Video Beweging analyse met behulp van Smartphones (VIMAS): een pilotstudie
March 14th, 2017
Dit manuscript beschrijft de methode om de gelijktijdige validiteit van kinematische metingen, geregistreerd door de smartphone-applicatie, te testen in vergelijking met een 3D-bewegingsregistratiesysteem in de sagittale vlak. Dit protocol zal clinici in staat stellen smartphones in te stellen voor videoregistratie van menselijke beweging.
Het algemene doel van dit onderzoek is om de gelijktijdige validiteit van kinematische metingen, vastgelegd door de smartphone-applicatie, te testen en deze te vergelijken met metingen vastgelegd door een 3D-bewegingsregistratiesysteem, om een geldig klinisch protocol te ontwikkelen. Dit klinisch protocol is ontwikkeld, zodat de smartphone kan worden gebruikt om menselijke beweging vast te leggen en geldige kinematische metingen te verstrekken, met behulp van een eenvoudige en gebruiksvriendelijke opstelling. Het grote voordeel van deze techniek is dat de smartphone kan worden ingesteld in een kliniek of thuis van een patiënt, voor videoanalyse van menselijke beweging.
Visuele demonstratie van deze methode is cruciaal, omdat clinici het stap-voor-stap klinisch protocol kunnen volgen om geldige metingen van de kinematica van de onderste ledematen te verkrijgen. De procedure zal worden gedemonstreerd door afgestudeerde studenten, die co-auteurs zijn in het onderzoek. Begin met het meten en markeren van een zes meter lange loopbaan, met behulp van een meetlint en plakband.
Plaats vervolgens vier 3D-bewegingsregistratiecamera's op de vier hoeken van de zes meter lange loopbaan om het lopen in dit gebied vast te leggen. Richt elk van de camera's op de diagonale uiteinden van de loopbaan zodat ze elkaar aankijken. Begeleide vervolgens de deelnemer naar het testgebied en verzamel gewicht en beenlengte, van de grote trochanter tot de mediale malleoli van beide benen met een meetlint.
Meet vervolgens de lengte door de deelnemer ernaast te laten staan, zonder schoenen, naast een meetlint dat aan de muur is bevestigd. Plaats een liniaal op het hoofd van de deelnemer om de afmeting van het meetlint aan de muur af te lezen. Bevestig de smartphone op een statief met behulp van een adapterclip om de smartphone vast te houden.
Plaats het statief loodrecht op het midden van de loopbaan, op 2,0 meter afstand van de eerste ingestelde proef. Merk op dat het statief op 4,0 meter afstand moet worden geplaatst voor de tweede set proeven. Bereken vervolgens de hoogte van de vloer tot de cameralens in meters voor elke configuratie, met behulp van de beenlengte van de patiënt.
De positie van de nabije camera, twee meter, is voor het registreren en analyseren van alleen de beweging van de onderste ledematen, terwijl de verre afstand zowel de onderste ledematen als de romp bedekt. Plaats vervolgens clusters van drie slimme markeringen met velcro-banden op de bilaterale voorste superieure iliacale kam of ASIS, de bovenste derde van de laterale zijde van de dijen, de bovenste derde van de laterale zijde van de kuiten en het dorsum van beide voeten. Plaats een enkele slimme marker op de middellijn tussen de rechter en linker achterste superieure iliacale uitsteeksels.
Plaats stickers die de botlandmerken van de bilaterale mediale en laterale femorale condylen, mediale en laterale malleoli en de zwemblaas tussen de eerste en tweede tenen aangeven voor kalibratie van het 3D-bewegingsregistratiesysteem. Kalibreer ten slotte de apparatuur met behulp van een instrumentenstok met slimme markeringen erop, om de 3D-locatie van de stickers te registreren. Om te beginnen, laat één onderzoeker de smartphone bedienen en de andere de computer bedienen die het 3D-bewegingsregistratiesysteem bestuurt.
Vraag de deelnemer om een oefenproef te voltooien. Open vervolgens de smartphone-applicatie en druk op de rode opnameknop in het onderste midden van het scherm om met opnemen te beginnen. Gebruik genummerd papier om het proefnummer op de smartphone-opname aan te geven.
Instrueer vervolgens de deelnemer om in hun normale tempo te lopen en zich te concentreren op een markering op de tegenovergestelde muur om te helpen bij het lopen in een rechte lijn. Geef de deelnemer een aftellen om te beginnen door drie, twee, één, ga te zeggen. Laat de deelnemer vervolgens de eerste twee 3D-bewegingsregistratiecamera's oversteken die aan het begin van de loopbaan aan weerszijden zijn geplaatst, en loop naar nog eens twee camera's aan het andere einde van de loopbaan aan weerszijden.
Nadat het onderwerp de zes meter lange afstand heeft gelopen, telt u af naar het einde van de proef door drie, twee, één, stop te zeggen. Druk vervolgens nogmaals op de rode opnameknop om het lopen te stoppen. Controleer alle markeringen op positie na elke proef.
Verplaats vervolgens het statief met de smartphone naar de tweede afstand van vier meter om het boven- en onderlichaam vast te leggen. Vraag de deelnemer om op het midden van de loopbaan te staan en vervolgens op dezelfde manier te beginnen met lopen als eerder. Bewaar en verifieer ten slotte de 3D-bewegingsregistratie-opnamen en smartphone-opnamen.
Verwijder vervolgens de slimme markeringen. Begin met het handmatig registreren van de kniehoek die op het scherm wordt weergegeven bij het hakken en tenen afzetten van de gangcyclus. Voltooi vervolgens de analyse van de smartphone-opnamen voor hakken en tenen afzetten.
Gebruik de stylus voor meer nauwkeurigheid bij het plaatsen van landmerken voor kniehoekmetingen. Bekijk vervolgens wat zojuist is opgenomen door het videovierkant in de linkeronderhoek van het scherm te selecteren. Gebruik de schuifbalk aan de basis van het scherm om het frame te selecteren waarin het onderwerp het dichtst bij het hakken of tenen afzetten in het midden van het scherm staat.
Tik vervolgens op het witte potloodpictogram in de rechterbovenhoek van het scherm om de hoek te laten vallen. Selecteer de hoekoptie in het vervolgkeuzemenu. Kies een gewenste kleur en de hoekmarkering.
Schuif of tik met de stylus ergens op het scherm om de hoek te laten vallen. Plaats ten slotte het middelpunt van de hoek op de kniegewricht, met de vectoren die omhoog langs het femur en naar beneden richting de laterale malleoli reiken. Indien nodig, zoom in door twee vingers dicht bij elkaar in het midden van het scherm te plaatsen en ze langzaam van elkaar weg te trekken.
Op basis van de resultaten was er een significant verschil tussen de hoekmetingen door het 3D-bewegingsregistratiesysteem en de smartphone-applicatie. De grafieken voor de 4,0 meter en de 2,0 meter afstand toonden geg
View the full transcript and gain access to thousands of scientific videos
Overzicht
Deze studie test de concurrentiegeldigheid van kinematische metingen die worden vastgelegd door een smartphone-applicatie tegen een 3D-bewegingsregistratiesysteem. Het ontwikkelde protocol stelt clinici in staat om menselijke beweging effectief vast te leggen met behulp van smartphones.
Belangrijke studiecomponenten
Wetenschapsgebied
- Biomechanica
- Ontwikkeling van klinische protocollen
- Analyse van menselijke beweging
Achtergrond
- Smartphones kunnen worden gebruikt voor videoanalyse van menselijke beweging.
- 3D-bewegingsregistratiesystemen zijn de gouden standaard voor kinematische metingen.
- Het valideren van smartphone-applicaties kan klinische praktijken verbeteren.
- Visuele demonstraties zijn essentieel voor effectieve implementatie.
Doel van het onderzoek
- Een geldig klinisch protocol vaststellen voor het meten van de kinematica van de onderste extremiteit.
- Gegevens van smartphone-applicaties vergelijken met traditionele bewegingsregistratiegegevens.
- Een eenvoudige setup mogelijk maken voor clinici in verschillende omgevingen.
Gebruikte methoden
- Meting van een zes meter lange loopbaan met behulp van meetlint.
- Videoregistratie van menselijke beweging met behulp van een smartphone.
- Stapsgewijs protocol voor clinici om te volgen.
- Demonstratie van de procedure door afstudeerstudenten die mede-auteur zijn.
Belangrijkste resultaten
- Een betrouwbare methode vaststellen voor het vastleggen van kinematische gegevens.
- Validatie van smartphone-applicatie tegen 3D-bewegingsregistratie.
- Verbeterde toegankelijkheid voor clinici om bewegingsanalyse uit te voeren.
- Positieve feedback over de bruikbaarheid van de smartphone-setup.
Conclusies
- De smartphone-applicatie kan geldige kinematische metingen leveren.
- Deze methode verbetert de haalbaarheid van bewegingsanalyse in klinische omgevingen.
- Toekomstige studies kunnen dit protocol uitbreiden voor bredere toepassingen.
Veelgestelde vragen
Executive Industry Relevance
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.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of locomotor phenotypes to support target hypothesis testing in disease models affecting gait or mobility.
- Operational Value: Provides a standardized, low-barrier system for initial functional screening before committing to complex motion capture.
Screening & Assay Development
- Scientific Value: Generates quantitative, sagittal-plane knee angle data at heel strike and toe off for assay readiness in movement-based screening.
- Operational Value: Supports assay standardization through protocolized smartphone setup, tripod positioning, and marker placement.
Translational & Preclinical Research
- Scientific Value: Facilitates translational continuity by aligning preclinical locomotor outcomes with clinically measurable kinematic endpoints.
- Operational Value: Enables cross-site reproducibility in multicenter studies using ubiquitous smartphone technology.
Pipeline & Workflow Integration
The method fits within early discovery to lead identification workflows, where locomotor function serves as a phenotypic readout for target engagement or pathway modulation.
- Discovery Biology: Supports hypothesis testing of neuromuscular targets by quantifying gait deviations as functional biomarkers.
- Screening: Enables assay readiness through validated, repeatable video capture and angle measurement protocols.
- Analytics: Provides kinematic readouts (knee angle at heel strike/toe off) that allow quantitative comparison across experimental conditions.
- Translational Research: Aligns preclinical gait assessments with clinical movement analysis, supporting biomarker continuity.
- Enterprise Reuse: Positions smartphone-based analysis as a reusable, decentralized capability for distributed research teams.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by reducing ambiguity in locomotor phenotyping.
- Operational Value: Enhances reproducibility and scalability through standardized setup and minimal equipment requirements.
- Strategic Value: Improves go/no-go decisions by enabling early, cost-effective assessment of functional target modulation.
- Portfolio Impact: Supports risk-adjusted prioritization of targets based on measurable effects on movement endpoints.
Implementation Considerations
- Requires training in marker placement, smartphone tripod setup, and gait event identification (heel strike/toe off).
- Needs a tripod, adapter clip, and smartphone with compatible kinematic analysis app.
- Demands standardization of walkway length, camera distance (2m or 4m), and height calibration based on leg length.
- Must account for lower-extremity focus at near distance and trunk inclusion at far distance when designing studies.
- Limited to sagittal-plane knee angle measurement; upper extremity and trunk analysis require further validation.
