Improving the prediction accuracy of ground reaction forces and moments in individuals with knee osteoarthritis using a probabilistic PPCA model through the reduction of residuals in OpenSim

The thesis work described was developed during the Erasmus Studio+ project through a collaboration between the research group at the Laboratory of Human Movement Bioengineering of the University of Padua (Italy) and the research group in Human Movement Biomechanics at the Faculty of Movement and Rehabilitation Sciences of Katholieke Universiteit in Leuven (Belgium). It is already known how the study of human movement can provide important information that could be useful for various applications. Gait Analysis refers to the study and evaluation of human walking. By examining the way an individual walks or runs, it is possible to identify a range of biomechanical abnormalities or efficiencies, which can inform medical treatments, physiotherapy, athletic training, and more. The components that can be identified in gait analysis include temporal measurements, spatial measurements, kinematics, and kinetics. Over the years, gait analysis has been studied with various methods to achieve this goal. To date, the gold standard method for measuring biomechanical parameters is marker-based Optical Motion Capture (OMC) for kinematics data acquisition and Force Plates (FPs) for Ground Reaction Forces and Moments (GRFM) estimation. Although these two methods can be integrated with other acquisition devices such as electromyography sensors for muscle activation or other, they have several limitations due to the high costs of equipment and the need to be in a controlled environment, a motion analysis laboratory, with highly skilled operators. It has also been observed that subjects may change their walking strategy when walking on FP or on an instrumented treadmill instead of overground or open field. The strategy used to estimate movement kinetics in the following study is described by the probabilistic method PPCA based on the theory of probabilistic principal component analysis. This method allows estimating Ground Reaction Force and Moment (GRFM) components during walking based solely on kinematics and walking contact events, in addition to the subject-specific musculoskeletal model. The learning phase of the PPCA model was carried out using a dataset of eighteen osteoarthritic subjects, containing walking kinematics, measured GRFM, and scaled musculoskeletal models. This learned model was then used to estimate GRFM. In an attempt to achieve a better estimation of kinetic parameters, it was decided to intervene on the inputs of the probabilistic model, particularly on the musculoskeletal models, using the Residual Reduction Tool in OpenSim (RRA). This tool allows adapting some parameters of the subject-specific model so that they are as consistent as possible with the subject's measured kinematics and kinetics. The results obtained from the PPCA model were evaluated with and without the changes applied by residual reduction to understand its effectiveness.

Il lavoro di tesi descritto è stato sviluppato durante il progetto Erasmus Studio+ grazie alla collaborazione tra il gruppo di ricerca del Laboratorio di Bioingegneria del Movimento Umano dell'Università di Padova (Italia) e il gruppo di ricerca di Biomeccanica del Movimento Umano della facoltà di Scienze del Movimento e della Riabilitazione della Katholieke Universiteit di Leuven (Belgio). È già noto come lo studio del movimento umano possa fornire importanti informazioni che potrebbero essere utili per diverse applicazioni. L'Analisi della deambulazione si riferisce allo studio e alla valutazione della camminata umana. Esaminando il modo in cui un individuo cammina o corre, è possibile identificare una serie di anomalie o efficienze biomeccaniche, che possono informare trattamenti medici, fisioterapia, allenamento sportivo e altro ancora. I componenti che possono essere identificati nell'analisi della camminata sono: misurazioni temporali, misurazioni spaziali, cinematica e cinetica. Negli anni, l'analisi della camminata è stata studiata con diversi metodi per perseguire questo obiettivo. Ad oggi, il metodo di riferimento per la misurazione dei parametri biomeccanici è il Motion Capture Ottico (OMC) basato su marker, per l'acquisizione dei dati cinematici, e le Piattaforme di Forza (FP), per l’acquisizione di Forze e Momenti di Reazione al Suolo (GRFM). Anche se questi due metodi possono essere integrati con altri dispositivi di acquisizione come i sensori di elettromiografia per l'attivazione muscolare o altri dispositivi, presentano diversi limiti a causa dei costi elevati dell'attrezzatura e della necessità di essere in un ambiente controllato, un laboratorio di analisi del movimento, con operatori altamente qualificati. È stato osservato inoltre che i soggetti possono cambiare la loro strategia di camminata quando camminano su una FP o su un tapis roulant strumentato invece che sul terreno o in un campo aperto. La strategia impiegata per stimare la cinetica del movimento nel seguente studio è quella descritta dal metodo probabilistico PPCA che a sua volta si basa sulla teoria dell'analisi delle componenti principali probabilistiche, il metodo permette di stimare le componenti di reazione al suolo (GRFM) durante la camminata avendo a disposizione la sola cinematica e gli eventi di contatto della camminata, oltre al modello muscoloscheletrico specifico del soggetto. La fase di apprendimento del modello PPCA è stata eseguita partendo da un Dataset di diciotto soggetti osteoartritici, contenente la cinematica delle camminate, i GRFM misurati e i modelli muscoloscheletrici scalati. Questo modello appreso è stato poi utilizzato per stimare i GRFM. Nel tentativo di ottenere una migliore stima dei parametri cinetici, si è deciso di intervenire sugli input del modello probabilistico, in particolare sui modelli muscoloscheletrici, utilizzando lo Strumento di Riduzione dei Residui in OpenSim (RRA). Questo strumento consente di adattare alcuni dei parametri del modello specifico del soggetto in modo che siano il più possibile coerenti con la cinematica e la cinetica misurate del soggetto. I risultati ottenuti dal modello PPCA sono stati valutati con e senza le modifiche applicate dalla riduzione dei residui per comprenderne l’efficacia.