Name: Video Bewegungsanalyse mit Smartphones (VIMAS): Eine Pilotstudie (Video) | JoVE Journal
Uploaded: 2017-03-14T12:30:00.000+00:00
Duration: 7 min 51 s
Description: Lernen Sie die Validierung einer Smartphone-App zur Erfassung von Bewegungskinematik im Vergleich zu 3D-Motion-Capture-Systemen. Dieses klinische Protokoll ermöglicht einfache Bewegungsanalysen in Kliniken oder zu Hause.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Die Autoren möchten sich bei allen Teilnehmern bedanken, die großzügig ihre Zeit zur Teilnahme an dieser Studie geopfert haben.

Dieses Protokoll wurde von der Institutional Review Board der Wayne State University genehmigt. 1. Experimentelle Vorbereitung <ol><li> Position Kameras die gesamte 6-m Gehweg zu erfassen. Verwenden Sie insgesamt 4 3D-Motion-Captures Kameras zu Fuß über einen 6-m Gehweg zu erfassen. <ol><li> Platzieren Sie jede der Kameras an den vier Ecken des 6 m Gehweg. Orientieren jeder der Kameras an den diagonalen Enden des Gehwegs einander zugewandt sind. </li></ol></li><li> Sammeln Sie Größe, Gewicht und Beinlängenmaße der einzelnen Teilnehmer. <ol><li> Messen Sie Masse in Kilogramm. </li><li> Messen Sie die Beinlänge (in Metern) vom Trochanter major Knöcheln beider Beine mit einem Maßband nach medial. </li><li> neben einem Maßband stehen barfuß an der Wand befestigt Messen Sie die Höhe (in m), von dem Teilnehmer mit. Legen Sie ein Lineal auf der Oberseite des Kopfes des Teilnehmers die Messung von dem Maßband an der Wand befestigt zu lesen. </li></ol></li><li&gt; Das Smartphone auf einem Stativ mit einem Stativ-Adapter für ein Smartphone Halterclip montieren. Stellen Sie das Stativ auf 2 m oder 4 m, senkrecht zum Zentrum des Gehwegs. In zufälliger Reihenfolge dieser Platzierung, wenn eine Validierungsstudie durchführen. </li><li> Platz Cluster von 3 intelligente Markierungen auf der Teilnehmer über die bilateralen vorderen oberen Beckenkamm (ASIS), obere 1/3 der Oberschenkel, Ober 1/3 Kalb und Fußrücken. Legen Sie eine einzelne Smart Marker in der Mittellinie zwischen der rechten und der linken hinteren oberen Beckenkamm. <ol><li> Sichern Sie sich die Smart-Marker mit Klettverschluss / doppelseitiges Klebeband. Sichere Oberschenkel und Wade Marker in der Frontalebene. </li></ol></li><li> Platz Aufkleber zeigt Knochenpunkte gegenüber bilateralen medialen und lateralen Femurkondylen, medialen und lateralen Malleolus und dem webspace zwischen dem ersten und dem zweiten Zeh für die Kalibrierung des 3D-Motion-Capture-System. HINWEIS: Das Kalibrierungsverfahren an jedes Labor spezifisch ist, und 3D-Motion-Capture-Geräte und Software. </li&gt; <li> Für das Kalibrierungsverfahren finden Sie im Betriebshandbuch vom Hersteller der 3D-Motion-Capture-Geräte und / oder Software, die die Daten zu analysieren verwendet wird. Das verwendete Verfahren hier beinhaltet eine instrumentierte &quot;Wand&quot; mit Smart-Markern, die 3D-Position der Aufkleber zu registrieren, die in Verkehr gebracht wurden. </li></ol> 2. Experiment <ol><li> Stellen Sie die Smartphone-Kamera-Objektiv Höhe entweder der Teilnehmer unteren Körper nur (ASIS als obere Rand) oder Ober- und Unterkörper (acromion als obere Rand) zu erfassen. Messen Sie die Höhe vom Boden zu der Kameralinse in Metern. </li><li> Geben Sie den Teilnehmern eine Praxis-Studie. Haben Sie ein Ermittler das Smartphone bedienen, und die andere zur Bedienung des Computers, der die 3D-Motion-Capture-System steuert. Verwenden Sie nummerierte Papier Probenummer auf dem Smartphone Aufnahme anzuzeigen. </li><li> Öffnen Sie die Smartphone-Anwendung. Drücken Sie die rote &quot;Record&quot; Taste auf der Unterseite, in der Mitte der screen beginnen Aufzeichnung (wenn in vertikale Ausrichtung). HINWEIS: Wenn das Smartphone bereits auf dem Stativ platziert wurde, erscheint die Schaltfläche in der Mitte, rechte Seite des Telefons, in der Nähe der Home-Taste des Smartphones. </li><li> Weisen Sie den Teilnehmer an ihrem normalen Tempo zu gehen, konzentrierte sich auf eine Markierung auf gegenüberliegenden Wand platziert, um sie bei einer geraden Linie zu Fuß. Legen Sie das Smartphone parallel zum Gehweg ein Seitenprofil des Teilnehmers zu erfassen. Lassen Sie die Teilnehmer die ersten beiden 3D-Motion-Capture-Kameras zu Beginn des Gehwegs auf beiden Seiten platziert überqueren und zu Fuß in Richtung zwei weitere 3D-Motion-Capture-Kameras am anderen Ende des Gehwegs auf beiden Seiten platziert. <ol><li> Für jeden Versuch, jedem Teilnehmer einen Countdown geben zu starten (3, 2, 1, GO) und am Ende der Studie (3, 2, 1, STOP). </li></ol></li><li> Nachdem der Gegenstand 6-m Entfernung beendet zu Fuß, wählen Sie die rote &quot;Record&quot; -Taste noch einmal die Aufnahme dieses Walking-Studie zu beenden. </li><li> Überprüfen Sie einll Marker für die Position nach jedem Versuch. Wenn eine Markerposition geändert wurde, zurückzukehren 1.6 Schritt der 3D-Motion-Capture-System an die neuen Marker Platzierungen neu zu kalibrieren. </li><li> Lassen Sie die Teilnehmer durchführen 3-Studien bei jeder Kameraabstand in Schritt 2.1. </li><li> Bewegen Sie das Stativ mit dem Smartphone auf den zweiten Abstand. Bringen Sie die Teilnehmer auf dem mittleren Punkt der Wanderung Weg zu stehen. Befolgen Sie die Anweisungen in Protokoll 2.2 Schritte - 2.5. </li><li> Speichern und überprüfen Sie die 3D-Motion-Capture-Aufnahmen und Smartphone-Aufnahmen vor dem Entfernen von Smart-Marker. </li></ol> 3. Datenanalyse <ol><li> Folgen Sie Software / Anweisungen des Herstellers des Kniewinkels zu berechnen. notieren Sie manuell die Kniewinkel, die auf dem Bildschirm beim Aufsetzen der Ferse und Zehen off-Phase des Gangzyklus angezeigt wird. </li><li> Füllen Sie die Analyse von Smartphone-Aufnahmen für Fersenauftreffposition und toe off-Veranstaltungen von einem Team von zwei Ermittler gefangen genommen, der auf den Moment des Fersenauftreffposition und Zehen zustimmen vonf Ereignisse und Winkelmessung Landmarken. Verwenden Sie einen Stift für eine erhöhte Genauigkeit der Orientierungspunkt Platzierung für Kniewinkelmessungen. Die nachfolgenden Schritte werden gemeinsam von den beiden Forschern getan. </li><li> Um die Test anzuzeigen, die gerade aufgenommen wurde, wählen Sie den Video Quadrat in der linken unteren Ecke des Bildschirms (in vertikaler Ausrichtung). </li><li> Mit Hilfe der Bildlaufleiste am unteren Rand des Bildschirms, wählen Sie den Rahmen, in dem sich das Motiv am nächsten Fersenauftreffposition oder Zehe ab (je nachdem, was die bevorzugte Variable ist) in der Mitte des Bildschirms. </li><li> Um in den Winkel fallen, tippen Sie auf dem weißen, skizzierte Bleistift-Symbol in der oberen rechten Seite des Bildschirms. </li><li> Wählen Sie den Winkel Option, die zweite Option im Dropdown-Menü. </li><li> Wählen Sie eine gewünschte Farbe und den Winkel-Hersteller. Bitte beachten Sie, dass nur ein Winkel auf einmal gemessen werden. Der Winkel, gemessen in diesem Protokoll bestand lediglich der Kniewinkel in der Sagittalebene. </li><li> Schieben oder tippen Sie mit dem Stift überall auf dem Bildschirm in der DropWinkel. </li><li> Platzieren der Mitte des Winkels auf das Kniegelenk (Condylus lateralis), wobei die Vektoren nach oben entlang des Oberschenkels und nach unten in Richtung der lateralen Malleolus erreichen. </li><li> Bei Bedarf &quot;zoom in&quot;, indem zwei Finger dicht nebeneinander in der Mitte des Bildschirms, und sie langsam auseinander zu ziehen. HINWEIS: Sobald zufrieden mit der Platzierung des Winkels berechnet das Tool automatisch die Kniewinkel zu diesem gegebenen Rahmen. </li><li> Um den Kniewinkel in anderen Phasen der Zehe ab oder Fersenauftreffposition identifizieren, wiederholen Sie die Schritte 3,4-3,10. </li></ol> 4. Klinische Protokoll <ol><li> Messen Sie und markieren einen 6-m Gehweg ein Maßband und Marker / Klebeband verwendet wird. </li><li> Legen Sie das Smartphone auf einem Stativ parallel und in der Nähe der Mitte des 6-Meter Gehweg. </li><li> Stellen Sie das Stativ 2 m entfernt vom Zentrum des Gehwegs der unteren Extremität zu erfassen, oder 4 m entfernt den Rumpf und unteren Extremität zu erfassen. Alle Kamerapositionen ermöglichen, sich aufly Erfassung der Sagittalebene Kinematik. </li><li> Berechnen Sie die Höhe der Smartphone-Kamera Objektivhöhe vom Boden mithilfe der folgenden Formeln: In der Nähe Kamerakonfiguration (2 m) für die nur die untere Extremität capture Kameraobjektiv - height = (0.87xPatient Referenz der Beinlänge in Metern) - 0,12 Far Kamerakonfiguration (4 Meter) für beide unteren Extremitäten und des Rumpfes capture Kameraobjektiv - height = Patienten Referenzbeinlänge in Metern - 0.23 </li><li> Wiederholen Abschnitte 2 - 3 zu erfassen und zu analysieren Daten, die die Smartphone-App. </li></ol>

<ol><li>Brunnekreef, J. J., van Uden, C. J., van Moorsel, S., Kooloos, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+of+videotaped+observational+gait+analysis+in+patients+with+orthopedic+impairments%5BTitle%5D)+AND+%22BMC+Musculoskelet+Disord%22%5BJournal%5D)">Reliability of videotaped observational gait analysis in patients with orthopedic impairments.</a> BMC Musculoskelet Disord. 6 (17), (2005).</li>
<li>Jette, D. U., Halbert, J., Iverson, C., Miceli, E., Shah, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Use+of+standardized+outcome+measures+in+physical+therapist+practice%3A+perceptions+and+applications%5BTitle%5D)+AND+%22Phys+Ther%22%5BJournal%5D)">Use of standardized outcome measures in physical therapist practice: perceptions and applications.</a> Phys Ther. 89 (2), 125-135 (2009).</li>
<li>Jette, D. U., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evidence-based+practice%3A+beliefs%2C+attitudes%2C+knowledge%2C+and+behaviors+of+physical+therapists%5BTitle%5D)+AND+%22Phys+Ther%22%5BJournal%5D)">Evidence-based practice: beliefs, attitudes, knowledge, and behaviors of physical therapists.</a> Phys Ther. 83 (9), 786-805 (2003).</li>
<li>Stuberg, W. A., Colerick, V. L., Blanke, D. J., Bruce, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+a+Clinical+Gait+Analysis+Method+Using+Videography+and+Temporal-Distance+Measures+with+16-Mm+Cinematography%5BTitle%5D)+AND+%22Phys+Ther%22%5BJournal%5D)">Comparison of a Clinical Gait Analysis Method Using Videography and Temporal-Distance Measures with 16-Mm Cinematography.</a> Phys Ther. 68 (8), 1221-1225 (1988).</li>
<li>Norris, B. S., Olson, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Concurrent+validity+and+reliability+of+two-dimensional+video+analysis+of+hip+and+knee+joint+motion+during+mechanical+lifting%5BTitle%5D)+AND+%22Physiother+Theory+Pract%22%5BJournal%5D)">Concurrent validity and reliability of two-dimensional video analysis of hip and knee joint motion during mechanical lifting.</a> Physiother Theory Pract. 27 (7), 521-530 (2011).</li>
<li>Robinson, J. L., Smidt, G. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+gait+evaluation+in+the+clinic%5BTitle%5D)+AND+%22Phys+Ther%22%5BJournal%5D)">Quantitative gait evaluation in the clinic.</a> Phys Ther. 61 (3), 351-353 (1981).</li>
<li>Krystkowiak, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gait+abnormalities+induced+by+acquired+bilateral+pallidal+lesions%3A+a+motion+analysis+study%5BTitle%5D)+AND+%22J+Neurol%22%5BJournal%5D)">Gait abnormalities induced by acquired bilateral pallidal lesions: a motion analysis study.</a> J Neurol. 253 (5), 594-600 (2006).</li>
<li>Grunt, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reproducibility+and+validity+of+video+screen+measurements+of+gait+in+children+with+spastic+cerebral+palsy%5BTitle%5D)+AND+%22Gait+Posture%22%5BJournal%5D)">Reproducibility and validity of video screen measurements of gait in children with spastic cerebral palsy.</a> Gait Posture. 31 (4), 489-494 (2010).</li>
<li>Womersley, L., May, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sitting+posture+of+subjects+with+postural+backache%5BTitle%5D)+AND+%22J+Manipulative+Physiol+Ther%22%5BJournal%5D)">Sitting posture of subjects with postural backache.</a> J Manipulative Physiol Ther. 29 (3), 213-218 (2006).</li>
<li>DeForge, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+4-aminopyridine+on+gait+in+ambulatory+spinal+cord+injuries%3A+a+double-blind%2C+placebo-controlled%2C+crossover+trial%5BTitle%5D)+AND+%22Spinal+Cord%22%5BJournal%5D)">Effect of 4-aminopyridine on gait in ambulatory spinal cord injuries: a double-blind, placebo-controlled, crossover trial.</a> Spinal Cord. 42 (12), 674-685 (2004).</li>
<li>Lucareli, P. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gait+analysis+following+treadmill+training+with+body+weight+support+versus+conventional+physical+therapy%3A+a+prospective+randomized+controlled+single+blind+study%5BTitle%5D)+AND+%22Spinal+Cord%22%5BJournal%5D)">Gait analysis following treadmill training with body weight support versus conventional physical therapy: a prospective randomized controlled single blind study.</a> Spinal Cord. 49 (9), 1001-1007 (2011).</li>
<li>Lucareli, P. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((%5BGait+analysis+and+quality+of+life+evaluation+after+gait+training+in+patients+with+spinal+cord+injury%5D%5BTitle%5D)+AND+%22Rev+Neurol%22%5BJournal%5D)">[Gait analysis and quality of life evaluation after gait training in patients with spinal cord injury].</a> Rev Neurol. 46 (7), 406-410 (2008).</li>
<li>McFadyen, B. J., Swaine, B., Dumas, D., Durand, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Residual+effects+of+a+traumatic+brain+injury+on+locomotor+capacity%3A+a+first+study+of+spatiotemporal+patterns+during+unobstructed+and+obstructed+walking%5BTitle%5D)+AND+%22J+Head+Trauma+Rehabil%22%5BJournal%5D)">Residual effects of a traumatic brain injury on locomotor capacity: a first study of spatiotemporal patterns during unobstructed and obstructed walking.</a> J Head Trauma Rehabil. 18 (6), 512-525 (2003).</li>
<li>Shin, J. C., Yoo, J. H., Jung, T. H., Goo, H. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+lower+extremity+motor+score+parameters+for+patients+with+motor+incomplete+spinal+cord+injury+using+gait+parameters%5BTitle%5D)+AND+%22Spinal+Cord%22%5BJournal%5D)">Comparison of lower extremity motor score parameters for patients with motor incomplete spinal cord injury using gait parameters.</a> Spinal Cord. 49 (4), 529-533 (2011).</li>
<li>Reid, S., Held, J. M., Lawrence, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+and+Validity+of+the+Shaw+Gait+Assessment+Tool+for+Temporospatial+Gait+Assessment+in+People+With+Hemiparesis%5BTitle%5D)+AND+%22Arch+Phys+Med+Rehabil%22%5BJournal%5D)">Reliability and Validity of the Shaw Gait Assessment Tool for Temporospatial Gait Assessment in People With Hemiparesis.</a> Arch Phys Med Rehabil. 92 (7), 1060-1065 (2011).</li>
<li>Stokic, D. S., Horn, T. S., Ramshur, J. M., Chow, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Agreement+Between+Temporospatial+Gait+Parameters+of+an+Electronic+Walkway+and+a+Motion+Capture+System+in+Healthy+and+Chronic+Stroke+Populations%5BTitle%5D)+AND+%22Am+J+Phys+Med+Rehabil%22%5BJournal%5D)">Agreement Between Temporospatial Gait Parameters of an Electronic Walkway and a Motion Capture System in Healthy and Chronic Stroke Populations.</a> Am J Phys Med Rehabil. 88 (6), 437-444 (2009).</li>
<li>Arazpour, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+a+novel+powered+hip+orthosis+for+walking+by+a+spinal+cord+injury+patient%3A+a+single+case+study%5BTitle%5D)+AND+%22J.+Prosthet.+Orthot.+Int%22%5BJournal%5D)">Evaluation of a novel powered hip orthosis for walking by a spinal cord injury patient: a single case study.</a> J. Prosthet. Orthot. Int. 36 (1), 105-112 (2012).</li>
<li>Prado-Medeiros, C. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+the+addition+of+functional+electrical+stimulation+to+ground+level+gait+training+with+body+weight+support+after+chronic+stroke%5BTitle%5D)+AND+%22Revista+Brasileira+De+Fisioterapia%22%5BJournal%5D)">Effects of the addition of functional electrical stimulation to ground level gait training with body weight support after chronic stroke.</a> Revista Brasileira De Fisioterapia. 15 (6), 436-444 (2011).</li>
<li>Sousa, C. O., Barela, J. A., Prado-Medeiros, C. L., Salvini, T. F., Barela, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gait+training+with+partial+body+weight+support+during+overground+walking+for+individuals+with+chronic+stroke%3A+a+pilot+study%5BTitle%5D)+AND+%22J+Neuroeng+Rehabil%22%5BJournal%5D)">Gait training with partial body weight support during overground walking for individuals with chronic stroke: a pilot study.</a> J Neuroeng Rehabil. 8 (48), (2011).</li>
<li>Krebs, D. E., Edelstein, J. E., Fishman, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+of+observational+kinamatic+gait+analysis%5BTitle%5D)+AND+%22J+Am+Phys+Ther+Assoc%22%5BJournal%5D)">Reliability of observational kinamatic gait analysis.</a> J Am Phys Ther Assoc. 65, 1027-1033 (1995).</li>
<li>Martin, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((More+than+half+of+MDs+under+age+35+now+using+PDAs%5BTitle%5D)+AND+%22Can.+Med.+Assoc.+J%22%5BJournal%5D)">More than half of MDs under age 35 now using PDAs.</a> Can. Med. Assoc. J. 169 (9), 952(2003).</li>
<li>Mosa, A. M., Yoo, I., Sheets, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Systematic+Review+of+Healthcare+Applications+for+Smartphones%5BTitle%5D)+AND+%22BMC+Med+Inform+Decis+Mak%22%5BJournal%5D)">A Systematic Review of Healthcare Applications for Smartphones.</a> BMC Med Inform Decis Mak. 12, (2012).</li>
<li>Ferriero, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+of+a+smartphone-based+goniometer+for+knee+joint+goniometry%5BTitle%5D)+AND+%22Int+J+Rehabil+Res%22%5BJournal%5D)">Reliability of a smartphone-based goniometer for knee joint goniometry.</a> Int J Rehabil Res. 36 (2), 146-151 (2013).</li>
<li>Vohralik, S. L., Bowen, A. R., Burns, J., Hiller, C. E., Nightingale, E. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+and+validity+of+a+smartphone+app+to+measure+joint+range%5BTitle%5D)+AND+%22Am+J+Phys+Med+Rehabil%22%5BJournal%5D)">Reliability and validity of a smartphone app to measure joint range.</a> Am J Phys Med Rehabil. 94 (4), 325-330 (2015).</li>
<li>Scholtes, S. S., Gretchen, Ability to detect change in single leg squat movement patterns following instruction in females with patellofemoral pain using 2D motion analysis methods. Combined Sections Meeting. , APTA. Las Vegas, USA. (2014).</li>
<li>Eltoukhy, M. A., Asfour, S., Thompson, C., Latta, L. <a target="_blank" href="http://www.ijser.org/viewPaperDetail.aspx?I069691">Evaluation of the performance of digital video analysis of human motion: dartfish tracking system.</a> IJSER. 3 (3), 1-6 (2012).</li>
<li>Boone, D. C., et al. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/704684">Reliability of goniometric measurements.</a> Phys Ther. 58 (11), 1355-1360 (1978).</li>
<li>Variability and reliability of joint measurements. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/2405721">Am J Sports Med</a>. Bovens, A. M., van Baak, M. A., Vrencken, J. G., Wijnen, J. A., Verstappen, F. T. 18 (1), 58-63 (1990).</li>
</ol>

Es besteht keine relevante finanzielle Beziehung zu Hudl Technique (Ubersense). Die Adams Physical Therapy Clinic, Novi, MI, war unser klinischer Mitarbeiter an dieser Studie.

Der Zweck dieser Validierungsstudie war es, die Gültigkeit eines frei verfügbaren Smartphone-Anwendung, um zu bestimmen, klinisch als eine objektive und kostengünstiges Mittel zur Verwendung von Smartphone-Technologie für kinematische Ganganalyse im klinischen Umfeld eingesetzt werden. Bestehende Validierungsstudien, die kinematische Maßnahmen mit einer Smartphone-Anwendung geprüft sind begrenzt und haben keine dynamischen kinematischen Maßnahmen während des Gehens in der Sagittalebene aufgezeichnet beurteilt. Diese Val...

Beurteilung des menschlichen Ganges ist ein wichtiger Bestandteil der physikalischen Therapie Auswertung und klinische Entscheidungsprozess. 1 Gait Beurteilung ist ein häufig verwendetes klinisches Werkzeug Gang Defizite bei Patienten mit neurologischen und muskuloskeletale Defizite zu bewerten. Neubeurteilung Gang kann dann liefern dem Arzt Informationen über die Wirksamkeit einer Intervention bei der Erreichung der Ziele, die sie bei ihrer ersten Bewertung gesetzt hatte. Es ist ein staatlich anerkannter Bedarf in den Vereinigten Staaten für Physiotherapeuten standardisierte Ergebnis Messungen zu verwenden, wenn die Patienten zu bewerten. 2 Diese Notwendigkeit ergibt sich aus den sich rasch verändernden Landschaft der Versicherung Erstattung Politik, sowie eine betonte Verschiebung für Physiotherapeuten stärker auf evidenzbasierte Praktiken zu verlassen. 3 Es gibt zahlreiche Maßnahmen Ergebnis verschiedener Aspekte des Gehens zu beurteilen, die in einer Anzahl von Wegen festgestellt werden kann , einschließlich: visual Beobachtung durch einen Kliniker, funktionelle Abschätzungen, Videomaßnahmen aufgezeichnet, elektronische Gehwege, Software dreidimensionale Bewegungsanalyse usw. In klinischen Umgebungen ist Beobachtungs (visuell) Ganganalyse häufig durchgeführt, da es eine minimale Ausrüstung und Zeit erfordert. Während Beobachtungsganganalyse häufig in der Klinik verwendet wird, bleibt es immer noch eine subjektive Einschätzung. Daher 4 Faktoren wie Therapeut Erfahrung, Sehschärfe, Entfernung vom Motiv (Kameraabstand), Messinstrumenten und anderer solcher Faktoren können bei der Beurteilung Variabilität und Fehler einzuführen. Das Potential für eine solche Variabilität stellt eine kritische Notwendigkeit für eine zuverlässigere Messmittel, die letztlich durch die Verwendung von gültigen Instrumentierung überwunden werden können. 5 Seit seiner Gründung, Videografie und der damit verbundenen Technologie verwendet worden verschiedene funktionale Einschränkungen res zu untersuchenulting von eingeschränkter Bewegungsfähigkeit sowie eine Form der visuellen Feedback. Dies ist akut wahr in Bezug Beurteilung Gang. Stuberg et al. stellte fest, dass "Videografie Ausrüstung in der Klinik ... und bietet dem Arzt zusätzliche objektive Informationen über die Haltung und die gemeinsame Position während des Gangzyklus allgemein verfügbar ist." 4 Da die Technologie hat sich weiter verbessert, so haben die Fähigkeiten der Videoanalyse. Diese Funktionen bieten die Physiotherapeuten mit einer größeren Fähigkeit, die verschiedenen Parameter des Gehens zu einer klinisch zu bewerten. Die beiden wichtigsten Parameter, die Physiotherapeuten auf das konzentrieren, sind kinematische und Raum-Zeit-Parameter. Wie der Name andeutet, umfassen Raum-Zeit-Maßnahmen Elemente Entfernung und Zeit. Spezifisch für einen Gangzyklus würde Raum-Zeit-Maßnahmen umfassen, jedoch nicht beschränkt auf, Schrittlänge, Schrittlänge, Kadenz und Geschwindigkeit begrenzt werden. 6 Kinematic Maßnahmen auf der other Hand konzentrieren sich auf die Gelenkbewegungen / Drehungen der unteren Extremitäten bei jedem Gangzyklus beobachtet. Eine Reihe von Peer-Review-Artikel wurden veröffentlicht, die die Verwendung von Video-Bewegungsanalyse als Ergebnis zu messen, zu bewerten speziell Systeme 2D-Kamera, kinematische zitiert haben, Raum-Zeit oder eine Kombination beider Arten von Parametern. Diese Artikel wurden verschiedene klinische Populationen einschließlich Personen mit einer Vorgeschichte von einem Schlaganfall (CVA), Schädel-Hirn-Verletzungen (TBI), Rückenmarksverletzungen (SCI), Parkinson-Krankheit (PD), Zerebralparese (CP) und gesunden Personen ausgewertet. Das Schema unten dargestellt (Abbildung 1) bietet den Rahmen , die angenommen wurde relevanten Peer-Review - Literatur zu identifizieren , die zu diesem Thema veröffentlicht wurde. <img alt="Abbildung 1" src="/files/ftp_upload/54659/54659fig1.jpg"> Abbildung 1. Schematische für Artikel Auswahlkriterien. the schematische fasst die Schritte in Peer-Review-Artikel der Wahl der Art von Variablen zu ermitteln, die in der Ganganalyse ausgewiesen wurden. <a href="http://ecsource.jove.com/files/ftp_upload/54659/54659fig1large.jpg" target="_blank">Bitte klicken Sie hier</a> , um <a href="http://ecsource.jove.com/files/ftp_upload/54659/54659fig1large.jpg" target="_blank">eine größere Version dieser Figur zu sehen.</a> Die Mehrzahl der Studien, die Videobewegungsanalyse zur Erfassung Gangparameter waren Validierungsstudien verwendet wurden. Kinematic Validierungsstudien können weiter in eine von drei Kategorien unterteilt werden: anormale Bewegung von einer bestimmten Diagnose / Pathologie resultierende Beurteilung, 7 Gelenkwinkel bei spezifischen funktionellen Bewegungen, 8, 9 und Bewertung der Wirksamkeit der Behandlung über den Vergleich der Pre-Intervention Bewegung Prüfung und nach der Intervention Bewegung. 10, 11 Ähnlich Beurteilung Studien Raum - Zeit - param kann auch in drei Kategorien unterteilt werden: Beurteilung der anormale Bewegung von einer bestimmten Pathologie resultierenden, 12, 13, 14 Untersuchung einer Plattform während einer bestimmten funktionellen Aktivität, 15, 16 und die Bestimmung der Wirkung einer bestimmten Intervention. 17 Die Studien , die beide kinematischen und Raum - Zeit - Parameter bewertet in erster Linie auf die Bestimmung der Wirksamkeit der spezifischen Behandlungsmaßnahmen wie Orthesen zielten 17 oder Körpergewicht / Teilkörpergewicht unterstützt Laufband - Training. 18, 19 eine vorläufige beschreibende Analyse dieser Artikel festgestellt , dass 52,1% der Studien (die Summe dieser ausschließlich auf Kinematik suchen (30,4%) und solche , die eine Kombination von Parametern untersucht (21,7%)) researched kinematischen Parameter mit einer 2D-Kamerasystem. Dies ist im Vergleich zu den 69,5% der Artikel (Summe von Artikeln, die Raum-Zeit-Parameter (47,8%) und eine Kombination von Parametern (21,7%) untersucht), die Raum-Zeit-Parameter beurteilt. Die methodischen Unterschiede bei der Erfassung und Bewertung der kinematischen und Raum-Zeit-Gangparameter werden auch in der klinischen Praxis in Bezug auf die Art der beobachtenden Ganganalyse verwendet wird, gesehen. Räumlich-zeitliche Parameter werden mit viel größerer Häufigkeit bewertet, wie durch die Forschung angegeben. Es gibt drei allgemein auf Gründe für diesen Trend vereinbart: geringe Kosten, einfache Verwendung und das Vorhandensein eines Standardprotokolls solche Parameter zu messen. (- 94% 40%) in der klinischen Einstellungen Beobachtende kinematischen Messungen wurden sehr niedrige Intra-Rater (60%) und Interraterreliabilität haben gezeigt. 4 Diese breite Palette versteht sich auf die Variation in der Platzierung von Markern zurückzuführen sein aufKnochenpunkte und die spezifischen Werkzeuge verwendet, um Gelenkwinkel zu beurteilen. Minute Unterschiede in Lage Platzierung der Marker können die resultierenden Winkel erheblich verändern. Spatiotemporal Messungen haben viel höhere Zuverlässigkeit (zwischen 69% - 97%), vor allem bei der Verwendung der Papier, Bleistift und Taktverfahren stoppen Gang zu beurteilen. 20 Die technologischen Fortschritte in den letzten Jahrzehnten haben sich deutlich die Art und Weise im Gesundheitswesen praktiziert wird geändert. Mit dem Aufkommen von Smartphones Zugriff auf das Internet, Online-Forschung Artikel und andere elektronische Ressourcen sind nun leichter zugänglich zu Ärzten jederzeit. Martin et al. berichtete, dass "die allgemeine Verwendung von Smartphones wird in der klinischen Praxis, medizinische Ausbildung und Forschung zu erhöhen." 21 In dieser Studie wurden mehr als 50% der Ärzte unter dem Alter von 35 antworteten , dass sie mit einem Smartphone in der klinischen Praxis umgesetzt haben. Dieser Trend incrim Jahr 2009 gelockert, wenn 64% der Ärzte in den Vereinigten Staaten gefunden wurden unter Verwendung von Smartphones in ihrer klinischen Praxis werden. Die Manhattan Review Studie prognostiziert weiter , dass dieses Wachstum auf 81% der Ärzte und Gesundheits Kliniker Umsetzung Smartphone - Nutzung in der klinischen Praxis bis zum Jahr 2012 22 steigen würde weiterhin Während die weitere Forschung hat , wenn sich dieser Aufwärtstrend in der Tat zu klettern nicht durchgeführt worden , um zu bestimmen hat sich fortgesetzt, ist es sinnvoll, mit der bekannten Anwendung von Technologien im Gesundheitswesen zu übernehmen, dass die Verwendung von Smartphone-Plattformen in der klinischen Praxis alltäglicher wird. Die aktuelle Nutzung von Smartphone-Anwendungen in der physikalischen Therapie Praxis ist nicht nachgewiesen. Es wurden keine Studien, die von einem Physiotherapeuten bisher die Verwendung von Smartphone-Videoanalyseanwendungen zu bewerten. Allerdings haben verschiedene Smartphone-Anwendungen von einzelnen Physiotherapeuten als Durchbruch assis Werkzeug in o verwendet wordenutpatient orthopädische Einstellungen für den Einsatz sowohl in der Rehabilitierung und trainierende Athleten verschiedener Disziplinen. Smartphone-Apps sind auch zur Verfügung, die Gelenkwinkel messen kann, von denen einige validiert wurden. 23, 24 Individuelle Therapeuten haben mit verschiedenen Analyseanwendungen auf Smartphones für visuelles Feedback für den Patienten begonnen und für eine einfachere Verteilung der verschiedenen Komponenten , die in einem Patientengangzyklus fehlen kann, basierend auf anekdotische Evidenz. Allerdings bleibt die Gültigkeit dieser Maßnahmen nicht bekannt. Die begrenzte Forschung , die in Bezug auf diese Smartphone - Videoanalyse - Anwendungen existiert hat sich auf die Validierung von kinematischen Gangparameter konzentriert, speziell Knöchel, Knie und Hüfte Winkel, in der Frontalebene, 25 und Interraterreliabilität des Gerätes. 26 Es gibt keine Studien bisher, die die Verwendung von Smartphone - Videoanalyseanwendungen validiert Kinem aufzeichnenatics des Gehens in der Sagittalebene, die am häufigsten in der klinischen Ganganalyse durchgeführt wird. Das Ziel dieser Studie war es, die gleichzeitige Gültigkeit der kinematischen Maßnahmen von der Smartphone-Applikation aufgenommen zu testen und zu Maßnahmen, die von einem 3D-Motion-Capture-System in der Sagittalebene vergleichen. Wir gehen davon aus, dass es keine signifikanten Unterschiede zwischen den Maßnahmen, die von der Smartphone-Applikation aufgenommen werden, wenn die Maßnahmen der 3D-Motion-Capture-System erfasst verglichen. Der sekundäre Ziel ist es, wenn zwei unterschiedliche Platzierungen der Smartphone-Kamera aus dem Subjekt (in der Nähe von Abstand von 2 m zu testen, weit Abstand von 4 -nt Unterschied in der Maßnahmen zwischen den zwei verschiedenen Platzierungen der Smartphone-Kamera Das endgültige Ziel der Studie. mit einer Smartphone-Anwendung ist ein Protokoll für die klinische Video Ganganalyse zu entwerfen.

<table><tbody><tr><td>Hudl Technik App</td><td>Hudl&nbsp;</td><td>Online-App</td><td>Kostenlos herunterladbare App von adroid / apple store</td></tr><tr><td>Optotrak Certus 3D Motion Capture System</td><td>Northern Digital inc</td><td>Optotrak certus System</td><td>http://www.ndigital.com/msci/products/optotrak-certus/</td></tr> <tr><td>Smartphone</td><td>Apple</td><td>Iphone 5</td><td>www.apple.com</td></tr></tbody></table>

video bewegungsanalyse mit smartphones (vimas): eine pilotstudie

Video Movement Analysis Using Smartphones (ViMAS): A Pilot Study

Der Einsatz von Smartphones in der klinischen Praxis wird mit der Verfügbarkeit von kostengünstigen / frei verfügbar &quot;Apps&quot; stetig zu, die verwendet werden könnten menschlichen Gang zu beurteilen. Das primäre Ziel dieses Manuskripts ist die gleichzeitige Gültigkeit der kinematischen Maßnahmen durch eine Smartphone-Anwendung im Vergleich zu einem 3D-Motion-Capture-System in der Sagittalebene aufgezeichnet zu testen. Das sekundäre Ziel war es, ein Protokoll für die Kliniker auf dem Aufbau der Smartphone-Kamera für Video-Bewegungsanalyse zu entwickeln. Die Sagittalebene Kniewinkel wurde während Fersenauftreffposition und toe off-Veranstaltungen mit dem Smartphone-App und eine 3D-Motion-Capture-System in 32 gesunden Probanden gemessen. Drei Versuche wurden in der Nähe (2-m) durchgeführt und weit (4-m) Smartphone-Kamera Distanzen. Die Reihenfolge der Abstände randomisiert wurde. Eine Regressionsanalyse wurde durchgeführt, um die Höhe der Kamera zu schätzen, die entweder auf das Thema der Höhe oder der Beinlänge. Absolute Messfehler waren dest während Zehe ab (3,12 ± 5,44 Grad) im Vergleich zum Aufsetzen der Ferse (5,81 ± 5,26 Grad). Es gab signifikante (p &lt;0,05), aber moderate Vereinbarungen zwischen den Anwendungs- und 3D Motion-Capture-Maßnahmen von Kniewinkel. Es gab auch keine signifikanten (p&gt; 0,05) Unterschiede zwischen den absoluten Messfehler zwischen den beiden Kamerapositionen. 5 Grad während Zehe ab und Fersenauftreffposition Ereignisse des Gangzyklus - Die Messfehler zwischen 3 gemittelt. Die Verwendung von Smartphone-Apps können zur Durchführung von Gang oder menschlichen Bewegungsanalyse ein nützliches Werkzeug in der Klinik sein. Weitere Untersuchungen sind erforderlich, um die Genauigkeit bei der Messung von Bewegungen der oberen Extremität und Stamm zu etablieren.

Alle 32 Patienten beendeten die 6 Gehversuchen; jedoch sind die Daten von 6 der Teilnehmer wurden nicht aufgrund von technischen Problemen in der Datenanalyse, die in schlechten Markierung Sichtbarkeit führt. Die absoluten Messfehler der Kniewinkel waren dest während Zehe ab Ereignisse (3,12 ± 5,44 Grad) im Vergleich zum Aufsetzen der Ferse (5,81 ± 5,26 Grad) (Tabelle 1b). Es gab keine statistisch signifikanten Vereinbarungen (P&gt; 0,05) zwischen dem Smartphone-Anwendun...

Dieses Manuskript beschreibt die Methode, um die gleichzeitige Gültigkeit von kinematischen Messungen, die von der Smartphone-Anwendung aufgezeichnet werden, im Vergleich zu einem 3D-Motion-Capture-System in der Sagittalebene zu testen. Dieses Protokoll wird es Klinikern ermöglichen, Smartphones für die Videoaufzeichnung menschlicher Bewegungen einzurichten.

Video Bewegungsanalyse mit Smartphones (VIMAS): Eine Pilotstudie

The use of smartphones in clinical practice is steadily increasing with the availability of low cost/freely available &#34;apps&#34; that could be used to ...

Das übergeordnete Ziel dieser Studie ist es, die gleichzeitige Validität von kinematischen Messungen, die von der Smartphone-Anwendung aufgezeichnet werden, zu testen und sie mit Messungen zu vergleichen, die von einem 3D-Motion-Capture-System aufgezeichnet werden, um ein gültiges klinisches Protokoll zu entwickeln. Dieses klinische Protokoll wurde so entwickelt, dass das Smartphone verwendet werden kann, um menschliche Bewegungen zu erfassen und valide kinematische Messungen zu liefern, und zwar mit einer einfachen und benutzerfreundlichen Einrichtung. Der Hauptvorteil dieser Technik besteht darin, dass das Smartphone in einer Klinik oder bei einem Patienten zu Hause für die Videoanalyse menschlicher Bewegungen eingerichtet werden kann.Die visuelle Demonstration dieser Methode ist von entscheidender Bedeutung, da die Ärzte dem klinischen Schritt-für-Schritt-Protokoll folgen können, um valide Messungen der Kinematik der unteren Extremitäten zu erhalten. Das Verfahren wird von Doktoranden demonstriert, die Mitautoren der Studie sind. Beginnen Sie damit, einen sechs Meter langen Gang mit Maßband und Klebeband zu messen und zu markieren.Platzieren Sie dann vier 3D-Motion-Capture-Kameras an den vier Ecken des sechs Meter langen Gehwegs, um das Gehen in diesem Bereich aufzuzeichnen. Richten Sie jede der Kameras an den diagonalen Enden des Gehwegs so aus, dass sie einander zugewandt sind. Begleiten Sie den Teilnehmer anschließend in den Testbereich und sammeln Sie mit einem Maßband Gewicht und Beinlänge, vom Trochanter major bis zu den medialen Knöcheln beider Beine.Messen Sie dann die Höhe, indem Sie den Teilnehmer barfuß neben ein Maßband stellen lassen, das an der Wand befestigt ist. Legen Sie ein Lineal auf den Kopf des Teilnehmers, um das Maß von dem an die Wand geklebten Maßband abzulesen. Montieren Sie das Smartphone auf einem Stativ und halten Sie es mit einem Adapterclip.Platzieren Sie das Stativ senkrecht zur Mitte des Gehwegs, in einem Abstand von 2,0 Metern zum ersten eingestellten Versuch. Beachten Sie, dass das Stativ für die zweite Testreihe in einem Abstand von 4,0 Metern aufgestellt werden sollte. Berechnen Sie dann die Höhe vom Boden bis zum Kameraobjektiv in Metern für jede Konfiguration unter Verwendung der Beinlänge des Patienten.Die Nahposition der Kamera, zwei Meter, dient nur zur Aufzeichnung und Analyse der Bewegung der unteren Extremitäten, während die Ferndistanz sowohl die untere Extremität als auch den Rumpf abdeckt. Platzieren Sie als Nächstes Cluster von drei intelligenten Markern mit Klettverschlüssen auf dem bilateralen vorderen oberen Beckenkamm oder ASIS, dem oberen Drittel des lateralen Aspekts der Oberschenkel, dem oberen Drittel des lateralen Aspekts der Waden und dem Rücken beider Füße. Platzieren Sie einen einzelnen Smartmarker auf der Mittellinie zwischen der rechten und linken hinteren oberen Beckenwirbelsäule.Platzieren Sie Aufkleber mit den knöchernen Orientierungspunkten der bilateralen medialen und lateralen Femurkondylen, der medialen und lateralen Knöchel sowie des Schwimmhäutchens zwischen der ersten und zweiten Zehe zur Kalibrierung des 3D-Motion-Capture-Systems. Kalibrieren Sie abschließend das Gerät mit einem instrumentierten Stab mit intelligenten Markierungen, um die 3D-Position der Aufkleber zu registrieren. Lassen Sie zunächst einen Ermittler das Smartphone und den anderen den Computer bedienen, der das 3D-Motion-Capture-System steuert.Bitten Sie den Teilnehmer, einen Übungstest zu absolvieren. Öffnen Sie dann die Smartphone-Anwendung und drücken Sie die rote Aufnahmetaste in der unteren Mitte des Bildschirms, um die Aufnahme zu starten. Verwenden Sie nummeriertes Papier, um die Testnummer auf der Smartphone-Aufnahme anzuzeigen.Weisen Sie dann den Teilnehmer an, in seinem normalen Tempo zu gehen und sich auf einen Marker an der gegenüberliegenden Wand zu konzentrieren, um das Gehen in einer geraden Linie zu unterstützen. Geben Sie dem Teilnehmer einen Countdown, um mit den Worten drei, zwei, eins, los zu beginnen. Lassen Sie den Teilnehmer dann die ersten beiden 3D-Motion-Capture-Kameras überqueren, die am Anfang des Gehwegs auf jeder Seite platziert sind, und gehen Sie auf zwei weitere Kameras zu, die am anderen Ende des Gehwegs auf beiden Seiten platziert sind.Nachdem der Proband die sechs Meter Strecke zurückgelegt hat, zählen Sie bis zum Ende des Versuchs einen Countdown, indem Sie drei, zwei, eins, Stopp sagen. Drücken Sie dann erneut die rote Aufnahmetaste, um die Aufzeichnung des Gehversuchs zu stoppen. Überprüfen Sie nach jedem Versuch alle Markierungen auf Position.Bewegen Sie als nächstes das Stativ mit dem Smartphone in die zweite Entfernung in vier Metern Entfernung, um den Ober- und Unterkörper zu erfassen. Bitten Sie den Teilnehmer, sich auf den Mittelpunkt des Gehwegs zu stellen, und beginnen Sie dann auf die gleiche Weise wie zuvor zu gehen. Speichern und überprüfen Sie abschließend die 3D-Motion-Capture-Aufnahmen und Smartphone-Aufnahmen.Entfernen Sie dann die Smart-Marker. Beginnen Sie mit der manuellen Aufzeichnung des Kniewinkels, der auf dem Bildschirm bei den Fersenauftritts- und Zehenabstoßphasen des Gangzyklus angezeigt wird. Schließen Sie dann die Analyse der Smartphone-Aufzeichnungen für Fersenauftritt- und Zehenabstoßereignisse ab.Verwenden Sie den Stift, um die Genauigkeit der Platzierung von Orientierungspunkten für Kniewinkelmessungen zu erhöhen. Sehen Sie sich als Nächstes die gerade aufgenommene Ansicht an, indem Sie das Videoquadrat in der unteren linken Ecke des Bildschirms auswählen. Verwenden Sie die Bildlaufleiste am unteren Rand des Bildschirms, um das Bild auszuwählen, in dem das Motiv in der Mitte des Bildschirms dem Fersenauftritt oder dem Zehenabdruck am nächsten ist.Tippen Sie dann, um in den Winkel zu fallen, auf das weiße Bleistiftsymbol oben rechts auf dem Bildschirm. Wählen Sie die Option Winkel im Dropdown-Menü aus. Wählen Sie eine bevorzugte Farbe und den Winkelmarkierer.Schieben oder tippen Sie auf den Stift an einer beliebigen Stelle auf dem Bildschirm, um ihn in den Winkel einzufügen. Platzieren Sie schließlich die Mitte des Winkels auf dem Kniegelenk, wobei die Vektoren entlang des Oberschenkelknochens nach oben und nach unten in Richtung der seitlichen Knöchel reichen. Vergrößern Sie bei Bedarf, indem Sie zwei Finger nahe beieinander in die Mitte des Bildschirms legen und sie langsam voneinander entfernen.Basierend auf den Ergebnissen ergab sich ein signifikanter Unterschied zwischen den Winkelmessungen durch das 3D-Motion-Capture-System und der Smartphone-Anwendung. In den Diagrammen für die Entfernungen von 4,0 Metern und 2,0 Metern wurden Daten angezeigt, die stärker um die mittlere Differenzlinie in der Mitte verstreut sind. Dies deutet darauf hin, dass die Kameraposition nicht zu den Fehlern bei den Messungen beigetragen hat.Beim Versuch des klinischen Protokolls für die Bewegungsanalyse von Smartphone-Videos ist es wichtig, daran zu denken, dass die Kamera in der eingestellten Entfernung platziert werden muss und die Höhe der Kamera durch die Beinlänge der Person bestimmt wird.

video-movement-analysis-using-smartphones-vimas-a-pilot-study

Research

Forschung

JoVE Journal

Medicine

Medizin

Eine effiziente Möglichkeit, Einblick, wie Menschen navigieren sich in drei Dimensionen gewinnen wird beschrieben. Das Verfahren nutzt eine Bewegungssimulator Lage ist, sich Beobachter in einer Weise, unerreichbar von traditionellen Simulatoren. Die Ergebnisse bestätigen, dass Bewegung in der horizontalen Ebene unterschätzt wird, während die vertikale Bewegung wird überschätzt.

MPI CyberMotion Simulator: Implementierung eines neuartigen Motion Simulator zu Multisensorische Pfadintegration in drei Dimensionen erforschen

Es wurde eine standardisierte Bewertungsmethode für tragbare Mobilitätsüberwachungssysteme (WMMS) entwickelt, die kontinuierliche Aktivitäten in einer realistischen täglichen Lebensumgebung umfasst. Das Testen mit einer Reihe von Aktivitäten des täglichen Lebens kann die Empfindlichkeit der Aktivitätserkennung verringern. Daher werden realistische Testschaltungen für eine valide Bewertung der WMMS-Leistung empfohlen.

Evaluation eines Smartphone-basierte Personal Activity Recognition System in einem täglichen Lebens Umwelt

Diese Studie stellt ein Protokoll der Entwicklung und Herstellung eine Brillen-Typ tragbares Gerät, die erkennt die Muster der Nahrungsaufnahme und andere empfohlenen körperlichen Aktivitäten mit Wägezellen in beide Scharniere der Gläser eingefügt.

Gestaltung und Bewertung von Datenbrillen für Nahrungsaufnahme und körperliche Aktivität Klassifizierung

Wir entwarfen einen virtual-Reality-Test, instrumentelle Aktivitäten des täglichen Lebens (Pertrochanterer) mit einem Motion-Capture-System prüfen. Wir schlagen eine detaillierte kinematische Analyse des Teilnehmers zu interpretieren verschiedene Bewegungen, einschließlich Flugbahn, bewegliche Abstand und Zeit bis zur Fertigstellung, Pertrochanterer Fähigkeiten zu bewerten.

Messung der Kinematik des täglichen Lebens Bewegungen mit Motion-Capture-Systeme in der virtuellen Realität

Die Verwendung multimodaler Sensoren ist ein vielversprechender Weg, um die Rolle sozialer Interaktionen in Bildungseinrichtungen zu verstehen. Dieses Papier beschreibt eine Methode zur Erfassung der visuellen Aufmerksamkeit von colocated Dyads mit mobilen Eye-Trackern.

Eine Methodik zur Erfassung der gemeinsamen visuellen Aufmerksamkeit mit mobilen Eye-Trackern

Während frühere Forschungen über das körperliche Selbstbewusstsein davon ausgingen, dass Selbst- und andere Ursprungsbewegungen wahrnehmbar waren, erlaubt dieses Protokoll, sie auf einer virtuellen Hand mit unbeabsichtigten leichten Bewegungen mehrdeutig zu machen. Dies ermöglicht es uns, die Erfahrungen zu beobachten, die von SoO und anderen produzierten SoA gebildet wurden, anstatt das Fehlen von SoA.

Virtuelle Hand mit mehrdeutigen Bewegungen zwischen dem Selbst und anderen Ursprüngen: Sinn des Eigentums und "Anders produzierter" Agentur

Dieser Artikel beschreibt eine einfache und kostengünstige Methode zur Aufzeichnung des Rasenvermeidungsverhaltens von Caenorhabditis elegans mit leicht verfügbaren Gegenständen wie einem Smartphone und einem Leuchtkasten mit Leuchtdioden (LED). Wir stellen auch ein Python-Skript zur Verfügung, um die Videodatei in ein Format zu verarbeiten, das besser zum Zählen geeignet ist.

Eine Smartphone-basierte Bildgebungsmethode für den Rasenvermeidungstest von C. elegans

Das hier beschriebene Protokoll zielt darauf ab, die quantitative Bewertung von Defiziten der oberen Extremitäten zu verbessern, mit dem Ziel, zusätzliche Technologien für die Fernbeurteilung sowohl in der Klinik als auch zu Hause zu entwickeln. Virtual-Reality- und Biosensor-Technologien werden mit klinischen Standardtechniken kombiniert, um Einblicke in die Funktionsweise des neuromuskulären Systems zu erhalten.

Aufbau zur quantitativen Beurteilung von Bewegung und Muskelaktivität während eines Virtual Modified Box und Block Tests

In diesem Artikel wird die Bewertung der grobmotorischen Leistung von Säuglingen mit einem Multisensor-Wearable und seiner vollautomatischen, auf Deep Learning basierenden Analysepipeline beschrieben. Die Methode quantifiziert die Haltungs- und Bewegungsmuster von Säuglingen vom Liegen in Rückenlage bis zur Beherrschung des selbstständigen Gehens.

Quantifizierte Bewertung der grobmotorischen Fähigkeiten von Säuglingen mit einem Multisensor-Wearable

Diese Studie zeigt die Rolle eines innovativen Instruments zur Beurteilung und Behandlung biomechanischer Veränderungen bei Patienten mit Rückenschmerzen (LBP). Drei LBP-Patienten zeigten nach der Beurteilung eine verbesserte Schmerzintensität und funktionelle Unabhängigkeit. Die Technologie hilft bei maßgeschneiderten Rehabilitationsstrategien und bietet Einblicke in die Biomechanik von LBPs für personalisierte Interventionen.

Biomechanische Veränderungen im Zusammenhang mit Schmerzen im unteren Rückenbereich: Ein innovatives Instrument zur Beurteilung von Bewegungsmustern und zur Bewertung von Behandlungen in der Rehabilitation

Die Methodik untersuchte visuelle und vestibuläre Beiträge zur Blickstabilisierung während optokinetischer und Ganzkörperrotationen. Die Stimulation erfolgte durch visuelle, vestibuläre und visuovestibuläre Studien. Die Torsions-Augenbewegungsverstärkung und die Nystagmusfrequenzen dienten als Indikatoren für die subkortikale Weiterleitung sensorischer Bewegungsinformationen an die reflexive Hirnstammreaktion für jeden Versuch.

Verwendung von Eye-Tracking zur Beurteilung der relativen Bedeutung von visuellem und vestibulärem Input für die subkortikale Bewegungsverarbeitung in der Rollebene

Lernen Sie die Validierung einer Smartphone-App zur Erfassung von Bewegungskinematik im Vergleich zu 3D-Motion-Capture-Systemen. Dieses klinische Protokoll ermöglicht einfache Bewegungsanalysen in Kliniken oder zu Hause.

Video Bewegungsanalyse mit Smartphones (VIMAS): Eine Pilotstudie

Weitere Videos entdecken