Towards the application of multi-DOF EMG-driven neuromusculoskeletal modeling in clinical practice: methodological aspects

Le applicazioni cliniche in ambito riabilitativo sono sempre più alla ricerca di strumenti che permettano di valutare la capacità individuale del paziente di generare il movimento ed eventuali meccanismi di compensazione, questo al fine di sviluppare delle strategie di intervento che risultino personalizzate e quindi più efficaci. In questo contesto, gli strumenti prodotti dalla ricerca sulla modellazione neuromuscoloscheletrica (NMS) sono di particolare interesse perché riescono a dedurre le caratteristiche anatomiche, neurologiche e funzionali specifiche di un soggetto, attraverso la stima di variabili dinamiche interne come le attivazioni e le forze muscolari, e le forze di contatto e i momenti ai giunti. Queste quantità possono essere stimate utilizzando modelli neuromuscoloscheletrici basati su tecniche di ottimizzazione, ma a patto di fare assunzioni a priori su come i muscoli contribuiscono al movimento che viene osservato. Più promettente è invece l'approccio della modellazione neuromuscoloscheletrica guidata dai segnali elettromiografici (EMG), che fa invece uso di segnali raccolti sperimentalmente che sono una diretta rappresentazione delle intenzioni motorie del soggetto. Questo permette di evitare assunzioni e di riuscire invece ad individuare le differenze nel comportamento del sistema neuromuscolare in diversi soggetti. Questa caratteristica li rende pertanto più adatti ad applicazioni in campo clinico, perché potenzialmente più adatte a fornire un maggior livello di personalizzazione. La letteratura presenta diversi studi, anche in ambito clinico, che utilizzano modelli neuromuscoloscheletrici guidati da segnali EMG, ma la loro applicazione è di solito limitata a un grado di libertà e ai muscoli a questo collegato. Nonostante questi risultati, non sono ancora stati introdotti nella pratica clinica, e ciò è dovuto principalmente alla complessità insita nel loro uso, che li rende ancora non utilizzabili in un contesto in cui standardizzazione e affidabilità sono proprietà fondamentali. L'importanza della modellazione basata su segnali EMG in ambito clinico diventa ancora più importante se consideriamo modelli a più gradi di libertà, perché spesso le lesioni interessano più articolazioni. Purtroppo, anche se un primo modello a più gradi di libertà è stato da poco introdotto in letteratura, la sua maggiore complessità rende ancora più complicato analizzare la sua applicabilità in ambito clinico. Questo lavoro rappresenta un primo sforzo per valutare, attraverso un'attenta analisi critica, la possibilità di introdurre nella pratica clinica modelli neuromuscoloscheletrici guidati da segnali EMG per sistemi a più gradi di libertà. Per raggiungere questo obiettivo, diversi problemi e limiti sono stati evidenziati ed affrontati. In particolare, l'attenzione si è focalizzata su due aspetti: (i) rendere la metodologia più facilmente applicabile, per semplificare la sua adozione da parte di diversi laboratori e gruppi di ricerca, e facilitare analisi di sensitività necessarie a valutarne l'accuratezza; (ii) evidenziare la criticità di alcuni aspetti metodologici legati all'acquisizione e al processamento dei dati, e quantificarne gli effetti sull'accuratezza dei parametri stimati e sulle forze muscolari predette. Questa analisi si rende maggiormente necessaria per modelli a più gradi di libertà perché non ancora presente in letteratura. Per raggiungere il primo obiettivo è stato sviluppato uno nuovo strumento software (MOtoNMS), che è ora disponibile alla comunità di ricerca con licenza gratuita. E' uno strumento completo, flessibile, e facile da usare che permette di processare automaticamente, in modo trasparente e ripetibile, dati di movimento acquisiti sperimentalmente da laboratori con diversa strumentazione, preparandoli per il loro successivo uso con software di simulazione neuromuscoloscheletrica. MOtoNMS permette di uniformare i metodi di elaborazione dei dati tra laboratori, semplificando e velocizzando il lungo flusso di lavoro richiesto per generare i dati in ingresso ai software di modellazione. Questa semplificazione rappresenta pertanto un passo indispensabile per portare la modellazione neuromuscoloscheletrica nella pratica clinica. La seconda parte del lavoro è stata invece dedicata ad analizzare tecniche per la raccolta e il processamento dei segnali EMG, con particolare riferimento alla loro normalizzazione, che possano essere proposte in ambito clinico, valutando la sensitività dei parametri del modello e quindi della predizione delle forze muscolari. Portare la modellazione NMS guidata da segnali EMG verso applicazioni cliniche che coinvolgono più gradi di libertà richiede infatti attente considerazioni legate ai limiti motori del paziente dovuti alle diverse lesioni che può presentare. Questo comporta di ripensare la metodologia per l'acquisizione e l'elaborazione dei dati. Per questo si è valutato l'impatto di usare dati raccolti da sole prove di camminata sia per la calibrazione dei parametri che per la normalizzazione dei valori EMG. Inoltre è stato proposto un protocollo per la raccolta di massime contrazioni volontarie adatto ad applicazioni a più gradi di libertà, che coinvolgano pazienti con comportamento motorio parzialmente compromesso, e caratterizzato dell'utilizzo di sola strumentazione economica e facilmente reperibile per poter essere adottato in qualsiasi laboratorio. La ricerca proposta in questa tesi fornisce strumenti per semplificare l'uso di modelli neuromuscoloscheletrici a più gradi di libertà guidati da segnali EMG, e propone analisi e procedure per valutare accuratezza e affidabilità dei risultati, ai fini di applicazioni in ambito clinico.