Upper limb benchmarking framework using inertial measurement units in healthy individuals

In recent years, the range of methods used for capturing human motion has expanded, including solutions beyond conventional optical systems. In the context of neurorehabilitation, the need for quantitative assessment of upper limb performance is essential for effectively tracking recovery in motor-impaired patients. Traditional motion capture systems offer high accuracy; however, they are costly, require specialized environments, and are often impractical in in-patient settings. Wearable sensors such as IMUs provide a more cost-effective and portable alternative. As such, the proposed system stands out for its affordability and ease of deployment when compared to more complex setups. This study aims to evaluate the use of combined EMG and IMU-based sensing within an already validated benchmarking scheme for upper limb performance assessment, by comparing its output to a reference motion capture system. Eight sensors were used to record 15 healthy subjects performing two functional tasks: anterior reaching at rest position height (ARR) and hand-to-mouth with an object (HMO). Quaternion coordinates were extracted from the recorded signals to estimate functional joint angles, as well as end-effector speed and trajectory. Subsequently, specific performance indicators were computed to evaluate both EMG and kinematic features of the movements. Results showed strong agreement between IMU-based and motion capture metrics in the EMG domain. EMG-derived metrics such as Root Mean Square (RMS) and Mean Frequency successfully produced similar and consistent outcomes across both systems and tasks. However, the differences were more evident for kinematic-derived metrics, with p-values < 0.01. Additionally, minimum detectable change values and normality ranges are presented for comparison. These findings highlight the need for further experimentation to determine the feasibility of IMU-EMG systems for objective upper limb assessment in rehabilitation. Further research is required to define optimal sensor placements and configurations suitable for use in natural, non-laboratory environments.

Negli ultimi anni, la gamma di metodi utilizzati per la cattura del movimento umano si è ampliata, includendo soluzioni oltre ai tradizionali sistemi ottici. Nel contesto della neuroriabilitazione, la necessità di una valutazione quantitativa delle prestazioni dell’arto superiore è fondamentale per monitorare efficacemente il recupero nei pazienti con deficit motori. I sistemi di motion capture tradizionali offrono un’elevata accuratezza; tuttavia, sono costosi, richiedono ambienti specializzati e risultano spesso poco pratici in contesti ospedalieri. I sensori indossabili, come le IMU, rappresentano un’alternativa più economica e portatile. In questo senso, il sistema proposto si distingue per la sua economicità e facilità di implementazione rispetto a configurazioni più complesse. Questo studio si propone di valutare l’uso combinato di sensori EMG e IMU all’interno di uno schema di benchmarking già validato per la valutazione delle prestazioni dell’arto superiore, confrontandone i risultati con quelli ottenuti tramite un sistema di motion capture di riferimento. Otto sensori sono stati utilizzati per registrare 15 soggetti sani mentre eseguivano due compiti funzionali: il reaching anteriore all’altezza di riposo (ARR) e il movimento mano-bocca con un oggetto (HMO). Dalle registrazioni sono state estratte coordinate quaternioniche per stimare gli angoli articolari funzionali, nonché la velocità e la traiettoria dell’end-effector. Successivamente, sono stati calcolati specifici indicatori di performance per valutare sia le caratteristiche EMG sia quelle cinematiche dei movimenti. I risultati hanno mostrato una forte concordanza tra le metriche basate su IMU e quelle del motion capture nel dominio EMG. Le metriche derivate dall’EMG, come il Root Mean Square (RMS) e la frequenza media, hanno prodotto risultati simili e coerenti tra i due sistemi e tra i diversi compiti. Tuttavia, le differenze sono risultate più evidenti nelle metriche derivate dai dati cinematici, con valori di p < 0.01. Inoltre, vengono presentati i valori di cambiamento minimo rilevabile e gli intervalli di normalità a fini comparativi. Questi risultati evidenziano la necessità di ulteriori studi per valutare la fattibilità di sistemi combinati IMU–EMG per una valutazione oggettiva dell’arto superiore in ambito riabilitativo. Sono necessarie ulteriori ricerche per definire posizionamenti e configurazioni ottimali dei sensori, adatti a contesti naturali e non controllati come quelli esterni ai laboratori.