Artykuł metodologiczny

Antropometria kliniczna i skład ciała z 3-wymiarowego obrazowania optycznego

3K wyświetleń

⸱

DOI:

10.3791/66698

⸱

7 czerwca 2024

 ,  ,  ,  ,  ,  , 
1Division of Physical Medicine and Rehabilitation, Department of Surgical Sciences, University of Turin, 2Pennington Biomedical Research Centre, 3Department of Surgical Sciences, Dentistry, Gynaecology and Paediatrics, Paediatric Unit, University of Verona, 4Department of Epidemiology, University of Hawaii Cancer Center

W tym artykule

Podsumowanie

Procedury oceny rozmiaru, kształtu i składu ciała za pomocą dostępnych na rynku rozwiązań do trójwymiarowego obrazowania optycznego umożliwiają szybkie zbieranie dokładnych i powtarzalnych danych. Klinicyści mogliby wdrożyć pozyskiwanie innowacyjnych i użytecznych biomarkerów (pomiary "e-taśmy") w rutynowych ocenach pacjentów, aby pomóc w scharakteryzowaniu ich stanu zdrowia.

Streszczenie

Ocena wielkości i składu ciała jest często uwzględniana w rutynowym leczeniu zdrowych sportowców, jak również różnych typów pacjentów, w celu personalizacji strategii treningu lub rehabilitacji. Cyfrowe analizy antropometryczne opisane w poniższym protokole mogą być wykonywane przy użyciu niedawno wprowadzonych systemów. Te nowe narzędzia i podejścia mają potencjał do szerokiego zastosowania w warunkach klinicznych, ponieważ są bardzo proste w obsłudze i umożliwiają szybkie gromadzenie dokładnych i powtarzalnych danych. Jeden system składa się z obrotowej platformy z płytką do pomiaru masy, trzech kamer termowizyjnych i tabletu wbudowanego w wieżę, podczas gdy drugi system składa się z tabletu zamontowanego na uchwycie. Po przechwyceniu obrazu oprogramowanie obu systemów generuje pozbawionego elementów identyfikujących trójwymiarowego humanoidalnego awatara z powiązanymi zmiennymi antropometrycznymi i składem ciała. Procedury pomiarowe są proste: obiekt może zostać przebadany w ciągu kilku minut, a obszerny raport (obejmujący trójwymiarowy skan i pomiary rozmiaru, kształtu i składu ciała) jest generowany automatycznie.

Wprowadzenie

Antropometria to nauka o fizycznych pomiarach ludzkiego ciała. Wzrost, waga, długość, grubość fałdu skórnego i obwody są powszechnie stosowanymi pomiarami antropometrycznymi, które okazały się przydatne do badania pacjentów z zaburzeniami endokrynologicznymi i metabolicznymi oraz do monitorowania wzrostu, starzenia się oraz adaptacji wielkości i składu ciała wywołanych przez dietę i trening u sportowców1,2. Na przykład ocena obwodów talii i bioder okazała się przydatna w leczeniu osób z otyłością: oba obwody oceniają rozkład otyłości, który można uznać za predyktor śmiertelności z jakiejkolwiek przyczyny3.

Obwody kończyn są często oceniane w medycynie rehabilitacyjnej i sportowej ze względu na ich przydatność do wykrywania i/lub monitorowania spadku beztłuszczowej masy wyrostka robaczkowego (np. obwód łydki jest używany jako prosty i praktyczny marker mięśni szkieletowych do diagnozowania niskiego poziomu mięśni szkieletowych i sarkopenii)1,2 oraz asymetria międzykończynowa, która wpływa zarówno na wydolność fizyczną, jak i ryzyko kontuzji u sportowców oraz na jakość życia pacjentów (np. pacjentów z rakiem z jednostronnym obrzękiem kończyn)1,2. Co więcej, w ciągu ostatnich kilku dekad zaproponowano dużą liczbę modeli przewidywania składu ciała opartych na danych antropometrycznych w celu oszacowania ilości masy tłuszczowej lub masy beztłuszczowej na podstawie kombinacji różnych miar antropometrycznych, takich jak obwody ciała lub grubości fałdów skórnych1,2,4,5,6,7.

Ponieważ konwencjonalne pomiary antropometryczne (tj. oparte na taśmach i suwmiarkach) mogą nie być akceptowane kulturowo lub społecznie, a także wykazują niską wiarygodność8, zaistniała potrzeba opracowania i walidacji nieinwazyjnych, powtarzalnych i ważnych podejść. Niedawno opracowane systemy trójwymiarowego (3D) obrazowania optycznego umożliwiły zapewnienie nieinwazyjnych, precyzyjnych i dokładnych pomiarów8,9,10,11, a także cyfrowe aparaty konsumenckie i smartfony oferują łatwe w użyciu i szeroko dostępne narzędzia odpowiednie do stosowania w warunkach klinicznych i nieklinicznych do oceny zarówno pacjentów, jak i osób zdrowych8,9,10,11,12,13,14,15,16,17,18,19,20. Celem protokołu opisanego w poniższej sekcji jest opisanie procedur oceny rozmiaru, kształtu i składu ciała za pomocą dwóch dostępnych na rynku rozwiązań do obrazowania optycznego 3D, które stały się wszechobecne w ciągu ostatnich lat zarówno w warunkach opieki zdrowotnej (w celu oceny pacjentów), jak i w warunkach nieklinicznych (w celu oceny sportowców).

Protokół

Protokół jest zgodny z wytycznymi Politechniki w Turynie21. Akwizycja obrazów optycznych została przeprowadzona w ramach badań naukowych zatwierdzonych przez lokalne komisje etyczne (dane są podane w legendach Rysunek 1 i Rysunek 2), a badani wyrazili pisemną zgodę (na udział w badaniu i publikację anonimowych obrazów).

1. Przygotowanie przedmiotu

UWAGA: Wszystkie przygotowania do wstępnego skanowania opisane w tej sekcji są podobne między procedurami testowymi #1 i #2.

  1. Poproś osobę, aby była ubrana w bieliznę lub nosiła minimalnie dopasowaną odzież (szorty w przypadku mężczyzn i szorty i stanik sportowy w przypadku kobiet), aby zdjęła skarpetki, buty i akcesoria oraz założyła czepek kąpielowy do zakrycia włosów.

2. Rejestracja podmiotu do procedury testowej #1

  1. Zmierz wzrost obiektu za pomocą standardowego stadiometru.
  2. Uruchom aplikację zainstalowaną na tablecie (aplikacja #1 i tablet #1 w Tabeli Materiałów) systemu #1, który składa się z obrotowej platformy z płytką do pomiaru masy, trzech kamer na podczerwień i tabletu wbudowanego w wieżę (Rysunek 1A,B).
  3. Wypełnij formularz rejestracyjny podmiotu (Rysunek Uzupełniający S1), podając imię, nazwisko, adres e-mail, hasło, płeć (wybierz mężczyznę lub kobietę), jednostki miary (wybierz US lub metrykę), pochodzenie etniczne (wybierz jedną z następujących grup: nieokreślona, Hiszpanie/Latynosi, Indianie amerykańscy lub rdzenni mieszkańcy Alaski, Azjaci, Czarni lub Afroamerykanie, Rdzenni Hawajczycy lub inni mieszkańcy wysp Pacyfiku, kaukaski), data urodzenia.
  4. Oznacz trzy pola wyboru (akceptacja warunków świadczenia usług, umowa o ochronie prywatności, zrzeczenie się odpowiedzialności), a następnie dotknij przycisku Prześlij.
  5. Sprawdź, czy fotografowana osoba prawidłowo nosi czepek pływacki, a następnie stuknij przycisk Dalej.
  6. Sprawdź, czy fotografowana osoba ma na sobie odpowiedni strój, a następnie stuknij przycisk Dalej.
  7. Sprawdź, czy obszar skanera jest czysty (tj. trzymaj ubranie poza obszarem skanowania i upewnij się, że w view skanera nie ma światła słonecznego ani materiału odbijającego światło), a następnie stuknij przycisk Dalej.
  8. Wypełnij pole pomiaru wysokości, a następnie stuknij przycisk Dalej.
  9. Wypełnij pola związane z opcjonalnymi dodatkowymi wskaźnikami (% tkanki tłuszczowej [BF%], tętno, skurczowe i rozkurczowe ciśnienie krwi, woda wewnątrzkomórkowa i zewnątrzkomórkowa), a następnie dotknij przycisku Prześlij.

3. Procedura testowa #1

  1. Poproś badanego, aby stanął na wadze i stał jak najbardziej nieruchomo na odciskach stóp (z kończynami górnymi i rękami po obu stronach, bez dotykania teleskopowych uchwytów) przez 10 sekund, aby uchwycić masę ciała (i jej rozkład
    2. ).
  2. Poproś badanego, aby stanął prosto w standardowej pozie A (z rozluźnionymi ramionami i ramionami wyprostowanymi i odprowadzonymi od tułowia), chwytając teleskopowe uchwyty, aby wykonać skanowanie ciała zgodnie z poniższymi instrukcjami (Rysunek 1A,B).
    UWAGA: Skanowanie całego ciała trwa ~45 sekund, podczas którego kodujące światłem czujniki głębokości rejestrują kształt 3D, gdy platforma obraca się wokół niej.
    1. Podnieś uchwyty, aż ręce i nogi będą proste.
    2. Trzymaj się tak nieruchomo, jak to możliwe.
    3. Trzymaj głowę nieruchomo z oczami skierowanymi do przodu.
    4. Naciśnij i przytrzymaj przyciski uchwytów, aż skanowanie zostanie zakończone.
    5. Zejdź z wagi po zakończeniu skanowania.
  3. Gdy obiekt zejdzie ze skali, dotknij przycisku Wyloguj się.

4. Rejestracja podmiotu do procedury testowej #2

  1. Zmierz wzrost i wagę obiektu za pomocą standardowej skali ze stadiometrem.
  2. Korzystając z dowolnej nowoczesnej przeglądarki internetowej zainstalowanej na komputerze stacjonarnym lub laptopie, przejdź do dashboardu systemu #2 (panel rejestracyjny w Tabeli Materiałów).
  3. Wypełnij formularz rejestracyjny podmiotu (rysunek uzupełniający S2), podając imię, nazwisko, numer telefonu, adres e-mail, wiek, płeć (wybierz mężczyznę lub kobietę), wagę i wzrost.
  4. Oznacz pole wyboru (akceptacja warunków użytkowania i polityki prywatności), a następnie naciśnij lub kliknij przycisk Zarejestruj się, aby zakończyć konfigurację konta.
  5. Wizualizuj stronę widoku konta z unikatowym kodem szybkiej odpowiedzi (QR), numerem telefonu i adresem e-mail tematu.
  6. Zrób zdjęcie (np. telefonem komórkowym) kodu QR.

5. Procedura testowa #2

  1. Uruchom aplikację (aplikacja #2 w Tabeli Materiałów) zainstalowaną na tablecie systemu #2, która składa się z tabletu zamontowanego na uchwycie (tablet #2 i podstawka podłogowa w Tabeli Materiałów).
  2. Dotknij ekranu tabletu i pokaż kod QR.
  3. Stuknij przycisk Start.
  4. Poproś osobę o wysłuchanie instrukcji dźwiękowych i obejrzenie przewodnika wyświetlanego na ekranie.
  5. Poproś osobę, która stanęła nad dywanem w znormalizowanej odległości od tabletu, tak aby stopy w prowadnicy stóp (owalny symbol nad dywanem) były wyrównane z zielonym znacznikiem stóp pokazanym na ekranie (Rysunek 2A).
  6. Poproś badanego, aby przyjął "przednią pozę A" (i utrzymał tę pozę bez ruchów, które mogą spowodować zniekształcenie awatara)10,22 z rozstawionymi nogami, ramionami odprowadzonymi od tułowia pod kątem około 45° i rękami zaciśniętymi w pięści, aby uchwycić obraz z przodu (Rysunek 2B).
  7. Po przechwyceniu zdjęcia z przodu poproś osobę, aby przyjęła "pozę boczną" ze stopami razem, ramionami/dłońmi ułożonymi prosto po bokach (tj. ramionami/dłońmi ustawionymi w jednej linii z i przy tułowiu/udach) i zwróconymi prosto do przodu, aby uchwycić obraz boczny (Rysunek 2C).
  8. Po przechwyceniu obrazu bocznego poinformuj osobę, że skanowanie zostało zakończone (aplikacja wyświetli ekran z podziękowaniem).

Wyniki

Po przejęciu obrazu oprogramowanie systemu #1 generuje zanonimizowany trójwymiarowy awatar humanoidyczny (Rycina 1C: chmury punktów są konwertowane na siatkę połączoną trójkątami z około 25 000 wierzchołkami i 50 000 ścianami) oraz automatyczną antropometrię, która obejmuje długości, obwody, objętości, powierzchnie oraz szacunki składu ciała. Panel sterowania systemu #1 umożliwia wizualizację dla każdego badanego (oraz pobranie raportu zawierającego) skan 3D (Rycina 1C), pomiary masy ciała, rozmiaru i kształtu (np. ocenę kształtu ciała, obwód talii, stosunek obwodu talii do bioder, stosunek objętości tułowia do kończyn dolnych), szacunki podstawowej przemiany materii i składu ciała (np. BF%, masę tłuszczową, masę beztłuszczową) oraz standardowe pomiary obwodów (szyi, biustu, talii, bioder, lewego i prawego bicepsa, lewego i prawego przedramienia, lewego i prawego uda, lewej i prawej łydki).

Ponadto wyniki oceny postawy i równowagi mogą być również wizualizowane i są zawarte w raporcie. Wyniki oceny postawy obejmują widoki z przodu, z boku i z tyłu skanu 3D wraz z powiązanymi pomiarami przesunięcia (zdefiniowanego jako część ciała, która przemieszcza się w pozycję nachyloną, oraz tempo tego nachylenia w dowolnym kierunku) oraz pochylenia (zdefiniowanego jako ruch „ślizgowy” do przodu, do tyłu, w lewo lub w prawo, niewielka zmiana lub wariacja pozycji względem punktu centralnego): i) widoki z przodu i z tyłu: pomiary przesunięcia w prawo lub w lewo względem płaszczyzny strzałkowej (reprezentowanej przez linię pionową między prawą a lewą połową ciała) oraz wartości procentowe pochylenia względem płaszczyzny poprzecznej (poziomej) dla głowy, ramion, podbiustu, bioder i kolan; ii) widok z boku: pomiary przesunięcia do przodu lub do tyłu względem płaszczyzny czołowej (koronalnej) (reprezentowanej przez linię pionową prowadzącą w górę od stawu skokowego) dla głowy, ramion, bioder i kolan.

Wynik oceny równowagi obejmuje rozkład masy podczas postawy stojącej dla obszarów przednich i tylnych prawej oraz lewej stopy. Panel sterowania systemu nr 1 umożliwia również każdemu badanemu pobranie plików obrazów w formacie .OBJ i .GIF oraz pliku .CSV z pomiarami antropometrycznymi i szacunkami składu ciała wyszczególnionymi w Tabeli 1.

Wszystkie szacunki składu ciała uzyskano przy użyciu zastrzeżonych algorytmów, z wyjątkiem szacowania podstawowej przemiany materii oraz obliczenia wskaźnika kształtu ciała, które uzyskano odpowiednio zgodnie z równaniem Mifflin-St. Jeor23 oraz równaniem Krakauera24 przedstawionymi w Tabeli 2.

Po przechwyceniu obrazu oprogramowanie systemu nr 2 generuje zanonimizowany trójwymiarowy awatar humanoida (Rysunek 2D: chmury punktów są konwertowane na siatkę połączoną trójkątami z około 50 000 wierzchołkami i 100 000 ścianami) oraz automatyczną antropometrię, obejmującą długości, obwody, objętości, powierzchnie oraz szacunki składu ciała. Panel sterowania systemu nr 2 (panel pobierania danych w Tabeli materiałów) umożliwia pobranie dla każdego badanego plików obrazów .OBJ i .PNG oraz następujących trzech plików .CSV:

Plik „App Measures.csv” zawiera następujące pomiary antropometryczne i składu ciała: wagę, powierzchnię ciała, BF%, tkankę tłuszczową trzewną, indeks sprawności fizycznej, beztłuszczową masę ramion, beztłuszczową masę nóg, beztłuszczową masę ciała, całkowitą zawartość minerałów w kościach, szerokość ramion, szerokość pleców w linii ramion (przez kark), obwody: szyi, ramienia, bicepsa (prawego/lewego), przedramienia (prawego/lewego), nadgarstka (prawego/lewego), klatki piersiowej, pod biustem, biustu (z uwzględnieniem opadania), brzucha, talii, talii na wysokości bioder, bioder (mierzonych 8 cali poniżej najwęższego miejsca pleców), pośladków, uda (prawego/lewego), łydki (prawej/lewej), długość od karku do talii, długość rękawa (prawego/lewego), długość kroku, długość wewnętrzną nogawki oraz długość zewnętrzną nogawki (prawej/lewej).

Plik „Body Composition.csv” zawiera następujące pomiary antropometryczne i składu ciała: zawartość tkanki tłuszczowej, wskaźnik masy ciała, powierzchnię ciała, zawartość minerałów w kościach, wskaźnik masy tłuszczowej, wskaźnik sprawności fizycznej, wzrost, wskaźnik beztłuszczowej masy ciała, beztłuszczową masę ciała, beztłuszczową masę ramion, beztłuszczową masę nóg, spoczynkową przemianę materii, obwód brzucha, trzewną tkankę tłuszczową, stosunek obwodu talii do wzrostu, stosunek obwodu talii do bioder oraz wagę.

Plik „Core Measures.csv” zawiera pomiary antropometryczne wymienione w Tabeli 1.

Wszystkie szacunki składu ciała są uzyskiwane przy użyciu autorskich algorytmów, z wyjątkiem szacowania podstawowej przemiany materii oraz procentowej zawartości tkanki tłuszczowej (BF%), które są wyznaczane odpowiednio zgodnie z równaniem Katch-McArdle25 oraz za pomocą dwóch równań opracowanych i zwalidowanych wcześniej przez Harty i wsp.26. Te dwa równania (równanie BF% 1 oraz równanie 2 w Tabeli 2) są stosowane odpowiednio dla osób z obwodem brzucha <103,5 cm (<40,75 cala) oraz ≥103,5 cm (≥40,75 cala). Chociaż wcześniejsze badania wykazały dokładność równania 1 w szacowaniu BF% u zdrowych dorosłych15,26, ostatnio stwierdziliśmy, że zawyża ono (w stosunku do absorpcjometrii komputerowej dwuenergetycznej promieni rentgenowskich) wartość BF% u młodych sportowców18. W związku z tym zaproponowaliśmy reparametryzację (równanie 3) przedstawioną w Tabeli 2, aby zapewnić dokładne szacowanie BF% u młodych piłkarzy obu płci18.

Oprócz wymienionych wyżej zmiennych składu ciała, dla skanów wykonanych za pomocą systemu nr 2 można również oszacować beztłuszczową masę kończyn (ALM), stosując zaproponowany niedawno przez McCarthy i współpracowników27 specyficzny dla urządzenia wzór dla osób prowadzących siedzący tryb życia (równanie ALM 1 dla mężczyzn i równanie ALM 2 dla kobiet w Tabeli 2), który dostosowaliśmy do szacowania ALM u młodych sportowców (równanie ALM 3 dla mężczyzn i równanie ALM 4 dla kobiet w Tabeli 2)18.

Rysunek 3 przedstawia reprezentatywne awatary uzyskane u sportowca płci męskiej (indeks masy ciała: 26,0 kg/m2: Rysunek 3A,B) oraz osoby z otyłością (indeks masy ciała: 44,0 kg/m2: Rysunek 3C,D) przy użyciu systemu #1 (Rysunek 3A,C) oraz systemu #2 (Rysunek 3B,D). Pomiary antropometryczne i szacunki składu ciała uzyskane za pomocą systemu #1 i systemu #2 dla dwóch skanów obu badanych przedstawiono w Tabeli 3.

Pomiary obwodów uzyskane u sportowca różniły się w zależności od skanów wykonanych za pomocą dwóch systemów (zwłaszcza w przypadku szyi, ramion, bioder i nóg: dane przedstawiono w Tabeli 3). Wartości BF% (średnie z dwóch skanów) wynosiły odpowiednio 19,1% i 16,1% dla skanów wykonanych systemami nr 1 i nr 2, a wartości beztłuszczowej masy ciała (średnie z dwóch skanów) wynosiły 69,7 kg i 72,2 kg. Średnia wartość ALM dla skanów wykonanych systemem nr 2 wyniosła 38,4 kg.

Pomiary obwodów uzyskane u osoby z otyłością różniły się pomiędzy skanami wykonanymi za pomocą dwóch systemów (szczególnie w przypadku talii i nóg: dane przedstawiono w Tabeli 3). Wartości BF% (średnie z dwóch skanów) wynosiły odpowiednio 44,1% i 46,3% dla skanów wykonanych systemami #1 i #2, a wartości masy beztłuszczowej (średnie z dwóch skanów) wynosiły 67,9 kg i 64,9 kg. Średnia wartość ALM dla skanów wykonanych systemem #2 wyniosła 25,1 kg.

Proces skanowania ciała; A, B: widok z przodu/tyłu podczas stania na platformie skanera 3D; C: wynikowy model 3D ciała.
Rysunek 1: Obrazy wykonane za pomocą systemu nr 1. (A,B) Zestandaryzowana poza A przyjęta i utrzymana przez reprezentatywnego mężczyznę podczas obrotu platformy oraz (C) odpowiadający mu awatar 3D. Pozyskiwanie obrazów optycznych przeprowadzono w ramach badania badawczego zatwierdzonego przez komisję etyczną Uniwersytetu w Turynie (protokół nr 0115311). Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Skanowanie ciała i przechwytywanie ruchu: schemat przedstawiający mapowanie ciała w 3D do analizy postawy i wyrównania.
Rysunek 2: Obrazy wykonane za pomocą systemu nr 2. (A) Obraz reprezentatywnego mężczyzny stojącego na dywanie z symbolem prowadzącym stopy (czarny owal na dywanie) wyrównanym z zielonym znacznikiem stóp widocznym na ekranie tabletu systemu nr 2. Pozyskanie obrazów (B) frontalnych i (C) bocznych reprezentatywnego badanego oraz (D) odpowiadającego mu awatara 3D. Pozyskiwanie obrazów optycznych zostało przeprowadzone w ramach badania naukowego zatwierdzonego przez komisję etyczną Uniwersytetu w Turynie (protokół nr 0115311). Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

Diagram indeksu masy ciała (BMI), ilustrujący kategorie wagowe A-D; profile od szczupłych do otyłych, wykres edukacyjny.
Rysunek 3: Reprezentatywne awatary uzyskane za pomocą systemów #1 i #2. (A,B) Mężczyzna-sportowiec oraz (C,D) osoba z otyłością przebadane za pomocą (A,C) systemu #1 i (B,D) systemu #2. Każdy badany został poddany dwóm skanowaniom z ponownym ustawieniem pozycji: dla obu badanych przedstawiono awatary uzyskane z pierwszego skanowania, natomiast szacunki antropometryczne i składu ciała uzyskane przez system #1 i system #2 dla dwóch skanowań obu badanych przedstawiono w Tabeli 3. Pozyskiwanie obrazów optycznych przeprowadzono w ramach badań naukowych zatwierdzonych przez komisję etyczną Uniwersytetu w Turynie (protokół nr 0115311) oraz przez Terytorialną Komisję Etyczną (CET - protokół nr 0065654). Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Tabela 1: Rozszerzone zestawy pomiarowe możliwe do pobrania z panelu sterowania systemów nr 1 i nr 2. Aby pobrać tę tabelę, kliknij tutaj.

Tabela 2: Równania do szacowania podstawowej przemiany materii, procentowej zawartości tkanki tłuszczowej oraz beztłuszczowej masy kończyn.Szacowanie podstawowej przemiany materii: jednostkami pomiaru są kg dla masy ciała i masy beztłuszczowej, cm dla wzrostu oraz lata dla wieku. Szacowanie wskaźnika budowy ciała (ABSI): jednostkami pomiaru są m dla obwodu talii i wzrostu, kg/m2 dla wskaźnika masy ciała (BMI). Szacowanie procentowej zawartości tkanki tłuszczowej: płeć kodowana jest jako mężczyzna = 1 i kobieta = 0, powierzchnia ciała jest mierzona w cm2, a wszystkie pozostałe zmienne oznaczone jako „obw.” są mierzone w cm. Wskaźnik mięśni do brzucha oblicza się jako (obw. prawego bicepsa + obw. lewego bicepsa + obw. prawego uda + obw. lewego uda + obw. prawej łydki + obw. lewej łydki) / maksymalny obwód brzucha. Szacowanie beztłuszczowej masy kończyn: jednostkami pomiaru są cm dla wszystkich obwodów i długości; cm2 dla powierzchni; cm3 dla objętości; kg dla masy; lata dla wieku. Trzy równania w tej tabeli pochodzą od Minetto i wsp.18. Skróty: BMR = podstawowa przemiana materii; ABSI = wskaźnik budowy ciała; BF% = procentowa zawartość tkanki tłuszczowej; obw. = obwody; ALM = beztłuszczowa masa kończyn; NHOPI = rdzenny Hawajczyk i inny wyspiarz Pacyfiku. Kliknij tutaj, aby pobrać tę tabelę.

Tabela 3. Pomiary obwodów i szacunki składu ciała uzyskane za pomocą dwóch systemów u każdego z dwóch reprezentatywnych badanych (jednego sportowca i jednej osoby z otyłością). Prosimy kliknąć tutaj, aby pobrać tę tabelę.

Rycina dodatkowa S1: Formularz rejestracji badanych dla procedury testowej nr 1. Prosimy kliknąć tutaj, aby pobrać ten plik.

Rysunek dodatkowy S2: Formularz rejestracyjny uczestnika dla procedury testowej nr 2. Kliknij tutaj, aby pobrać ten plik.

Dyskusja

Procedury przedstawione w tym artykule mogą być wykorzystane do oceny rozmiaru, kształtu i składu ciała za pomocą dwóch dostępnych na rynku rozwiązań do obrazowania optycznego 3D, które zostały wcześniej opracowane i zwalidowane 9,10,11,12,13,14,15,16,17,18,19,20 . Rozwiązania te są proste w obsłudze, a ważne dane mogą być szybko gromadzone i automatycznie organizowane w raport. Co więcej, przedstawione systemy umożliwiają zbieranie powtarzalnych danych (co sugeruje porównanie wyników z dwóch skanów wykonanych obydwoma systemami w naszych dwóch reprezentatywnych przypadkach i udokumentowanych wcześniejszymi badaniami)9,10,11,12,13,14,15,16,17,18,19,20 i dlatego może być stosowany do monitorowania zmian wywołanych treningiem lub dietą.

Ponieważ system #2 ma ograniczoną wagę (łącznie ~4 kg na tablet i uchwyt), jest łatwy do przenoszenia. Jednak ograniczeniem systemu #2 jest to, że generowanie awatara 3D z obrazów 2D może powodować rekonstrukcje 3D, które są mniej dokładne niż te uzyskane za pomocą systemu #1, szczególnie u osób z otyłością (jak pokazano na reprezentatywnym przykładzie z Ryciny 3 C,D) lub u pacjentów z miejscowymi nieprawidłowościami kształtu ciała (np. pacjenci po operacjach bariatrycznych z dokuczliwym nadmiarem skóry lub pacjenci z nowotworami z jednostronnym obrzękiem limfatycznym kończyn górnych lub dolnych).

Dostępność odpowiedniej przestrzeni ma kluczowe znaczenie dla akwizycji skanów za pomocą obu systemów: wymagana jest wolna powierzchnia 157 x 198 cm w przypadku systemu #1 i 86 x 166 cm w przypadku systemu #2. Co więcej, system #2 wymaga, aby obiekt był umieszczony blisko pustej ściany bez luster, błyszczących plakatów czy okien. Oba systemy wymagają, aby w polu widzenia kamer nie było naturalnego światła słonecznego ani powierzchni odbijających światło. Oba systemy wymagają również stałego i stałego połączenia internetowego Wi-Fi, aby skutecznie przetwarzać skany.

Głównym ograniczeniem wyżej opisanych procedur jest to, że wymagają one, aby badany był w stanie przyjąć pozycję stojącą. W związku z tym podejścia te nie mogą być stosowane u pacjentów w ciężkim stanie (takich jak pacjenci z poważnymi zaburzeniami neurologicznymi lub pacjenci w stanie krytycznym), którzy nie są w stanie wstać z łóżka. Co więcej, badani muszą być w stanie utrzymać pozycję stojącą (tj. pozycję A i pozycję boczną) bez ruchów, które mogą zmienić kształt awatara10,22 i zaburzyć oszacowanie obwodów ciała.

Ograniczeniem wyżej opisanych parametrów jest to, że są one uzyskiwane przy użyciu zastrzeżonych algorytmów specyficznych dla urządzenia: oznacza to, że pomiary wielkości, kształtu i składu ciała są unikalne dla danego systemu skanowania. W związku z tym porównywanie lub łączenie danych uzyskanych za pomocą różnych systemów jest wykluczone ze względu na zmienność analityczną (tj. między skanerami). Konsekwentnie, pomiary obwodu uzyskane w naszych reprezentatywnych dwóch obiektach pokazanych na rysunku 3 różniły się między tymi dwoma systemami. Jednak rozwiązania niezależne od urządzenia zostały już opracowane, aby przezwyciężyć to ograniczenie: rozwiązania te formatują i edytują siatkę 3D, a następnie automatycznie wykrywają różne punkty orientacyjne (takie jak pachy, krocze i stopy), a następnie obliczają wymiary ciała 28,29,30,31,32,33,34,35. Kolejnym ograniczeniem wyżej opisanych parametrów składu ciała jest to, że są one uzyskiwane za pomocą konwencjonalnych modeli predykcyjnych opartych na antropometrii. Jednak ostatnie badania wykazały, że modele oparte na kształcie ciała mogą być wymagane do uchwycenia informacji o składzie ciała wykraczających poza konwencjonalne pomiary antropometryczne36,37.

Pomimo pewnych ograniczeń, cyfrowe podejście antropometryczne należy uznać za gotowe do zastosowania w warunkach klinicznych. Systemy obrazowania 3D zapewniają nieinwazyjne pomiary, które mogą być bardziej akceptowalne w porównaniu z pomiarami ręcznymi (opartymi na taśmie i/lub suwmiarce), które opierają się na identyfikacji anatomicznych punktów orientacyjnych poprzez obserwację i badanie palpacyjne. Co więcej, skanowanie optyczne 3D jest również szybsze w porównaniu z innymi badaniami (np. rezonansem magnetycznym i absorpcjometrią promieniowania rentgenowskiego o podwójnej energii) powszechnie stosowanymi w warunkach badawczych i klinicznych do oceny wielkości i składu ciała. Ponadto, ponieważ jest stosunkowo niedrogi i wolny od promieniowania, można go bezpiecznie używać do kolejnych skanów (np. akwizycję obrazu można łatwo i szybko powtórzyć, jeśli eksperymentator zauważy ruchy ciała lub niewłaściwe ułożenie kończyn, które mogą powodować zmiany w kształcie awatara) oraz do wielokrotnych badań38, a także można go bezpiecznie stosować w specjalnych populacjach (takich jak dzieci, młodzież i kobiety w ciąży)35,39.

Klinicyści mogliby zatem wdrożyć pozyskiwanie innowacyjnych i użytecznych biomarkerów (pomiary "e-taśma" i uzyskane szacunki składu ciała) w rutynowych ocenach zdrowych osób (np. sportowców), aby pomóc w przewidywaniu i charakteryzowaniu ich wydolności fizycznej i ryzyka kontuzji 40,41,42,43 a także do monitorowania powrotu do zdrowia po kontuzjach. Na przykład siła nóg i symetria beztłuszczowej masy ciała wpływają na wydolność fizyczną i ryzyko (ponownych) kontuzji44. W związku z tym przywrócenie normalnej symetrii obwodów ud/łydek można zaliczyć do ogólnych celów, które należy wziąć pod uwagę przy powrocie do gry45. Rutynowa ocena pacjentów mogłaby również zostać ulepszona dzięki włączeniu antropologii cyfrowej do opieki zdrowotnej. Ocena obwodów i kształtu ciała (która jest zależna od wewnętrznego rozmieszczenia tkanek miękkich i tłuszczowych) może być przydatna do wykrywania mięśni o niskiej masie (np. u pacjentów z podejrzeniem sarkopenii), przewidywania ryzyka choroby metabolicznej46, oceny wyniku zabiegu chirurgicznego, a także monitorowania postępów pacjenta po interwencji38. Pacjenci z chorobami, w których składniki odżywcze są kluczowymi czynnikami przyczyniającymi się do ich patofizjologii, mogą w szczególności skorzystać z podłużnego monitorowania wielkości i składu ciała w celu zmniejszenia objawów i współistniejących schorzeń47. Na przykład, w przypadku leczenia otyłości opartego na diecie i/lub lekach, może nie być właściwe tylko monitorowanie masy ciała, ponieważ dobrze znana "praktyczna zasada 25/75" (tj. ogólne założenie, że utrata masy ciała to zazwyczaj 25% utrata masy ciała bez tłuszczu i 75% utrata tłuszczu) może nie opisywać dokładnie skuteczności interwencji38, którą można rozwikłać za pomocą opartej na antropometrii oceny względnej ilości mięśni i tłuszczu. Co więcej, antropometria cyfrowa, zintegrowana z opieką zdrowotną, może rozszerzyć usługi opieki zdrowotnej na odległe lokalizacje, poprawiając w ten sposób pomoc pacjentom i przestrzeganie zaleceń lekarskich oraz zmniejszając koszty opieki zdrowotnej.

Oświadczenia

A.P. i S.B.H. są członkami medycznej rady doradczej Tanita Corporation. Pozostali autorzy nie mają do zadeklarowania konfliktu interesów.

Podziękowania

Autorzy są wdzięczni dr Federico Della Vecchia i dr Alessandro Cairo (Uniwersytet w Turynie) za ich cenne wsparcie w przygotowaniu manuskryptu. Prace te były wspierane przez granty z Fondazione CRT (Turyn, Włochy), Uniwersytetu w Turynie (Fondo per la Ricerca Locale - ex-60%) oraz National Institutes of Health (grant R01DK109008, Shape UP! Dorośli).

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
System #1
ProscannerFit3D Inc., San Mateo, CA, USAWersja 5"System #1" w rękopisie
Aplikacja Fit3D ProscannerFit3D Inc., San Mateo, CA, USAWersja 5"Aplikacja #1" w rękopisie
Tablet PC CHUWIChuwi Technology Co., Ltd., Shenzhen, CHINYHi10X"Tablet #1" w rękopisie
Fit3D dashboard Fit3DInc., San Mateo, CA, USA
https://dashboard.fit3d.comSystem #2
Mobile Scanner 1 (MS-1) appSize Stream LLC, Cary, NC, USAWersja 2"System #2" w rękopisie
iPadApple Inc., Cupertino, CA, USA9. generacja"Tablet #2" w rękopisie
Floor StandDisplays2go LLC, Fall River, MA, USASKU: TABFLATBBK
Size Panel rejestracji strumienia Size Stream LLC, Cary, NC, USAhttps://measure.mobilefit.sizestream.com
Pulpit nawigacyjny pobierania danych Size Stream Size Stream LLC, Cary, Karolina Północna, StanyZjednoczone https://data.mobilefit.sizestream.com
iPad www.displays2go.com/P-29987/Universal-Tablet-Floor-Stand-Anti-Theft-Locking-Kit

Bibliografia

  1. Heymsfield, S. B., Lohman, T., Wang, Z. M., Going, S. Human body composition-2nd edition. Human Kinetics. , Champaign, IL, USA. (2005).
  2. Lohman, T. G., Milliken, L. A. ACSM's Body composition assessment. Human Kinetics. , Champaign, IL, USA. (2020).
  3. Ross, R., et al. Waist circumference as a vital sign in clinical practice: a Consensus Statement from the IAS and ICCR Working Group on Visceral Obesity. Nat Rev Endocrinol. 16 (3), 177-189 (2020).
  4. Heymsfield, S. B., Gonzalez, M. C., Lu, J., Jia, G., Zheng, J. Skeletal muscle mass and quality: evolution of modern measurement concepts in the context of sarcopenia. Proc Nutr Soc. 74 (4), 355-366 (2015).
  5. Marin-Jimenez, N., et al. Criterion-related validity of field-based methods and equations for body composition estimation in adults: a systematic review. Curr Obes Rep. 11 (4), 336-349 (2022).
  6. Duarte, C. K., et al. Prediction equations to estimate muscle mass using anthropometric data: a systematic review. Nutr Rev. 81 (11), 1414-1440 (2023).
  7. Jagim, A. R., et al. Validation of skinfold equations and alternative methods for the determination of fat-free mass in young athletes. Front Sports Act Living. 5, 1240252(2023).
  8. Minetto, M. A., et al. Digital anthropometry for body circumference measurements: European phenotypic variations throughout the decades. J Pers Med. 12 (6), 906(2022).
  9. Ng, B. K., Hinton, B. J., Fan, B., Kanaya, A. M., Shepherd, J. A. Clinical anthropometrics and body composition from 3D whole-body surface scans. Eur J Clin Nutr. 70 (11), 1265-1270 (2016).
  10. Bourgeois, B., et al. Clinically applicable optical imaging technology for body size and shape analysis: comparison of systems differing in design. Eur J Clin Nutr. 71 (11), 1329-1335 (2017).
  11. Heymsfield, S. B., et al. Digital anthropometry: a critical review. Eur J Clin Nutr. 72 (5), 680-687 (2018).
  12. Tinsley, G. M., Moore, M. L., Benavides, M. L., Dellinger, J. R., Adamson, B. T. 3-Dimensional optical scanning for body composition assessment: A 4-component model comparison of four commercially available scanners. Clin Nutr. 39 (10), 3160-3167 (2020).
  13. Tinsley, G. M., Moore, M. L., Dellinger, J. R., Adamson, B. T., Benavides, M. L. Digital anthropometry via three-dimensional optical scanning: evaluation of four commercially available systems. Eur J Clin Nutr. 74 (7), 1054-1064 (2020).
  14. Smith, B., et al. Anthropometric evaluation of a 3D scanning mobile application. Obesity (Silver Spring). 30 (6), 1181-1188 (2022).
  15. Graybeal, A. J., Brandner, C. F., Tinsley, G. M. Validity and reliability of a mobile digital imaging analysis trained by a four-compartment model. J Hum Nutr Diet. 36 (3), 905-911 (2023).
  16. Graybeal, A. J., Brandner, C. F., Tinsley, G. M. Evaluation of automated anthropometrics produced by smartphone-based machine learning: a comparison with traditional anthropometric assessments. Br J Nutr. 130 (6), 1077-1087 (2023).
  17. Wong, M. C., et al. Accuracy and precision of 3-dimensional optical imaging for body composition by age, BMI, and ethnicity. Am J Clin Nutr. 118 (3), 657-671 (2023).
  18. Minetto, M. A., et al. Equations for smartphone prediction of adiposity and appendicular lean mass in youth soccer players. Sci Rep. 13 (1), 20734(2023).
  19. Cataldi, D., et al. Accuracy and precision of multiple body composition methods and associations with muscle strength in athletes of varying hydration: The Da Kine Study. Clin Nutr. 43 (1), 284-294 (2024).
  20. Graybeal, A. J., et al. Smartphone derived anthropometrics: Agreement between a commercially available smartphone application and its parent application intended for use at point-of-care. Clinical Nutrition ESPEN. 59, 107-112 (2024).
  21. Politecnico di Torino. , Available from: https://www.polito.it/sites/default/files/2023-05/Research%20Integrity%20POLITO_EN.pdf (2024).
  22. Sobhiyeh, S., et al. Hole filling in 3D scans for digital anthropometric applications. Annu Int Conf IEEE Eng Med Biol Soc. 2019, 2752-2757 (2019).
  23. Mifflin, M. D., et al. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 51 (2), 241-247 (1990).
  24. Krakauer, N. Y., Krakauer, J. C. A new body shape index predicts mortality hazard independently of body mass index. PLoS One. 7 (7), e39504(2012).
  25. Katch, F. I., McArdle, W. D. Validity of body composition prediction equations for college men and women. Am J Clin Nutr. 28 (2), 105-109 (1975).
  26. Harty, P. S., et al. Novel body fat estimation using machine learning and 3-dimensional optical imaging. Eur J Clin Nutr. 74 (5), 842-845 (2020).
  27. MCCarthy, C., et al. Smartphone prediction of skeletal muscle mass: model development and validation in adults. Am J Clin Nutr. 117 (4), 794-801 (2023).
  28. Loper, M., Mahmood, N., Romero, J., Pons-Moll, G., Black, M. J. SMPL: A skinned multi-person linear model. ACM Trans Graph. 34, 248(2015).
  29. Meshcapade Me. , Available from: http://meshcapade.me (2024).
  30. Sobhiyeh, S., et al. Digital anthropometry for body circumference measurements: Toward the development of universal three-dimensional optical system analysis software. Obes Sci Pract. 7 (1), 35-44 (2020).
  31. Sobhiyeh, S., et al. Digital anthropometric volumes: Toward the development and validation of a universal software. Med Phys. 48 (7), 3654-3664 (2021).
  32. Dechenaud, M. E., Kennedy, S., Sobhiyeh, S., Shepherd, J., Heymsfield, S. B. Total body and regional surface area: Quantification with low-cost three-dimensional optical imaging systems. Am J Phys Anthropol. 175 (4), 865-875 (2021).
  33. Wong, M. C., et al. A pose-independent method for accurate and precise body composition from 3D optical scans. Obesity (Silver Spring). 29 (11), 1835-1847 (2021).
  34. Tian, I. Y., et al. A device-agnostic shape model for automated body composition estimates from 3D optical scans. Med Phys. 49 (10), 6395-6409 (2022).
  35. Tian, I. Y., et al. Automated body composition estimation from device-agnostic 3D optical scans in pediatric populations. Clin Nutr. 42 (9), 1619-1630 (2023).
  36. Wells, J. C. K. Three-dimensional optical scanning for clinical body shape assessment comes of age. Am J Clin Nutr. 110 (6), 1272-1274 (2019).
  37. Ng, B. K., et al. Detailed 3-dimensional body shape features predict body composition, blood metabolites, and functional strength: the Shape Up! studies. Am J Clin Nutr. 110 (6), 1316-1326 (2019).
  38. Wong, M. C., et al. Monitoring body composition change for intervention studies with advancing 3D optical imaging technology in comparison to dual-energy X-ray absorptiometry. Am J Clin Nutr. 117 (4), 802-813 (2023).
  39. Wong, M. C., et al. Children and adolescents' anthropometrics body composition from 3-D optical surface scans. Obesity (Silver Spring). 27 (11), 1738-1749 (2019).
  40. Morse, S., et al. Machine learning prediction of combat basic training injury from 3D body shape images. PLoS One. 15 (6), e0235017(2020).
  41. Harty, P. S., et al. Military body composition standards and physical performance: historical perspectives and future directions. J Strength Cond Res. 36 (12), 3551-3561 (2022).
  42. Keith, D. S., et al. Anthropometric predictors of conventional deadlift kinematics and kinetics: a preliminary study. Int J Exerc Sci. 16 (1), 429-447 (2023).
  43. Smith, M., et al. Body shape and performance on the US Army Combat Fitness Test: Insights from a 3D body image scanner. PLoS One. 18 (5), e0283566(2023).
  44. Hart, N. H., Nimphius, S., Spiteri, T., Newton, R. U. Leg strength and lean mass symmetry influences kicking performance in Australian football. J Sports Sci Med. 13 (1), 157-165 (2014).
  45. Ardern, C. L., et al. Consensus statement on return to sport from the First World Congress in Sports Physical Therapy, Bern. Br J Sports Med. 50 (14), 853-864 (2016).
  46. Bennett, J. P., et al. Three-dimensional optical body shape and features improve prediction of metabolic disease risk in a diverse sample of adults. Obesity (Silver Spring). 30 (8), 1589-1598 (2022).
  47. Heymsfield, S. B., Shapses, S. A. Guidance on energy and macronutrients across the life span. N Engl J Med. 390 (14), 1299-1310 (2024).

Przedruki i uprawnienia

Tagi

Optyczne obrazowanie 3Docena wielkości ciałaanaliza kształtu ciałaskanowanie optyczneanaliza antropometrycznapomiar nieinwazyjnycyfrowe skanowanie ciałaocena składu ciała
Antropometria kliniczna i skład ciała z 3-wymiarowego obrazowania optycznego
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.