.0014)。 ただし、このような強力なアルファ補正によるタイプ II 誤差の増加を考慮して、未補正の値も報告されました。 8 つの頭の動きに関連する PM は、未補正のアルファで条件間で有意な差を示しました (図 2 の中のマーカー: PM19、PM23、PM25、PM37、PM45、PM60、PM70、PM75)。 アルファ補正後の条件間に有意な違いを示す2つのPMが特定されました（図1g、hおよび図2の大きなマーカー;）。 第一に：PM19（χ2（3）= 19.00、p < 0.001）、ボンフェローニ補正（αc = 0.008）を備えたダービン・コノバーペアワイズ比較（図1g）により、水平条件と垂直条件の間の有意な差が明らかになりました（p < 0.001）。水平条件と混合条件も同様です (p < 0.001)。 第二に、PM23 で有意な結果が見つかりました (図 1h、χ2(3) = 36.50、p < 0.001)。 ボンフェローニ補正 (αc = 0.008) ダービン・コノバー検定では、水平条件と垂直条件と対照条件の両方の間、および混合条件と垂直条件と対照条件の両方の間で有意な効果が示されました。 PM19は、頭部の強い矢状面回転（つまりピッチ）に関連する相関マーカー軌道を示し、腕と脚の分布パターンも主に矢状面にあります（図3）。 PM23 は、左腕と体幹の分散した前頭面パターンと脚の混合活動とともに、水平面での強い頭の回転 (つまりヨー) を示します (図 3)。

最初の 6 つの PM と、頭部マーカーの負荷が最も高い 6 つの身体セグメントごとのマーカー負荷を視覚的に表します。 [運動面] パネルには、他のパネルのカラー インデックスが表示されます。緑色で示された身体セグメントは矢状面で最もアクティブであり、赤色で示されたセグメントは前額面で最もアクティブで、青色で示されたセグメントは水平面で最もアクティブです。 Movement Planes パネルの画像は、paint.net を使用して、CC4.0 で https://commons.wikimedia.org/wiki/File:Planes_of_Body_unlabeled.jpg から引用されています。 この場合の「最もアクティブ」とは、セグメント荷重が面内の 2 つの軸で 80% 以上の寄与に達したことを意味します (たとえば、前後セグメント荷重と垂直セグメント荷重の寄与が合わせて 80% 以上に達した場合、寄与は矢状方向として分類されます)飛行機のアクティビティ）。 グレースケールの身体セグメントは、特定の平面では支配的ではありません。 ベース画像パネルには、PM パネルのベースラインを設定するためにすべてのマーカー負荷が 0 に等しい場合の画像が表示されます。 PM パネルは体の部位ごとのマーカー負荷を示し、濃い色合いはこのセグメントのマーカー負荷が大きいことを示します。 アスタリスクは条件間の有意差を示し、単一のアスタリスクは未補正のフリードマン検定での有意性を示し、二重アスタリスクは 37 の並列比較で補正されたフリードマン検定での有意性を示します。 ここで注目すべきは、頭の動きに関連したパターンが体全体に分布しているように見えることです。

その結果、視線方向課題が頭の回転を誘発し、これが体全体にわたる調整パターンと関連していることが確認されました。 矢状面での頭の動きは、胴体と脚の分散した矢状面の動きパターンと関連していましたが、水平面で発生した頭の動きは、主に左腕と右下肢の正面面の動きパターンと関連していました。 PCA 分析の結果はこの実験パラダイムに特有のものであり、探索が規範的ではなく自己ペースで行われることが多い自然な歩行 (一連の非常に異なる制約の下で 27,28) で再現すると、異なる PCA が得られることに注意する必要があります。 - ヘッド移動 PM オーダーやセグメント負荷などの特性。 したがって、関連する重要なメッセージは、PM のこれらの詳細にあるのではなく、むしろ調査結果の一般的なパターンにあります。 主なメッセージは次のとおりです。 1. 探索的な頭の動きは、体全体に分散された動きのパターンと関連付けられています。 2. これらの動きのパターンは低次のコンポーネントでは表現されませんでしたが、目、頭、体の間の協調を理解するには高次の PM を評価する必要があります。 3. 矢状面の頭部の動きは一般に矢状面の体節活動と関連しており、水平面の頭部の回転は前額面の活動とより関連していました。

機能レベルではないため、これらの結果は驚くべきことではありません。 視覚探索タスクには 2 つの活動パターンが考えられます。 第一に、頭部の動きが体の動きからほぼ独立している、頭部局所化戦略が可能である。 ただし、そのような戦略では、より極端な首の動きと、強力で非効率的な身体の固定が必要になります。 歩行というタスクは比較的単純であるため、そのような「フリーズ」戦略 29 は理想的ではなく、仮説どおり、現在の結果は視覚探索に対応する全身調整パターンを確立しました。 この要求の低い環境では、安定化の必要性と探索の必要性が共存できます。姿勢の動きは許可され、それらが不安定な出来事を引き起こすことはありません。 ただし、バランスが問われる状況では、そのような探索的な変動が不安定性につながる可能性があり、安定性と探索性のトレードオフを示すという将来の仮説になる可能性があります。 ウォーキング中、人は通常、体全体を積極的に使う前に、視覚的に十分に探索することができます30。 ここでは、低い要求の下で歩行している場合でも、探索的な頭部の動きが歩行中の全身の調整と関連していることを示しました。これは、歩行中に探索と安定化のトレードオフが存在する可能性があることを示唆しています。 人々がこのトレードオフに陥るのは、タスクの実行に伴う制約の結果であると考えられます27。 つまり、タスクが単純である場合、および/または個人が非常に熟練している場合（今回の研究の場合のように）、トレードオフは強調されず、積極的な探索が行動の機会となります31。 しかし、安定性への要求が高まると、探索は減少します。 今後の研究では、このトレードオフと、安定性と探索に対する高い要求に人々がどのように対応するかをさらに確立することが推奨されます。

視覚探索に関連した全身補償戦略への洞察が関連する可能性がある潜在的な分野は、スポーツです。 ここでは、探索的要求と安定性要求の両方が高い状況が発生します。 スポーツにおけるすでに高い姿勢要求（例えば、全力疾走、ジャンプ、または急旋回中の用具の取り扱いなど）に加えて、視覚探索に関連した姿勢補償戦略は、怪我のリスクを高める可能性があります。 現時点では推測の域を出ませんが、ここで説明する探索と安定化のトレードオフは、アスリートがバランスをとっているときに対戦相手の近くにいるとき（探索的要求の増加を示します）に頻繁に発生することが知られている前十字靱帯損傷などの損傷を説明するのに役立つ可能性があります。動揺しているとき、または減速やサイドカットなどの困難な操縦（安定性要求の増加を示す）に従事しているとき32。 ここには、ビデオ分析を使用して、傷害イベントに至るまでの状況における探索的および安定性の要求を定量化する将来の研究の機会があります。 探索に関連する分散した調整パターンは、損傷の原因において破壊的な役割を果たすことが判明する可能性があります。

多くの研究は次元削減の方法として PCA を使用し、重要な情報を保持しながら少数のコンポーネントのみを分析することを目的としていますが、私たちは潜在的に関連する情報が高次のコンポーネントにまだ存在する可能性があることを明確に示した結果を報告しました。 現在の研究が従来のガイドラインに従い、固有値の「顕著な低下」が観察されるまで PM のみを含めていたとしたら 22、説明された分散の 90% に達するまで (例 33、37、35)、またはより多くの説明を行うすべての PM を含めることによって行われたでしょう。合計分散の 1 パーセント未満である 36 場合、それぞれ 1 つ、2 つ、または 5 つの PM に対して分析を実行することになります（補足図 1）。 頭の動きに関しては、これにより、条件間の違いを示すPM3とPM4に焦点を当てて分析が制限されますが（図1e、f）、頭の回転に似たパターンを示したPM：PM19とPM4は除外されます。 PM23 (図 1a、b、g、h を比較)。 この分析は、低次の PM に焦点を当てることは次元を削減するための良い戦略である一方、高次の PM に焦点を当てることで、動作全体で系統的に発生する特定の動作パターンの解析が可能になることを証明しています。

要約すると、今回の研究では、歩行中の視覚探索によって引き起こされる頭部の動きに関連する全身の調整パターンを評価しました。 PCAから得られる高次成分を分析した結果、探索的な頭部の動きは体全体の特定の運動パターンと関連しており、矢状面での頭部の回転は一般に矢状面の活動と関連しており、横断面での頭部の動きは前額面の活動とより関連していることが判明した。 これらの結果は、探索と安定化のトレードオフを示唆しており、これは歩行中の視覚探索や歩行中に発生する損傷をよりよく理解するために関連性がある可能性があります。 調査された関係は生涯にわたるバランスと姿勢制御の研究に関連性があるため、さらなる研究では、一般集団の日常歩行に対する結果の一般化可能性と適用可能性を評価する必要があります。

地元の学生団体から参加者 23 名（女性 13 名、平均年齢 25.7 歳）のサンプルが募集されましたが、目視データ検査後の測定誤差により 2 名の参加者が除外されました。 すべての参加者には、過去 6 か月以内に下肢の損傷や、歩行パターンに影響を与える可能性のあるその他の健康上の問題はありませんでした。 この研究のプロトコールは、インスブルック大学の科学倫理問題委員会（38/2020）によって承認され、ヘルシンキ宣言に従って実施されました。 すべての参加者は、研究に参加する前にインフォームドコンセントを提供しました。

参加者には 39 個の反射マーカー (Vicon 全身プラグイン歩行マーカー セット) が装備されました。 10 台の赤外線カメラを使用して 250 Hz でマーカーの位置を記録しました (Vicon Motion Systems Ltd、英国)。 トレッドミルはラボの中央に配置され、結果のデータを参加者間で比較できるように、トレッドミルの速度はすべての条件で 4 km/h に設定されました。 目と頭の動きを刺激するために、プログラム可能な LED ライトのセットが使用されました。 3 つの LED が参加者の前の壁のおよそ目の高さに固定され、1 つはトレッドミルと壁の間の地面に固定されました (図 4)。 LED は一度に 1 つずつ点灯するようにプログラムされており、参加者はこの点灯シーケンスを視線で追うように指示されました。

実験装置の上面図。 右側の 3 つの LED は、トレッドミルからほぼ目の高さの壁に取り付けられています。 トレッドミルと壁の間に配置された LED は、トレッドミルの中心から約 2 歩前方に相当する距離の地面に配置されました。 最側面の LED 間の移動に必要な水平面ヘッドの回転 (ヨー) は約 37°です。 地上 LED から壁に取り付けられた LED までに必要な矢状面回転は約 49°です。 正確な角度は、参加者の身長とトレッドミル上の正確な位置によって異なります。

参加者はトレッドミルに足を踏み入れ、まず特別な指示なしで2分間歩くことで「コントロール」測定を完了しました。 短い休憩の後、参加者はトレッドミルに戻り、LED シーケンスが作動しました。 LED は、表 1 に指定されているさまざまな設定で 6 分間にわたって自動化された順序で点灯しました。参加者が探索を歩行サイクルに同期させたり、その逆を同期させたりできないようにするために、さまざまな周波数が導入されましたが、これはこの実験の主な目的ではなかったので、研究では、低周波記録と高周波記録の間の平均がさらなる分析に使用されました（つまり、垂直、水平、混合および対照条件の 1 つの値）。

記録されたマーカー軌跡は、Vicon Nexus (バージョン 2.9.2) を使用して再構成およびラベル付けされ、MATLAB (MathWorks Inc.、Natick、MA、USA) でのさらなる処理のためにエクスポートされました。 MATLAB を使用して、データファイル (行: タイムポイント、列: マーカーの軌跡) が、各条件での定常状態の歩行を含む 50 秒のファイルに分割されました (潜在的な同期と安定化の問題を回避するために、条件の変更の前後 5 秒を切り取りました) ）。 次に、トレッドミル上の位置のずれによる解析結果への影響を最小限に抑えるために、軸システムの原点が後部の左右の腸骨棘マーカーの間の中心に再設定されました。

操作の有効性を評価するために、4 つの頭部マーカーを使用して頭部の向きが計算されました。 これにより、矢状面 (ピッチ) と水平面 (ヨー) での頭の回転を表す 2 つの変数が得られました。 これらの軌道の標準偏差を決定して、試行全体にわたる各平面の回転量の尺度を求めました。 外れ値がグループ平均から 3.5 SD を超えて離れている場合は外れ値を削除し、Shapiro-Wilk 検定を使用して正規性を評価しました。 ボンフェローニ補正ペアワイズ比較による反復測定分散分析 (RM-ANOVA) を使用して、ピッチとヨーの軌道 (矢状面と水平面の変動量、つまりそれぞれの活動の量を表す) の標準偏差に対する条件の影響を評価しました。回転）。 球形性の仮定に違反する場合には、グリーンハウス ガイザー補正が適用されました。 分析は Jamovi (バージョン: 2.2.5) でアルファを 0.05 に設定して実行されました。

データファイルは、PCA37 用のオープンソース MATLAB ベースのソフトウェア パッケージである「PManalyser」を使用してさらに処理されました。 以下の前処理ステップが完了しました。 1) 「平均ユークリッド距離」正規化 24,37 を実装します。これは、最初に各試行の平均姿勢からの偏差に関して記録された姿勢を再定義し、次にすべてのデータファイルが結果の分析にも同様の影響を与えます。 これにより、参加者間の人体計測上の差異の影響が最小限に抑えられます (つまり、大柄な人がより大きな歩幅をとった場合でも、小柄な人がより小さな歩幅をとった場合と同じように分析に影響します)。 2) 各マーカーの軌跡について、各身体セグメントで表される体重のパーセンテージに関して重み付けを適用しました (38、39、40 のデータの組み合わせに基づいて)。 非対称マーカーの重み付けは、分析への影響を最小限に抑えるためにゼロに近い値に設定されました。 マーカーの重み付けは、小さな振幅、全身の補正戦略、および手などの軽いセグメントに示される大きな動きの間のより良いバランスを達成するために実装されました。 3) データ行列は、垂直方向に連結されたすべての個別のデータファイルから計算されるため、さまざまなマーカーの軌跡が列で表現され、さまざまな参加者、条件、フレームがすべて行の入れ子構造で表現されます。 これらの正規化と連結のステップのおかげで、すべての参加者からのデータセット全体に対して 1 つの PCA を実行することができ、結果は参加者間で直接比較できるようになります 24。

PCA の結果、一連の PM 固有値と、各成分によって説明される相対分散が得られます。 特定の PM における特定の身体セグメントの関与を定量化するために、各 PM への各マーカーの負荷スコアが計算されました。 1 つの身体セグメント (頭、首、胸、腹部、骨盤、および 2 つの肩、上腕、前腕、手、上脚、すね、足の合計 19 個のセグメント) に配置されたマーカーの荷重スコアを合計して評価しました。特定の PM における各セグメントの貢献度。 ヘッド マーカーが比較的高い負荷を提供する PM は、さらなる分析の対象として考慮されました。 頭部が表す体重の割合は約 5% であるため、この閾値は頭部マーカーからの最小負荷 5% に設定されました 38、39、40。

頭部の動きに大きく寄与していると特定された PM については、相対分散出力がさらに分析されました。 条件間の PM あたりの相対分散の変化は、記録された PM が各条件中の全体的な身体の動きに寄与した量の変化を反映します。 したがって、大きな変化は全体的な運動構造が変化したことを示します。 これらの変数の正規性に問題があるため、すべての頭の動きに関連する PM の相対分散における条件間の差異を評価するためにフリードマン検定が使用されました。 アルファは 0.05 に設定されましたが、アルファインフレのリスクを軽減するためにボンフェローニ補正が結果に適用されました。 分析された効果の客観的な概要を提供するために、修正された結果と修正されていない結果の両方が報告されます。

現在の研究中に使用および/または分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

Ishak, S.、Adolph, KE & Lin, GC 開口部を通過するためのアフォーダンスの認識。 J.Exp. サイコル。 ハム。 知覚する。 実行する。 34、1501–1514 (2008)。

記事 Google Scholar

Lee, DN 衝突までの時間に関する情報に基づいたブレーキの視覚的制御の理論。 知覚 5、437–459 (1976)。

記事 CAS Google Scholar

Warren, WH アクションの視覚的なガイドのためのアクション モードと制御法則。 上級サイコル。 50、339–379 (1988)。

記事 Google Scholar

DN リーとPE レディッシュ 急降下するカツオドリ: 生態光学のパラダイム。 ネイチャー 293、293–294 (1981)。

記事 ADS Google Scholar

Gibson, JJ & Gibson, J. 動物の視覚的に制御された移動運動と視覚的方向。 Br. Ｊ．サイコル。 49、182–194 (1958)。

記事 CAS Google Scholar

Hollands, MA、Hollands, K. & Rietdyk, S. 適応的な移動運動と自然な老化による変化を視覚的に制御します。 高齢者の運動と姿勢: 老化と運動障害の役割 (Barbieri, F.、Vitório, R. 編) 55–72 (Springer, Cham.、2017)。 https://doi.org/10.1007/978-3-319-48980-3_5。

Matthis、JS、Yates、JL & Hayhoe、MM 自然地形を歩くときの視線と足の位置の制御。 カー。 バイオル。 28、1224-1233.e5 (2018)。

記事 CAS Google Scholar

ウォーレン、WH、ヤング、DS & リー、DN 不整地を走行する際の歩幅の視覚的制御。 J.Exp. サイコル。 ハム。 知覚する。 実行する。 12、259–266 (1986)。

記事 Google Scholar

ウィスコンシン州ウォーレン 視覚的に制御された移動: 40 年後。 エコル。 サイコル。 10、177–219 (1998)。

記事 Google Scholar

Tomasi, M.、Pundlik, S.、Bowers, AR、Peli, E.、Luo, G. 屋外歩行行動研究用のモバイル視線追跡システム。 J.Vis. 16、27–27 (2016)。

記事 Google Scholar

Cinelli, M.、Patla, A. & Stuart, B. 立位およびトレッドミル歩行中の視線の方向変更時の頭と体幹の関与。 経験値脳解像度 181、183–191 (2007)。

記事 Google Scholar

Hart, BM & Einhauser, W. ステップを意識する: 現実の視線の割り当てにおける目と頭の動きに対する暗黙的なタスクの相補的効果。 経験値脳解像度 223、233–249 (2012)。

記事 Google Scholar

Franchak, JM、McGee, B. & Blanch, G. 完全に移動可能な視覚探索中に、目と頭の調整をタスクと環境の違いに適応させます。 PLoS ONE 16、e0256463 (2021)。

記事 CAS Google Scholar

チャップマン、GJ およびオランダ、マサチューセッツ州 適応移動中の視覚サンプリング要件の年齢に関連した違い。 経験値脳解像度 201、467–478 (2010)。

記事 Google Scholar

チャップマン、GJ およびホランズ、マサチューセッツ州 適応移動中の高齢者の注視行動の変化と転倒リスクとの関連性の証拠。 歩行姿勢 24、288–294 (2006)。

記事 CAS Google Scholar

GE ウォーマン、MH コール、RD ジョンストン、D. チョークリー、G.-J ペッピングマイクロテクノロジーを使用して、フィールドホッケーの試合中の胴体の角度を定量化します。 J. 強度条件解像度 33、2648–2654 (2019)。

記事 Google Scholar

TB マクガキアン、MH コール、D. チョークリー、G. ジョーデット、G.-J ペッピングアフォーダンスに囲まれたときの視覚的探索: 頭の動きの頻度は、応答速度を予測します。 エコル。 サイコル。 31、30–48 (2019)。

記事 Google Scholar

Freedman、EG エドワードの視覚定位中の目と頭の調整。 実験脳研究 190、369–387 (2008)。

記事 Google Scholar

Mcluskey, MK & Cullen, KE アカゲザルの大きな視線移動時の目、頭、体の調整: 運動の運動学と姿勢の影響。 J. Neurophysiol. 97、2976–2991。 https://doi.org/10.1152/jn.00822.2006 (2022)。

記事 Google Scholar

マサチューセッツ州オランダとネバダ州ジアブラ 全身の動きの調整における頭と目の動きの役割を研究する新しいパラダイム。 経験値脳解像度 23、261–266 (2004)。

記事 Google Scholar

Troje、NF 生物学的運動の分解 : 人間の歩行パターンの分析と合成のためのフレームワーク。 J.Vis. 2、371–387 (2002)。

記事 Google Scholar

Daffertshofer, A.、Lamoth, CJC、Meijer, OG & Beek, PJ 調整と変動性の研究における PCA: チュートリアル。 クリン。 バイオメック。 19、415–428 (2004)。

記事 Google Scholar

Federolf, PA、Tecante, K. & Nigg, B. 歩行の時間的変動を研究するための総合的なアプローチ。 Ｊ．Ｂｉｏｍｅｃｈ． 45、1127–1132 (2012)。

記事 Google Scholar

ペンシルベニア州フェデロルフ 人間の姿勢制御を研究するための新しいアプローチ: 運動学マーカー データの主成分分析から得られる「主動作」。 Ｊ．Ｂｉｏｍｅｃｈ． 49、364–370 (2016)。

記事 Google Scholar

Promsri, A. & Federolf, PA 主成分分析を使用した姿勢制御の分析: 運動成分の数を選択するための姿勢加速度およびその周波数依存性の関連性。 フロント。 バイオエンジ。 バイオテクノロジー。 8, 480 (2020)。

記事 Google Scholar

Maurer, C.、Federolf, P.、von Tscharner, V.、Stirling, L. & Nigg, BM 全身運動学を使用したランナーの性別、速度、および靴に依存する動作パターンの識別。 歩行姿勢 36、40–45 (2012)。

記事 Google Scholar

Newell, KM 調整能力の発達に対する制約。 小児における運動発達: 調整と制御の側面 (Wade, MG & Whiting, HTA 編) 341–360 (Martinus Nijhoff Publishers, 1986)。

Google Scholar の章

ヴァン アンデル、S.、コール、M.、ペッピング、G.-J. ギャップに注意する - 歩行介入の設計と評価のための状況分類の必要性について。 『Nature and Health』（Brymer, E. 他編）47–59（Routledge、Taylor & Francis Group、2021）。

Google Scholar の章

バーンスタイン、N.「動きの調整と規制」（ペルガモン出版、1967年）。

Google スカラー

Adolph, KE、Eppler, MA、Marin, L.、Weise, IB & Wechsler Clearfield, M. 将来の管理に役立つ探査。 幼児。 振る舞い。 開発者 23、441–460 (2000)。

記事 Google Scholar

JJ ギブソン著『知覚システムとして考えられる感覚』（ホートン・ミフリン、1966 年）。

Google スカラー

Carlson, VR、Sheehan, FT、Boden, BP 前十字靱帯 (ACL) 損傷のビデオ分析: 系統的レビュー。 JBJS Rev. 4、e5 (2016)。

記事 Google Scholar

Majed, L.、Heugas, AM & Siegler, IA 生体力学的に制約された歩行パターン、競歩を学習する際の動作の組織化と制御戦略の変化: PCA 研究。 経験値脳解像度 235、931–940 (2017)。

記事 CAS Google Scholar

Sadler, EM、Graham, RB & Stevenson, JM 性差と軽負荷条件下でのリフティング技術: 主成分分析。 理論。 エルゴンを発行します。 科学。 14、159–174 (2013)。

記事 Google Scholar

Reid、SM、Graham、RB、Costigan、PA 主成分分析を使用した若者と高齢者の階段昇降歩行の区別。 歩行姿勢 31、197–203 (2010)。

記事 Google Scholar

Kaiser, HF 電子コンピュータの因子分析への応用。 教育する。 サイコル。 測定。 20、141–151 (1960)。

記事 Google Scholar

Haid, TH、Zago, M.、Promsri, A.、Doix, A.-CM & Federolf, PA PManalyzer: 全身運動の感覚運動制御の研究を促進するソフトウェア。 フロント。 ニューロインフォーム。 13、24 (2019)。

記事 Google Scholar

De Leva、P. zatsiorsky-seluyanov のセグメント慣性パラメーターの調整。 Ｊ．Ｂｉｏｍｅｃｈ． 29、1223–1230 (1996)。

記事 Google Scholar

海軍生物力学研究所。 人間の類似体に対する人体測定と質量分布 第 1 巻: 軍の男性飛行士。 https://www.humanics-es.com/ADA304353.pdf (1988)。

Dempster, WT & Gaughran, GRL サイズと重量に基づく身体セグメントの特性。 午前。 J.アナト。 120、33–54 (1967)。

記事 Google Scholar

リファレンスをダウンロードする

インスブルック大学スポーツ科学部、Fürstenweg 185、6020、インスブルック、オーストリア

スティーブン・ヴァン・アンデル、アンドレアス・R・シュミット、ピーター・A・フェデロルフ

アイセルヘーム財団、キャンプ、オランダ

スティーブン・ヴァン・アンデル

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

著者全員が研究の概念化を担当しました。 AS と SvA はパイロット テストを担当し、AS はデータ収集を担当しました。 PF と SvA はデータ処理と分析を担当しました。 SvA は原稿の初稿を書きました。 著者全員が原稿をレビューしました。

スティーブン・ヴァン・アンデルへの手紙。

著者らは競合する利害関係を宣言していません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

van Andel, S.、アーカンソー州シュミット、ペンシルベニア州フェデロルフ 独特の調整パターンは、歩行中の探索的な頭の動きと全身の動きのパターンを統合します。 Sci Rep 13、1235 (2023)。 https://doi.org/10.1038/s41598-022-26848-x

引用をダウンロード

受信日: 2022 年 9 月 20 日

受理日: 2022 年 12 月 21 日

公開日: 2023 年 1 月 22 日

DOI: https://doi.org/10.1038/s41598-022-26848-x

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。