[論文レビュー] Time Window of Head Impact Kinematics Measurement for Calculation of Brain Strain and Strain Rate in American Football

Yuzhe Liu, August G. Domel+9 more|arXiv (Cornell University)|Feb 10, 2021

Traumatic Brain Injury Research参考文献 60被引用数 8

ひとこと要約

本研究では、アメリカンフットボールにおけるウェアラブルセンサーを用いた頭部衝撃の運動計測に最適な90msの時間窓（衝撃発生前20ms、発生後70ms）を特定した。この時間窓により、多様な脳の幾何学的形状を考慮した有限要素モデルを用いた脳のひずみおよびひずみ率の計算が正確に行えるようになり、元の200ms窓と同等の結果が得られた。この結果は、怪我のリスク評価の正確性を損なわずにデータ保存容量と処理負荷を削減できることを示している。

ABSTRACT

Wearable devices have been shown to effectively measure the head movement during impacts in sports like American football. When a head impact occurs, the device is triggered to collect and save the kinematic measurements during a predefined time window. Then, based on the collected kinematics, finite element (FE) head models can calculate brain strain, which is used to evaluate the risk of mild traumatic brain injury. To find a time window that can provide a sufficient duration of kinematics for FE analysis, we investigated 118 on-field video-confirmed head impacts collected by the Stanford Instrumented Mouthguard. Because the individual differences in brain geometry influence these calculations, we included six representative brain geometries and found that larger brains need a longer time window of kinematics for accurate calculation. Among the different sizes of brains, a pre-trigger time of 20 ms and a post-trigger time of 70 ms were found to yield calculations of brain strain and strain rate that were not significantly different from calculations using the original 200 ms time window recorded by the mouthguard.

研究の動機と目的

• 有限要素モデルを用いた脳のひずみおよびひずみ率の計算を正確に行うために必要な頭部衝撃運動計測の最小時間窓を特定すること。
• 脳のサイズの差異がひずみ計算の正確性に与える影響を考慮し、個々の脳の幾何学的形状のばらつきを反映すること。
• ウェアラブルセンサーが記録するデータの長さを短縮し、脳損傷リスク評価の忠実性を損なわないようにすること。
• 短縮された時間窓が、元の200ms窓と比較して統計的に差がない結果をもたらすかどうかを検証すること。

提案手法

• スタンフォードのインストゥーラブルマウスガードを用いて、118件のフィールド上での動画確認済みの頭部衝撃を収集し、頭部運動計測を実施した。
• 6種類の代表的脳幾何形状を有する有限要素頭部モデルを用い、さまざまな時間窓条件でのひずみおよびひずみ率のシミュレーションを実施した。
• 衝撃発生前および発生後の時間窓長を変化させ（0〜20msの前処理、0〜100msの後処理）、ひずみ計算への影響を評価した。
• 短縮された時間窓で計算されたひずみおよびひずみ率の値を、元の200ms窓で得られた値と比較し、正確性を評価した。
• 統計的分析を実施し、ひずみおよびひずみ率の値がもはや全窓と有意に差がないとされる時間点を特定した。
• 個々の脳サイズのばらつきを考慮するため、6種類の異なる脳幾何形状で時間窓の影響をテストした。

実験結果

リサーチクエスチョン

• RQ1 有限要素モデルを用いた脳のひずみおよびひずみ率を正確に計算するための頭部衝撃運動計測の最小時間窓は何か？
• RQ2 脳のサイズは、正確なひずみ推定に必要な運動計測データの期間にどのように影響するか？
• RQ3 短縮された時間窓（例：90ms）は、元の200ms窓で計算された値と統計的に差がないひずみおよびひずみ率をもたらすか？
• RQ4 前処理および後処理の時間長を最適化することで、データ保存および処理の負荷を減らすことができるが、正確性を損なわないか？
• RQ5 異なる脳幾何形状は、ひずみ計算の時間窓長に対する感受性にどのように影響するか？

主な発見

• 20msの前処理および70msの後処理からなる90msの時間窓が、全6種類の脳幾何形状において、元の200ms窓と比較してひずみおよびひずみ率の値に有意差が認められない結果を示した。
• 大きな脳では、正確なひずみ計算に必要な運動計測窓が長くなることが示され、データ期間に対するサイズ依存の感受性が確認された。
• 90msの時間窓（20+70ms）が、全テストされた脳サイズにおいて正確性を維持するのに十分であり、元の200ms窓と比較してデータ量を50%以上削減できた。
• 統計的分析により、最適化された時間窓から得られたひずみおよびひずみ率の値は、95%信頼水準で全窓と有意に差がないことが確認された。
• 短い時間窓をウェアラブルセンサーシステムで使用しても、脳のひずみに基づく怪我リスク評価の信頼性を損なわないことが示された。
• 本研究は、リアルタイムの脳震とうリスクモニタリングシステムにおけるデータ収集を最適化する、検証済みでサイズに配慮したフレームワークを提供した。