Development of a protocol based on inertial sensors for underwater rehabilitation

Water therapy is becoming an increasingly common practice in rehabilitation; its multiple benefits make it a powerful and pleasing mean to undergo therapies. The Archimede’s up thrust lowers the burden on the joints, encouraging a more fluid movement and protecting the articulation from shocks. The viscosity of water, two orders of magnitude higher than air, provides a bigger resistance to the motion and thus helps building up cardiorespiratory endurance. The hydrostatic pressure uniformly and orthogonally distributed over the body results in an overall better posture and stability. Warm water can also have positive outcomes on tissue irroration and vasodilatation and is reported to promote a reduced hyperactivity of the gamma fibres, thus reduced spasticity in pathological conditions like cerebral palsy (CP). Finally, on a psychological point of view, water favours a playful and safe environment where a patient is not afraid to fall. An analysis of the State of the Art showed a lack in quantitative methods to monitor the underwater human kinematics, a review, available in Appendix A, highlighted little studies about the underwater kinematics in cerebral palsy. Fourteen out of twenty-eight studies investigated the kinematics before and after water therapy but none during the intervention. Moreover, the most widely used motion analysis technique, the optoelectronic system (OS), presents some major limitations towards a lab-free environment like a swimming pool. Indeed, it is cumbersome, would need an above-ground pool and the markers’ acquisition would be disturbed by the mean distortion effects. An innovative way to analyse continuously the underwater human kinematics is proposed, using Inertial Measurement Units (IMU). Those are minimally invasive sensors that measure their 9-axis absolute orientation (3-axis acceleration, 3-axis angular velocity, 3-axis magnetic field). The technology was custom made by the “Centre for Biorobotics” of Tallinn University of Technology (Tallinn, Estonia). Since the sensors had never been used, are not available on the market, nor CE marked, a validation is carried out with respect to the gold standard and with respect to the water environment on eight healthy subjects. Multiple on land trials were performed at Laboratory “Luigi Divieti” (DEIB, Polimi), simultaneously with the inertial and optoelectronic system, while underwater trials were carried out in the rehabilitation swimming pool of the Enjoy Sport centre (Cernusco sul Naviglio, MI). Each trial was composed by a double pose calibration, used to synchronize the OS and IMU and to cut the trials, and then the movement (forward gait, backward gait, or squats). The purpose was to evaluate the robustness of the sensors with respect to the standard and investigate the quality of their measure in water. Furthermore, a case study is presented, involving a young patient affected by cerebral palsy, with GMFCS I and sportive background, hospitalized at the IRCCS Eugenio Medea (Bosisio Parini, LC). These trials were carried out in the facilities of the Institute, underwater and on land only with the IMUs performing forward and backward gait and squats. The aim was to investigate the similarities and dissimilarities between the pathological kinematics of the patient in the two means. The whole project came from the clinical need of medical doctors of the Medea institute, where water physiotherapy is of common practice but not for CP. Their request was to quantify the differences between the dry and wet kinematics of children with CP to lay the preliminary basis for an expansion of the therapeutic offer. A clinical trial was initially hypothesised, but due to Covid-19 related difficulties and the nature of the sensors, it was chosen to reshape this thesis and perform a wide validation on healthy subjects followed by a case study where only one patient was considered. To simplify the complex matter of kinematics two main sets of parameters were studied: the step features (duration of the gait cycle, duration of the stance and swing phase, stride length and stride velocity) and knee angles. Additionally, for the healthy subjects, a preliminary validation between IMU and OS was done on the acceleration of the right thigh, involved in the double pose movement performed at the beginning of each trial, to evaluate the performances of the sensor independently from the algorithms for data processing. The optoelectronic system (BTS SMART-DX) uses cameras with infrared LEDs that record the 3D position of the passive markers positioned on the body’s surface by transducing the reflected IR light in electrical signals sent to a computer. The collected data was elaborated in SMART Analyzer through protocols both written by the author and available in the library of the software to obtain the parameters of interest over each trial. For the inertial measurements, six IMUs were positioned on the centres of mass of the lower limbs (thighs, shanks, and feet). The data collected was elaborated in MATLAB® through different algorithms. A peak-valley detection algorithm for the gyroscope acquisitions of the foot was implemented to derive the temporal step parameters. A segmental double pendulum and inverted double pendulum model was used to derive the stride length. A custom-made function using quaternions was exploited to obtain the knee angles. And finally, a peak-valley detection function was used also to calculate the range of motion of the knee over each stride cycle. Overall, the validation of the IMUs with respect to the OS showed a robust ability of the sensors to meet the outputs of the gold standard. Nevertheless, an offset was observed in the measurements of the acceleration of the right thigh and knee angles. This could be due to the micro-movements of the sensors because of the elastic band holding them, soft tissue artifacts, like the muscular activity, as well as defects of the algorithm and synchronization of multiple sensors. Towards the water environment the sensors proved to provide quality data and allow a quantitative comparison with the on-land trials both with healthy subjects and in the case study. The same artifacts were encountered with the evaluation of the knee angles. The similarities and dissimilarities between systems were investigated trough the Pearson’s correlation coefficient (r), the Normalized Mean Squared Error (NMSE) and the Bland Altman plot. While the mean difference between outputs was calculated to compare the dry and wet environment. A high correlation was found in the pattern of the acceleration of the right thigh (r>0,95) between OS and IMU, while a systematic NMSE around 19% was observed, due to the numerous artifacts contributing to the micromotion of the sensors. For the comparison of the step detection parameters, a very low bias, in the order of the hundredths of seconds was detected in the temporal values. A higher bias, of -10,29%, was found in the IMUs output of the stride length, possibly associated to the mandatory manual selection of the gait cycle events in SMART Analyzer and the nature of the algorithm for the IMUs which depended on multiple sensors and the outcomes of the function for the derivation of the temporal parameters. Regarding the comparison of the knee angles, a great pattern similarity (r>0,89) was found, but a systematic offset between 13% and 16% was recorded, following the observations made above. Furthermore, water trials with a 75,3±3% immersion were successfully conducted and showed similar differences between dry and wet means between subjects towards the step detection parameters. For all subjects, the temporal values of step detection increased of almost twice the value (+137,65% in forward gait and +111,38% in backward gait), due to the high resistance imposed by water. Overall, the ratio between stance and swing phase did not change significantly between means. Velocity decreased in water (-56,97% and -45,95% respectively) and stride length decreased in forward trials (-14,73%) and increased in backward trials (+12,04%), probably thanks to the safe-to-fall environment. The knees’ Range of Motion (ROM) overall increased in gait trials, with few exceptions linked to the personal behaviour of the subjects. An average difference of 20° was always observed between means. During squats, due to the depth of the pool, a decrease in ROM was noted in almost all the subjects. Finally, dry and wet trials, with a 43% immersion were performed by a cp patient. The right and left side were studied separately due to the light functional asymmetry of the patient. The duration of the gait cycle increased in water, by 66,67% for the right side and 74% for the left side during forward trials, and by 22,81% and 21,05% during backward gait. The smaller increase in backward repetitions was attributed to the increased difficulty of the movement on land, therefore already performed at a slow pace. A rise <13% for the percentage of stance phase was recorded in the pool. The stride length overall did not change between means. Finally, a reduction of the speed of approximately 46% and 16% was observed in the forward and backward water trials, respectively. The comparison of the knees’ ROM between dry and wet gait trials highlighted the crouched gait and functional asymmetry of the young patient, that presented an over-flexion of the right knee at rest. The range of motion rose during squats thanks to the safety from falls in performing a wider movement in the pool. In conclusion, the analysis performed proved the reliability of the novel IMU sensors with respect to the standard and the promising ability to derive quality kinematic data in the water environment. Moreover, they showed to be applicable to a pathological framework and of no distress for the patient. Keeping in mind the lightweight, wearable and independency from a specialized laboratory characteristics of the IMUs it can, therefore, be concluded that they indeed are an encouraging method for the effective analysis of hydrotherapy. Being a preliminary study, and the very first application of these sensors, further studies could focus on the correction of the offset in the knee angles and more automatic ways to derive the kinematics, for example with machine learning. Also, future developments could include wider groups of patients affected by cerebral palsy or any other motor impairment.

La terapia in acqua sta diventando una pratica sempre più comune nella riabilitazione; i suoi molteplici benefici la rendono un mezzo con grandi potenzialità e piacevole per sottoporsi alle terapie. La spinta Archimedea verso l'alto riduce il carico sulle articolazioni, favorendo un movimento più fluido e proteggendo l'articolazione dagli urti. La viscosità dell'acqua, di due ordini di grandezza superiore a quella dell'aria, fornisce una maggiore resistenza al movimento e quindi aiuta a costruire la resistenza cardiorespiratoria. La pressione idrostatica, distribuita uniformemente e ortogonalmente sul corpo, si traduce in una migliore postura e stabilità generale. L'acqua calda può anche avere effetti positivi sull'irrorazione dei tessuti e sulla vasodilatazione e si dice che promuova una ridotta iperattività delle fibre gamma, riducendo così la spasticità in condizioni patologiche come la paralisi cerebrale infantile (PCI). Infine, da un punto di vista psicologico, l'acqua favorisce un ambiente giocoso e sicuro dove il paziente non ha paura di cadere. Un'analisi dello Stato dell'Arte ha mostrato una mancanza di metodi quantitativi per studiare la cinematica umana subacquea, in particolare, una review, disponibile nell'Appendice A, ha evidenziato la quasi assenza di studi sulla cinematica subacquea nella paralisi cerebrale. Quattordici su ventotto studi hanno studiato la cinematica prima e dopo la terapia in acqua, ma nessuno durante l'intervento. Inoltre, la tecnica di analisi del movimento più utilizzata, il sistema optoelettronico (OS), presenta alcune importanti limitazioni verso un ambiente al di fuori di un laboratorio controllato come una piscina. Infatti, è ingombrante, avrebbe bisogno di una piscina fuori terra e l'acquisizione dei markers sarebbe disturbata dal mezzo bluastro. Una tecnica innovativa è stata proposta per analizzare continuamente la cinematica umana subacquea, utilizzando unità di misura inerziali (IMU). Le IMU sono sensori minimamente invasivi che misurano il loro orientamento assoluto su 9 assi (3-assi di accelerazione, 3-assi di velocità angolare, 3-assi di campo magnetico). La tecnologia è stata realizzata su misura dal "Centro di Biorobotica" della Tallinn University of Technology (Tallinn, Estonia). Poiché i sensori non erano mai stati utilizzati, non sono disponibili sul mercato, né marcati CE, viene proposta una validazione rispetto al gold standard e rispetto all'ambiente acquatico su otto soggetti sani. Sono state eseguite molteplici prove a terra presso il Laboratorio "Luigi Divieti" (DEIB, Polimi), simultaneamente con sistema inerziale e optoelettronico, mentre le prove subacquee sono state effettuate nella piscina riabilitativa del centro Enjoy Sport (Cernusco sul Naviglio, MI). Ogni prova era composta da una doppia posa di calibrazione, utilizzata per sincronizzare OS e IMU e per tagliare le prove, e poi dal movimento (cammino avanti, cammino indietro o squat). Lo scopo era quello di valutare la robustezza dei sensori rispetto allo standard, il sistema optoelettronico, e indagare la qualità della loro misura in acqua. Inoltre, viene presentato un caso di studio che ha coinvolto un giovane paziente affetto da paralisi cerebrale, con GMFCS I e background sportivo, ricoverato presso l'IRCCS Eugenio Medea (Bosisio Parini, LC). Queste prove sono state effettuate nelle strutture dell'Istituto, in acqua e a terra ma solo con le IMU durante l’esecuzione di cammino avanti e indietro e squat. Lo scopo era quello di studiare le somiglianze e le dissimmetrie tra la cinematica patologica del paziente nei due mezzi. L'intero progetto è nato dalla volontà dell'Istituto Medea, dove la fisioterapia in acqua è di pratica comune ma non per la PCI. La richiesta era di quantificare le differenze tra la cinematica a secco e in acqua dei bambini con PCI per porre le basi preliminari per un ampliamento dell'offerta terapeutica. Inizialmente si era ipotizzato di condurre un trial clinico, tuttavia a causa delle difficoltà legate al Covid-19 e della natura dei sensori, si è scelto di rimodellare questa tesi ed eseguire un'ampia validazione su soggetti sani seguita da un caso di studio in cui solo un paziente è stato preso in considerazione. Per semplificare la complessa questione della cinematica, sono stati studiati due gruppi principali di parametri: le misure di rilevamento del passo (durata del ciclo del passo, durata della fase di appoggio e volo, lunghezza del passo e velocità del passo) e gli angoli del ginocchio. Inoltre, per i soggetti sani, è stata fatta una validazione preliminare tra IMU e OS sull'accelerazione della coscia destra, coinvolta nel movimento di doppia posa eseguito all'inizio di ogni prova, per valutare le prestazioni del sensore indipendentemente dagli algoritmi di elaborazione dei dati. Il sistema optoelettronico (BTS SMART-DX), utilizza telecamere con LED a infrarossi che registrano la posizione 3D dei marcatori passivi posizionati sulla superficie del corpo trasducendo la luce IR riflessa in segnali elettrici inviati a un computer. I dati raccolti sono stati elaborati in SMART Analyzer attraverso protocolli sia scritti dall'autore che disponibili nella libreria del software per ottenere i parametri di interesse su ogni prova. Per le misure inerziali, sei IMU sono state posizionate sui centri di massa degli arti inferiori (cosce, gambe e piedi). I dati raccolti sono stati elaborati in MATLAB® attraverso diversi algoritmi. Un algoritmo di rilevamento picco-valle per le acquisizioni del giroscopio del piede è stato implementato per ricavare i parametri temporali del passo. Un modello segmentale a doppio pendolo e a doppio pendolo invertito è stato utilizzato per derivare la lunghezza del passo. Una funzione scritta ad hoc usando i quaternioni è stata impiegata per ottenere gli angoli del ginocchio. E infine una funzione di rilevamento picco-valle è stata utilizzata anche per calcolare il range di movimento del ginocchio su ogni ciclo del passo. Nel complesso, la validazione delle IMU rispetto all'OS ha mostrato una robusta capacità dei sensori di raggiungere i valori del gold standard. Tuttavia, si osserva un offset nelle misurazioni dell'accelerazione della coscia destra e degli angoli del ginocchio. Questo potrebbe essere dovuto ai micromovimenti dei sensori a causa della banda elastica che li sorregge, artefatti dei tessuti molli, come l'attività muscolare, così come i difetti dell'algoritmo e la sincronizzazione di più sensori. Nei confronti dell'ambiente acquatico i sensori hanno dimostrato di fornire dati di qualità e consentire un confronto quantitativo con le prove a terra sia con soggetti sani che nel caso di studio. Gli stessi artefatti sono stati riscontrati nella valutazione degli angoli del ginocchio. Le somiglianze e le dissimilarità tra i due sistemi sono state studiate attraverso il coefficiente di correlazione di Pearson (r), l’errore quadratico medio normalizzato (NMSE) e i grafici di Bland Altman. Mentre la differenza media tra i risultati è stata calcolata per confrontare l'ambiente secco e quello umido. Un'alta correlazione è stata trovata nel pattern dell'accelerazione della coscia destra (r>0,95) tra OS e IMU, mentre è stato osservato un NMSE sistematico intorno al 19%, a causa dei numerosi artefatti che contribuiscono al micromovimento dei sensori. Per il confronto dei parametri di rilevamento dei passi, è stato rilevato un bias molto basso, dell'ordine dei centesimi di secondo, nei valori temporali. Un bias più elevato, del -10,29%, è stato trovato nell'output inerziale della lunghezza del passo, probabilmente associato alla selezione manuale obbligatoria degli eventi del ciclo del passo in SMART Analyzer e alla natura dell'algoritmo per le IMU che dipende da più sensori e dai risultati della funzione per la derivazione dei parametri temporali. Per quanto riguarda il confronto degli angoli del ginocchio, è stata riscontrata una grande somiglianza nel pattern (r>0,89), ma è stato registrato un offset sistematico tra il 13% e il 16%, in linea con le osservazioni fatte in precedenza. Successivamente, sono state condotte con successo prove in acqua con un'immersione del 75,3±3% e hanno mostrato differenze simili tra ambiente asciutto e bagnato tra i soggetti nei confronti dei parametri di rilevamento del passo. Per tutti i soggetti, i valori temporali del ciclo del passo sono aumentati di quasi il doppio (+137,65% nel cammino in avanti e +111,38% nel cammino indietro), a causa dell'elevata resistenza imposta dall'acqua. Nel complesso, il rapporto tra la fase di appoggio e quella di volo non è cambiato significativamente tra gli ambienti. La velocità è diminuita in acqua (-56,97% e -45,95% rispettivamente) e la lunghezza del passo è diminuita nelle prove in avanti (-14,73%) ed è aumentata nelle prove indietro (+12,04%), probabilmente grazie al minor timore di inciampare. Il Range of Motion (ROM) delle ginocchia è complessivamente aumentato nelle prove di cammino, con poche eccezioni legate al comportamento personale dei soggetti. Una differenza media di 20° è stata sempre osservata tra gli ambienti. Durante gli squat, a causa della profondità della piscina, è stata osservata una diminuzione del ROM in quasi tutti i soggetti. Infine, sono state eseguite prove asciutte e bagnate, con un'immersione del 43%, da un paziente pci. Il lato destro e sinistro sono stati studiati separatamente a causa della leggera asimmetria funzionale del paziente. La durata del ciclo del passo è aumentata in acqua del 66,67% per il lato destro e del 74% per il lato sinistro durante le prove in avanti, e del 22,81% e del 21,05% durante il cammino indietro. Il minore aumento nelle ripetizioni all'indietro è stato attribuito alla maggiore difficoltà del movimento a terra, quindi già eseguito a passo lento. Un aumento <13% per la percentuale della fase di appoggio è stato registrato in piscina. La lunghezza della falcata nel complesso non è cambiata tra i mezzi. Infine, una riduzione della velocità del circa 46% e 16% è stata osservata rispettivamente nelle prove avanti e indietro in acqua. Il confronto del ROM delle ginocchia tra le prove di cammino a secco e in acqua ha evidenziato l'andatura accovacciata e l'asimmetria funzionale del giovane paziente, che presentava una iper-flessione del ginocchio destro a riposo. Il range di movimento è aumentato durante gli squat grazie alla protezione dalle cadute nell'eseguire un movimento più ampio in piscina. In conclusione, l'analisi effettuata ha dimostrato l'affidabilità dei nuovi sensori IMU rispetto allo standard e la promettente capacità di ricavare dati cinematici di qualità in ambiente acquatico. Inoltre, i sensori utilizzati hanno dimostrato di essere applicabili ad un quadro patologico e di non essere di disturbo per il paziente. Tenendo presente le caratteristiche di leggerezza, indossabilità e indipendenza da un laboratorio specializzato delle IMU si può, quindi, concludere che esse sono effettivamente un metodo incoraggiante per l'analisi efficace dell'idroterapia. Essendo uno studio preliminare, e la primissima applicazione di questi sensori, ulteriori studi potrebbero concentrarsi sulla correzione dell'offset negli angoli del ginocchio e su metodi più automatici per ricavare la cinematica, per esempio con machine learning. Inoltre, gli sviluppi futuri potrebbero includere gruppi più ampi di pazienti affetti da paralisi cerebrale o qualsiasi altra problematica motoria.