Name: Wideoanaliza ruchu za pomocą smartfonów (ViMAS): badanie pilotażowe (Wideo) | JoVE Journal
Uploaded: 2017-03-14T12:30:00.000+00:00
Duration: 7 min 51 s
Description: Poznaj metodę analizy kinematycznej ruchu człowieka za pomocą smartfona w porównaniu z systemem 3D. Protokół kliniczny umożliwia łatwe nagrywanie ruchu kończyn dolnych w klinice lub domu pacjenta.

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

Autorzy pragną podziękować wszystkim uczestnikom, którzy hojnie poświęcili swój czas, aby wziąć udział w tym badaniu.

Ten protokół został zatwierdzony przez Institutional Review Board of Wayne State University.
1. Przygotowanie do eksperymentu
<ol>
	<li>Ustaw kamery tak, aby uchwycić cały 6-metrowy chodnik. Użyj łącznie 4 kamer 3D do przechwytywania ruchu, aby uchwycić spacer po 6-metrowym chodniku.
	<ol>
		<li>Umieść każdą z kamer w 4 rogach 6-metrowego chodnika. Ustaw każdą z kamer na ukośnych końcach chodnika tak, aby była zwrócona do siebie.</li>
	</ol>
	</li>
	<li>Zbierz pomiary wzrostu, wagi i długości nóg każdego uczestnika.
	<ol>
		<li>Zmierz masę w kilogramach.</li>
		<li>Zmierz długość nóg (w metrach) od krętarza większego do kostki przyśrodkowej obu nóg za pomocą miarki.</li>
		<li>Zmierz wysokość (w metrach), prosząc uczestnika o stanie boso obok taśmy mierniczej przymocowanej do ściany. Umieść linijkę na czubku głowy uczestnika, aby odczytać pomiar z taśmy mierniczej przymocowanej do ściany.</li>
	</ol>
	</li>
	<li>Zamontuj smartfon na statywie za pomocą adaptera do statywu do klipsa do uchwytu na smartfona. Umieść statyw na wysokości 2 m lub 4 m, prostopadle do środka chodnika. Losowo określ kolejność tego umieszczenia w przypadku przeprowadzania badania walidacyjnego.</li>
	<li>Umieść klastry 3 inteligentnych znaczników na uczestniku na obustronnych przednich górnych grzebieniach biodrowych (ASIS), górnej 1/3 uda, górnej 1/3 łydki i grzbietu stopy. Umieść pojedynczy inteligentny znacznik w linii środkowej między prawym i lewym tylnym górnym grzbietem biodrowym.
	<ol>
		<li>Zabezpiecz inteligentne markery paskami na rzepy/dwustronną taśmą klejącą. Zabezpiecz znaczniki ud i łydek w płaszczyźnie czołowej.</li>
	</ol>
	</li>
	<li>Umieść naklejki wskazujące kostne punkty orientacyjne nad obustronnymi kłykciami kości udowej przyśrodkowej i bocznej, kostkami przyśrodkowymi i bocznymi oraz przestrzenią między pierwszym a drugim palcem u nogi w celu kalibracji systemu przechwytywania ruchu 3D. 
	UWAGA: Procedura kalibracji jest specyficzna dla każdego laboratorium oraz sprzętu i oprogramowania do przechwytywania ruchu 3D.</li>
	<li>Aby zapoznać się z procedurą kalibracji, należy zapoznać się z instrukcją obsługi dostarczoną przez producenta sprzętu i/lub oprogramowania do przechwytywania ruchu 3D, które jest używane do analizy danych. Zastosowany tutaj proces polega na użyciu oprzyrządowanej "różdżki" z inteligentnymi znacznikami, aby zarejestrować lokalizację 3D naklejek, które zostały umieszczone.</li>
</ol>
2. Eksperyment
<ol>
	<li>Dostosuj wysokość obiektywu aparatu smartfona, aby uchwycić tylko dolną część ciała uczestnika (ASIS jako górna granica) lub górną i dolną część ciała (akromiona jako górna granica). Zmierz wysokość od podłogi do obiektywu aparatu w metrach.</li>
	<li>Daj uczestnikom próbną próbę. Niech jeden śledczy obsługuje smartfon, a drugi komputer sterujący systemem przechwytywania ruchu 3D. Użyj numerowanego papieru, aby wskazać numer badania na nagraniu ze smartfona.</li>
	<li>Otwórz aplikację na smartfona. Naciśnij czerwony przycisk "nagrywaj" na dole, na środku ekranu, aby rozpocząć nagrywanie (w orientacji pionowej). 
	UWAGA: Jeśli smartfon został już umieszczony na statywie, przycisk pojawi się pośrodku, po prawej stronie telefonu, w pobliżu przycisku Home smartfona.</li>
	<li>Poinstruuj uczestnika, aby szedł w swoim normalnym tempie, skupiając się na znaczniku umieszczonym na przeciwległej ścianie, aby pomóc mu w chodzeniu po linii prostej. Umieść smartfon równolegle do chodnika, aby uchwycić boczny profil uczestnika. Poproś uczestnika, aby przeszedł przez pierwsze dwie kamery do przechwytywania ruchu 3D umieszczone na początku chodnika po obu stronach i podszedł do kolejnych dwóch kamer do przechwytywania ruchu 3D umieszczonych na drugim końcu chodnika po obu stronach.
	<ol>
		<li>Dla każdej próby daj każdemu uczestnikowi odliczanie do rozpoczęcia (3, 2, 1, GO) i zakończenia badania (3, 2, 1, STOP).</li>
	</ol>
	</li>
	<li>Po tym, jak badany zakończy spacer na odległość 6 m, wybierz jeszcze raz czerwony przycisk "nagrywaj", aby zakończyć nagrywanie tej próby chodzenia.</li>
	<li>Sprawdź wszystkie znaczniki pozycji po każdej próbie. Jeśli pozycja znacznika została zmieniona, wróć do kroku 1.6, aby ponownie skalibrować system przechwytywania ruchu 3D do nowego rozmieszczenia znaczników.</li>
	<li>Poproś uczestników, aby wykonali 3 próby w każdej odległości kamery w kroku 2.1.</li>
	<li>Przesuń statyw ze smartfonem na drugą odległość. Przywróć uczestnika, aby stanął na środku chodnika. Postępuj zgodnie z instrukcjami w krokach protokołu 2.2 - 2.5.</li>
	<li>Zapisz i zweryfikuj nagrania 3D motion capture i nagrania ze smartfona przed usunięciem inteligentnych znaczników.</li>
</ol>
3. Analiza danych
<ol>
	<li>Postępuj zgodnie z instrukcjami oprogramowania/producenta, aby obliczyć kąt kolana. Ręcznie zarejestruj kąt kolana, który jest wyświetlany na ekranie w fazie uderzenia piętą i palcami w cyklu chodu.</li>
	<li>Zakończ analizę nagrań ze smartfonów pod kątem uderzeń piętą i wypadnięć z palców uchwyconych przez zespół dwóch badaczy, którzy muszą zgodzić się co do momentu uderzenia piętą i zdarzenia oderwania palców oraz znaczników lądowania przy pomiarze kąta. Użyj rysika, aby zwiększyć dokładność umieszczania punktów orientacyjnych podczas pomiarów kąta kolana. Poniższe kroki są wykonywane wspólnie przez dwóch badaczy.</li>
	<li>Aby wyświetlić nagraną próbę, wybierz kwadrat wideo w lewym dolnym rogu ekranu (w orientacji pionowej).</li>
	<li>Korzystając z paska przewijania u podstawy ekranu, wybierz klatkę, w której obiekt znajduje się najbliżej uderzenia piętą lub palcami u nóg (w zależności od preferowanej zmiennej) na środku ekranu.</li>
	<li>Aby zmniejszyć kąt, dotknij białej, obrysowanej ikony ołówka w prawym górnym rogu ekranu.</li>
	<li>Wybierz opcję kąta, drugą opcję z menu rozwijanego.</li>
	<li>Wybierz preferowany kolor i kątownik. Należy pamiętać, że jednocześnie można zmierzyć tylko jeden kąt. Kąt mierzony w tym protokole składał się wyłącznie z kąta kolana w płaszczyźnie strzałkowej.</li>
	<li>Przesuń lub dotknij rysika w dowolnym miejscu na ekranie, aby zmniejszyć kąt.</li>
	<li>Umieść środek kąta na stawie kolanowym (kłykieć boczny), tak aby wektory sięgały w górę wzdłuż kości udowej i w dół w kierunku kostki bocznej.</li>
	<li>W razie potrzeby "powiększ", umieszczając dwa palce blisko siebie na środku ekranu i powoli odsuwając je od siebie. 
	UWAGA: Gdy jest zadowolony z umiejscowienia kąta, narzędzie automatycznie oblicza kąt kolana w danej ramie.</li>
	<li>Aby określić kąt kolana w innych fazach oderwania palców lub uderzenia piętą, powtórz kroki 3.4 - 3.10.</li>
</ol>
4. Protokół kliniczny
<ol>
	<li>Zmierz i zaznacz 6-metrowy chodnik za pomocą taśmy mierniczej i markera/taśmy klejącej.</li>
	<li>Umieść smartfon na statywie równolegle i blisko środka 6-metrowego chodnika.</li>
	<li>Umieść statyw w odległości 2 m od środka chodnika, aby uchwycić kończynę dolną, lub 4 m dalej, aby uchwycić tułów i kończynę dolną. Wszystkie pozycje kamery pozwalają jedynie na uchwycenie kinematyki płaszczyzny strzałkowej.</li>
	<li>Oblicz wysokość obiektywu aparatu smartfona od podłogi, korzystając z następujących wzorów: 
	Konfiguracja z kamerą bliską (2 m) tylko do przechwytywania kończyn dolnych 
	Wysokość obiektywu kamery = (0,87xReferencyjna długość nogi pacjenta w metrach)- 0,12 
	Konfiguracja kamery dalekiej (4 metry) do przechwytywania zarówno kończyn dolnych, jak i tułowia 
	Wysokość obiektywu kamery = referencyjna długość nogi pacjenta w metrach - 0,23</li>
	<li>Powtórz sekcje 2 - 3, aby rejestrować i analizować dane za pomocą aplikacji na smartfona.</li>
</ol>

<ol><li>Brunnekreef, J. J., van Uden, C. J., van Moorsel, S., Kooloos, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+of+videotaped+observational+gait+analysis+in+patients+with+orthopedic+impairments%5BTitle%5D)+AND+%22BMC+Musculoskelet+Disord%22%5BJournal%5D)">Reliability of videotaped observational gait analysis in patients with orthopedic impairments.</a> BMC Musculoskelet Disord. 6 (17), (2005).</li>
<li>Jette, D. U., Halbert, J., Iverson, C., Miceli, E., Shah, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Use+of+standardized+outcome+measures+in+physical+therapist+practice%3A+perceptions+and+applications%5BTitle%5D)+AND+%22Phys+Ther%22%5BJournal%5D)">Use of standardized outcome measures in physical therapist practice: perceptions and applications.</a> Phys Ther. 89 (2), 125-135 (2009).</li>
<li>Jette, D. U., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evidence-based+practice%3A+beliefs%2C+attitudes%2C+knowledge%2C+and+behaviors+of+physical+therapists%5BTitle%5D)+AND+%22Phys+Ther%22%5BJournal%5D)">Evidence-based practice: beliefs, attitudes, knowledge, and behaviors of physical therapists.</a> Phys Ther. 83 (9), 786-805 (2003).</li>
<li>Stuberg, W. A., Colerick, V. L., Blanke, D. J., Bruce, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+a+Clinical+Gait+Analysis+Method+Using+Videography+and+Temporal-Distance+Measures+with+16-Mm+Cinematography%5BTitle%5D)+AND+%22Phys+Ther%22%5BJournal%5D)">Comparison of a Clinical Gait Analysis Method Using Videography and Temporal-Distance Measures with 16-Mm Cinematography.</a> Phys Ther. 68 (8), 1221-1225 (1988).</li>
<li>Norris, B. S., Olson, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Concurrent+validity+and+reliability+of+two-dimensional+video+analysis+of+hip+and+knee+joint+motion+during+mechanical+lifting%5BTitle%5D)+AND+%22Physiother+Theory+Pract%22%5BJournal%5D)">Concurrent validity and reliability of two-dimensional video analysis of hip and knee joint motion during mechanical lifting.</a> Physiother Theory Pract. 27 (7), 521-530 (2011).</li>
<li>Robinson, J. L., Smidt, G. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+gait+evaluation+in+the+clinic%5BTitle%5D)+AND+%22Phys+Ther%22%5BJournal%5D)">Quantitative gait evaluation in the clinic.</a> Phys Ther. 61 (3), 351-353 (1981).</li>
<li>Krystkowiak, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gait+abnormalities+induced+by+acquired+bilateral+pallidal+lesions%3A+a+motion+analysis+study%5BTitle%5D)+AND+%22J+Neurol%22%5BJournal%5D)">Gait abnormalities induced by acquired bilateral pallidal lesions: a motion analysis study.</a> J Neurol. 253 (5), 594-600 (2006).</li>
<li>Grunt, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reproducibility+and+validity+of+video+screen+measurements+of+gait+in+children+with+spastic+cerebral+palsy%5BTitle%5D)+AND+%22Gait+Posture%22%5BJournal%5D)">Reproducibility and validity of video screen measurements of gait in children with spastic cerebral palsy.</a> Gait Posture. 31 (4), 489-494 (2010).</li>
<li>Womersley, L., May, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sitting+posture+of+subjects+with+postural+backache%5BTitle%5D)+AND+%22J+Manipulative+Physiol+Ther%22%5BJournal%5D)">Sitting posture of subjects with postural backache.</a> J Manipulative Physiol Ther. 29 (3), 213-218 (2006).</li>
<li>DeForge, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+4-aminopyridine+on+gait+in+ambulatory+spinal+cord+injuries%3A+a+double-blind%2C+placebo-controlled%2C+crossover+trial%5BTitle%5D)+AND+%22Spinal+Cord%22%5BJournal%5D)">Effect of 4-aminopyridine on gait in ambulatory spinal cord injuries: a double-blind, placebo-controlled, crossover trial.</a> Spinal Cord. 42 (12), 674-685 (2004).</li>
<li>Lucareli, P. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gait+analysis+following+treadmill+training+with+body+weight+support+versus+conventional+physical+therapy%3A+a+prospective+randomized+controlled+single+blind+study%5BTitle%5D)+AND+%22Spinal+Cord%22%5BJournal%5D)">Gait analysis following treadmill training with body weight support versus conventional physical therapy: a prospective randomized controlled single blind study.</a> Spinal Cord. 49 (9), 1001-1007 (2011).</li>
<li>Lucareli, P. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((%5BGait+analysis+and+quality+of+life+evaluation+after+gait+training+in+patients+with+spinal+cord+injury%5D%5BTitle%5D)+AND+%22Rev+Neurol%22%5BJournal%5D)">[Gait analysis and quality of life evaluation after gait training in patients with spinal cord injury].</a> Rev Neurol. 46 (7), 406-410 (2008).</li>
<li>McFadyen, B. J., Swaine, B., Dumas, D., Durand, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Residual+effects+of+a+traumatic+brain+injury+on+locomotor+capacity%3A+a+first+study+of+spatiotemporal+patterns+during+unobstructed+and+obstructed+walking%5BTitle%5D)+AND+%22J+Head+Trauma+Rehabil%22%5BJournal%5D)">Residual effects of a traumatic brain injury on locomotor capacity: a first study of spatiotemporal patterns during unobstructed and obstructed walking.</a> J Head Trauma Rehabil. 18 (6), 512-525 (2003).</li>
<li>Shin, J. C., Yoo, J. H., Jung, T. H., Goo, H. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+lower+extremity+motor+score+parameters+for+patients+with+motor+incomplete+spinal+cord+injury+using+gait+parameters%5BTitle%5D)+AND+%22Spinal+Cord%22%5BJournal%5D)">Comparison of lower extremity motor score parameters for patients with motor incomplete spinal cord injury using gait parameters.</a> Spinal Cord. 49 (4), 529-533 (2011).</li>
<li>Reid, S., Held, J. M., Lawrence, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+and+Validity+of+the+Shaw+Gait+Assessment+Tool+for+Temporospatial+Gait+Assessment+in+People+With+Hemiparesis%5BTitle%5D)+AND+%22Arch+Phys+Med+Rehabil%22%5BJournal%5D)">Reliability and Validity of the Shaw Gait Assessment Tool for Temporospatial Gait Assessment in People With Hemiparesis.</a> Arch Phys Med Rehabil. 92 (7), 1060-1065 (2011).</li>
<li>Stokic, D. S., Horn, T. S., Ramshur, J. M., Chow, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Agreement+Between+Temporospatial+Gait+Parameters+of+an+Electronic+Walkway+and+a+Motion+Capture+System+in+Healthy+and+Chronic+Stroke+Populations%5BTitle%5D)+AND+%22Am+J+Phys+Med+Rehabil%22%5BJournal%5D)">Agreement Between Temporospatial Gait Parameters of an Electronic Walkway and a Motion Capture System in Healthy and Chronic Stroke Populations.</a> Am J Phys Med Rehabil. 88 (6), 437-444 (2009).</li>
<li>Arazpour, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+a+novel+powered+hip+orthosis+for+walking+by+a+spinal+cord+injury+patient%3A+a+single+case+study%5BTitle%5D)+AND+%22J.+Prosthet.+Orthot.+Int%22%5BJournal%5D)">Evaluation of a novel powered hip orthosis for walking by a spinal cord injury patient: a single case study.</a> J. Prosthet. Orthot. Int. 36 (1), 105-112 (2012).</li>
<li>Prado-Medeiros, C. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+the+addition+of+functional+electrical+stimulation+to+ground+level+gait+training+with+body+weight+support+after+chronic+stroke%5BTitle%5D)+AND+%22Revista+Brasileira+De+Fisioterapia%22%5BJournal%5D)">Effects of the addition of functional electrical stimulation to ground level gait training with body weight support after chronic stroke.</a> Revista Brasileira De Fisioterapia. 15 (6), 436-444 (2011).</li>
<li>Sousa, C. O., Barela, J. A., Prado-Medeiros, C. L., Salvini, T. F., Barela, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gait+training+with+partial+body+weight+support+during+overground+walking+for+individuals+with+chronic+stroke%3A+a+pilot+study%5BTitle%5D)+AND+%22J+Neuroeng+Rehabil%22%5BJournal%5D)">Gait training with partial body weight support during overground walking for individuals with chronic stroke: a pilot study.</a> J Neuroeng Rehabil. 8 (48), (2011).</li>
<li>Krebs, D. E., Edelstein, J. E., Fishman, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+of+observational+kinamatic+gait+analysis%5BTitle%5D)+AND+%22J+Am+Phys+Ther+Assoc%22%5BJournal%5D)">Reliability of observational kinamatic gait analysis.</a> J Am Phys Ther Assoc. 65, 1027-1033 (1995).</li>
<li>Martin, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((More+than+half+of+MDs+under+age+35+now+using+PDAs%5BTitle%5D)+AND+%22Can.+Med.+Assoc.+J%22%5BJournal%5D)">More than half of MDs under age 35 now using PDAs.</a> Can. Med. Assoc. J. 169 (9), 952(2003).</li>
<li>Mosa, A. M., Yoo, I., Sheets, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Systematic+Review+of+Healthcare+Applications+for+Smartphones%5BTitle%5D)+AND+%22BMC+Med+Inform+Decis+Mak%22%5BJournal%5D)">A Systematic Review of Healthcare Applications for Smartphones.</a> BMC Med Inform Decis Mak. 12, (2012).</li>
<li>Ferriero, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+of+a+smartphone-based+goniometer+for+knee+joint+goniometry%5BTitle%5D)+AND+%22Int+J+Rehabil+Res%22%5BJournal%5D)">Reliability of a smartphone-based goniometer for knee joint goniometry.</a> Int J Rehabil Res. 36 (2), 146-151 (2013).</li>
<li>Vohralik, S. L., Bowen, A. R., Burns, J., Hiller, C. E., Nightingale, E. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliability+and+validity+of+a+smartphone+app+to+measure+joint+range%5BTitle%5D)+AND+%22Am+J+Phys+Med+Rehabil%22%5BJournal%5D)">Reliability and validity of a smartphone app to measure joint range.</a> Am J Phys Med Rehabil. 94 (4), 325-330 (2015).</li>
<li>Scholtes, S. S., Gretchen, Ability to detect change in single leg squat movement patterns following instruction in females with patellofemoral pain using 2D motion analysis methods. Combined Sections Meeting. , APTA. Las Vegas, USA. (2014).</li>
<li>Eltoukhy, M. A., Asfour, S., Thompson, C., Latta, L. <a target="_blank" href="http://www.ijser.org/viewPaperDetail.aspx?I069691">Evaluation of the performance of digital video analysis of human motion: dartfish tracking system.</a> IJSER. 3 (3), 1-6 (2012).</li>
<li>Boone, D. C., et al. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/704684">Reliability of goniometric measurements.</a> Phys Ther. 58 (11), 1355-1360 (1978).</li>
<li>Variability and reliability of joint measurements. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/2405721">Am J Sports Med</a>. Bovens, A. M., van Baak, M. A., Vrencken, J. G., Wijnen, J. A., Verstappen, F. T. 18 (1), 58-63 (1990).</li>
</ol>

Nie istnieje żadne istotne powiązanie finansowe z Hudl Technique (Ubersense). Adams Physical Therapy Clinic, Novi, MI byli naszymi współpracownikami klinicznymi w tym badaniu.

Celem tego badania walidacyjnego było określenie ważności ogólnodostępnej aplikacji na smartfony, aby mogła być klinicznie wykorzystana jako obiektywny i opłacalny sposób wykorzystania technologii smartfonów do kinematycznej analizy chodu w warunkach klinicznych. Istniejące badania walidacyjne, w których badano pomiary kinematyczne za pomocą aplikacji na smartfony, są ograniczone i nie oceniano dynamicznych pomiarów kinematycznych zarejestrowanych podczas chodu w płaszczyźnie strzałkowej. To badanie walidacyjne jest pier...

Ocena chodu człowieka jest kluczowym elementem badania fizjoterapeutycznego oraz procesu podejmowania decyzji klinicznych.1 Ocena chodu jest często stosowanym narzędziem klinicznym służącym do diagnozowania zaburzeń chodu u pacjentów z deficytami neurologicznymi i mięśniowo-szkieletowymi. Ponowna ocena chodu może następnie dostarczyć klinicyście informacji o skuteczności interwencji w osiąganiu celów wyznaczonych podczas wstępnej oceny. W Stanach Zjednoczonych istnieje uznana na poziomie krajowym potrzeba, aby fizjoterapeuci stosowali standaryzowane mierniki wyników podczas oceny pacjentów.2 Potrzeba ta wynika z szybko zmieniających się zasad refundacji ubezpieczeniowej, a także z wyraźnego przejścia fizjoterapeutów w stronę większego opierania się na praktykach opartych na dowodach (EBP).3 Istnieje wiele mierników wyników pozwalających ocenić różne aspekty chodu, co może być realizowane na kilka sposobów, w tym poprzez: obserwację wizualną przeprowadzoną przez klinicystę, oceny funkcjonalne, pomiary z zapisem wideo, elektroniczne systemy analizy chodu, oprogramowanie do trójwymiarowej analizy ruchu itp. W warunkach klinicznych powszechnie wykonuje się obserwacyjną (wizualną) analizę chodu, ponieważ wymaga ona minimalnego nakładu czasu i wyposażenia.
Choć obserwacyjna analiza chodu jest powszechnie stosowana w praktyce klinicznej, nadal pozostaje ona oceną subiektywną.4 W związku z tym czynniki takie jak doświadczenie terapeuty, ostrość wzroku, odległość od badanego (odległość kamery), narzędzia pomiarowe i wszelkie inne podobne czynniki mogą wprowadzać zmienność i błędy do oceny. Potencjał takiej zmienności stwarza krytyczną potrzebę zastosowania bardziej niezawodnej metody pomiaru, co w ostateczności może zostać osiągnięte dzięki zastosowaniu zwalidowanej aparatury.5
Od czasu swojego powstania wideowideografia i powiązana z nią technologia są wykorzystywane do badania różnych ograniczeń funkcjonalnych wynikających z upośledzenia zdolności ruchowych, a także jako forma informacji zwrotnej wizualnej. Ma to szczególne znaczenie w przypadku oceny chodu. Stuberg et al. stwierdzili, że „sprzęt do wideowideografii jest powszechnie dostępny w klinikach... i dostarcza klinicyście dodatkowych obiektywnych informacji na temat postawy i pozycji stawów podczas cyklu chodu”.4 Wraz z dalszym rozwojem technologii zwiększyły się możliwości analizy wideo. Możliwości te dają fizjoterapeucie większą zdolność do klinicznej oceny różnych parametrów chodu.
Dwa kluczowe parametry, na których koncentrują się fizjoterapeuci, to parametry kinematyczne oraz czasowo-przestrzenne. Jak wynika z nazwy, pomiary czasowo-przestrzenne obejmują elementy odległości i czasu. W odniesieniu do cyklu chodu pomiary czasowo-przestrzenne obejmują między innymi długość kroku, długość przejścia, kadencję oraz prędkość.6 Pomiary kinematyczne z kolei koncentrują się na ruchach i rotacjach stawów kończyn dolnych obserwowanych podczas każdego cyklu chodu.
Opublikowano szereg artykułów recenzowanych, w których wykorzystanie wideoanalizy ruchu, a w szczególności systemów kamer 2D, zostało przyjęte jako miara wyniku w celu oceny parametrów kinematycznych, czasoprzestrzennych lub obu tych rodzajów parametrów jednocześnie. Artykuły te oceniały różne grupy kliniczne, w tym osoby po udarze mózgu (CVA), z urazami czaszkowo-mózgowymi (TBI), urazami rdzenia kręgowego (SCI), chorobą Parkinsona (PD), mózgowym porażeniem dzieci (CP) oraz osoby zdrowe. Przedstawiony poniżej schemat (Rycina 1) obrazuje ramy przyjęte w celu zidentyfikowania odpowiedniej recenzowanej literatury opublikowanej na ten temat.
<img alt="Schemat: Proces analizy ruchu wideo z oceną parametrów chodu, kryteria włączenia/wykluczenia." src="/files/ftp_upload/54659/54659fig1.jpg" data-altupdatedat="1788235205000" data-alt="Rysunek 1"> 
Rysunek 1. Schemat kryteriów wyboru artykułów. Schemat przedstawia kroki podjęte w celu wyboru recenzowanych artykułów w celu ustalenia rodzaju zmiennych raportowanych w analizie chodu. <a href="http://cloudflare.jove.com/files/ftp_upload/54659/54659fig1large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
Większość badań naukowych wykorzystujących analizę ruchu wideo do rejestracji parametrów chodu stanowiły badania walidacyjne. Badania walidacji kinematycznej można podzielić na trzy kategorie: ocenę nieprawidłowego ruchu wynikającego ze specyficznej diagnozy/patologii,7 badanie kątów w stawach podczas konkretnych ruchów funkcjonalnych,8,9 oraz ocenę skuteczności leczenia poprzez porównanie ruchu przed i po interwencji.10,11 Podobnie badania naukowe oceniające parametry czasoprzestrzenne można podzielić na trzy kategorie: ocenę nieprawidłowego ruchu wynikającego ze specyficznej patologii,12,13,14 badanie podłoża podczas konkretnej aktywności funkcjonalnej,15,16 oraz określenie efektu konkretnej interwencji.17 Badania naukowe, w których oceniano zarówno parametry kinematyczne, jak i czasoprzestrzenne, miały na celu przede wszystkim określenie skuteczności konkretnych interwencji terapeutycznych, takich jak ortezy 17 lub trening na bieżni z odciążeniem całkowitym bądź częściowym.18,19 Wstępna analiza opisowa tych artykułów wykazała, że w 52,1% badań (suma badań skupiających się wyłącznie na kinematyce (30,4%) oraz tych, w których badano kombinację parametrów (21,7%)) parametry kinematyczne analizowano za pomocą systemu kamer 2D. Dla porównania, parametry czasoprzestrzenne oceniano w 69,5% artykułów (suma artykułów badających parametry czasoprzestrzenne (47,8%) oraz kombinację parametrów (21,7%)).
Różnice metodologiczne w rejestracji i ocenie kinematycznych oraz spatiotemporalnych parametrów chodu są widoczne również w praktyce klinicznej pod kątem stosowanego rodzaju obserwacyjnej analizy chodu. Jak wskazują badania, parametry spatiotemporalne są oceniane znacznie częściej. Istnieją trzy powszechnie uznane przyczyny tej tendencji: niski koszt, łatwość użycia oraz istnienie standardowego protokołu pomiaru tych parametrów. Wykazano, że obserwacyjne pomiary kinematyczne charakteryzują się bardzo niską wiarygodnością wewnątrzoceniającą (60%) i międzyoceniającą (40% - 94%) w warunkach klinicznych.4 Przyjmuje się, że tak szeroki zakres wynika z różnic w rozmieszczeniu markerów na punktach kostnych oraz ze specyfiki narzędzi używanych do oceny kątów w stawach. Minimalne różnice w umiejscowieniu markerów mogą znacząco zmienić wynikowe kąty. Pomiary spatiotemporalne cechują się znacznie wyższą wiarygodnością (w zakresie 69% - 97%), zwłaszcza przy zastosowaniu metody z wykorzystaniem papieru, ołówka i stopera do oceny chodu.20
Postęp technologiczny w ciągu ostatnich kilku dekad znacząco zmienił sposób praktykowania opieki zdrowotnej. Dzięki niedawnemu pojawieniu się smartfonów, dostęp do Internetu, internetowych artykułów naukowych i innych zasobów elektronicznych jest obecnie łatwiej dostępny dla klinicystów w dowolnym momencie. Martin et al. donieśli, że „ogólne użytkowanie smartfonów rośnie w praktyce klinicznej, edukacji medycznej i badaniach”.21 W tym badaniu ponad 50% lekarzy poniżej 35. roku życia odpowiedziało, że wdrożyło oni używanie smartfona w praktyce klinicznej. Trend ten nasilił się w 2009 roku, kiedy stwierdzono, że 64% lekarzy w Stanach Zjednoczonych korzysta ze smartfonów w swojej praktyce klinicznej. Badanie Manhattan Review przewidziało ponadto, że wzrost ten będzie nadal rósł, osiągając do 2012 roku poziom 81% lekarzy i klinicystów opieki zdrowotnej wdrażających użytkowanie smartfonów w praktyce klinicznej.22 Choć nie przeprowadzono dalszych badań, aby ustalić, czy ten trend wzrostowy rzeczywiście nadal rósł, biorąc pod uwagę znane wdrożenia technologii w opiece zdrowotnej, można rozsądnie założyć, że stosowanie platform smartfonowych w praktyce klinicznej stanie się bardziej powszechne.
Obecne zastosowanie aplikacji smartfonowych w praktyce fizjoterapeutycznej nie zostało jeszcze jednoznacznie określone. Do tej pory nie przeprowadzono badań oceniających wykorzystanie aplikacji do analizy wideo ze smartfonów przez fizjoterapeutów. Niemniej jednak różnorodne aplikacje smartfonowe są wykorzystywane przez poszczególnych fizjoterapeutów jako innowacyjne narzędzie wspomagające w ambulatoryjnych warunkach ortopedycznych, zarówno w rehabilitacji, jak i w treningu sportowców z różnych dyscyplin. Dostępne są również aplikacje smartfonowe umożliwiające pomiar kątów w stawach, z których niektóre zostały zwalidowane.23,24 W oparciu o dowody anegdotyczne, poszczególni terapeuci zaczęli korzystać z różnych aplikacji analitycznych w smartfonach w celu zapewnienia pacjentowi informacji zwrotnej w formie wizualnej oraz łatwiejszej analizy poszczególnych elementów, których może brakować w cyklu chodu pacjenta. Jednak ważność tych pomiarów pozostaje nieznana. Ograniczone badania, które istnieją w zakresie tych aplikacji do analizy wideo ze smartfonów, koncentrowały się na walidacji kinematycznych parametrów chodu, a konkretnie kątów w stawie skokowym, kolanowym i biodrowym w płaszczyźnie czołowej,25 oraz na niezawodności międzyoperatorowej urządzenia.26 Do chwili obecnej nie istnieją badania, które zwalidowałyby użycie aplikacji do analizy wideo ze smartfonów do rejestracji kinematyki chodu w płaszczyźnie strzałkowej, która jest najczęściej wykorzystywana w klinicznej analizie chodu.
Celem niniejszego badania była ocena trafności współbieżnej pomiarów kinematycznych zarejestrowanych przez aplikację smartfonową oraz ich porównanie z pomiarami wykonanymi za pomocą systemu trójwymiarowej analizy ruchu (3D motion capture) w płaszczyźnie strzałkowej. Przewidujemy, że nie będzie istotnych różnic między pomiarami zarejestrowanymi przez aplikację smartfonową a pomiarami uzyskanymi z systemu 3D motion capture. Drugorzędnym celem jest sprawdzenie, czy dwa różne ustawienia kamery smartfona względem badanego (odległość bliska 2 m; odległość daleka 4 m) wpłyną na wyniki, oraz czy wystąpi istotna różnica w pomiarach między tymi dwiema konfiguracjami. Ostatecznym celem badania jest opracowanie protokołu klinicznej wideanalizy chodu z wykorzystaniem aplikacji smartfonowej.

<table><tbody><tr><td>Aplikacja Hudl Technique</td><td>Hudl&nbsp;</td><td>Aplikacja online</td><td>Swobodnie pobierana aplikacja ze sklepu adroid / apple System</td></tr><tr><td>przechwytywania ruchu 3D Optotrak Certus</td> Northern <td>Digital inc</td><td>Optotrak certus System</td><td>http://www.ndigital.com/msci/products/optotrak-certus/</td></tr> <tr><td>Smartfon</td><td>Apple</td><td>Iphone 5</td><td>www.apple.com</td></tr></tbody></table>

wideoanaliza ruchu za pomocą smartfonów (vimas): badanie pilotażowe

Video Movement Analysis Using Smartphones (ViMAS): A Pilot Study

Wykorzystanie smartfonów w praktyce klinicznej stale wzrasta wraz z dostępnością tanich/swobodnie dostępnych "aplikacji", które mogłyby być używane do oceny ludzkiego chodu. Głównym celem pracy jest przetestowanie jednoczesnej trafności pomiarów kinematycznych zarejestrowanych przez aplikację na smartfony w porównaniu z systemem przechwytywania ruchu 3D w płaszczyźnie strzałkowej. Drugorzędnym celem było opracowanie protokołu dla klinicystów dotyczącego konfiguracji kamery w smartfonie do analizy ruchu wideo.
Kąt kolana w płaszczyźnie strzałkowej został zmierzony podczas uderzeń piętą i wypadnięciem palców u nóg za pomocą aplikacji na smartfona i systemu przechwytywania ruchu 3D u 32 zdrowych osób. Przeprowadzono trzy próby z bliska (2 m) i z daleka (4 m) aparatu smartfona. Kolejność odległości była losowa. Przeprowadzono analizę regresji w celu oszacowania wysokości kamery na podstawie wzrostu osoby badanej lub długości nóg.
Bezwzględne błędy pomiaru były najmniejsze podczas wygięcia palców (3,12 ± 5,44 stopnia) w porównaniu do uderzenia piętą (5,81 ± 5,26 stopnia). Stwierdzono znaczące (p < 0,05), ale umiarkowane zgodności między aplikacją a pomiarami kątów kolan 3D motion capture. Nie stwierdzono również istotnych (p > 0,05) różnic między bezwzględnymi błędami pomiaru między dwiema pozycjami kamery. Błędy pomiaru wynosiły średnio od 3 do 5 stopni podczas zdarzeń oderwania palców i uderzenia piętą w cyklu chodu.
Korzystanie z aplikacji na smartfony może być użytecznym narzędziem w klinice do przeprowadzania analizy chodu lub ruchu człowieka. Potrzebne są dalsze badania, aby ustalić dokładność pomiaru ruchów kończyny górnej i tułowia.

Wszystkich 32 badanych ukończyło 6 prób chodu; jednakże dane od 6 uczestników nie zostały uwzględnione w analizie danych z powodu problemów technicznych skutkujących słabą widocznością markerów. Bezwzględne błędy pomiarowe kątów w kolanie były najmniejsze podczas fazy oderwania palców od podłoża (3,12 ± 5,44 stopnia) w porównaniu do fazy uderzenia pięty (5,81 ± 5,26 stopnia) (Tabela 1b). Nie stwierdzono statystycznie istotnej zgodności (P &gt; 0,05) między aplikacją w sma...

Ten manuskrypt opisuje metodę testowania równoczesnej ważności pomiarów kinematycznych zarejestrowanych przez aplikację na smartfony w porównaniu z systemem przechwytywania ruchu 3D w płaszczyźnie strzałkowej. Protokół ten umożliwi lekarzom skonfigurowanie smartfonów do rejestrowania ruchu człowieka.

Wideoanaliza ruchu za pomocą smartfonów (ViMAS): badanie pilotażowe

The use of smartphones in clinical practice is steadily increasing with the availability of low cost/freely available &#34;apps&#34; that could be used to ...

Ogólnym celem tego badania jest przetestowanie jednoczesnej trafności pomiarów kinematycznych zarejestrowanych przez aplikację na smartfony i porównanie ich z pomiarami zarejestrowanymi przez system przechwytywania ruchu 3D, w celu opracowania ważnego protokołu klinicznego. Ten protokół kliniczny został opracowany tak, aby smartfon mógł być używany do rejestrowania ruchów człowieka i dostarczania prawidłowych pomiarów kinematycznych przy użyciu prostej i przyjaznej dla użytkownika konfiguracji. Główną zaletą tej techniki jest to, że smartfon można skonfigurować w klinice lub domu pacjenta do wideoanalizy ruchu człowieka.Wizualna demonstracja tej metody ma kluczowe znaczenie, ponieważ klinicyści mogą postępować zgodnie z protokołem klinicznym krok po kroku, aby uzyskać prawidłowe pomiary kinematyki kończyn dolnych. Demonstracją procedury będą doktoranci, którzy są współautorami badania. Zacznij od zmierzenia i oznaczenia sześciometrowego chodnika za pomocą taśmy mierniczej i taśmy klejącej.Następnie umieść cztery kamery do przechwytywania ruchu 3D w czterech rogach sześciometrowego chodnika, aby nagrać chodzenie w tym obszarze. Ustaw każdą z kamer na ukośnych końcach chodnika tak, aby była zwrócona do siebie. Następnie odprowadź uczestnika do obszaru testowego i zbierz wagę i długość nóg, od krętarza większego do kostki przyśrodkowej obu nóg za pomocą taśmy mierniczej.Następnie zmierz wzrost, prosząc uczestnika o stanie boso obok taśmy mierniczej, przymocowanej do ściany. Umieść linijkę na czubku głowy uczestnika, aby odczytać pomiar z taśmy mierniczej przyklejonej do ściany. Zamontuj smartfon na statywie, używając klipsa adaptera do trzymania smartfona.Umieść statyw prostopadle do środka chodnika, w odległości 2.0 metrów od pierwszej ustawionej próby. Należy pamiętać, że statyw powinien być umieszczony w odległości 4.0 metrów w przypadku drugiego zestawu prób. Następnie oblicz wysokość od podłogi do obiektywu kamery w metrach dla każdej konfiguracji, korzystając z długości nogi pacjenta.Bliska pozycja kamery, dwa metry, służy tylko do rejestrowania i analizowania ruchu kończyn dolnych, podczas gdy dalsza odległość obejmuje zarówno kończynę dolną, jak i tułów. Następnie umieść klastry trzech inteligentnych markerów z paskami na rzepy na obustronnym przednim górnym grzebieniu biodrowym lub ASIS, górnej jednej trzeciej bocznej części ud, górnej jednej trzeciej bocznej części łydek i grzbiecie obu stóp. Umieść pojedynczy inteligentny znacznik na linii środkowej między prawym i lewym tylnym górnym kolcem biodrowym.Umieść naklejki wskazujące kostne punkty orientacyjne obustronnych przyśrodkowych i bocznych kłykci kości udowej, kostki przyśrodkowej i bocznej oraz błoniastej przestrzeni między pierwszym a drugim palcem w celu kalibracji systemu przechwytywania ruchu 3D. Na koniec skalibruj sprzęt za pomocą oprzyrządowanej różdżki z inteligentnymi znacznikami, aby zarejestrować lokalizację 3D naklejek. Na początek niech jeden śledczy obsługuje smartfon, a drugi komputer sterujący systemem przechwytywania ruchu 3D.Poproś uczestnika o wykonanie próby próbnej. Następnie otwórz aplikację na smartfona i naciśnij czerwony przycisk nagrywania w dolnej środkowej części ekranu, aby rozpocząć nagrywanie. Użyj ponumerowanego papieru, aby wskazać numer badania na nagraniu ze smartfona.Następnie poinstruuj uczestnika, aby szedł w swoim normalnym tempie i skupił się na znaczniku umieszczonym na przeciwległej ścianie, aby pomóc w chodzeniu w linii prostej. Daj uczestnikowi odliczanie na początek, mówiąc trzy, dwa, jeden, idź. Następnie poproś uczestnika, aby przeszedł przez pierwsze dwie kamery przechwytywania ruchu 3D umieszczone na początku chodnika po obu stronach i podszedł do kolejnych dwóch kamer umieszczonych na drugim końcu chodnika po obu stronach.Po tym, jak badany zakończy przechodzenie przez sześciometrowy dystans, odliczaj do końca próby, mówiąc trzy, dwa, jeden, stop. Następnie ponownie naciśnij czerwony przycisk nagrywania, aby zatrzymać nagrywanie próby chodzenia. Sprawdź wszystkie znaczniki pozycji po każdej próbie.Następnie przesuń statyw ze smartfonem na drugą odległość oddaloną o cztery metry, aby uchwycić górną i dolną część ciała. Poproś uczestnika, aby stanął na środku chodnika, a następnie zaczął chodzić w taki sam sposób, jak wcześniej. Na koniec zapisz i zweryfikuj nagrania przechwytywania ruchu 3D i nagrania ze smartfona.Następnie usuń inteligentne znaczniki. Zacznij od ręcznego zarejestrowania kąta kolana, który jest wyświetlany na ekranie podczas faz uderzenia piętą i palcami w cyklu chodu. Następnie zakończ analizę nagrań ze smartfona pod kątem uderzeń piętą i oderwania palców.Użyj rysika, aby zwiększyć dokładność umieszczania punktów orientacyjnych podczas pomiarów kąta kolana. Następnie wyświetl, który właśnie został nagrany, wybierając kwadrat wideo w lewym dolnym rogu ekranu. Użyj paska przewijania u podstawy ekranu, aby wybrać klatkę, w której obiekt znajduje się najbliżej uderzenia piętą lub palcami na środku ekranu.Następnie, aby zmniejszyć kąt, dotknij ikony białego ołówka konturowego w prawym górnym rogu ekranu. Wybierz opcję kąta z menu rozwijanego. Wybierz preferowany kolor i znacznik kąta.Przesuń lub dotknij rysika w dowolnym miejscu na ekranie, aby zmniejszyć kąt. Na koniec umieść środek kąta na stawie kolanowym, z wektorami sięgającymi w górę wzdłuż kości udowej i w dół w kierunku kostki bocznej. W razie potrzeby powiększ obraz, umieszczając dwa palce blisko siebie na środku ekranu i powoli odsuwając je od siebie.Na podstawie uzyskanych wyników stwierdzono istotną różnicę między pomiarami kąta przez system przechwytywania ruchu 3D a aplikację na smartfony. Na wykresach odległości 4,0 metra i odległości 2,0 metra były wyświetlane dane, które są bardziej rozproszone wokół linii średniej różnicy w środku. Oznacza to, że pozycja kamery nie przyczyniła się do błędów w pomiarach.Próbując opracować protokół kliniczny do analizy ruchu wideo za pomocą smartfona, należy pamiętać, że kamera musi być umieszczona w ustalonej odległości, a wysokość kamery zależy od długości nóg danej osoby.

video-movement-analysis-using-smartphones-vimas-a-pilot-study

Research

JoVE Journal

Medicine

Medycyna

Opisano wydajną metodę pozwalającą zrozumieć sposób, w jaki ludzie orientują się w przestrzeni trójwymiarowej. Metoda ta wykorzystuje symulator ruchu zdolny do przemieszczania obserwatorów w sposób nieosiągalny dla tradycyjnych symulatorów. Wyniki potwierdzają, że ruch w płaszczyźnie poziomej jest niedoszacowany, natomiast ruch pionowy jest przeszacowany.

Symulator CyberMotion MPI: Implementacja nowatorskiego symulatora ruchu do badania wielozmysłowej integracji ścieżki w trzech wymiarach

Ustandaryzowana metoda oceny została opracowana dla Wearable Mobility Monitoring Systems (WMMS), która obejmuje ciągłe działania w realistycznym codziennym środowisku życia. Testowanie z serią codziennych czynności życiowych może zmniejszyć czułość rozpoznawania aktywności; w związku z tym zachęca się do stosowania realistycznych obwodów testowych w celu prawidłowej oceny wydajności WMMS.

Ocena systemu rozpoznawania aktywności człowieka opartego na smartfonach w codziennym środowisku życia

To badanie przedstawia protokół projektowania i produkcji okularowego urządzenia do noszenia, które wykrywa wzorce przyjmowania jedzenia i innych aktywności fizycznych za pomocą ogniw obciążnikowych umieszczonych w obu zawiasach okularów.

Projektowanie i ocena inteligentnych okularów do przyjmowania pokarmu i klasyfikacji aktywności fizycznej

Zaprojektowaliśmy test rzeczywistości wirtualnej do oceny instrumentalnych czynności życia codziennego (IADL) za pomocą systemu przechwytywania ruchu. Proponujemy szczegółową analizę kinematyczną w celu interpretacji różnych ruchów uczestnika, w tym trajektorii, odległości ruchu i czasu do ukończenia, aby ocenić możliwości IADL.

Pomiar kinematyki codziennych ruchów za pomocą systemów przechwytywania ruchu w rzeczywistości wirtualnej

Korzystanie z czujników multimodalnych jest obiecującym sposobem na zrozumienie roli interakcji społecznych w środowisku edukacyjnym. W artykule opisano metodologię przechwytywania wspólnej uwagi wzrokowej z kolokowanych diad za pomocą mobilnych urządzeń śledzących ruch gałek ocznych.

Metodologia przechwytywania wspólnej uwagi wzrokowej za pomocą mobilnych urządzeń śledzących ruch gałek ocznych

Podczas gdy poprzednie badania nad samoświadomością ciała zakładały, że ruchy własne i pochodzące od innych osób są percepcyjnie rozróżnialne, ten protokół pozwala im być niejednoznacznym na wirtualnej ręce z niezamierzonymi niewielkimi ruchami. To pozwala nam obserwować czyjeś doświadczenie utworzone przez SoO i inne wytworzone SoA, a nie brak SoA.

Wirtualna ręka z niejednoznacznym ruchem między sobą a innym pochodzeniem: poczucie własności i sprawczość "wyprodukowana przez innych"

Ten artykuł opisuje prostą, tanią metodę rejestrowania zachowania Caenorhabditis elegans polegającego na unikaniu trawnika, przy użyciu łatwo dostępnych przedmiotów, takich jak smartfon i kaseton świetlny z diodą elektroluminescencyjną (LED). Udostępniamy również skrypt w języku Python do przetwarzania pliku wideo do formatu bardziej podatnego na zliczanie.

Metoda obrazowania oparta na smartfonach do oznaczania unikania trawników C. elegans

Opisany tutaj protokół ma na celu zwiększenie ilościowej oceny deficytów kończyn górnych, z celem opracowania dodatkowej technologii do zdalnej oceny zarówno w klinice, jak i w domu. Technologie wirtualnej rzeczywistości i biosensorów są łączone ze standardowymi technikami klinicznymi, aby zapewnić wgląd w funkcjonowanie układu nerwowo-mięśniowego.

Konfiguracja do ilościowej oceny ruchu i aktywności mięśni podczas wirtualnego zmodyfikowanego testu pudełkowego i blokowego

Ten artykuł przedstawia ocenę sprawności motorycznej niemowląt za pomocą urządzenia do noszenia na ciele z wieloma sensorami i jego w pełni zautomatyzowanym potokiem analizy opartym na głębokim uczeniu. Metoda określa ilościowo postawę i wzorce ruchowe niemowląt od leżenia na wznak do momentu, gdy opanują samodzielne chodzenie.

Ilościowa ocena zdolności motorycznych niemowlęcia za pomocą wielosensorowego urządzenia do noszenia

To badanie pokazuje rolę innowacyjnego narzędzia do oceny i leczenia zmian biomechanicznych u pacjentów z bólem krzyża (LBP). Trzech pacjentów z LBP wykazało poprawę intensywności bólu i niezależności funkcjonalnej po ocenie. Technologia ta pomaga w tworzeniu dostosowanych strategii rehabilitacji, oferując wgląd w biomechanikę LBP w celu przeprowadzenia spersonalizowanych interwencji.

Zmiany biomechaniczne związane z bólem krzyża: innowacyjne narzędzie do oceny wzorców ruchowych i oceny leczenia w rehabilitacji

Metodologia badała wkład wzrokowy i przedsionkowy w stabilizację spojrzenia podczas rotacji optokinetycznej i całego ciała. Stymulacje przeprowadzono poprzez badania wzrokowe, przedsionkowe i wizuo-przedwostykowe. Wzmocnienie ruchu oczu skrętne i częstotliwości oczopląsów służyły jako wskaźniki podkorowego przekazywania informacji o ruchu specyficznym dla sensorycznych do odruchowej odpowiedzi pnia mózgu w każdym badaniu.

Wykorzystanie śledzenia oczu do oceny względnego znaczenia bodźców wzrokowych i przedsionkowych dla przetwarzania ruchu podkorowego w płaszczyźnie przechylania

Poznaj metodę analizy kinematycznej ruchu człowieka za pomocą smartfona w porównaniu z systemem 3D. Protokół kliniczny umożliwia łatwe nagrywanie ruchu kończyn dolnych w klinice lub domu pacjenta.

Wideoanaliza ruchu za pomocą smartfonów (ViMAS): badanie pilotażowe

Przeglądaj więcej filmów