Name: 3 차원 센서를 사용 하 여 팔 기능의 객관적이 고 아동 친화적인 평가 (동영상) | JoVE Journal
Uploaded: 2018-02-12T14:30:00.000+00:00
Duration: 7 min 25 s
Description: 학습하세요 3차원 센서를 활용한 아동 친화적인 게임 테스트로 상지 기능을 객관적으로 평가하는 방법입니다. 이 기술은 척수성 근위축증과 같은 신경근 질환의 근육 기능 변화를 정량적으로 분석하여 임상시험에 활용할 수 있습니다.

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

우리는이 원고를 교정에 대 한로 라 Aguiar 테스트 데모에 참여에 대 한 바스 티 Strahm 감사 합니다.

테스트는 관측, 경도 연구에서 대학 아동 병원의 바젤 (UKBB) 성인과 어린이에서 수행 되었다. 더 많은 인구 통계 정보와 임상 연구에 대 한 이전 게시13,14에서 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
<ol><li>3 차원 센서를 설치 (예., Kinect) 드라이버와 컴퓨터에 설계 된 응용 프로그램.</li>
	<li>1 미터 높이 0.5-의 테이블 처럼 적당 한 표면에 컴퓨터를 놓습니다.</li>
	<li>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).</li>
	<li>모든 케이블 연결 합니다 제대로 컴퓨터에 3 차원 어댑터와 전원 케이블을 전원 공급 장치를 포함 하 여.</li>
	<li>약 2 미터에 컴퓨터와 3 차원 센서 테이블 앞에 높이 조절의 자를 배치 합니다.</li>
</ol>2. 시험 실시
<ol><li>컴퓨터를 시작 하 고 최적의 볼륨 소리를 켭니다. 자동 데이터 전송이 필요한 경우 인터넷에 연결 되어 있는지 확인 합니다.</li>
	<li>자에 앉아 주제를 지시 합니다.</li>
	<li>컴퓨터에서 응용 프로그램을 시작 하 고 첫 번째 페이지에 제목 ID를 입력 합니다.</li>
	<li>"옷장" 게임을 보여주는 두 번째 페이지에 입력 하는 첫 번째 페이지에서 "시작" 버튼을 클릭:<ol>
<li>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.</li>
		<li>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.</li>
		<li>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.</li>
		<li>제목 화면에 지시에 따라 및 다음 움직임을 수행 하자.<ol>
<li>요청 된 팔 (오른쪽 또는 왼쪽) 개체가 가상 손에 때까지 깜 빡 가상 개체에 도달을 확장 합니다.</li>
			<li>같은 팔을 물리적으로 개체를 배치 하려면 본문에 표시 된 포인트를 터치.</li>
			<li>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.</li>
		</ol>
</li>
		<li>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.</li>
	</ol>
</li>
	<li>"옷장" 게임에서 관절의 범위를 나타내는 한 거미 줄거리를 보여 주는 자동으로 마지막 페이지에 입력 합니다.</li>
	<li>끝 버튼을 눌러 게임을 종료 하거나 반복 버튼을 누르면 테스트를 반복 합니다.</li>
</ol>3. 테스트-데이터 처리 후
<ol><li>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.<ol>
<li>로그 파일을 확인 하 고 3 차원 레코드와 임상 보고서를 비교 하 여 완성도 데이터의 유효성을 확인 합니다.</li>
		<li>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.</li>
		<li>계산 하 고 플롯 기능을 이해 하 고 해석 하는 다음과 같은 통계 분석에 관해서는 뿐만 아니라 3 차원 센서 데이터를 선택 합니다.</li>
		<li>통계 분석으로 선형 혼합된 효과 모델, 상관 분석, ANOVA (분산 분석), PCA (주요 구성 요소 분석)을 수행 합니다.</li>
	</ol>
</li>
</ol>

<ol><li>Hobart, J. C., Cano, S. J., Zajicek, J. P., Thompson, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rating+scales+as+outcome+measures+for+clinical+trials+in+neurology%3A+problems%2C+solutions%2C+and+recommendations%5BTitle%5D)+AND+%22Lancet+Neurol%22%5BJournal%5D)">Rating scales as outcome measures for clinical trials in neurology: problems, solutions, and recommendations.</a> Lancet Neurol. 6, 1094-1105 (2007).</li>
<li>Cano, S. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rasch+analysis+of+clinical+outcome+measures+in+spinal+muscular+atrophy%5BTitle%5D)+AND+%22Muscle+Nerve%22%5BJournal%5D)">Rasch analysis of clinical outcome measures in spinal muscular atrophy.</a> Muscle Nerve. 49, 422-430 (2014).</li>
<li>Monani, U. R., De Vivo, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neurodegeneration+in+spinal+muscular+atrophy%3A+from+disease+phenotype+and+animal+models+to+therapeutic+strategies+and+beyond%5BTitle%5D)+AND+%22Future+Neurol%22%5BJournal%5D)">Neurodegeneration in spinal muscular atrophy: from disease phenotype and animal models to therapeutic strategies and beyond.</a> Future Neurol. 9, 49-65 (2014).</li>
<li>Kolb, S. J., Kissel, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spinal+Muscular+Atrophy%5BTitle%5D)+AND+%22Neurol+Clin%22%5BJournal%5D)">Spinal Muscular Atrophy.</a> Neurol Clin. 33, 831-846 (2015).</li>
<li>Shotton, J., et al. <a target="_blank" href="http://www.proceedings.com/12409.html">Proceedings of the 2011 IEEE Conference on Computer Vision and Pattern Recognition.</a> IEEE Computer Society. , 1297-1304 (2011).</li>
<li>Plantard, P., Shum, H. P., Le Pierres, A. S., Multon, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validation+of+an+ergonomic+assessment+method+using+Kinect+data+in+real+workplace+conditions%5BTitle%5D)+AND+%22Appl+Ergon%22%5BJournal%5D)">Validation of an ergonomic assessment method using Kinect data in real workplace conditions.</a> Appl Ergon. , (2016).</li>
<li>Galna, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+of+the+Microsoft+Kinect+sensor+for+measuring+movement+in+people+with+Parkinson%27s+disease%5BTitle%5D)+AND+%22Gait+Posture%22%5BJournal%5D)">Accuracy of the Microsoft Kinect sensor for measuring movement in people with Parkinson's disease.</a> Gait Posture. 39, 1062-1068 (2014).</li>
<li>Otte, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+and+Reliability+of+the+Kinect+Version+2+for+Clinical+Measurement+of+Motor+Function%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Accuracy and Reliability of the Kinect Version 2 for Clinical Measurement of Motor Function.</a> PLoS One. 11, 0166532(2016).</li>
<li>Clark, R. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+and+concurrent+validity+of+the+Microsoft+Xbox+One+Kinect+for+assessment+of+standing+balance+and+postural+control%5BTitle%5D)+AND+%22Gait+Posture%22%5BJournal%5D)">Reliability and concurrent validity of the Microsoft Xbox One Kinect for assessment of standing balance and postural control.</a> Gait Posture. 42, 210-213 (2015).</li>
<li>Milgrom, R., Foreman, M., Standeven, J., Engsberg, J. R., Morgan, K. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+and+validity+of+the+Microsoft+Kinect+for+assessment+of+manual+wheelchair+propulsion%5BTitle%5D)+AND+%22J+Rehabil+Res+Dev%22%5BJournal%5D)">Reliability and validity of the Microsoft Kinect for assessment of manual wheelchair propulsion.</a> J Rehabil Res Dev. 53, 901-918 (2016).</li>
<li>Bonnechere, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validity+and+reliability+of+the+Kinect+within+functional+assessment+activities%3A+Comparison+with+standard+stereophotogrammetry%5BTitle%5D)+AND+%22Gait+%26+Posture%22%5BJournal%5D)">Validity and reliability of the Kinect within functional assessment activities: Comparison with standard stereophotogrammetry.</a> Gait & Posture. 39, 593-598 (2014).</li>
<li>Huber, M. E., Seitz, A. L., Leeser, M., Sternad, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validity+and+reliability+of+Kinect+skeleton+for+measuring+shoulder+joint+angles%3A+a+feasibility+study%5BTitle%5D)+AND+%22Physiotherapy%22%5BJournal%5D)">Validity and reliability of Kinect skeleton for measuring shoulder joint angles: a feasibility study.</a> Physiotherapy. 101, 389-393 (2015).</li>
<li>Chen, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Feasibility+of+Using+Microsoft+Kinect+to+Assess+Upper+Limb+Movement+in+Type+III+Spinal+Muscular+Atrophy+Patients%5BTitle%5D)+AND+%22Plos+One%22%5BJournal%5D)">Feasibility of Using Microsoft Kinect to Assess Upper Limb Movement in Type III Spinal Muscular Atrophy Patients.</a> Plos One. 12, (2017).</li>
<li>Bonati, U., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Longitudinal+characterization+of+biomarkers+for+spinal+muscular+atrophy%5BTitle%5D)+AND+%22Ann+Clin+Transl+Neur%22%5BJournal%5D)">Longitudinal characterization of biomarkers for spinal muscular atrophy.</a> Ann Clin Transl Neur. 4, 292-304 (2017).</li>
</ol>

싱 첸, Detlef 늑대, Juliane Siebourg Polster, 기독교 체코어, 오마르 Khwaja와 마틴 Strahm 저자는이 문서에 있는 연구의 모든 투자 F. 호프만-라 로슈의 직원.

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.

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 시스템7,,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.

<table><tbody><tr><td>Microsoft Kinect for Windows v1 센서</td><td>Microsoft</td><td>N/A</td><td>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)</td></tr> <tr><td>DELL XPS 2720 올인원 PC Windows 8 운영 체제, 16G RAM, Intel Core i7 및 64 비트</td><td>DELL</td><td>N / A</td><td>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</td></tr></tbody></table>

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

An Objective and Child-friendly Assessment of Arm Function by Using a 3-D Sensor

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.

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.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/57014/57014fig1.jpg"> 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. <a href="//cloudflare.jove.com/files/ftp_upload/57014/57014fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/57014/57014fig2.jpg"> 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. <a href="//cloudflare.jove.com/files/ftp_upload/57014/57014fig2large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>

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.

Progressive and irreversible muscle atrophy characterizes Spinal Muscular Atrophy (SMA) and other similar muscle disorder diseases. Objective assessment ...

상업적으로 이용 가능한 디지털 3D 센서를 기반으로 하는 이 아동 친화적인 게임 테스트의 전반적인 목표는 임상 시험을 위해 상지 기능을 객관적으로 평가하는 것입니다. 이 방법은 많은 신경-근육 질환에서 근육 기능이 어떻게 변화했는지와 같은 주요 정보를 제공할 수 있습니다. 이 기술의 주요 장점은 평가가 고해상도로 객관적이고 정량적이라는 것입니다.우리의 방법이 척수성 근위축증의 질병 진행을 측정하기 위해 어떻게 확장되는지에 대한 함의는 어린이가 표준 임상 평가에서 종종 저조한 성적을 거두기 때문입니다. 우리가 설계한 검사는 상지 움직임에 대한 통찰력을 제공할 수 있지만, 동일한 기술이 전신 보행 및 균형 분석과 같은 다른 운동 증상에도 적용될 수 있습니다. 이 방법에 대한 아이디어는 약물 효과 평가 분야에서 게임화의 가능성에 대해 브레인스토밍을 할 때 처음 떠올랐습니다.이 방법의 시연은 게임의 역학에 대한 의미 있는 통찰력을 제공하고 설정을 이해하는 매우 빠른 방법이기 때문에 더 광범위합니다. 이 절차를 시연하는 사람은 연구가 수행된 바젤 대학 병원의 의사이자 연구에 참여한 건강한 지원자인 울리케 보나티(Ulrike Bonati)입니다. 시작하려면 3D 센서 드라이버와 옷장 게임 응용 프로그램을 테스트 컴퓨터에 설치합니다.그런 다음 0.5-1미터 높이의 테이블 위에 컴퓨터를 놓습니다. 3D 장치를 컴퓨터 중간에 정렬된 테이블 위에 놓고 필요에 따라 3D 센서의 각도를 조정하여 피사체를 올바르게 캡처합니다. 그런 다음 해당 케이블을 사용하여 3-D 센서 어댑터를 컴퓨터, 3-D 센서 및 전원 공급 장치에 연결합니다.마지막으로 테이블에서 약 2m 떨어진 곳에 조절 가능한 의자를 놓습니다. 테스트를 시작하기 전에 컴퓨터를 시작하고 볼륨을 조정하고 자동 데이터 전송을 허용하도록 인터넷이 연결되어 있는지 확인하십시오. 다음으로, 피험자에게 의자에 앉아서 컴퓨터에서 응용 프로그램을 시작하도록 지시합니다.그런 다음 첫 번째 페이지에 고유한 주체 ID를 입력합니다. 시작 버튼을 클릭하여 옷장 게임 페이지로 들어갑니다. 화면에 보이는 해골 형상은 커다란 가상 옷장 앞에 있는 피험자의 신체를 나타낸다.피험자에게 팔을 흔들고 3D 센서가 피험자를 포착할 때까지 다른 동작을 수행하도록 지시합니다. 3D 센서는 적외선을 사용하여 인체를 감지하므로 방에 직사광선이 있거나 강한 경우 골격 그림이 왜곡되거나 보이지 않을 수 있습니다. 화면에 표시된 지침을 읽고 지침이 녹색 글꼴로 표시될 때까지 피사체의 위치를 조정합니다.트레이닝 버튼을 클릭하면 데이터를 기록하지 않고 트레이닝 세션을 시작할 수 있습니다. 피험자가 화면에 주어진 지시 사항을 따르고 의상 게임에서 요청한 대로 팔 동작을 수행하도록 합니다. 먼저, 피험자는 한쪽 팔을 뻗어 깜빡이는 가상의 물체를 잡으라고 한다.다음으로, 피험자는 같은 팔을 구부리고 몸에 표시된 점을 터치하여 가상 물체를 놓으라는 지시를 받습니다. 피험자가 근육 기능 부족으로 물체에 닿거나 물체를 놓을 수 없을 경우, 해당 물체는 12초 후에 프로그램에 의해 자동으로 건너뜁니다. 또는 작업자가 버튼을 눌러 개체를 건너뛸 수 있습니다.시작 버튼을 클릭하면 피사체가 팔 동작을 다시 수행할 때 녹화가 시작됩니다. 4분 후, 피험자가 일련의 팔 동작을 완성하지 못할 경우 게임은 자동으로 종료된다. 게임이 완료되면, 피험자의 관절 범위를 나타내는 거미 플롯이 나타난다.마지막으로 종료 버튼을 클릭하여 게임을 종료합니다. 9개의 상체 지점의 흔적은 피험자가 옷장 게임인 팔 기능 평가의 일환으로 팔 동작을 수행하는 동안 표시되었습니다. 이 그림에서 9개의 신체 점의 공간적 위치는 건강한 대조군의 척수성 근위축증 환자에 대해 시간 경과에 따라 플롯됩니다.이에 비해 대조군은 환자보다 머리, 목, 몸통의 움직임이 상대적으로 적었습니다. 이 방법론을 사용하여 얻은 원시 3D 데이터에서 추출한 정보는 여러 차례의 테스트에서 단일 환자의 움직임을 비교하는 데 사용할 수 있습니다. 여기에 표시된 것은 두 라운드에서 팔꿈치 확장 및 팔꿈치 굴곡 단계의 분할된 손 추적 플롯입니다.궤적은 두 라운드 모두에서 일관되게 유지되며 양손의 세 가지 하단 물체에 대한 눈에 띄는 오버리치가 있습니다. 한 명의 환자의 오른손과 왼손의 차이도 측정했습니다. 이 그림에서 볼 수 있듯이 한 명의 환자의 오른손과 왼손의 속도 사이에는 큰 차이가 없었습니다.원시 3D 데이터에서 추출한 정보는 또한 개별 피험자 간의 차이점을 설명했습니다. 환자 2와 환자 3 사이의 몸통 보상 움직임에서 명백한 피험자 내 차이가 관찰되었습니다. 환자 1과 환자 3 사이의 손 속도 중앙값에서도 눈에 띄는 차이가 감지되었습니다.이 비디오를 시청한 후에는 팔 기능에 대한 객관적인 정보를 얻기 위해 이 옷장 게임을 설정하고 실행하는 방법을 잘 이해하게 될 것입니다. 이 테스트를 마스터하면 제대로 수행하면 5분 안에 완료할 수 있습니다. 이 절차에 대한 후속 조치로, 예를 들어 근육 지구력에 대한 추가 질문에 답하기 위해 다른 테스트를 수행할 수 있습니다.이 절차를 시도하는 동안 테스트 설계와 환자의 능력이 적절하게 일치하는 것이 성공의 열쇠라는 것을 기억하는 것이 중요합니다. 개발 후 이 기술은 임상 바이오마커 분야의 연구자들이 치료 혜택과 질병 진행을 측정하기 위한 다른 디지털 장치를 탐색할 수 있는 길을 열었습니다.

an-objective-child-friendly-assessment-arm-function-using-3-d

Research

연구

JoVE Journal

Behavior

행동

이 프로토콜은 손목에 착용 가속도계를 사용하여 일상 생활에서 상지 성능을 정량화하는 방법을 설명합니다.

가속도계를 사용하여 일상 생활에서 상지 성능을 정량화하는 방법

이 프로토콜 운동 성능과 개인 치기와 건강 한 컨트롤에 적용 하는 상부 말단의 sensorimotor 기능을 평가 하는 객관적인 방법을 설명 합니다. 표준화 된 테스트 절차 작업 술의 3 차원 모션 캡처에 대 한 운동학 적 분석 및 결과 변수 제공 됩니다.

와 위 말단 장애 없이 사람들이 마시는 작업의 운동학 적 분석 3D 모션을 사용 하 여 캡처

우리는 신경학적 적자에서 회복하는 개인의 손 운동 기능을 모니터링하기 위한 유틸리티를 평가하기 위해 새로운 MRI 호환 핸드 유도 로봇 장치를 사용하여 기능적 MRI를 수행했습니다.

손 그립 적자에서 회복하는 개인의 재활을 평가하기 위해 새로운 MRI 호환 손 유도 로봇 장치와 함께 기능MRI

이 혁신적인 장치는 자기 관성 센서를 사용하여 통제되지 않은 환경에서 보행 및 활동 분석을 허용합니다. 현재 유럽 의학 기관의 결과 측정으로 자격 과정에서, 응용 프로그램 중 하나는 신경 근육 질환에서 임상 시험에서 임상 종점 역할을하는 것입니다.

걸음걸이 및 활동 분석을 위한 홈 기반 모니터

설치류 모델과 관련된 기초 연구 과정에서 기능 평가를 수행하기 위해 4대의 카메라와 데이터 처리 소프트웨어가 포함된 3차원 모션 캡처 장치를 사용하는 운동학 분석 방법을 소개합니다.

Sciatic 신경 호감 상해의 쥐 모형에 있는 기능 평가를 위한 3D 운동학 분석

이 연구는 손 재활을위한 새로운 로봇 보조 작업 지향 프로그램의 개발을보고합니다. 발달 과정은 뇌졸중을 앓고 후속 운동 제어 기능 장애로 고통받는 건강한 과목과 피험자 모두를 사용하는 실험으로 구성됩니다.

바이매뉴얼 외골격 로봇 핸드를 이용한 새로운 과제 지향 재활 프로그램 개발

프로토콜은 자기 중심의 카메라를 사용하여 일상 생활 중에 손 장애가있는 개인의 자연스러운 손 기능을 캡처하는 것이 좋습니다. 프로토콜의 목표는 집에서 일상 생활의 활동 중에 녹음이 개인의 전형적인 손 사용을 대표하는지 확인하는 것입니다.

팔다리 장애가 있는 개인의 자기 중심 비디오를 사용하여 집에서 대표손 사용 캡처

복엽비행기 비디오 방사선 사진은 높은 정확도로 어깨 운동학을 정량화할 수 있습니다. 본 명세서에 기재된 프로토콜은 평면 상완골 시 견갑골, 상완골 및 갈비뼈를 추적하도록 특별히 설계되었으며 데이터 수집, 처리 및 분석에 대한 절차를 간략하게 설명합니다. 데이터 수집에 대한 고유한 고려 사항도 설명되어 있습니다.

바이플러나 비디오 방사선 촬영을 사용하여 3D 생체 내 어깨 운동학 측정

이 논문은 다중 센서 웨어러블과 완전 자동화된 딥 러닝 기반 분석 파이프라인을 사용하여 유아의 대근육 운동 성능을 평가하는 방법을 간략하게 설명합니다. 이 방법은 누운 자세부터 독립적으로 걷는 법을 익힐 때까지 유아의 자세와 움직임 패턴을 정량화합니다.

다중 센서 웨어러블을 사용한 유아의 총 운동 능력의 정량화된 평가

이 프로토콜은 물체 줍기 과제를 평가하기 위한 표준화된 전신 모션 캡처 접근법을 제시하며, 이 공통 기능 활동 중 독특한 움직임 전략과 보상 패턴을 정량적으로 어떻게 특징지을 수 있는지 보여줍니다.

모션 캡처를 이용한 물체 줍기 작업의 3차원 운동학적 특성화

학습하세요 3차원 센서를 활용한 아동 친화적인 게임 테스트로 상지 기능을 객관적으로 평가하는 방법입니다. 이 기술은 척수성 근위축증과 같은 신경근 질환의 근육 기능 변화를 정량적으로 분석하여 임상시험에 활용할 수 있습니다.

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

더 많은 동영상 탐색