March 14th, 2017
Ce manuscrit décrit la méthode permettant de tester la validité concurrente des mesures cinématiques enregistrées par l’application smartphone par rapport à un système de capture de mouvement 3D dans le plan sagittal. Ce protocole permettra aux cliniciens de configurer des smartphones pour la capture vidéo des mouvements humains.
L’objectif global de cette étude est de tester la validité concurrente des mesures cinématiques enregistrées par l’application pour téléphone intelligent, et de les comparer aux mesures enregistrées par un système de capture de mouvement 3D, afin de développer un protocole clinique valide. Ce protocole clinique a été développé, afin que le smartphone puisse être utilisé pour capturer les mouvements humains, et fournir des mesures cinématiques valides, à l’aide d’une configuration simple et conviviale. Le principal avantage de cette technique est que le smartphone peut être installé dans une clinique ou au domicile d’un patient, pour l’analyse vidéo des mouvements humains.
La démonstration visuelle de cette méthode est essentielle, car les cliniciens peuvent suivre le protocole clinique étape par étape, afin d’obtenir des mesures valides de la cinématique des membres inférieurs. Des étudiants diplômés, qui sont co-auteurs de l’étude, feront la démonstration de la procédure. Commencez par mesurer et délimiter une allée de six mètres, à l’aide d’un ruban à mesurer et d’un ruban adhésif.
Placez ensuite quatre caméras de capture de mouvement 3D aux quatre coins de la passerelle de six mètres, pour enregistrer la marche dans cette zone. Orientez chacune des caméras aux extrémités diagonales de la passerelle pour qu’elles se fassent face. Ensuite, escortez le participant dans la zone de test et collectez le poids et la longueur des jambes, du grand trochanter aux malléoles médiales des deux jambes à l’aide d’un ruban à mesurer.
Mesurez ensuite la hauteur en demandant au participant de se tenir pieds nus à côté d’un ruban à mesurer, fixé au mur. Placez une règle sur la tête du participant pour lire la mesure à partir du ruban à mesurer collé au mur. Montez le smartphone sur un trépied, à l’aide d’un clip adaptateur pour maintenir le smartphone.
Placez le trépied perpendiculairement au centre de la passerelle, à 2,0 mètres du premier essai fixé. Notez que le trépied doit être placé à 4,0 mètres de distance pour la deuxième série d’essais. Calculez ensuite la hauteur entre le sol et l’objectif de la caméra en mètres pour chaque configuration, en utilisant la longueur des jambes du patient.
La position proche de la caméra, deux mètres, permet d’enregistrer et d’analyser uniquement le mouvement des membres inférieurs, tandis que la distance éloignée couvre à la fois le membre inférieur et le tronc. Ensuite, placez des grappes de trois marqueurs intelligents avec des bandes velcro sur la crête iliaque pré-supérieure bilatérale ou ASIS, le tiers supérieur de la face latérale des cuisses, le tiers supérieur de la face latérale des mollets et le dos des deux pieds. Placez un seul marqueur intelligent sur la ligne médiane entre les épines iliaques postéro-supérieures droite et gauche.
Placez des autocollants indiquant les points de repère osseux des condyles fémoraux médiaux et latéraux bilatéraux, des malléoles médiales et latérales et de l’espace palmé entre le premier et le deuxième orteil pour l’étalonnage du système de capture de mouvement 3D. Enfin, calibrez l’équipement à l’aide d’une baguette instrumentée avec des marqueurs intelligents dessus, pour enregistrer l’emplacement 3D des autocollants. Pour commencer, demandez à l’un des enquêteurs d’utiliser le smartphone et à l’autre de faire fonctionner l’ordinateur qui contrôle le système de capture de mouvement 3D.
Demandez au participant de faire un essai pratique. Ensuite, ouvrez l’application pour smartphone et appuyez sur le bouton d’enregistrement rouge en bas au centre de l’écran pour commencer l’enregistrement. Utilisez du papier numéroté pour indiquer le numéro d’essai sur l’enregistrement du smartphone.
Ensuite, demandez au participant de marcher à son rythme normal et de se concentrer sur un marqueur placé sur le mur opposé pour l’aider à marcher en ligne droite. Donnez au participant un compte à rebours pour commencer en disant trois, deux, un, allez-y. Ensuite, demandez au participant de traverser les deux premières caméras de capture de mouvement 3D placées au début de la passerelle de chaque côté, et de marcher vers deux autres caméras placées à l’autre extrémité de la passerelle de chaque côté.
Une fois que le sujet a fini de parcourir la distance de six mètres, compte à rebours jusqu’à la fin de l’épreuve en disant trois, deux, un, arrête. Appuyez ensuite à nouveau sur le bouton d’enregistrement rouge pour arrêter l’enregistrement de l’essai de marche. Vérifiez la position de tous les marqueurs après chaque essai.
Ensuite, déplacez le trépied avec le smartphone à la deuxième distance de quatre mètres pour capturer le haut et le bas du corps. Demandez au participant de se tenir au milieu de la passerelle, puis commencez à marcher de la même manière qu’auparavant. Enfin, sauvegardez et vérifiez les enregistrements de capture de mouvement 3D et les enregistrements sur smartphone.
Retirez ensuite les marqueurs intelligents. Commencez par enregistrer manuellement l’angle du genou qui s’affiche à l’écran lors des phases de frappe du talon et de décollement des orteils du cycle de marche. Ensuite, complétez l’analyse des enregistrements de téléphones intelligents pour les événements de frappe du talon et d’orteil.
Utilisez le stylet pour une précision accrue du placement des points de repère pour les mesures de l’angle du genou. Ensuite, affichez la vue qui vient d’être enregistrée en sélectionnant le carré vidéo dans le coin inférieur gauche de l’écran. Utilisez la barre de défilement située à la base de l’écran pour sélectionner le cadre dans lequel le sujet est le plus proche du talon ou de la pointe au centre de l’écran.
Ensuite, pour déposer l’angle, appuyez sur l’icône du crayon à contour blanc en haut à droite de l’écran. Sélectionnez l’option d’angle dans le menu déroulant. Choisissez la couleur de votre choix et le marqueur d’angle.
Faites glisser ou appuyez sur le stylet n’importe où sur l’écran pour l’incliner. Enfin, placez le centre de l’angle sur l’articulation du genou, les vecteurs atteignant vers le haut le long du fémur et vers le bas vers les malléoles latérales. Si nécessaire, zoomez en rapprochant deux doigts au centre de l’écran et en les écartant lentement l’un de l’autre.
Sur la base des résultats, il y avait une différence significative entre les mesures d’angle par le système de capture de mouvement 3D et l’application pour smartphone. Les tracés pour les distances de 4,0 mètres et de 2,0 mètres affichaient des données plus dispersées autour de la ligne de différence moyenne au centre. Cela indique que la position de la caméra n’a pas contribué aux erreurs de mesure.
Lors de la mise en œuvre du protocole clinique d’analyse des mouvements vidéo sur smartphone, il est important de se rappeler que la caméra doit être placée à la distance définie et que la hauteur de la caméra est déterminée par la longueur de la jambe de l’individu.
View the full transcript and gain access to thousands of scientific videos
Cette étude teste la validité concurrente des mesures cinématiques enregistrées par une application de smartphone par rapport à un système de capture de mouvement 3D. Le protocole développé permet aux cliniciens de capturer efficacement le mouvement humain à l'aide de smartphones.
Smartphone-based movement analysis offers a low-cost, accessible method for preliminary gait assessment in early discovery and translational research. By validating smartphone kinematic outputs against 3D motion capture, the study supports mechanistic de-risking in preclinical models where resource-intensive systems are impractical. This approach enables scalable, reproducible phenotyping for target validation in neuromuscular or mobility-related therapeutic areas.
The method fits within early discovery to lead identification workflows, where locomotor function serves as a phenotypic readout for target engagement or pathway modulation.