3 차원 센서를 사용 하 여 팔 기능의 객관적이 고 아동 친화적인 평가

Summary

근육 기능의 객관적인 측정은 아이 들에서 특히 도전적 이다. 상업적으로 이용 가능한 디지털 3 차원 센서를 바탕으로, 어린이 친화적인 게임 테스트 임상 시험 상 지 기능을 평가 하기 위해 개발 되었다.

Abstract

진보적이 고 돌이킬 수 없는 근육 위축 척수 근육 위축 증 (SMA) 및 기타 유사한 근육 장애 질병 특징. 근육 기능의 객관적인 평가 이며 에센셜은 중요 한, 까다로운, 성공적인 임상 실험을 위한 필수 조건. 현재 임상 등급 비늘 제 특정 미리 정의 된 단위 개별 항목에 운동 이상이 지. Kinect 3 차원 센서는 낮은 비용과 휴대용 모션 캡처 및 트랙 사람들의 운동에 많은 의료 및 연구 분야에 사용 하는 기술을 감지로 떠오르고 있다. 이 3 차원 센서를 사용 하 여 새로운 접근 방식을 개발 하 고 게임 같은 테스트 SMA 환자의 상 지 기능을 객관적으로 측정 하도록 설계 되었습니다. 프로토 타입 테스트 대상 공동 운동 능력. 앉아있는 동안 가상 장면에서 환자는 확장 하 고, 플렉스, 도달을 일부 개체를 배치할 팔 전체를 리프트 하 지시 했다. 두 상 지 운동의 운동학 및 spatiotemporal 특성 추출 되었고, 예를 들어, 분석 팔꿈치 확장 및 굴곡 각도, 손 속도, 가속. 첫 번째 연구 18 ambulant SMA 환자와 19의 나이 및 성별 일치 건강 한 컨트롤의 작은 코 호트를 포함 했다. 팔의 움직임에 대 한 포괄적인 분석을 달성 했다; 그러나, 그룹 간의 큰 차이 환자의 기능 및 테스트 어려움의 불일치로 인해 발견 됐다. 이 경험을 바탕으로, 어려움을 증가 함께 첫 번째 게임과 근육 지구력을 대상으로 두 번째 게임의 수정된 된 버전의 구성 테스트의 두 번째 버전 설계 되었고 구현. 새로운 테스트 되지 실시 되었습니다 환자 그룹에 아직. 우리의 작업 같은 근육 기능 평가 3 차원 센서의 잠재적인 능력을 시연 있으며 임상 등급 비늘을 보완 하기 위해 객관적인 접근을 제안 했다.

Introduction

근육 기능의 포괄적인 평가 많은 신경 근육 학 질환과 성공적인 임상 시험에서 중요 한 필수 구성 요소에 중요 한 평가 이다. 임상 등급 비늘 점점 표준화 된 평가 도구를 사용 하 고 잘 설립 결과 측정¹. 그러나, 그들은 임상의 주관적인 판단에 크게 의존 인테르-및 내부-평가자 불일치² 로 이어지는 실질적인 변형 될 수 있습니다 또는 정확한 측정¹에 대 한 기준을 충족 하지 않는 번호를 생성. 또한, 많은 신경 근육 학 질병 자식에 크게 영향을 받습니다 그리고 이러한 평가의 대부분은 길고 지루한는 추가 과제를 부과. 신경 근육 학 질병의 예를 들어 척추 근육 위축 증 (SMA), 진보적인 근육 약점이³특징 치명적인 신경 근육 학 질병은 이다. 임상 고기에 따라 일부 환자 살 휠체어 (유형 2), 그리고 일부 수 서 걸어 남의 도움된 (유형 3)⁴. 약물 효능과 질병의 진행을 추적, 등 관절 운동 범위, 근 력, 근육 피로 근육 기능을 측정 하는 더 과민 하 고 객관적인 평가 도구에 대 한 증가 수요가 있다.

모션 감지 기술에 있는 급속 한 진도 비교적 저렴 한 비용, 중 마커 무료 방법으로 전신 운동 캡처 3 차원 센서 (Kinect)의 가치는 널리 검사 운동 특성 분석 가능 했다. 통합된 적외선 센서와 알고리즘을 학습 하는 구현 된 기계를 사용 하 여 추적 된 사람의 시체 위치 20 해부학 적 랜드마크 라는 신체 관절 또는 포인트 머리, 목, 등의 3 차원 위치를 통해 유추 손, 손목, 팔꿈치, 어깨, 척추, 엉덩이, 무릎, 발목, 그리고 발⁵ 임시 해결책은 최대 30 Hz, 떨림 등 일부 병 적인 모터 증상을 제외 하 고 대부분 실제 운동에 대 한 충분 한입니다. 3 차원 센서의 공간 정확도 지상 진실⁶ 또는 마커 기반 3 차원 모션 분석 시스템^{7,,89,10 골드 표준을 광범위 하 게 검증 되었습니다. ,,1112}. 좋은 동시 타당성 재현성 다른 테스트에 의해 공개, 특히는 정면에서 볼¹² 와 대 한 총 운동⁷. SMA 가진 아이 들을 위한 상 지 기능을 객관적으로 평가, 우리는 설계 및 공동 운동 능력을 측정 하는 3 차원 센서에 따라 게임 같은 테스트를 구현.

Protocol

테스트는 관측, 경도 연구에서 대학 아동 병원의 바젤 (UKBB) 성인과 어린이에서 수행 되었다. 더 많은 인구 통계 정보와 임상 연구에 대 한 이전 게시^13,14에서 찾을 수 있습니다. 모든 절차를 Ethikkomission UKBB 로컬 윤리 위원회가 승인 하 고 헬싱키의 선언에 표현 하는 원칙에 따라 실시 되었습니다. 서 면된 동 및 국제 컨퍼런스 가늠 자 조정 (ICH) 및 지역 규정에 따라 연구 프로토콜 준수 제공한 모든 과목 또는 법적으로 공인된 대표 법률의 나이 아래 아이 들을 위한 동의 합니다.

참고: 프로토 타입 게임 "옷장" 관절의 운동 범위를 측정 하기 위한 설계와 구현. 그것은 다음 어떤 윈도우 8 또는 더 높은 운영 체제에서 실행할 수 있는 실행 가능한 응용 프로그램으로 필요한 3 차원 센서 드라이버 설치 됩니다로 수출 했다. Kinect 센서 v 1를 기반으로 하는 프로토 타입 게임 또는 Kinect 센서 v2 (추가 코딩 파일 참조) 요청 시 제공 될 수 있다에 두 번째 버전 기반 (내용 참조).

1. 설치 및 테스트를 위한 준비

1. 3 차원 센서를 설치 (예., Kinect) 드라이버와 컴퓨터에 설계 된 응용 프로그램.
2. 1 미터 높이 0.5-의 테이블 처럼 적당 한 표면에 컴퓨터를 놓습니다.
3. 장소 3 차원 장치 또한 컴퓨터의 중간 정렬 같은 표면에 3 차원 카메라의 높이 0.5-지상 1 미터에 대 한 테이블에 의해 고정 되도록. 3 차원 센서의 상승 각도 수동으로 제대로 주제를 캡처하는 데 필요한 조정 (2.4.2 아래 참조).
4. 모든 케이블 연결 합니다 제대로 컴퓨터에 3 차원 어댑터와 전원 케이블을 전원 공급 장치를 포함 하 여.
5. 약 2 미터에 컴퓨터와 3 차원 센서 테이블 앞에 높이 조절의 자를 배치 합니다.

2. 시험 실시

1. 컴퓨터를 시작 하 고 최적의 볼륨 소리를 켭니다. 자동 데이터 전송이 필요한 경우 인터넷에 연결 되어 있는지 확인 합니다.
2. 자에 앉아 주제를 지시 합니다.
3. 컴퓨터에서 응용 프로그램을 시작 하 고 첫 번째 페이지에 제목 ID를 입력 합니다.
4. "옷장" 게임을 보여주는 두 번째 페이지에 입력 하는 첫 번째 페이지에서 "시작" 버튼을 클릭:
   1. 큰 옷장 앞에 피사체의 본문을 나타내는 화면에 해골 그림 (상체만) note 그림을 볼 수 없을 때 파도 만약 그가 휠체어에 앞으로 및 뒤로 이동 또는 3 차원 센서 캡처는 사람이 될 때까지 서 서 주제를 지시 합니다.
   2. 화면의 지침을 읽어 고 녹색 글꼴에 있는 모든 지시 될 때까지 거리, 높이, 및의 자 및 주제의 측면 위치를 적절 하 게 조정.
      참고: 거리, 높이, 그리고의 자의 측면 위치는 자신이 주제 또는 분야에서 나중 단계 해야 도우미에 의해 조정할 수 있습니다. 최적의 높이 얻을 수 없습니다, 경우 직접 3 차원 카메라의 상승 각도 조정 합니다. 최적의 위치는 화면 중앙에 표시 하는 피사체의 목 장치에서 2 미터 이다.
   3. 데이터 기록 없이 훈련 세션을 시작 하려면 기차 단추를 누릅니다.
      참고: 제목 이미 게임에 익숙한 하 고 무엇을 해야할지 알고, 직접 시작 버튼을 눌러 하 고 훈련을 건너뜁니다.
   4. 제목 화면에 지시에 따라 및 다음 움직임을 수행 하자.
      1. 요청 된 팔 (오른쪽 또는 왼쪽) 개체가 가상 손에 때까지 깜 빡 가상 개체에 도달을 확장 합니다.
      2. 같은 팔을 물리적으로 개체를 배치 하려면 본문에 표시 된 포인트를 터치.
      3. 모든 20 개체를에 도달 하 여 배치 될 때까지 팔의 확장 및 굴곡 움직임을 계속 합니다.
         참고: 각 라운드에서 10 개체와 두 라운드 있다. 라운드 5 개체 뒤에 왼쪽된 팔 요청 왼쪽에 오른쪽 팔을 필요로 하는 오른쪽에 5 개체 있습니다. 이 교육 세션을 마칩니다.
   5. 2.4.3, 단계에서 시작 하지만이 이번에는 암호화 된 파일에 9 상체 포인트의 위치를 기록에서 다시 동일한 작업을 수행 하려면 "시작" 버튼을 누릅니다. 게임은 자동으로 모든 20 개체를 배치 하거나 미리 정의 된 시간 (4 분)을 실행 하는 경우 완료 한다.
      참고: 그것은 또한 주제는 너무 약한 또는 어떤 다른 상황 든 지 발생 하는 경우에 언제 든 지 게임을 종료 하는 것이 가능.
5. "옷장" 게임에서 관절의 범위를 나타내는 한 거미 줄거리를 보여 주는 자동으로 마지막 페이지에 입력 합니다.
6. 끝 버튼을 눌러 게임을 종료 하거나 반복 버튼을 누르면 테스트를 반복 합니다.

3. 테스트-데이터 처리 후

1. 기록 되 고 암호화 된 데이터와 하드 디스크에 로그 파일을 저장 하 고 선택적으로 데이터 분석가 게 인터넷을 통해 전송. 데이터 처리 및 분석에 대 한 자세한 설명 이전 게시¹³에 제공 되었습니다.
   1. 로그 파일을 확인 하 고 3 차원 레코드와 임상 보고서를 비교 하 여 완성도 데이터의 유효성을 확인 합니다.
   2. 계산 하 고 관절 각도, 속도 및 가속도, 손 경로 길이, 몸 보상 운동, 연결할 수 있는 공간, 같은 숫자 기능으로 27 운동 특성을 추출 합니다.
   3. 계산 하 고 플롯 기능을 이해 하 고 해석 하는 다음과 같은 통계 분석에 관해서는 뿐만 아니라 3 차원 센서 데이터를 선택 합니다.
   4. 통계 분석으로 선형 혼합된 효과 모델, 상관 분석, ANOVA (분산 분석), PCA (주요 구성 요소 분석)을 수행 합니다.

Results

위의 절차를 사용 하 여 다른 운동 기능 플롯 되 고 분석 접근 움직임에 대 한 포괄적인 이해를 얻기 위해 탐구 된다.

그림 1에서 9 상체 포인트에서 추적 그려집니다 (X 제목, Y 나타냅니다 수직 위치 Z는 3 차원 거리의 가로 위치를 나타내는 2 차원 투영을 나타내는 X 및 Y 축에 제한 센서)입니다. 그림 1 에서 실제로 측정, 바디 포인트의 공간 위치는 3 차원 센서를 보여준다. Juxtaposing 한 SMA 환자와 건강 한 통제 4 방문, 여 환자와 컨트롤 모두 명확 하 게 인식할 수 있는 궤적으로 작업을 완료 표시 됩니다. 모든 방문, 예를 들어, 환자의 손에의 궤적을 통해 일관 된 체재 특정 주제-의존 특성을 확인 하 고 있었다. 비교, 제어 대상, 노란색, 빨간색 및 분홍색 라인의 작은 군중에 의해 표시 됩니다 시간이 지남에 상대적으로 적은 트렁크 운동 했다 (머리, 목, 그리고 상체 포인트, 각각). 두 과목의 단상 운동 기능을 보여주었다.

그림 2 는 몇 가지 대표 기능 바디 포인트의 위치는 시계열에서 추출. 그림 1에 비해 그림 2 잠재적인 정보 추출 될 수 있고 기본 운동 특성을 이해 하기 위해 원시 3 차원 센서 데이터에서 시각의 아이디어를 제공 합니다. 그림 2 단일 주제에서 2 라운드의 팔꿈치 굴곡 및 확장 단계를 나타내는 세그먼트 손 추적 플롯 이다. 궤적 2 라운드 사이 꽤 잘 자체를 닮았다. 3 낮은 개체에 대 한 두 손을 지나쳐, 하는 경향이 있다 하지만 이것은 위 두 개체에 대 한 사실이 아니다. 그림 2 b 손 속도의 히스토그램 플롯 (손을; 이동 하는 동안 휴식 상태 제외). 이 주제에 대 한 왼쪽 손과 오른쪽 사이 상당한 차이가 있다. 그림 2 c 개체 위치 당 트렁크 보상 운동의 일종으로 고려 될 수 있는 머리, 목, 그리고 상체 포인트의 총 경로 길이 보여줍니다. 3과 8, 더 높은 코너에 배치, 개체에 대 한 트렁크 움직임은 상대적으로 더 큰 다른 위치에 비해. 또한, 머리는 다른 두 점 보다는 더 명백 하 게 이동 했다. 그림 2d, 2e, 2f 있으며 일부 기능에 대 한 모든 4 방문에서 전반적인 분포를 보여 주는 boxplots. 모든 4 방문만 처음 7 명의 환자는 편의상 표시 됩니다. 그림 2 d 간 주제 팔 길이 차이 대 한 보상 하기 위해 센서에 의해 측정 된 개별 팔 길이 나눈 총 손 경로 길이 표시 합니다. 움직임을 수행 하는 동안 도달 하 고 개체, 손 경로 길이 한 개체; 팔 길이 두 번 주위 따라서, 20 개체에 대 한 총 경로 길이 약 40 배 팔 길이입니다. 예를 들어 트렁크 보상 운동 2와 3 (그림 2e) 환자 사이 또는 환자 1 고 3 (그림 2f) 사이 평균 손 속도에 분명 한 주제 간 차이가 관찰 된다.

전체 임상 관련 분석 및 결과 우리의 이전 게시¹³에서 찾을 수 있습니다.

그림 1 : 9 상체 포인트는 테스트 중의 대표적인 추적 플롯 최고 4 플롯 한 SMA 환자에서 있으며 아래쪽 4 플롯은 한 건강 한 컨트롤에서. 이 그림 우리의 이전 게시¹³에서 수정 되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 2 : 대표 요약 분석 결과: (a), (b), (c) 단일 주제에서 있고 (d), (e), (f)와 첫번째 7 SMA 환자에서 요약 완료 4 방문. (D), (e), 그리고 (f), 하단 및 상단의 상자는 첫 번째 및 세 번째 quartiles 상자 안에 수평 라인 이며 중간. (상자에서 수직 라인 확장) 수염의 길이 낮은 사분 위 수, 그리고 상단 quartile 1.5 IQR 내에서 가장 높은 포인트의 1.5 interquartile 범위 (IQR) 내에서 가장 낮은 지점으로 정의 됩니다. 다이아몬드는 수염 밖에 outliers를 나타냅니다. (a) 세그먼트 손 추적 줄거리입니다. 단단한 줄 때 손을 밖으로 도달 개체에 대 한 파선 대표 팔꿈치 굴곡 단계 때 손에 본문에 개체를 배치 하는 동안 팔꿈치 확장 단계를 나타냅니다. 각 색 두 라운드에서 같은 위치에 개체를 나타냅니다. (b) 확장 및 굴곡 운동 중 손 속도의 히스토그램. (c) 총 보상 운동 길이 머리, 목, 몸통에 각 개별 개체에 대 한 포인트에서. (d) Boxplot 총 손 궤적 경로 길이 오른쪽과 왼쪽의 손 각각 이상 4 방문. Y 축 총 손 나눈 개별 팔 길이 경로 길이 표시 합니다. (e) 머리, 몸통, 목, 등 총 트렁크 보상 운동의 Boxplot 오른쪽과 왼쪽된 이동 이상 각각 4 방문에서 운동에 대 한 포인트. (f) Boxplot 오른쪽과 왼쪽 손 4 각각 이상 방문에 대 한 운동 하는 동안 중간 손 속도의. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

Discussion

제안 된 Kinect 기반 평가 전통적인 임상 등급 비늘 또는 정교한 마커 기반 비디오 어린이 안심, 저렴 한 비용, 그리고 휴대용 솔루션을 제공 하면서 객관적이 고 포괄적인 운동 분석 제공 시스템입니다. 5 분 미만 지속 게임 테스트, 여러 신체 포인트는 동시에 집중적으로 조사 했다와 많은 spatiotemporal 및 운동학 적 특성 속도 등, 관절 각도, 높은 정확도로 분석 되었다. 전체 설치 및 훈련 노력 했다 또한 많은 등급 비늘 또는 비디오 시스템에 비해 덜 요구.

이 방법에서 가장 중요 한 단계는 테스트 디자인을 했다. 기본 운동 증상을 캡처하기 위해 설계 작업 해당 능력 스펙트럼을 커버 하 고 바닥이 나 천장 효과 방지 해야 합니다. 이 특정 표시의 예, SMA의 일반적인 신체적 증상 근육 약점, 관절 범위를 제한, 근육 경직, 피로과 포함 됩니다. 제안 된 테스트는 SMA 타입-2 환자에 대 한 일반적인 제한 된 공동 범위를 포함 하는 이러한 증상에 대 한 적절 한입니다. 불행히도, 프로토 타입만 SMA 유형 3 환자만을 채용 계획된 연구에서 첫 번째 시도로 시험 되었다. 때문에 그 환자의 기능 현재 테스트 이상 했다 (천장 효과)을 측정할 수 있는, 원하는 결과 얻을 수 없습니다. 이 ambulant 환자 그룹에 대 한 근육 피로 및 몸 전송 더 나은 측정 될 것 이다.

이 경험을 바탕으로, "옷장" 게임 추가 "보트 보트" 게임의 수정된 된 버전의 구성 테스트의 두 번째 버전을 설계 되었습니다. "옷장" 게임의 수정 된 버전은 3 개의 어려움 수준. 첫 번째 수준에서 개체 주제 완전히 팔, 어떤 대상만 휠체어에 앉을 수 있는 사람과 완전히 수 없습니다 약한 환자 그룹 확장 지원 없이 그들의 무기를 확장 하지 않아도 되도록 몸 가까이 배치 됩니다. 두 번째 수준에서 개체 전체 팔 길이, 리프트 하 고 어떤 지원도 없이 팔을 확장할 수 있는 환자 그룹을 대상의 거리에 배치 됩니다. 가장 어려운 수준에서 개체 배치 약간 팔 범위; 따라서, 주제 확장으로 상단 트렁크를 이동 해야 합니다. 세 번째 레벨 축 하 및 근 위 운동 측정 또한 ambulant 환자 그룹을 대상. 게임의 위치 단계 피사체의 팔 길이 자동으로 측정 하 고 다음 게임;에서 개체의 위치를 계산 하는 데 사용 따라서, 난이도 개인의 능력을 자동으로 조정 됩니다. 각 개인의 기능 제한에 도달 하 고 개체를 도달 하거나 배치 수 없습니다, 수준이 건너뜁니다 특정 시간 후에 자동으로 또는 수동으로 운영자에 의해 화면에 "건너뛰기" 버튼을 누르면. "보트 보트" 게임 목표 근육 지구력 그것은 1 분에 대 한 움직임을 가능한 한 빨리 압 연 팔을 반복을 필요 합니다. 미래 연구에서 두 번째 버전 SMA 타입-2 3, 때문에 전체 팔 기능 및 제한 된 축 운동 환자에 게 제한 된 팔 운동 능력을 가진 환자의 능력을 측정 하는 작업 입력에서 환자 스펙트럼을 커버 하기 위한 것입니다.

테스트 디자인의 다른 측면은 지 면 효과의 고려. 제한 된 공간과 시간 해상도 때문 3 차원 센서 같은 걷기, 팔을 흔들며, 정확 하 게 총 움직임을 캡처 수만 있다. 미세한 움직임 감지, 그림 도청 또는 손으로, 휴대 전화 또는 손목 wearables 같은 더 민감한 디지털 장치 등이 필요 합니다. 앞에서 언급 했 듯이, 이러한 응용 프로그램의 성공에 대 한 키 기본 질병 증상, 장치 기능 및 디자인된 작업 간의 올바른 일치를 구축 하는 것입니다.

테스트 디자인 중 일부 다른 고려 사항 연령 집단, 학습 효과, 언어, 및에 포함 됩니다. SMA에 주로 아이 들에 영향을 미치는, 이후 테스트 한 매력적인 gamification 특징을 유지 하면서 간단 하 고 명확한 가능한 이어야 한다. 우리의 디자인에 만화 인물 및 손으로 그린 개체 사용 되었다. 작업은 일반적으로 아이 들 나이의 2 ~ 3 년 후 인수는 자체 탈 동작 모방. 과목 수 이해 하 고 짧은 훈련 단계 후 테스트 수행 및 학습 효과 측정 하 고 우리의 이전 게시¹³에서 설명 되었다, 피할 했다 그런 움직임은 간단한 유지 했다.

테스트 프로토콜 및 데이터 분석을 수행할 때 몇 가지 문제가 다른 3 차원 센서 응용 프로그램 마찬가지로 발생할 수 있습니다. 이 문제는 필드 볼, 그리고 불규칙 한 샘플링 시간에 일조 방해, 특별 한 옷, 하나 이상의 주제 포함 됩니다. 우리가 발견 한 경우 어디 검은 옷에 주제 인식 되지, 햇볕이 잘 드는 방에서 3 차원 센서에 의해 주제는 햇빛에서 직접 되지 않았습니다 경우에. 때 하나 이상의 주제 나타나고 분석 보기의 필드, 해골 점프 수 있습니다, 어떤 부담을 감지 ID 번호의 할당에서 사라집니다. 실제 출력 간격을 할 수 있습니다 비록 3 차원 센서 이론에서 30 Hz의 주파수에 신호를 출력, 최대 1 백 양 그러므로, 그것은 추적 하 고 타임 스탬프를 수출 하는 것이 중요.

우리의 첫 번째 테스트는 두 번째 버전으로 대체 되었습니다 현재, 3 차원 센서의 첫 번째 버전에서 수행 하며 우리의 수정된 버전이 두 번째 버전에 따라 구현 됩니다. 버전, 기본 드라이버는 서로 다른, 그리고 응용 프로그램 인터페이스 (API) 또한 변경 되었습니다. 응용 프로그램을 마이그레이션할 때 다른 중요 한 차이가 있다. 두 응용 프로그램 버전 제공 될 수 있다 자유롭게 요청 시 저자에 의해 센서 드라이버 Kinect 웹사이트에서 다운로드 될 수 있다 때문에,이 사용자에 게 우려입니다.

3 차원 센서를 사용 하 여, 우리 아이 친화적인 게임 같은 기술을 혁신적이 고 정량적, 객관적 상부 말단 기능 평가 도구를 개발 했다. 타당성은 탐색 하 고 분석 했다. 우리의 작업 운동 평가를 대체 하 고 상호 보완적인 방식으로 3 차원 센서의 잠재적인 힘을 보여주었다.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Microsoft Kinect for Windows v1 센서	Microsoft	N/A	테스트의 첫 번째 버전은 더 이상 판매되지 않는 Kinect 센서 v1에서 개발되었습니다. 그러나 두 번째 버전은 Kinect 센서 v2에서 개발되었으며 Windows v2 센서 (GT3-00003)와 Microsoft Kinect 어댑터 (9J7-00009)
DELL XPS 2720 올인원 PC Windows 8 운영 체제, 16G RAM, Intel Core i7 및 64 비트	DELL	N / A	를 사용하여 유사한 방식으로 테스트 할 수 있습니다우리의 설정에서는 올인원 컴퓨터가 사용되었지만 실제로는 다음 요구 사항을 충족하고 피험자가 볼 수 있는 큰 화면이 있는 모든 랩톱 또는 컴퓨터가 작동합니다. 64비트 프로세서; 듀얼 코어 3.2GHz 이상의 프로세서; 전용 USB 3.0 버스; 2GB 램