Guía web para el clínico para grabar vídeo compatible de cinemática estandarizada de tareas de consumo de alcohol para análisis de visión por ordenador

Resumen

Se han recomendado métricas cinemáticas de la tarea de beber para su uso en la rehabilitación de ictus en la extremidad superior, pero los enfoques convencionales para los estudios cinemáticos se consideran poco prácticos. El protocolo actual describe una guía web para capturar vídeos de la tarea de beber, compatibles con visión por ordenador para extraer las métricas cinemáticas recomendadas.

Resumen

La evaluación de la extremidad superior es fundamental para el ciclo de rehabilitación. En las dos últimas décadas, la evaluación cinemática de la actividad de la tarea de beber ha demostrado ser válida y responder al cambio clínico en poblaciones rehabilitadoras afectadas por enfermedades de gran alcance, incluyendo ictus y enfermedad musculoesquelética. Este trabajo fundamental sobre la cinemática de tareas de consumo ha llevado a recomendaciones consensuadas para la adopción de la cinemática de las extremidades superiores en la investigación de rehabilitación. Sin embargo, se han planteado preocupaciones prácticas que ponen en peligro la adopción en la comunidad investigadora y su traslado a la práctica clínica. Las barreras para la adopción incluyen las complejidades técnicas de los métodos convencionales de captura de movimiento para adquirir cinemática y la fidelidad de los protocolos de actividad detrás de la cinemática. En cuanto a lo primero, los avances en el subcampo de la IA conocidos como visión por ordenador están reduciendo drásticamente la carga técnica del análisis cinemático. En cuanto a lo segundo, ahora presentamos una aplicación web (app) diseñada para guiar a los clínicos mediante la captura de vídeo de un protocolo de actividad de consumo de alcohol altamente estandarizado utilizando una cámara estereoscópica estándar, un ordenador personal y materiales básicos accesibles en un entorno clínico ambulatorio. Además, demostramos la compatibilidad de esta captura de vídeo con una tubería de visión por ordenador personalizada para extraer métricas cinemáticas de la tarea de beber. A través de estudios continuos de validación y usabilidad, prevemos que dicha herramienta mejorará significativamente el acceso a métricas cinemáticas altamente estandarizadas de las extremidades superiores, que se espera que impulsen la investigación y la atención clínica en poblaciones rehabilitadoras con deterioro de las extremidades superiores.

Introducción

La mayoría de las tareas de las extremidades superiores en la vida diaria requieren ambas extremidades. La pérdida de capacidades de las extremidades superiores ocurre con frecuencia tras lesiones neurológicas, con aproximadamente el 80% de los supervivientes de ictus que experimentan déficits en las extremidades^superiores. Se sabe que estos déficits reducen la función y la calidad de vida². La rehabilitación sigue siendo una intervención primaria para restaurar la^{función 3}, y la rehabilitación se ha descrito como un ciclo basado en una evaluación precisa⁴. La evaluación cinemática del miembro superior ha ganado mayor atención en las últimas dos décadas. Esta atención se debe en parte a los límites de las evaluaciones clínicas actuales, que han reconocido inconvenientes como la subjetividad de los evaluadores humanos y la mala resolución de cambios^{sutiles 5}.

La cinemática es un subcampo de la biomecánica que implica el estudio del movimiento humano durante los movimientos del cuerpo, las extremidades y las articulaciones. Entre trabajos de investigación previos, los estudios cinemáticos de la tarea de beber han recibido una atención considerable de la comunidad^{investigadora 6}. La popularidad de la tarea de consumo de alcohol en la evaluación cinemática se ha atribuido a su complejidad de movimiento, su especificidad de tarea orientada a objetivos y su movimiento^{cíclico 7}. Además de un conjunto de estudios en adultos y niños neurotípicos, la tarea del consumo de alcohol también ha sido investigada en una amplia variedad de enfermedades neurológicas 8,9,10,11. En poblaciones con ictus, estos estudios han identificado métricas cinemáticas importantes, que son válidas, fiables y responden al cambio^clínico 12,13,14. Sin embargo, la evaluación cinemática se ha considerado durante mucho tiempo poco práctica debido a los sistemas complejos y costosos y al conocimiento técnico^{requerido 15}.

Con la llegada de la inteligencia artificial, las barreras prácticas para la evaluación cinemática se están reduciendo significativamente. Por ejemplo, la visión por ordenador —un subcampo de la IA que extrae información de imágenes digitales— puede ahora aprovecharse para lograr sistemas de captura de movimiento sin marcadores utilizando cámaras y ordenadores relativamente^simples 16,17,18. Para aprovechar estos avances en visión por ordenador, el objetivo de este artículo de métodos es describir una herramienta web desarrollada para guiar a los clínicos en lo siguiente: (i) implementar un protocolo estandarizado de actividad para la tarea de beber y (ii) grabar vídeos de la tarea de beber que sean compatibles con un flujo de trabajo de visión por ordenador para extraer métricas cinemáticas. Aunque estas métricas cinemáticas aún no forman parte de la atención clínica estándar, el objetivo del protocolo actual es involucrar a los clínicos que deseen integrar la investigación biomecánica en su práctica. El impacto esperado es un acceso clínico considerablemente mejorado a métricas cinemáticas de la extremidad superior, que se espera que informen los protocolos actuales de rehabilitación y apoyen la investigación y desarrollo de nuevos protocolos terapéuticos.

Protocolo

Las cifras presentadas en la sección de resultados representativos corresponden a dos estudios de caso separados realizados de acuerdo con la Declaración de Helsinki. Se obtuvo el consentimiento informado de todos los participantes antes de la recogida de datos. Como estos estudios de caso separados involucraron solo a dos participantes, no cumplían con la definición de investigación clínica según la Junta de Revisión Institucional local; por lo tanto, no se dispone de un número de protocolo IRB asignado.

NOTA: El protocolo y la aplicación web asociada se dividen principalmente en tres pasos de la siguiente manera: (i) configuración del espacio de trabajo; (ii) actividad de calibración; y (iii) actividad de tareas de bebida. Una infografía (Figura 1) ofrece una ilustración visual de estos pasos, incluyendo los flujos de trabajo que los usuarios pueden esperar encontrar durante el uso de la aplicación web (https://mobile-motion-lab-public.web.app).

Figura 1: Infografía que resume el protocolo. Junto con capturas de pantalla de la aplicación web, se proporciona una ilustración para cada paso principal, incluyendo la configuración del espacio de trabajo (panel izquierdo), el flujo de trabajo de calibración (panel central) y el flujo de trabajo de la tarea de consumo (panel derecho). Por favor, haz clic aquí para ver una versión ampliada de esta figura.

1. Configuración del espacio de trabajo

NOTA: Este paso describe cómo configurar correctamente el espacio de trabajo (Figura 2) para la actividad de calibración y la tarea de beber posterior. Una configuración adecuada es clave para garantizar la estandarización y la calidad de las capturas de vídeo para un postprocesamiento fiable y la extracción de medidas cinemáticas mediante un flujo de trabajo de visión por ordenador.

1. Posición de sillas, mesa y sujetos
   1. Coloca una silla de altura ajustable con respaldo de modo que el sujeto pueda sentarse con las palmas de las manos apoyadas boca abajo sobre la mesa y con el pliegue de la muñeca alineado con el borde de la mesa.
   2. Ajusta la altura del asiento para asegurarte de que las caderas y rodillas del sujeto estén en una flexión aproximada de 90°.
   3. Ajusta la altura de la mesa para asegurar que los brazos descansen cómodamente a los lados, manteniendo la postura erguida y con una flexión de 90° del codo.
2. Colocación del mantel de la actividad de beber
   1. Crea el mantel individual usando el archivo imprimible (Colocación de Actividad de Tarea de Beber) en el menú de Recursos de la aplicación web (https://mobile-motion-lab-public.web.app/resources) y papel de impresora tamaño tabloide de 10 pulgadas x 17 pulgadas.
   2. Alinea el borde delantero del mantel individual con el borde de la mesa justo delante del sujeto. Asegúrate de que la caja cuadrada objetivo esté centrada en la línea media del sujeto.
   3. Sujeta el mantel individual firmemente a la superficie de la mesa con cinta adhesiva.
3. Clasificación en la Copa
   1. Coloca un vaso de plástico de 250 mL en el cuadrado sobre el mantel individual. Esto sitúa la taza a 30 cm del borde de la mesa y directamente delante del sujeto. Llena el vaso con 100 mL de agua potable.
4. Colocación de la cámara
   1. Coloca la cámara estéreo (con una distancia focal de 4 mm) para capturar al sujeto y la copa desde una vista frontal desde arriba. Se requiere una cámara estéreo con conexión compatible a un ordenador personal con acceso a internet (por ejemplo, conexión USB a una estación de trabajo basada en una clínica). Se recomienda una cámara estéreo con mayor distancia focal para minimizar los efectos de la distorsión del objetivo en las imágenes o vídeos grabados. Se puede usar un trípode estándar para cámara.
      NOTA: Una vez calibrada la cámara (que se realizará en etapas futuras), mantener esta calibración depende de mantener la posición de la cámara. Por esta razón, se prefiere una base sólida para la cámara, como un trípode montado en el suelo o un trípode montado en el sobremesa sobre una superficie sólida, por ejemplo, una encimera permanente o una mesa pesada.
   2. Ajusta la posición de la cámara para capturar el volumen objetivo, es decir, el cubo imaginario que contiene completamente al sujeto en su posición inicial con suficiente margen para captar completamente la actividad proximal y distal de las extremidades superiores (por ejemplo, incluyendo el movimiento de la mano) que realizará el sujeto durante las pruebas posteriores (por ejemplo, durante la prueba de bebida).
      1. Aunque la colocación ideal de la cámara estereoscópica dependerá de los parámetros intrínsecos del dispositivo específico (es decir, tamaño del sensor de imagen, distancia focal, campo de visión), comienza posicionando la cámara estereoscópica a unos 150 cm del borde de la mesa (es decir, el borde de la mesa más cercano al sujeto) y con la altura de la cámara ajustada a unos 100 cm sobre la superficie de la mesa.
      2. Desde esta posición inicial, ajusta aún más según sea necesario para optimizar la posición de la cámara y capturar el volumen del objetivo mencionado. Cabe destacar que el proceso de calibración de la cámara tendrá automáticamente en cuenta las variaciones en los parámetros extrínsecos de la cámara (por ejemplo, balanceo/guiñada/cabeceo).
5. Configuración de iluminación
   1. Asegúrate de que la habitación esté bien iluminada con una iluminación suave y uniforme si es posible. Evita una retroiluminación fuerte, como la luz solar intensa que entra por una ventana cercana, ya que el deslumbramiento puede dificultar la detección exitosa del patrón de cuadrícula de ajedrez durante la actividad de calibración.
   2. Evita introducir sombras en la vista de la cámara, ya que las sombras pueden degradar el éxito de la calibración y el éxito de la posterior estimación de la pose humana mediante visión por ordenador. Utiliza luces o lámparas en el techo colocadas para reducir las sombras del sujeto. Si el deslumbramiento es problemático, considera modificar las luces con difusores de luz.

2. Actividad de calibración

NOTA: Este paso explica cómo completar con éxito la actividad de calibración y asegurar la correcta curación de las imágenes hacia un destino de guardado adecuado a través de la aplicación web. La calibración puede realizarse una vez al día antes de la recopilación de datos en vídeo con los sujetos. Si la posición de la cámara cambia por cualquier motivo a lo largo del día, incluyendo cambios involuntarios por un transeúnte que golpea la cámara o el trípode, se recomienda una nueva calibración, y todas las actividades grabadas en vídeo deben asociarse a esta nueva calibración durante cualquier flujo de trabajo de visión por ordenador.

1. Preparación de calibración
   1. Crea el patrón de cuadrícula de tablero de ajedrez para calibración usando el archivo imprimible (Impresión de tablero de ajedrez de calibración) desde el menú de Recursos de la aplicación web (https://mobile-motion-lab-public.web.app/resources).
   2. Imprime el patrón de cuadrícula en blanco y negro usando papel estándar tamaño carta de 8,5 pulgadas x 11 pulgadas. Usa papel y opciones de impresora sin un acabado brillante.
   3. Adjunta la impresión del patrón de cuadrícula de tablero de ajedrez a una superficie plana (por ejemplo, la parte trasera de una carpeta) y asegura con cinta adhesiva. Asegúrate de que la cinta no oculte ninguna parte del patrón de tablero de ajedrez y que la impresión en papel fijada tenga deformaciones mínimas. De lo contrario, las oclusiones o deformaciones del patrón de cuadrícula de tablero de ajedrez pueden reducir las probabilidades de calibración exitosa mediante una solución de visión por ordenador.
2. Captura de imágenes de calibración
   1. Abre el módulo de actividad de calibración (Guía de Actividad de Calibración) ubicado en el menú del panel de control de la aplicación web (https://mobile-motion-lab-public.web.app/calibrationActivity). Este módulo está diseñado para guiar el proceso de calibración.
      1. Realizar la calibración con el siguiente proceso: (i) visualización de una demostración en vídeo de la actividad de calibración; (ii) verificar la identidad de la cámara estéreo; y (iii) previsualizar la transmisión en directo de la cámara estéreo antes de grabar. Finalmente, realiza una grabación para capturar la actividad de calibración, que consiste en mover el patrón de tablero de ajedrez por el área de trabajo mientras se capturan imágenes.
   2. Sigue leyendo la guía hasta que haya disponible una vista previa de la cámara estéreo y el icono de Iniciar grabación.
   3. Antes de iniciar la grabación, coloca el tablero de ajedrez en su posición inicial. Según una persona sentada en la mesa como se describió anteriormente, la posición inicial del tablero de ajedrez implica mantener el patrón aproximadamente a la altura del pecho y perpendicular a la superficie de la mesa (Figura 3).
   4. Inicia la grabación haciendo clic en el icono de Iniciar grabación en la aplicación web. Cuando se inicia, la aplicación proporcionará una cuenta atrás visual/sonora de 3 segundos, tras la cual una señal visual/sonora posterior indicará cuándo comenzar la actividad de calibración.
      NOTA: Si la calibración se realiza en solitario, la cuenta atrás permite al usuario iniciar la grabación y luego posicionar el patrón del tablero de ajedrez antes de que comience la captura.
   5. Cuando se indique iniciar la actividad de calibración, mueve el patrón de tablero de ajedrez hacia adelante por el área de trabajo (hacia la cámara) de forma suave y controlada. Una vez que se mueve completamente hacia adelante a través del espacio de trabajo (el cubo imaginario asignado al sujeto y la copa), luego se invierte el movimiento para mover el patrón hacia atrás (alejándose de la cámara) de forma suave y controlada. Repite este movimiento hacia adelante y hacia atrás del patrón de tablero de ajedrez hasta que se complete la captura de la imagen. La duración total de la captura de imagen es de 10 s.
      1. Evita mover el patrón del tablero demasiado rápido. Los movimientos rápidos pueden introducir desenfoque de las imágenes capturadas por la cámara, y este desenfoque puede reducir la capacidad de un flujo de trabajo de visión por ordenador para extraer parámetros de calibración adecuados.
         NOTA: Como recordatorio, la aplicación web incluye una demostración en vídeo durante el módulo de actividad de calibración. Alternativamente, el movimiento del patrón de calibración también se muestra en el vídeo de Inicio que se encuentra en la página de recursos de la aplicación web.
3. Revisión de la grabación de calibración
   1. Revisa la calibración grabada. Inmediatamente después de grabar la actividad de calibración, se presenta una reproducción de vídeo en la aplicación web. Revisa esta reproducción de vídeo con mucha atención a los siguientes elementos.
      1. Calidad de imagen: Asegúrate de que todo el patrón de tablero de ajedrez sea completamente visible a lo largo del vídeo. El desenfoque de imagen debe evitarse tanto como sea posible, y si hay evidencia sustancial de desenfoque, considera volver a intentar la grabación de calibración con movimientos más lentos del patrón de tablero de ajedrez. Al mejorar la calidad de imagen, los flujos de trabajo posteriores de visión por ordenador tendrán más probabilidades de detectar con éxito el patrón de tablero de ajedrez, que es una referencia necesaria para extraer mediciones de profundidad y posición.
      2. Visibilidad clara: Asegúrate de que la iluminación sea adecuada. Evita sombras oscuras evidentes o resplandores blancos que dificultan la vista del patrón del tablero. Asegúrate de no obstruir la línea de visión de la cámara durante la captura de la imagen (por ejemplo, un espectador que pase por primer plano).
         NOTA: Como referencia para medir la calidad y visibilidad de la imagen, hay ejemplos de vídeo de calibración disponibles en el módulo de actividad de calibración, así como en el vídeo de Inicio ubicado en el menú de Recursos de la aplicación web.
      3. Inténtalo de nuevo, si es necesario. Si hay alguna preocupación sobre el rendimiento de la actividad de calibración y la calidad de la grabación de vídeo calibrada, selecciona la opción de Reintento para reiniciar la grabación de vídeo para otro intento. Si no, procede a enviar o guardar imágenes de calibración.
4. Guardando imágenes de calibración
   1. Al completar con éxito la actividad de calibración y la grabación, seleccione el icono Guardar imágenes de calibración . Esto abrirá una ventana que permite elegir el destino de guardado del archivo para imágenes de calibración. Por defecto, el destino de guardado del archivo se establece como el escritorio con una convención de nombres de archivo por defecto (es decir, calibration_[Fecha]_[Tiempo]_[Tipo de cámara]).
   2. Una vez verificada la guardada de las imágenes de calibración, selecciona Confirmar Guardar para continuar. Aparecerá un mensaje de confirmación tras guardar, así como opciones para proceder al siguiente módulo de Guía de Actividad de Tareas de Beber o reiniciar el módulo de Guía de Actividad de Tareas de Calibración.

3. Actividad de tareas de consumo de alcohol

NOTA: Este paso explica cómo guiar a los sujetos para completar la actividad de la tarea de beber, cómo crear grabaciones de vídeo de la tarea de beber y cómo asegurar la correcta curación de los vídeos hacia un destino guardado usando la aplicación web.

1. Preparación para la actividad de la tarea de beber
   1. Coloca al sujeto en la posición adecuada de inicio/final para la actividad de la tarea de beber. Ajusta la altura del asiento para que el sujeto pueda sentarse cómodamente con caderas y rodillas flexionadas en un ángulo de 90°. Ajusta la altura de la mesa según sea necesario. Asegúrate de que el sujeto esté sentado erguido en una silla con los brazos relajados a los lados, los codos flexionados en un ángulo de 90°, las palmas de las manos apoyadas cómodamente sobre la mesa a la altura de los hombros, el pliegue de las muñecas alineado con el borde de la mesa y la línea media alineada con la posición de la taza en el mantel.
   2. Instruye al sujeto para que use una mano específica (derecha o izquierda) para la grabación inicial.
      NOTA: Son posibles ensayos adicionales posteriores de la actividad de la tarea de beber a través de la aplicación web. Durante cualquier prueba adicional, la lateralidad de la mano puede indicarse en la aplicación web, que se asociará automáticamente con los nombres de archivo de los ensayos correspondientes durante la curación de datos.
   3. Instruye al sujeto para que practique la actividad de la tarea de beber. Los sujetos pueden realizar uno o dos ensayos prácticos de la actividad de la tarea de beber (sin grabación). Recuerda al sujeto que solo se necesita un pequeño sorbo antes de devolver la taza y la mano a sus respectivas posiciones iniciales.
      1. Evita sobreentrenar al sujeto respecto a la actividad de bebida. La intención es capturar el comportamiento tal como ocurriría en el mundo real. Si el sujeto solicita más instrucción, aconsejale que considere una situación real en su vida diaria.
2. Registra la actividad de beber
   1. Abre el módulo de actividad de tareas de beber (Guía de actividades de tareas de bebida) ubicado en el menú del panel de control de la aplicación web (https://mobile-motion-lab-public.web.app/drinkingTaskActivity).
      NOTA: Este módulo está diseñado para guiar la grabación en vídeo de un sujeto realizando la actividad de la tarea de bebida. Este proceso incluye lo siguiente: (i) visualizar un ejemplo de grabación de la actividad de la tarea de beber; (ii) verificar la identidad estereoscópica de la cámara e introducir el identificador del sujeto; (iv) entrar por la lateralidad de la mano que se usará para la prueba específica, por ejemplo, derecha o izquierda; y (v) previsualizar la transmisión en directo de la cámara estéreo antes de grabar.
   2. Antes de iniciar la grabación, orienta al sujeto hacia la cuenta atrás. La aplicación móvil proporcionará una cuenta atrás visual/sonora de 3 s, tras la cual una siguiente señal visual/sonora indicará cuándo empezar a realizar la actividad de bebida.
   3. Inicia la grabación de vídeo haciendo clic en el icono de Iniciar grabación en la aplicación web. Usando la cuenta atrás/señales, pide al sujeto que realice la actividad de la tarea de beber (Figura 3). La duración total asignada a la actividad de consumo de alcohol es de 20 s.
      NOTA: El sujeto solo necesita dar un pequeño sorbo del vaso antes de volver a colocar el vaso en su zona delimitada sobre el mantel individual y luego volver la mano a la zona delimitada.
3. Revisa el vídeo de la prueba de bebida. Inmediatamente después de grabar, se presenta una reproducción de vídeo en la aplicación web. Revisa esta reproducción de vídeo prestando atención a los siguientes elementos.
   1. Sujeto en encuadre: Asegúrate de que la cara, el torso, las extremidades superiores y la taza del sujeto estén completamente capturados en todos los fotogramas de vídeo durante toda la prueba de beber.
   2. Ausencia de disturbios visuales: Asegúrate de que la iluminación sea adecuada, sin sombras o reflejos que distraigan. Evita capturar accidentalmente a otras personas en primer plano o fondo del vídeo. De lo contrario, las posibilidades de que un flujo de trabajo de visión por ordenador identifique con éxito el sujeto de interés pueden verse comprometidas.
   3. Finalización de la tarea: Asegúrate de que el sujeto complete toda la tarea, incluyendo recoger la taza, beber un sorbo, devolver la taza a su posición original y devolver el cuerpo/manos a la posición inicial.
   4. Inténtalo de nuevo, si es necesario. Si hay alguna preocupación sobre la calidad de la grabación del vídeo de la tarea de bebida, selecciona la opción de Reintentar para reiniciar la grabación de vídeo para otro intento.
      NOTA: La opción de reintentar descartará la grabación de vídeo anterior. Si no se desea descartar el vídeo, evite seleccionar Reintentar y continúe con pruebas adicionales como se describe a continuación.
4. Registro de ensayos adicionales de la actividad de la tarea de beber
   1. Si se desean pruebas adicionales de la tarea de beber para el mismo sujeto, selecciona la opción Repetir otra prueba.
      NOTA: El módulo Guía de Actividades de Tareas de Consumo está diseñado para ejecutarse como una instancia única para cada materia única (por ejemplo, el módulo debe reiniciarse para cada materia única).
   2. Procede a registrar y revisar ensayos adicionales para el mismo sujeto siguiendo las instrucciones mencionadas.
      NOTA: Para ensayos repetidos con el mismo sujeto, el identificador del sujeto introducido originalmente y el identificador de cámara se asociarán automáticamente a todos los ensayos. De lo contrario, cada prueba solo requiere los siguientes pasos: (i) entrar por la lateralidad de la mano que va a usar el sujeto, por ejemplo, derecha o izquierda; (ii) previsualizar la transmisión en directo de la cámara estéreo antes de grabar; (iii) iniciar la grabación en vídeo de la actividad de la tarea de bebida; y (iv) revisión/reintento de grabación según sea necesario.
5. Guardar grabaciones de vídeo
   1. Después de que se hayan grabado todas las pruebas deseadas, selecciona Finalizado con todas las pruebas para continuar guardando los archivos de vídeo en el destino deseado.
   2. En el campo denominado Notas, añade cualquier comentario pertinente para el futuro, el análisis y la interpretación de los datos. Selecciona el Paquete y añade Notas para continuar.
   3. Selecciona el icono de Guardar Vídeos de Tareas de Beber . Esto abrirá un aviso en la ventana que permite elegir el destino de guardar el archivo. Por defecto, el destino de guardado del archivo está configurado como el escritorio.
      NOTA: Una vez establecido el destino de guardado del archivo, la aplicación web selecciona automáticamente los datos de vídeo con una estructura de carpeta/subcarpeta que tiene un nombre basado en la entrada previa del usuario introducida durante la finalización de la guía de la aplicación web. Esto da lugar a una carpeta principal con nombre estandarizado (es decir, subj[identificer]_drinktask_[Fecha]_[Tiempo]_[Tipo de cámara]) así como subcarpetas con nombres estandarizados (es decir, [Lateralidad]_[Número de prueba]_[Tasa de fotogramas]), que contienen los vídeos correspondientes para cada prueba de actividad.
   4. Una vez verificada la partida guardada de vídeos, selecciona Confirmar guardado para continuar. Aparecerá un mensaje de confirmación tras guardar, así como una opción para reiniciar el módulo de Guía de Actividades de Tareas de Beber. Como se muestra en la sección de resultados a continuación, los vídeos guardados pueden combinarse con un flujo de trabajo de visión por ordenador para extraer cinemática.

Resultados

Una de las principales motivaciones de la guía para clínicos basada en la web es reducir las barreras técnicas que de otro modo podrían disuadir a los clínicos de utilizar visión por ordenador para evaluar la biomecánica de las extremidades superiores de sus pacientes. Se espera que la guía clínica basada en la web produzca dos resultados principales para el usuario: (i) una serie de imágenes sincronizadas del patrón de calibración del tablero de ajedrez basadas en los sensores de imagen duales de una cámara estereoscópica, y (ii) para cada ensayo realizado por el sujeto, un par de vídeos sincronizados de la actividad estandarizada de la tarea de consumo de alcohol (Figura 3). La guía web ofrece instrucciones en múltiples formatos, incluyendo procedimientos escritos, demostraciones en vídeo/audio y un recorrido virtual interactivo. Para reducir la carga administrativa, la curación de datos se automatiza. Los datos de imagen y vídeo se guardan en una carpeta digital preferida según lo indique el usuario, por ejemplo, situada en un escritorio de ordenador o en una red institucional en la nube. Los datos se organizan automáticamente en carpetas comprimidas, incluyendo subcarpetas anidadas y nombres de archivo estandarizados según el identificador del sujeto, la fecha/hora de adquisición de datos, la lateralidad manual, el tipo/lateralidad de la cámara y el número de ensayo.

Figura 2: Instalación de consulta ambulatoria para grabar imágenes y vídeo. La cinemática de la tarea de beber puede extraerse de vídeo compatible mediante visión por ordenador, lo que se puede lograr mediante la configuración representada de una cámara estéreo, un ordenador y objetos comúnmente encontrados en una clínica (sillas, mesas, recursos de impresión, portapapeles, vasos, agua potable). Aunque la ubicación y orientación exactas de la cámara varían según el modelo del dispositivo, (A) se muestra una posición aproximada, (B) que puede ajustarse para captar el espacio de trabajo esperado que contiene completamente el cuerpo y las extremidades superiores del sujeto durante la tarea de beber. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Figura 3: Imágenes y vídeos compatibles creados por una guía clínica basada en la web. Los resultados principales de la guía clínica web incluyen (A) una serie de imágenes sincronizadas del patrón de calibración en tablero de ajedrez y (B) un par de vídeos sincronizados que capturan el desempeño del sujeto en todas las fases de la actividad de consumo de alcohol. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

A partir de los datos de imagen y vídeo recogidos, la biomecánica de las extremidades superiores durante la tarea de beber puede extraerse mediante visión por ordenador. Es importante destacar que la recopilación de datos en bruto y la aplicación de la visión por ordenador pueden desacoplarse. En literatura anterior se han descrito diversos flujos de trabajo de visión por ordenador para su aplicación a estos^{datos 16,18} o los usuarios pueden aplicar sus propios flujos de trabajo personalizados. Por ejemplo, ya hemos desarrollado previamente un flujo de trabajo de visión por ordenador para estimar la postura humana tridimensional (Figura 4) y posteriormente extraer tres métricas cinemáticas. En resumen, este flujo de trabajo de visión por ordenador implica los siguientes pasos clave: (i) calibración para extraer propiedades intrínsecas y extrínsecas de la cámara para mapear píxeles a dimensiones reales; (ii) detección de poses humanas para anotar la ubicación de los píxeles de puntos clave anatómicos del cuerpo humano en imágenes bidimensionales; (iii) aplicación de un procedimiento de elevación para calcular información tridimensional a partir de imágenes bidimensionales duales; y (iv) aplicación de filtros para suavizar trayectorias, por ejemplo, medias móviles y filtros de Kalman. Una descripción más detallada está fuera del alcance del artículo actual, pero puede consultarse en el trabajo^{anterior 16}. Aplicando este flujo de trabajo, las métricas cinemáticas extraídas cuantifican la suavidad del movimiento (por ejemplo, número de unidades de movimiento, NMU), la compensación (por ejemplo, desplazamiento del tronco, TD) y el tiempo de movimiento (MT), que han demostrado ser válidos, fiables y sensibles a cambios clínicos en los estudios de rehabilitación del^{ictus 5,13,14}. En comparación con un sistema convencional de captura de movimiento basado en marcadores, este flujo de trabajo de visión por ordenador produce un error pequeño (_error NMU -0,12 unidades,_error TD 3,4 mm y_error MT 0,15 s) en comparación con las estimaciones de cambio clínicamente significativo (3-7 NMU, 20-50 mm TD y 2,5-5 s MT)¹⁶. Para ilustrar una métrica cinemática específica, es decir, la suavidad del movimiento por NMU (Figura 5), un gráfico del perfil de velocidad de la muñeca durante la tarea de beber representa el NMU (por ejemplo, cada unidad de movimiento denotada con un asterisco rojo) medida durante un estudio de caso de una persona con antecedentes de ictus (mujer de 51 años, dominante mano derecha, antecedentes de ictus isquémico de la médula derecha que resultó en hemiparesia izquierda leve, Inicio del ictus >6 meses antes, comorbilidades como hipertensión y síndrome del túnel carpiano derecho).

Figura 4: Aplicación de visión por ordenador a imágenes y vídeo para extraer datos de movimiento humano. Se han descrito diversos flujos de trabajo de visión por ordenador para lograr la cinemática de la tarea de beber. (A) Un paso inicial de calibración requiere que las imágenes 2D asignen píxeles a las dimensiones del mundo real, (B) que pueden convertirse a coordenadas 3D usando geometría proyectiva. Posteriormente, aplicando la estimación de la pose humana a vídeos de la tarea de beber, se pueden detectar automáticamente (C) puntos clave anatómicos 2D, que pueden convertirse en puntos clave 3D para diversos cálculos y visualizaciones métricas, por ejemplo, trayectorias de puntos clave. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Figura 5: Métrica cinemática de la suavidad del movimiento durante la tarea de beber. Basándose en datos 3D de movimiento humano de la tarea de beber, se pueden obtener diversas métricas cinemáticas post-ictus. Basado en un sujeto en la fase crónica de recuperación del ictus, se puede extraer una métrica cinemática de la suavidad del movimiento (por ejemplo, número de unidades de movimiento, NMU, representado por el número de asteriscos rojos en el perfil de velocidad de la muñeca) a partir de vídeo con visión por ordenador para revelar una diferencia objetiva en la función motora entre la extremidad superior (A) izquierda y (B) derecha. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Discusión

Se ha recomendado la evaluación cinemática de la tarea de consumo de alcohol para su uso en la investigación de rehabilitación del^{ictus 6}. Sin embargo, se han citado preocupaciones prácticas como barreras para la adopción de la cinemática en la investigación de rehabilitación, y estas preocupaciones incluyen el coste y los requisitos técnicos de las tecnologías de captura de movimiento convencionalmente utilizadas para medir la biomecánica^{humana 15}. Estas preocupaciones dificultan posteriormente la adopción clínica y la traducción de la evaluación cinemática a la práctica clínica. Alternativamente, un enfoque más práctico para extraer cinemática mediante visión por ordenador puede realizarse usando una sola cámara estereoscópica, un ordenador personal y objetos comúnmente encontrados en un entorno^{ambulatorio 16}. Presentamos un protocolo diseñado para clínicos que emplea una guía web para grabar imágenes y vídeos compatibles con un flujo de trabajo de visión por ordenador para extraer métricas cinemáticas de la tarea de beber. El objetivo a largo plazo es aumentar el acceso a estas métricas, que ya se habían desarrollado y recomendado previamente para su uso en la investigación de rehabilitación del ictus 5,6,12,13,14.

La sincronización de vídeo es importante para enfoques de doble cámara en visión por ordenador. Los sistemas de doble cámara imitan los ojos humanos, que perciben simultáneamente una escena en el mundo real desde puntos de vista ligeramente diferentes para permitir la percepción de profundidad. En el caso de la visión por ordenador, la sincronización adecuada es fundamental para la precisión de la información tridimensional (por ejemplo, la posición de la muñeca humana en un sistema de coordenadas cartesianas) determinada a partir de dos fuentes bidimensionales (por ejemplo, la ubicación de píxeles de la muñeca humana en una foto). En nuestra experiencia, las cámaras duales pueden ofrecer resultados razonables cuando se sincronizan con un rango de 1 ms¹⁶. Varios factores pueden reducir la sincronización, incluyendo tasas de fotogramas poco fiables de la cámara, velocidades limitadas de transmisión de datos en cables, ineficiencias de software y especificaciones de hardware limitadas (por ejemplo, baja RAM o procesadores de bajo nivel). Para evitar problemas de sincronización, este protocolo utiliza una cámara estéreo estándar, que se beneficia de una huella física más pequeña y está diseñada como un dispositivo plug-and-play (por ejemplo, conexión USB única a un ordenador personal estándar) para capturar automáticamente imágenes sincronizadas de dos sensores de imagen integrados.

Las características de la cámara requieren una consideración cuidadosa para cualquier aplicación de visión por ordenador. En teoría, imágenes de mayor resolución y grabaciones de mayor tasa de fotogramas del movimiento humano ofrecen más datos para detectar puntos clave anatómicos con mayor precisión espaciotemporal. Sin embargo, es inevitable que se equilibre la cantidad de datos y los recursos informáticos disponibles para procesarlos. El protocolo descrito se basa en una cámara estéreo que graba vídeo con resolución de 1280 x 720 píxeles a una tasa de fotogramas de 60 Hz, comparable a estudios previos que aplicaban visión por ordenador para la cinemática de tareas^{de consumo 16,18}. Para grabar estos vídeos, hemos observado un éxito fiable usando un ordenador de gama superior de consumo (por ejemplo, CPU de 3,2 GHz con 128 GB de RAM) y un éxito mixto usando un ordenador portátil (por ejemplo, una CPU de 2,6 GHz con 16 GB de RAM). Al aplicar ordenadores de gama inferior, un problema típico es la ausencia de fotogramas de vídeo, que a menudo se presenta como un vídeo de salida con una duración menor que la grabación prevista de 20 s. Cabe destacar que, aunque la computación de datos es un culpable común de la ausencia de fotogramas de vídeo, la transmisión de datos también es importante. En el ámbito sanitario, por ejemplo, los ajustes de seguridad asociados a los puertos de acceso a los ordenadores (por ejemplo, unidades USB) pueden provocar retrasos en la transmisión de datos que interfieren con una grabación de vídeo fiable.

La interferencia en línea de visión desafiará pasos clave en un flujo de trabajo de visión por ordenador, incluyendo la calibración y la estimación de la postura humana. La calibración se basa en imágenes digitales de un patrón de tablero de ajedrez de tamaño estándar, lo que permite la visión por ordenador mapear píxeles de imagen a las dimensiones físicas del mundo real. Una visualización clara del patrón de tablero de ajedrez mejora la tasa de éxito de este mapeo. La interferencia visual puede deberse a varias razones, incluyendo, pero no limitándose a: (i) problemas de iluminación (por ejemplo, resplandor intenso de una ventana cercana o sombras oscuras); (ii) movimientos excesivamente rápidos del tablero de ajedrez (por ejemplo, desenfoque de la imagen debido a un tiempo de exposición prolongado de la cámara); o (iii) propiedades intrínsecas inapropiadas de la cámara (por ejemplo, distancia focal incorrecta o distorsión severa del objetivo). La estimación de postura humana aprovecha la inteligencia artificial para anotar automáticamente los puntos de referencia anatómicos a partir de imágenes de una sola persona (estimación de una sola pose) o de varias personas (estimación de varias poses). La visualización clara del ser humano es entonces fundamental para la tasa de éxito de la estimación de la pose. Cierta interferencia visual puede tolerarse dependiendo de los parámetros de visión por ordenador (por ejemplo, arquitectura de IA, umbrales de predicción). Sin embargo, para evaluar la idoneidad de un vídeo para la estimación de poses humanas, los riesgos comunes a los que hay que estar alerta incluyen los siguientes: (i) espectadores a la vista en caso de estimación de una sola pose; (ii) segmentos del cuerpo de forma intermitente fuera del campo de visión de la cámara; y (iii) autooclusiones debidas a la superposición de los segmentos corporales.

Desacoplar la recogida de datos del propio flujo de trabajo de visión por ordenador ofrece tanto ventajas como desventajas. Un inconveniente notable es el retraso en la información clínicamente relevante disponible para los clínicos y los pacientes para informar la toma de decisiones. Una ventaja potencial es la reducción de la interferencia en la interacción entre el clínico y el paciente. Por ejemplo, suponiendo que la calibración se realice antes de la cita del paciente, grabar en vídeo 10 repeticiones de la tarea de beber tal y como se describe en la literatura^{previa 12} requeriría idealmente menos de 4 minutos de grabación en vídeo más cualquier tiempo necesario para orientar a los pacientes que son ingenuos respecto al protocolo. Además, este desacoplamiento puede aumentar la aceptación por parte de los clínicos al dividir la responsabilidad de la información. Dentro de esta separación de funciones, el clínico asume la responsabilidad de cuándo y por qué se realizan las evaluaciones por vídeo, y los científicos/ingenieros de datos se encargan de refinar el flujo de trabajo de visión por ordenador responsable de métricas clínicas precisas y fiables (por ejemplo, la cinemática de tareas de bebida). De hecho, esto puede compararse con la realidad actual de muchas pruebas basadas en sangre (por ejemplo, paneles metabólicos completos) e basadas en imágenes (por ejemplo, estudios de resonancia magnética) que los clínicos solicitan rutinariamente. Por último, este desacoplamiento puede ser ventajoso a medida que el campo de la IA continúe avanzando. Los datos de vídeo adquiridos hoy podrían ser analizados repetidamente por soluciones de visión por ordenador más avanzadas del futuro, que podrían extraer más métricas cinemáticas con mayor velocidad, precisión y fiabilidad.

Nuestro objetivo es avanzar aún más en el acceso a la cinemática de las extremidades superiores entre la comunidad de rehabilitación, que incluye a profesionales ambulatorios y, previsiblemente, a personas en el ámbito domiciliario (por ejemplo, telerehabilitación). Este protocolo y la aplicación web deben considerarse una etapa temprana de desarrollo, que hasta ahora se ha visto como una actividad muy enfocada (es decir, la tarea de beber) y un grupo relativamente enfocado de partes interesadas (es decir, usuarios clínicos y sujetos que pueden realizar fácilmente la tarea de beber). Serán necesarias versiones futuras para acomodar un grupo de usuarios más diverso, actividades más diversas y poblaciones de sujetos más diversas (por ejemplo, individuos con déficits graves que requieren adaptación en actividades). Además, el desarrollo futuro incluirá puntos de control importantes antes de su implementación generalizada, como la integración en los historiales médicos electrónicos y el mantenimiento de la privacidad y confidencialidad del paciente. Estas futuras versiones probablemente también incorporarán nueva tecnología y perfeccionarán la tecnología disponible actualmente. Por ejemplo, el protocolo actual asume un flujo de trabajo de visión por ordenador basado en la visión binocular (por ejemplo, cámaras estereoscópicas). Un desarrollo lógico siguiente es un protocolo que incluya visión monocular (por ejemplo, cámaras más básicas), que podría ser posible utilizando IA entrenada con conjuntos de datos binoculares. Cabe destacar que el protocolo actual proporciona datos de imagen y vídeo compatibles con las soluciones de visión por ordenador de última generación, que ya están siendo superadas en rendimiento por las soluciones^{más recientes 18}. El protocolo web descrito aquí podría permitir a los clínicos implementar en su práctica una base para la visión por ordenador, que probablemente avancerá notablemente a medida que la tecnología de IA permee la industria sanitaria.

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
Brazo de montaje de cámara, articulado de 2 secciones con plataforma de cámara	Manfrotto	196B-2	Montura para cámara estéreo
Trípode de cámara, compatible con tornillos de montaje estándar de 1/4 y 3/8 de pulgada	iFootage	CB3 Base	Trípode para cámara estéreo de montaje
Portapapeles, tamaño estándar de carta	N/A	N/A	Superficie para fijar el patrón de calibración
Vaso, plástico de 8 oz	N/A	N/A	Recipiente de agua para tareas de consumo
Silla ajustable en altura, con ruedas de rueda con bloqueo	Vermund Larsen A/S	Independencia de la VELA	Cátedra para la asignatura
Mesa ajustable en altura, con ruedas de rueda cerrables	Midmark Corporation	Estación de trabajo rectangular 6215	Tabla para la configuración de tareas de beber
Impresión del tablero de ajedrez de calibración	N/A	N/A	Patrón para vídeo de calibración
Impresión del mantel individual de la actividad de la tarea de bebida,	N/A	N/A	Mantel individual para guiar la preparación de la tarea de beber
Cámara estéreo, distancia focal de 4mm, sin polarizador, cable USB 3.0 de 5 m	Estereolabs	Zed 2i	Cámara estéreo para grabación de vídeo
Cinta	N/A	N/A	Adhesivo para impresiones