Uma avaliação objetiva e criança-amigável da função do braço usando um Sensor 3D

Summary

Uma medida objetiva das funções musculares é um desafio, especialmente em crianças. Um teste de jogos de criança-amigável baseado em um sensor de 3-d digital disponível comercialmente, foi desenvolvido para avaliar a função de membro superior para ensaios clínicos.

Abstract

Atrofia muscular progressiva e irreversível caracteriza a Atrofia Muscular Espinhal (SMA) e outras doenças de transtorno muscular semelhante. Avaliação objetiva das funções musculares é um essencial e importante, embora desafiador, pré-requisito para ensaios clínicos bem sucedidos. Escalas de avaliação clínica atual contenha as anormalidades de movimento para determinados itens individuais Coarse-grained predefinidos. O sensor de Kinect 3D tem emergido como um movimento de baixo custo e portátil sensoriamento tecnologia usada para captura e faixa do popular movimento em muitos médicos e campos de pesquisa. Foi desenvolvida uma nova abordagem usando este sensor 3D e um jogo como teste foi projetado para medir objetivamente a função de membro superior de pacientes com SMA. O teste de protótipo alvo capacidade de movimento comum. Enquanto está sentado em uma cena virtual, o paciente foi instruído a estender, flex e levantar o braço todo para chegar e colocar alguns objetos. Ambas as características spatiotemporal e cinemáticas do movimento do membro superior foram extraídas e analisadas, por exemplo, extensão de cotovelo e ângulos de flexão, mão velocidade e aceleração. O primeiro estudo incluiu uma pequena coorte de 18 pacientes ambulantes de SMA e 19 controles saudáveis correspondido por idade e sexo. Uma análise detalhada do movimento do braço foi alcançada; no entanto, nenhuma diferença significativa entre os grupos foram encontrados devido à incompatibilidade da capacidade do paciente e a dificuldade do teste. Com base nessa experiência, uma segunda versão do teste consiste em uma versão modificada do primeiro jogo com mais dificuldades e um segundo jogo visando resistência muscular foram projetados e implementados. O novo teste não foi conduzido em quaisquer grupos de doentes ainda. Nosso trabalho tem demonstrado a capacidade potencial do sensor 3D na avaliação tal função muscular e sugeriu uma abordagem objetiva para complementar as escalas de avaliação clínica.

Introduction

Avaliação completa da função muscular é uma avaliação crítica em muitas doenças neuromusculares e um pré-requisito importante para ensaios clínicos bem sucedidos. Escalas de avaliação clínica são utilizadas cada vez mais como uma ferramenta de avaliação padronizada e como um resultado bem estabelecido medem¹. No entanto, eles dependem muito do acórdão subjetivo os clínicos e podem resultar em variações substanciais, levando a incoerência de intere intra-avaliador² ou gerados números que não satisfazem os critérios para medições precisas¹. Além disso, muitas doenças neuromusculares afetam principalmente crianças, e a maior parte destas escalas de avaliação é longos e chatos, que impõem desafios extras. Um exemplo de uma doença neuromuscular é Spinal Muscular atrofia (SMA), que é uma doença neuromuscular fatal caracterizada por de fraqueza muscular progressiva³. Dependendo os fenótipos clínicos, alguns pacientes vivem com cadeiras de rodas (tipo 2), e alguns podem levantar e andar sem ajuda (tipo 3)⁴. Há uma crescente demanda por uma ferramenta de avaliação mais sensível e objetiva para medir a função muscular em termos de alcance de movimento comum, força muscular, fadiga muscular, e assim por diante, a fim de controlar a progressão da doença e a eficácia da droga.

O rápido progresso na tecnologia de detecção de movimento tornou possível analisar as características do movimento a custos comparativamente baixos, entre os quais o valor do sensor 3D (Kinect) na captura de movimento de corpo inteiro de uma forma livre de marcador tem sido amplamente examinado. Usando o sensor de infravermelho integrado e a máquina implementada algoritmos de aprendizagem, os locais do corpo das pessoas controladas são inferidos através das posições 3-dimensional de 20 pontos anatômicos chamado articulações do corpo ou pontos incluindo cabeça, pescoço, mãos, pulsos, cotovelos, ombros, coluna, quadril, joelhos, tornozelos e pés⁵. A resolução temporal é até 30 Hz, que é suficiente para o movimento mais físico, com exceção de alguns sintomas patológicos motor tais como tremores. A precisão espacial do sensor 3D foi validada extensivamente com o chão de verdade⁶ ou o padrão-ouro, que é um marcador de movimento 3-dimensional análise sistema^{7,8,9,10 ,11,12}. Reprodutibilidade e validade concorrente bom foram reveladas por testes diferentes, especialmente o frontal exibir¹² e para movimentos⁷de efectivação. Para avaliar objetivamente a função do membro superior para crianças com SMA, temos projetado e implementado um jogo como teste baseado em um sensor 3D para medir a capacidade de movimento comum.

Protocol

O teste foi realizado em um estudo observacional, longitudinal do Universidade as crianças Hospital de Basileia (UKBB) com adultos e crianças. Mais dados demográficos e informações clínicas sobre o estudo podem ser encontradas na publicação anterior^13,14. Todos os procedimentos foram aprovados pelo Comitê de ética local Ethikkomission UKBB e realizados de acordo com os princípios expressados na declaração de Helsinque. Consentimento informado por escrito e conformidade com o protocolo de estudo de acordo com a conferência internacional sobre harmonização (ICH) e os regulamentos locais foram fornecidas por todos os indivíduos ou os representantes legalmente autorizados para crianças abaixo da idade de legal consentimento.

Nota: Um protótipo do jogo "Guarda-roupa" destinada a escala das articulações do movimento de medição foi projetado e implementado. Ele então foi exportado como um aplicativo executável que pode ser executado em qualquer Windows 8 ou superior sistema operacional, enquanto os drivers necessários sensor 3D também são instalados. O protótipo do jogo baseado no Kinect sensor v1 ou a segunda versão (ver discussão) baseado no Kinect sensor v2 pode ser fornecido mediante solicitação (ver arquivos de codificação suplementar).

1. instalação e preparação para o teste

1. Instalar o sensor em 3D (EG., Kinect) drivers e o aplicativo projetado no computador.
2. Coloque o computador em uma superfície apropriada, como uma mesa, com uma altura de 0,5 - 1 metro.
3. Coloque o dispositivo em 3-d também na mesma superfície alinhada para o meio do computador, para que a altura da câmera 3-d é fixada pela tabela de cerca de 0,5 - 1 metro acima do chão. Ajustar o ângulo de elevação do sensor 3D manualmente conforme necessário para capturar corretamente o assunto (ver 2.4.2 abaixo).
4. Conecte todos os cabos corretamente, incluindo o adaptador 3-d para o computador e o cabo de alimentação à fonte de alimentação.
5. Coloque uma cadeira ajustável em altura em frente a mesa com o computador e o sensor 3D em cerca de 2 metros.

2. realização dos ensaios

1. Inicie o computador e ligue o som para um volume ideal. Se é desejado a transmissão automática de dados, certifique-se de que está conectado a Internet.
2. Instrua o sujeito a se sentar na cadeira.
3. Iniciar o aplicativo no computador e digite o ID do assunto na primeira página.
4. Clique no botão "Iniciar" na primeira página para entrar a segunda página, que mostra o "guarda-roupa" jogo:
   1. Observe a figura de esqueleto (parte superior do corpo apenas) na tela, que representa o corpo do sujeito diante de um grande guarda-roupa. Quando a figura não é vista, instrua o sujeito a onda e mover para a frente e para trás, se ele está em uma cadeira de rodas ou ficar até o 3D sensor capta a pessoa.
   2. Leia as instruções na tela e ajustar a distância, altura e posição lateral da cadeira e o assunto de acordo até que todas as instruções estão em fonte verde.
      Nota: A distância, altura e posição lateral da cadeira podem ser ajustados pelo próprio objecto ou um auxiliar que deve sair o campo depois. Se a altura ideal não pode ser alcançada, ajuste manualmente o ângulo de elevação da câmera 3D. A posição ideal é de 2 metros de distância do dispositivo, com o pescoço do assunto exibido no meio da tela.
   3. Pressione o botão de trem para iniciar a sessão de treino sem gravação de dados.
      Nota: Se o assunto já está familiarizado com o jogo e sabe o que fazer, pressione o botão Iniciar diretamente e pular o treinamento.
   4. Deixe o assunto siga as instruções na tela e executar os seguintes movimentos:
      1. Estenda o braço solicitado (direito ou esquerdo) para alcançar o objeto virtual piscando até que o objeto está na mão virtual.
      2. Flex no mesmo braço e tocar fisicamente os pontos indicados no corpo para colocar o objeto.
      3. Continue os movimentos de flexão e extensão do braço até que todos os 20 objetos são alcançados e colocados.
         Nota: Existem duas rodadas com 10 objetos em cada rodada. Dentro de uma rodada, existem 5 objetos do lado direito que exigem o braço direito, seguido por 5 objetos do lado esquerdo, para os quais é solicitado o braço esquerdo. Isto conclui a sessão de treinamento.
   5. Pressione o botão "START" para executar as mesmas tarefas novamente desde o início, como na etapa 2.4.3, mas desta vez gravando as localizações dos 9 pontos da parte superior do corpo em um arquivo criptografado. O jogo termina automaticamente colocando todos os 20 objetos ou quando se esgota o tempo pré-definido (4 min).
      Nota: Também é possível sair do jogo a qualquer momento, caso o assunto é demasiado fraco ou quaisquer outras situações acontecem.
5. Inserir na última página automaticamente que mostra uma trama de aranha indicando intervalos das articulações do jogo "Guarda-roupa".
6. Sair do jogo, pressionando o botão final ou repetir o teste, pressionando o botão repetir .

3. após o teste - manipulação de dados

1. Salvar os dados gravados e criptografados e arquivos de log no disco rígido e opcionalmente transferir via internet para uma analista de dados. Uma descrição detalhada de análise e manipulação de dados é fornecida em uma anterior publicação¹³.
   1. Confirme a integridade e a validade dos dados, verificando o arquivo de log e comparando relatos clínicos com os registros em 3D.
   2. Calcular e extrair 27 características de movimento como recursos numéricos, como ângulos articulares, velocidade e aceleração, comprimento de caminho de mão, movimento de compensação do corpo, espaço acessível e assim por diante.
   3. Calcular, plotagem e selecione os recursos a fim de compreender e interpretar os dados do sensor 3D tão bem quanto a seguinte análise estatística.
   4. Execute o PCA (análise de componente Principal), ANOVA (análise de variância), análise de correlação e modelos lineares efeito misturado como análise estatística.

Results

Usando o procedimento apresentado acima, características dos diferentes movimentos são plotadas e abordagens de análise são exploradas a fim de obter uma compreensão abrangente dos movimentos.

Na Figura 1, os vestígios dos 9 pontos da parte superior do corpo são plotados restringindo para os eixos X e Y, que representa uma projeção 2-dimentional (X representa a posição horizontal do assunto, Y representa o vertical posição enquanto o Z é a distância para o 3-d sensor). A Figura 1 mostra que o sensor 3D realmente medidas, a localização espacial dos pontos do corpo. Com a justaposição de um paciente de SMA e um controle saudável sobre as 4 visitas, mostra-se que tanto o paciente e o controle concluído as tarefas com trajetórias claramente reconhecíveis. Havia certas características dependentes do assunto que permaneceu consistentes ao longo de todas as visitas, por exemplo, a trajetória das mãos do paciente. Em comparação, o assunto de controle tinha relativamente menos movimento de tronco ao longo do tempo, que é indicado pela multidão menor das linhas de vermelhas, amarelas e rosa (a cabeça, pescoço e tronco pontos, respectivamente). Nenhum dos dois sujeitos mostrou alguma características dos movimentos assimétricos.

A Figura 2 mostra alguns representante características extraídas da série de tempo localizações dos pontos do corpo. Em comparação com a Figura 1, Figura 2 dá uma ideia de que informação potencial pode ser extraída e visualizada a partir dos dados do sensor 3D crus a fim de compreender as características de movimento subjacente. Figura 2 um é uma trama de rastreamento segmentado mãos indicando as fases de extensão e flexão de cotovelo de duas rodadas de um único assunto. A trajetória assemelha-se muito bem entre as duas rodadas. Para os três objetos inferiores, ambas as mãos tendem a exagerar, mas este não é o caso para os superiores dois objetos. Figura 2 b parcelas o histograma de velocidades a mão (enquanto a mão está se movendo; o estado de repouso é excluído). Não há nenhuma diferença significativa entre a esquerda e mão direita para este assunto. Figura 2 c mostra os comprimentos de caminho total dos pontos de cabeça, pescoço e tronco, que podem ser considerados como uma espécie de movimento de compensação do porta-malas por posição do objeto. Para objetos de 3 e 8, que são colocados no canto superior, o movimento de tronco é relativamente maior em comparação com as outras posições. Além disso, a cabeça moveu-se mais óbvio do que os outros dois pontos. Figuras 2d, 2e e 2f são boxplots mostrando a distribuição geral de todas as 4 visitas para algumas funcionalidades. Somente os primeiros sete pacientes com todas as 4 visitas são mostrados para maior clareza. Figura 2 d mostra o comprimento do percurso de mão total dividido pelo comprimento braço individual medido pelo sensor para compensar a diferença de comprimento de braço entre sujeitos. Durante os movimentos realizados para alcançar e colocar objetos, o comprimento do percurso de mão é em torno de duas vezes o comprimento do braço de um objeto; Portanto, para 20 objetos o comprimento total do percurso é de cerca de 40 vezes o comprimento do braço. São observadas diferenças óbvias entre sujeitos, por exemplo, no movimento de compensação tronco entre pacientes 2 e 3 (Figura 2e) ou na velocidade de mão mediana entre pacientes 1 e 3 (Figura 2f).

Completo clínico relacionados com análise e resultados podem ser encontrados em nosso anterior publicação¹³.

Figura 1 : A parcela representativa de rastreamento dos 9 pontos da parte superior do corpo durante o teste Os top 4 terrenos são de um paciente de SMA e as parcelas do fundo 4 são de um controle saudável. Esta figura foi modificada de nossa anterior publicação¹³. Clique aqui para ver uma versão maior desta figura.

Figura 2 : Resultados de análise sumária representativa: (a), (b), (c) são de um único assunto e (d), (e), (f) são o resumo dos primeiros 7 pacientes com SMA completar 4 visitas. Em (d), (e) e (f), a parte inferior e superior da caixa são os primeiros e terceiros quartis, e a linha horizontal dentro da caixa é a mediana. Os comprimentos dos bigodes (estendendo linhas verticais da caixa) são definidos como o ponto mais baixo dentro de 1,5 interquartil intervalos (IQR) do quartil inferior e o ponto mais alto dentro de 1,5 IQR do quartil superior. Os diamantes representam os valores atípicos fora os bigodes. (um) lote de rastreamento de mãos segmentado. As linhas contínuas representam a fase de extensão do cotovelo quando as mãos alcançar os objetos enquanto as linhas tracejadas representam a fase de flexão de cotovelo quando as mãos coloque os objetos sobre o corpo. Cada cor representa os objetos na mesma posição das duas rodadas. (b) histograma de velocidade mão durante os movimentos de flexão e extensão. (c) total comprimentos de movimento de compensação de cabeça, pescoço e tronco pontos para cada objeto individual. (d) Boxplot de comprimento de caminho de trajetória de mão total para direita e esquerda mãos respectivamente por 4 visitas. O eixo y mostra a mão total comprimentos caminho divididos pelos comprimentos de braço individuais. (e) Boxplot do movimento de compensação de tronco total incluindo cabeça, pescoço e tronco aponta para o movimento do lado direito e esquerdo movimento respectivamente sobre 4 visitas. (f) Boxplot da velocidade mediana mão durante o movimento para a direita e mão esquerda respectivamente sobre 4 visitas. Clique aqui para ver uma versão maior desta figura.

Discussion

A avaliação baseada no Kinect proposta fornecido objectiva e análise de movimento abrangente, proporcionando uma solução de criança-amigável, baixo custo e portátil em relação a escalas de avaliação clínica tradicional ou vídeo sofisticado baseado em marcador sistemas. Com um teste de jogo que durou menos de 5 minutos, vários pontos do corpo foram examinados intensamente ao mesmo tempo, e muitas características spatiotemporal e cinemáticas foram analisadas com exatidão elevada, incluindo velocidade, ângulos articulares e assim por diante. A instalação inteira e os esforços de treinamento foram também muito menos exigente em comparação com as escalas de avaliação ou sistemas de vídeo.

O passo mais crítico desta abordagem foi o projeto de teste. A fim de capturar os sintomas subjacentes do movimento, a tarefa projetada deve cobrir o espectro de capacidade correspondente e evitar efeitos de teto ou chão. No exemplo desta indicação específica, os sintomas físicos comuns da SMA incluem fraqueza muscular, gama limitada conjunta, rigidez muscular, fadiga e assim por diante. O teste proposto é adequado para estes sintomas envolvendo a gama limitada conjunta, que era típica para pacientes do tipo 2 de SMA. Infelizmente, o protótipo foi testado somente como uma primeira tentativa em um estudo planejado que recrutou apenas SMA tipo 3 pacientes. Desde que a capacidade desses pacientes estavam acima do que o teste atual poderia medir (efeito de teto), não podem atingir os resultados desejados. Para este grupo de pacientes ambulante, transferência de corpo e fadiga muscular seria uma medida melhor.

Com base nesta experiência, uma segunda versão do teste consiste em uma versão modificada do jogo "Guarda-roupa" e um jogo adicional de "Barco-remo" foram projetados. A versão modificada do jogo "Guarda-roupa" tem três níveis de dificuldade. No primeiro nível, os objetos são colocados perto do corpo, para que o assunto não precisa estender totalmente o braço, quais metas o fraco grupo paciente, que pode apenas sentar-se na cadeira de rodas e não totalmente estende seus braços sem suporte. No segundo nível, os objetos são colocados a distância do comprimento do braço, que tem como alvo o grupo de pacientes que pode levantar e estender os braços sem qualquer apoio. No nível mais difícil, os objetos são colocados um pouco fora do alcance do braço; Portanto, o sujeito precisa mover o tronco superior como uma extensão. O terceiro nível metas do grupo paciente ambulant, onde o movimento axial e proximal é medido também. Durante a fase de posicionamento do jogo, o comprimento do braço do sujeito é medido automaticamente e então utilizado para calcular a localização dos objetos no jogo seguinte; Portanto, os níveis de dificuldade são ajustados automaticamente a capacidade do indivíduo. Quando é atingido o limite de capacidade de cada indivíduo e os objetos não podem ser alcançados ou colocados, o nível será ignorado ou automaticamente após um certo tempo, ou manualmente pelo operador, pressionando o botão "Pular" na tela. A resistência de músculos alvos jogo "Barco-remo" e isso requer o assunto repetir um braço de movimento de rolamento mais rápido possível por 1 minuto. Em um estudo futuro, a segunda versão destina-se a cobrir o paciente espectro de SMA tipo 2 para tipo 3, já que as tarefas de medem a capacidade dos pacientes com capacidade de movimento do braço limitado para pacientes com função de braço completo e limitado movimento axial.

Do outro lado do design do teste é a consideração do efeito do chão. Devido a resolução espacial e temporal limitada, o sensor 3D só é capaz de capturar com precisão brutos movimentos como andar, braço acenando e assim por diante. Detecção, incluindo a viragem de tapping ou mão figura, mais sensíveis Digitas dispositivos como telefones celulares ou wearables pulso fino movimento é exigida. Como discutido, a chave para o sucesso de um pedido é para construir a correspondência correta entre os sintomas da doença subjacente, recursos do dispositivo e tarefa projetada.

Algumas outras considerações durante o projeto de teste incluem o grupo etário, efeito de aprendizado, línguas e assim por diante. Desde SMA afeta principalmente as crianças, o teste deve ser tão simples e claro possível, mantendo uma característica atraente Gamificação. Em nosso projeto, foram utilizados figuras dos desenhos animados e objetos desenhados à mão. A tarefa imitou o comportamento auto curativos, que geralmente é adquirido pelas crianças após dois ou três anos de idade. Os movimentos foram mantidos simples tal que assuntos poderiam compreender e realizar o teste depois de uma fase de formação de curta e foram evitados efeitos de aprendizagem, que foi medido e discutido em nosso anterior publicação¹³.

Ao executar o protocolo de teste e análise dos dados, alguns problemas podem surgir da mesma forma para outros aplicativos 3D sensor. Estas questões incluem a interferência de luz do sol, roupas especiais, mais de um assunto no campo de visão e tempos de amostragem irregular. Encontramos um caso onde um assunto em roupas pretas não foi detectado pelo sensor 3D em um quarto ensolarado, mesmo quando o assunto não foi diretamente no sol. Quando mais de um sujeito aparece e desaparece do campo de vista, a atribuição de números de ID para detectado esqueletos pode saltar, quais os encargos a análise. Mesmo que o sensor 3D produz o sinal na frequência de 30 Hz em teoria, a saída real pode ter aberturas de até 100 ms. portanto, é importante controlar e exportar o timestamp.

Nosso primeiro teste foi realizado na primeira versão do sensor 3-d, que atualmente foi substituído por uma segunda versão, e nossa versão modificada é implementado com base na segunda versão. Entre as versões, os drivers subjacentes são diferentes, e também mudou a interface de aplicativo (API). Existem outras diferenças não significativas ao migrar o aplicativo. Desde que as duas versões do aplicativo podem ser fornecidas livremente mediante pedido pelos autores e os drivers do sensor podem ser baixados do site do Kinect, isso é nenhuma preocupação para o usuário.

Usando o sensor 3D, desenvolvemos uma ferramenta de avaliação de função da extremidade superior inovadora, quantitativa e objetiva incorporando tecnologia jogo como crianças. A viabilidade foi explorada e analisada. Nosso trabalho demonstrou o poder potencial do sensor 3D como uma abordagem alternativa e complementar para avaliação do movimento.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Sensor Microsoft Kinect para Windows v1	Microsoft	N/A	A primeira versão do teste foi desenvolvida no sensor Kinect v1, que não é mais vendido. Mas a segunda versão foi desenvolvida no sensor Kinect v2 que pode ser testado de forma semelhante usando o sensor Microsoft Kinect para Windows v2 (GT3-00003) junto com o adaptador Microsoft Kinect (9J7-00009)
PC DELL XPS 2720 All-In-One com sistema operacional Windows 8, 16G RAM, Intel Core i7 e 64 bits	DELL	N/A	Em nossa configuração, um computador All-in-one foi usado, mas na verdade qualquer laptop ou computador que atenda aos seguintes requisitos e uma tela grande para os sujeitos verem funcionará: sistema operacional Windows 8 ou superior; processador de 64 bits; processador dual-core de 3,2 GHz ou mais rápido; barramento USB 3.0 dedicado; 2 GB de RAM