Name: Uma avaliação objetiva e criança-amigável da função do braço usando um Sensor 3D (Vídeo) | JoVE Journal
Uploaded: 2018-02-12T14:30:00.000+00:00
Duration: 7 min 25 s
Description: Aprenda a avaliar a função dos membros superiores em crianças usando um teste de jogo com sensor 3D. Este método objetivo e quantitativo permite medir a progressão de doenças neuromusculares em ensaios clínicos pediátricos.

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

Agradecemos o Strahm Bastian para tomar parte no teste de demonstração e Laura Aguiar para revisão deste manuscrito.

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 anterior13,14. 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
<ol><li>Instalar o sensor em 3D (EG., Kinect) drivers e o aplicativo projetado no computador.</li>
	<li>Coloque o computador em uma superfície apropriada, como uma mesa, com uma altura de 0,5 - 1 metro.</li>
	<li>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).</li>
	<li>Conecte todos os cabos corretamente, incluindo o adaptador 3-d para o computador e o cabo de alimentação à fonte de alimentação.</li>
	<li>Coloque uma cadeira ajustável em altura em frente a mesa com o computador e o sensor 3D em cerca de 2 metros.</li>
</ol>2. realização dos ensaios
<ol><li>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.</li>
	<li>Instrua o sujeito a se sentar na cadeira.</li>
	<li>Iniciar o aplicativo no computador e digite o ID do assunto na primeira página.</li>
	<li>Clique no botão "Iniciar" na primeira página para entrar a segunda página, que mostra o "guarda-roupa" jogo:<ol>
<li>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.</li>
		<li>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.</li>
		<li>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.</li>
		<li>Deixe o assunto siga as instruções na tela e executar os seguintes movimentos:<ol>
<li>Estenda o braço solicitado (direito ou esquerdo) para alcançar o objeto virtual piscando até que o objeto está na mão virtual.</li>
			<li>Flex no mesmo braço e tocar fisicamente os pontos indicados no corpo para colocar o objeto.</li>
			<li>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.</li>
		</ol>
</li>
		<li>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.</li>
	</ol>
</li>
	<li>Inserir na última página automaticamente que mostra uma trama de aranha indicando intervalos das articulações do jogo "Guarda-roupa".</li>
	<li>Sair do jogo, pressionando o botão final ou repetir o teste, pressionando o botão repetir .</li>
</ol>3. após o teste - manipulação de dados
<ol><li>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.<ol>
<li>Confirme a integridade e a validade dos dados, verificando o arquivo de log e comparando relatos clínicos com os registros em 3D.</li>
		<li>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.</li>
		<li>Calcular, plotagem e selecione os recursos a fim de compreender e interpretar os dados do sensor 3D tão bem quanto a seguinte análise estatística.</li>
		<li>Execute o PCA (análise de componente Principal), ANOVA (análise de variância), análise de correlação e modelos lineares efeito misturado como análise estatística.</li>
	</ol>
</li>
</ol>

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

Os autores Xing Chen, Detlef Wolf, Juliane Siebourg-Polster, Christian Czech, Omar Khwaja e Martin Strahm são empregados da F. Hoffmann-La Roche, que financiou toda a pesquisa neste artigo.

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.

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 sistema7,8,9,10 ,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.

<table><tbody><tr><td>Sensor Microsoft Kinect para Windows v1</td><td>Microsoft</td><td>N/A</td><td>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)</td></tr><tr><td>PC DELL XPS 2720 All-In-One com sistema operacional Windows 8, 16G RAM, Intel Core i7 e 64 bits</td><td>DELL</td><td>N/A</td><td>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</td></tr></tbody></table>

uma avaliação objetiva e criança-amigável da função do braço usando um sensor 3d

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

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.

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.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/57014/57014fig1.jpg"> 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. <a href="//cloudflare.jove.com/files/ftp_upload/57014/57014fig1large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/57014/57014fig2.jpg"> 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. <a href="//cloudflare.jove.com/files/ftp_upload/57014/57014fig2large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>

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.

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

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

O objetivo geral deste teste de jogo para crianças, baseado em um sensor 3-D digital disponível comercialmente, é avaliar objetivamente a função do membro superior para ensaios clínicos. Este método pode fornecer informações importantes, como a forma como a função muscular mudou para muitas doenças neuromusculares. A principal vantagem dessa técnica é que a avaliação é objetiva e quantitativa com alta resolução.As implicações de como nosso método se estende para medir a progressão da doença da atrofia muscular espinhal porque as crianças geralmente têm um desempenho ruim na avaliação clínica padrão. Embora nosso teste projetado possa fornecer informações sobre o movimento dos membros superiores, a mesma técnica também pode ser aplicada a outros sintomas motores, como marcha de corpo inteiro e análise de equilíbrio. Tivemos a ideia desse método pela primeira vez quando estávamos pensando na possibilidade de gamificação na área de avaliação do efeito do medicamento.A demonstração desse método é mais ampla porque fornece uma visão significativa da dinâmica do jogo e é uma maneira muito rápida de entender a configuração. Demonstrando o procedimento estará Ulrike Bonati, médica do Hospital Universitário de Basileia, onde o estudo foi realizado, e uma voluntária saudável que também participou do estudo. Para começar, instale os drivers do sensor 3D e o aplicativo do jogo de guarda-roupa no computador de teste.Em seguida, coloque o computador em uma mesa com altura de 0,5 a um metro. Coloque o dispositivo 3D na mesa, alinhado com o meio do computador, e ajuste o ângulo do sensor 3D conforme necessário para capturar corretamente o assunto. Em seguida, conecte o adaptador do sensor 3D ao computador, ao sensor 3D e à fonte de alimentação usando os respectivos cabos.Por fim, coloque uma cadeira ajustável a cerca de dois metros de distância da mesa. Antes de iniciar o teste, ligue o computador e ajuste o volume e certifique-se de que a internet esteja conectada para permitir a transmissão automática de dados. Em seguida, instrua o sujeito a sentar na cadeira e iniciar o aplicativo no computador.Em seguida, insira o ID do assunto exclusivo na primeira página. Clique no botão Iniciar para entrar na página com o jogo de guarda-roupa. A figura esquelética visível na tela representa o corpo do sujeito em frente a um grande guarda-roupa virtual.Instrua o sujeito a agitar os braços e realizar outros movimentos até que o sensor 3D capture o assunto. O sensor 3-D usa infravermelho para detectar o corpo humano, portanto, se a sala tiver luz solar direta ou forte, a figura do esqueleto pode ser distorcida ou até mesmo não ser vista. Leia as instruções exibidas na tela e ajuste a posição do assunto até que as instruções sejam exibidas em uma fonte verde.Clique no botão de treinamento para iniciar a sessão de treinamento sem registrar dados. Permita que o sujeito siga as instruções dadas na tela e execute os movimentos dos braços conforme solicitado pelo jogo do guarda-roupa. Primeiro, o sujeito será solicitado a estender um de seus braços para alcançar e, em seguida, agarrar um objeto virtual cintilante.Em seguida, o sujeito será instruído a flexionar o mesmo braço e tocar os pontos indicados em seu corpo para colocar o objeto virtual. Quando o sujeito não consegue alcançar ou colocar um objeto devido à função muscular insuficiente, esse objeto será automaticamente ignorado após 12 segundos pelo programa. Alternativamente, o operador pode pressionar um botão para pular o objeto.Clique no botão Iniciar para começar a gravar o assunto enquanto ele executa os movimentos do braço novamente. Após quatro minutos, o jogo terminará automaticamente se o sujeito não for capaz de completar a série de movimentos do braço. Após a conclusão do jogo, um gráfico de aranha indicando os intervalos de articulação do sujeito aparecerá.Por fim, clique no botão final para sair do jogo. Os traços de nove pontos da parte superior do corpo foram plotados enquanto os sujeitos realizavam movimentos do braço como parte do jogo do guarda-roupa, avaliação da função do braço. Nesta figura, as localizações espaciais de nove pontos corporais são plotadas ao longo do tempo para um paciente com atrofia muscular espinhal em relação aos de um controle saudável.Em comparação, o sujeito de controle teve relativamente menos movimento de cabeça, pescoço e tronco do que o paciente. As informações extraídas dos dados 3D brutos obtidos usando essa metodologia podem ser usadas para comparar o movimento de um único paciente em várias rodadas de testes. Aqui é mostrado um gráfico de rastreamento de mãos segmentadas das fases de extensão e flexão do cotovelo de duas rodadas.A trajetória permanece consistente em ambas as rodadas, com notável alcance para os três objetos inferiores para ambas as mãos. As diferenças entre as mãos direita e esquerda de um único paciente também foram medidas. Como mostrado nesta figura, não houve diferença significativa entre a velocidade das mãos direita e esquerda de um único paciente.As informações extraídas dos dados 3-D brutos também elucidaram as diferenças entre os indivíduos individuais. Diferenças óbvias intra-sujeito foram observadas nos movimentos de compensação do tronco entre o paciente dois e o paciente três. Diferenças notáveis também foram detectadas na velocidade mediana da mão entre o paciente um e o paciente três.Depois de assistir a este vídeo, você deve ter uma boa compreensão de como configurar e executar este jogo de guarda-roupa para obter informações objetivas sobre a função do braço. Uma vez dominado, este teste pode ser feito em cinco minutos se realizado corretamente. Como acompanhamento desse procedimento, outros testes podem ser realizados para responder a perguntas adicionais, por exemplo, sobre resistência muscular.Ao tentar este procedimento, é importante lembrar que uma correspondência adequada entre o design do teste e a capacidade do paciente é a chave para o sucesso. Após seu desenvolvimento, essa técnica abriu caminho para pesquisadores na área de biomarcadores clínicos explorarem outros dispositivos digitais para medir o benefício do tratamento e a progressão da doença.

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

Research

JoVE Journal

Behavior

Comportamento

Este protocolo descreve um método para quantificar o desempenho de membros superiores na vida diária usando acelerómetros usado no pulso.

Um método para quantificar Desempenho Membro Superior na Vida Diária utilizem acelerómetros

Este protocolo descreve um método objetivo para avaliar o desempenho de movimento e função sensório-motor da extremidade superior, aplicada a indivíduos com acidente vascular cerebral e controles saudáveis. Um procedimento de teste padronizado, cinemáticas variáveis de análise e resultado para captura de movimento tridimensional de beber tarefa são fornecidas.

Análise cinemática usando 3D Motion Capture da tarefa bebendo em pessoas com e sem deficiências extremidade superior

Este dispositivo inovativo usa sensores Magneto-inertial para permitir a análise da marcha e da atividade em ambientes descontrolados. Atualmente no processo de qualificação como uma medida de desfecho na agência médica européia, uma das aplicações será servir como um ponto de extremidade clínico em ensaios clínicos em doenças neuromusculares.

Monitor Home-Based para a marcha e a análise da atividade

Este estudo relata o desenvolvimento de um novo programa orientado a tarefas assistida por robôs para reabilitação manual. O processo de desenvolvimento consiste em experimentos utilizando indivíduos saudáveis e sujeitos que tiveram um derrame e sofreram de disfunção de controle motor subsequente.

Desenvolvimento de um novo programa de reabilitação orientado a tarefas usando uma mão robótica exoesqueleto bimanual

Um protocolo é proposto para capturar a função natural da mão de indivíduos com deficiências manuais durante suas rotinas diárias usando uma câmera egocêntrica. O objetivo do protocolo é garantir que as gravações representem o uso típico de mão de um indivíduo durante as atividades de vida diária em casa.

Capturando representante uso da mão em casa usando vídeo egocêntrico em indivíduos com comprometimento do membro superior

A videoradiografia biplano pode quantificar a cinemática do ombro com um alto grau de precisão. O protocolo aqui descrito foi especificamente projetado para rastrear a escápula, o úmero e as costelas durante a elevação do úmero planar, e descreve os procedimentos para coleta, processamento e análise de dados. Também são descritas considerações únicas para a coleta de dados.

Medindo kinemática de ombro 3D in vivo usando videoradiografia biplanar

O protocolo aqui descrito visa aprimorar a avaliação quantitativa dos déficits dos membros superiores, com o objetivo de desenvolver tecnologia adicional para avaliação remota tanto na clínica quanto no domicílio. As tecnologias de realidade virtual e biossensores são combinadas com técnicas clínicas padrão para fornecer informações sobre o funcionamento do sistema neuromuscular.

Configuração para a avaliação quantitativa do movimento e da atividade muscular durante um teste virtual modificado de caixa e bloco

Este artigo descreve a avaliação do desempenho motor grosso de bebês com um wearable multissensor e seu pipeline de análise baseado em aprendizado profundo totalmente automatizado. O método quantifica os padrões de postura e movimento de lactentes desde a posição supina até dominar a marcha de forma independente.

Avaliação Quantificada das Habilidades Motoras Grossas do Lactente Usando um Multisensor Wearable

Estima-se que 1 em cada 6 indivíduos no mundo terá um acidente vascular cerebral ao longo da vida, causando incapacidade a longo prazo, cujos mecanismos de reabilitação ainda são pouco compreendidos. Este estudo propõe um protocolo para avaliar a ativação cerebral por espectroscopia funcional no infravermelho próximo (fNIRS) durante uma sessão de terapia robótica de membros inferiores.

Um experimento usando espectroscopia funcional no infravermelho próximo e movimentos de apontar multi-articulações assistidas por robô do membro inferior

Este protocolo apresenta uma abordagem padronizada de captura de movimento de corpo inteiro para avaliar a tarefa de recolha de objetos, ilustrando como estratégias de movimento distintas e padrões compensatórios podem ser quantificatamente caracterizados durante essa atividade funcional comum.

Caracterização cinemática tridimensional de uma tarefa de coleta de objeto usando captura de movimento

Aprenda a avaliar a função dos membros superiores em crianças usando um teste de jogo com sensor 3D. Este método objetivo e quantitativo permite medir a progressão de doenças neuromusculares em ensaios clínicos pediátricos.

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

Explorar mais vídeos