Summary
근육 기능의 객관적인 측정은 아이 들에서 특히 도전적 이다. 상업적으로 이용 가능한 디지털 3 차원 센서를 바탕으로, 어린이 친화적인 게임 테스트 임상 시험 상 지 기능을 평가 하기 위해 개발 되었다.
Abstract
진보적이 고 돌이킬 수 없는 근육 위축 척수 근육 위축 증 (SMA) 및 기타 유사한 근육 장애 질병 특징. 근육 기능의 객관적인 평가 이며 에센셜은 중요 한, 까다로운, 성공적인 임상 실험을 위한 필수 조건. 현재 임상 등급 비늘 제 특정 미리 정의 된 단위 개별 항목에 운동 이상이 지. Kinect 3 차원 센서는 낮은 비용과 휴대용 모션 캡처 및 트랙 사람들의 운동에 많은 의료 및 연구 분야에 사용 하는 기술을 감지로 떠오르고 있다. 이 3 차원 센서를 사용 하 여 새로운 접근 방식을 개발 하 고 게임 같은 테스트 SMA 환자의 상 지 기능을 객관적으로 측정 하도록 설계 되었습니다. 프로토 타입 테스트 대상 공동 운동 능력. 앉아있는 동안 가상 장면에서 환자는 확장 하 고, 플렉스, 도달을 일부 개체를 배치할 팔 전체를 리프트 하 지시 했다. 두 상 지 운동의 운동학 및 spatiotemporal 특성 추출 되었고, 예를 들어, 분석 팔꿈치 확장 및 굴곡 각도, 손 속도, 가속. 첫 번째 연구 18 ambulant SMA 환자와 19의 나이 및 성별 일치 건강 한 컨트롤의 작은 코 호트를 포함 했다. 팔의 움직임에 대 한 포괄적인 분석을 달성 했다; 그러나, 그룹 간의 큰 차이 환자의 기능 및 테스트 어려움의 불일치로 인해 발견 됐다. 이 경험을 바탕으로, 어려움을 증가 함께 첫 번째 게임과 근육 지구력을 대상으로 두 번째 게임의 수정된 된 버전의 구성 테스트의 두 번째 버전 설계 되었고 구현. 새로운 테스트 되지 실시 되었습니다 환자 그룹에 아직. 우리의 작업 같은 근육 기능 평가 3 차원 센서의 잠재적인 능력을 시연 있으며 임상 등급 비늘을 보완 하기 위해 객관적인 접근을 제안 했다.
Introduction
근육 기능의 포괄적인 평가 많은 신경 근육 학 질환과 성공적인 임상 시험에서 중요 한 필수 구성 요소에 중요 한 평가 이다. 임상 등급 비늘 점점 표준화 된 평가 도구를 사용 하 고 잘 설립 결과 측정1. 그러나, 그들은 임상의 주관적인 판단에 크게 의존 인테르-및 내부-평가자 불일치2 로 이어지는 실질적인 변형 될 수 있습니다 또는 정확한 측정1에 대 한 기준을 충족 하지 않는 번호를 생성. 또한, 많은 신경 근육 학 질병 자식에 크게 영향을 받습니다 그리고 이러한 평가의 대부분은 길고 지루한는 추가 과제를 부과. 신경 근육 학 질병의 예를 들어 척추 근육 위축 증 (SMA), 진보적인 근육 약점이3특징 치명적인 신경 근육 학 질병은 이다. 임상 고기에 따라 일부 환자 살 휠체어 (유형 2), 그리고 일부 수 서 걸어 남의 도움된 (유형 3)4. 약물 효능과 질병의 진행을 추적, 등 관절 운동 범위, 근 력, 근육 피로 근육 기능을 측정 하는 더 과민 하 고 객관적인 평가 도구에 대 한 증가 수요가 있다.
모션 감지 기술에 있는 급속 한 진도 비교적 저렴 한 비용, 중 마커 무료 방법으로 전신 운동 캡처 3 차원 센서 (Kinect)의 가치는 널리 검사 운동 특성 분석 가능 했다. 통합된 적외선 센서와 알고리즘을 학습 하는 구현 된 기계를 사용 하 여 추적 된 사람의 시체 위치 20 해부학 적 랜드마크 라는 신체 관절 또는 포인트 머리, 목, 등의 3 차원 위치를 통해 유추 손, 손목, 팔꿈치, 어깨, 척추, 엉덩이, 무릎, 발목, 그리고 발5 임시 해결책은 최대 30 Hz, 떨림 등 일부 병 적인 모터 증상을 제외 하 고 대부분 실제 운동에 대 한 충분 한입니다. 3 차원 센서의 공간 정확도 지상 진실6 또는 마커 기반 3 차원 모션 분석 시스템7,,89,10 골드 표준을 광범위 하 게 검증 되었습니다. ,,1112. 좋은 동시 타당성 재현성 다른 테스트에 의해 공개, 특히는 정면에서 볼12 와 대 한 총 운동7. SMA 가진 아이 들을 위한 상 지 기능을 객관적으로 평가, 우리는 설계 및 공동 운동 능력을 측정 하는 3 차원 센서에 따라 게임 같은 테스트를 구현.
Protocol
테스트는 관측, 경도 연구에서 대학 아동 병원의 바젤 (UKBB) 성인과 어린이에서 수행 되었다. 더 많은 인구 통계 정보와 임상 연구에 대 한 이전 게시13,14에서 찾을 수 있습니다. 모든 절차를 Ethikkomission UKBB 로컬 윤리 위원회가 승인 하 고 헬싱키의 선언에 표현 하는 원칙에 따라 실시 되었습니다. 서 면된 동 및 국제 컨퍼런스 가늠 자 조정 (ICH) 및 지역 규정에 따라 연구 프로토콜 준수 제공한 모든 과목 또는 법적으로 공인된 대표 법률의 나이 아래 아이 들을 위한 동의 합니다.
참고: 프로토 타입 게임 "옷장" 관절의 운동 범위를 측정 하기 위한 설계와 구현. 그것은 다음 어떤 윈도우 8 또는 더 높은 운영 체제에서 실행할 수 있는 실행 가능한 응용 프로그램으로 필요한 3 차원 센서 드라이버 설치 됩니다로 수출 했다. Kinect 센서 v 1를 기반으로 하는 프로토 타입 게임 또는 Kinect 센서 v2 (추가 코딩 파일 참조) 요청 시 제공 될 수 있다에 두 번째 버전 기반 (내용 참조).
1. 설치 및 테스트를 위한 준비
- 3 차원 센서를 설치 (예., Kinect) 드라이버와 컴퓨터에 설계 된 응용 프로그램.
- 1 미터 높이 0.5-의 테이블 처럼 적당 한 표면에 컴퓨터를 놓습니다.
- 장소 3 차원 장치 또한 컴퓨터의 중간 정렬 같은 표면에 3 차원 카메라의 높이 0.5-지상 1 미터에 대 한 테이블에 의해 고정 되도록. 3 차원 센서의 상승 각도 수동으로 제대로 주제를 캡처하는 데 필요한 조정 (2.4.2 아래 참조).
- 모든 케이블 연결 합니다 제대로 컴퓨터에 3 차원 어댑터와 전원 케이블을 전원 공급 장치를 포함 하 여.
- 약 2 미터에 컴퓨터와 3 차원 센서 테이블 앞에 높이 조절의 자를 배치 합니다.
2. 시험 실시
- 컴퓨터를 시작 하 고 최적의 볼륨 소리를 켭니다. 자동 데이터 전송이 필요한 경우 인터넷에 연결 되어 있는지 확인 합니다.
- 자에 앉아 주제를 지시 합니다.
- 컴퓨터에서 응용 프로그램을 시작 하 고 첫 번째 페이지에 제목 ID를 입력 합니다.
- "옷장" 게임을 보여주는 두 번째 페이지에 입력 하는 첫 번째 페이지에서 "시작" 버튼을 클릭:
- 큰 옷장 앞에 피사체의 본문을 나타내는 화면에 해골 그림 (상체만) note 그림을 볼 수 없을 때 파도 만약 그가 휠체어에 앞으로 및 뒤로 이동 또는 3 차원 센서 캡처는 사람이 될 때까지 서 서 주제를 지시 합니다.
- 화면의 지침을 읽어 고 녹색 글꼴에 있는 모든 지시 될 때까지 거리, 높이, 및의 자 및 주제의 측면 위치를 적절 하 게 조정.
참고: 거리, 높이, 그리고의 자의 측면 위치는 자신이 주제 또는 분야에서 나중 단계 해야 도우미에 의해 조정할 수 있습니다. 최적의 높이 얻을 수 없습니다, 경우 직접 3 차원 카메라의 상승 각도 조정 합니다. 최적의 위치는 화면 중앙에 표시 하는 피사체의 목 장치에서 2 미터 이다. - 데이터 기록 없이 훈련 세션을 시작 하려면 기차 단추를 누릅니다.
참고: 제목 이미 게임에 익숙한 하 고 무엇을 해야할지 알고, 직접 시작 버튼을 눌러 하 고 훈련을 건너뜁니다. - 제목 화면에 지시에 따라 및 다음 움직임을 수행 하자.
- 요청 된 팔 (오른쪽 또는 왼쪽) 개체가 가상 손에 때까지 깜 빡 가상 개체에 도달을 확장 합니다.
- 같은 팔을 물리적으로 개체를 배치 하려면 본문에 표시 된 포인트를 터치.
- 모든 20 개체를에 도달 하 여 배치 될 때까지 팔의 확장 및 굴곡 움직임을 계속 합니다.
참고: 각 라운드에서 10 개체와 두 라운드 있다. 라운드 5 개체 뒤에 왼쪽된 팔 요청 왼쪽에 오른쪽 팔을 필요로 하는 오른쪽에 5 개체 있습니다. 이 교육 세션을 마칩니다.
- 2.4.3, 단계에서 시작 하지만이 이번에는 암호화 된 파일에 9 상체 포인트의 위치를 기록에서 다시 동일한 작업을 수행 하려면 "시작" 버튼을 누릅니다. 게임은 자동으로 모든 20 개체를 배치 하거나 미리 정의 된 시간 (4 분)을 실행 하는 경우 완료 한다.
참고: 그것은 또한 주제는 너무 약한 또는 어떤 다른 상황 든 지 발생 하는 경우에 언제 든 지 게임을 종료 하는 것이 가능.
- "옷장" 게임에서 관절의 범위를 나타내는 한 거미 줄거리를 보여 주는 자동으로 마지막 페이지에 입력 합니다.
- 끝 버튼을 눌러 게임을 종료 하거나 반복 버튼을 누르면 테스트를 반복 합니다.
3. 테스트-데이터 처리 후
- 기록 되 고 암호화 된 데이터와 하드 디스크에 로그 파일을 저장 하 고 선택적으로 데이터 분석가 게 인터넷을 통해 전송. 데이터 처리 및 분석에 대 한 자세한 설명 이전 게시13에 제공 되었습니다.
- 로그 파일을 확인 하 고 3 차원 레코드와 임상 보고서를 비교 하 여 완성도 데이터의 유효성을 확인 합니다.
- 계산 하 고 관절 각도, 속도 및 가속도, 손 경로 길이, 몸 보상 운동, 연결할 수 있는 공간, 같은 숫자 기능으로 27 운동 특성을 추출 합니다.
- 계산 하 고 플롯 기능을 이해 하 고 해석 하는 다음과 같은 통계 분석에 관해서는 뿐만 아니라 3 차원 센서 데이터를 선택 합니다.
- 통계 분석으로 선형 혼합된 효과 모델, 상관 분석, ANOVA (분산 분석), PCA (주요 구성 요소 분석)을 수행 합니다.
Representative Results
위의 절차를 사용 하 여 다른 운동 기능 플롯 되 고 분석 접근 움직임에 대 한 포괄적인 이해를 얻기 위해 탐구 된다.
그림 1에서 9 상체 포인트에서 추적 그려집니다 (X 제목, Y 나타냅니다 수직 위치 Z는 3 차원 거리의 가로 위치를 나타내는 2 차원 투영을 나타내는 X 및 Y 축에 제한 센서)입니다. 그림 1 에서 실제로 측정, 바디 포인트의 공간 위치는 3 차원 센서를 보여준다. Juxtaposing 한 SMA 환자와 건강 한 통제 4 방문, 여 환자와 컨트롤 모두 명확 하 게 인식할 수 있는 궤적으로 작업을 완료 표시 됩니다. 모든 방문, 예를 들어, 환자의 손에의 궤적을 통해 일관 된 체재 특정 주제-의존 특성을 확인 하 고 있었다. 비교, 제어 대상, 노란색, 빨간색 및 분홍색 라인의 작은 군중에 의해 표시 됩니다 시간이 지남에 상대적으로 적은 트렁크 운동 했다 (머리, 목, 그리고 상체 포인트, 각각). 두 과목의 단상 운동 기능을 보여주었다.
그림 2 는 몇 가지 대표 기능 바디 포인트의 위치는 시계열에서 추출. 그림 1에 비해 그림 2 잠재적인 정보 추출 될 수 있고 기본 운동 특성을 이해 하기 위해 원시 3 차원 센서 데이터에서 시각의 아이디어를 제공 합니다. 그림 2 단일 주제에서 2 라운드의 팔꿈치 굴곡 및 확장 단계를 나타내는 세그먼트 손 추적 플롯 이다. 궤적 2 라운드 사이 꽤 잘 자체를 닮았다. 3 낮은 개체에 대 한 두 손을 지나쳐, 하는 경향이 있다 하지만 이것은 위 두 개체에 대 한 사실이 아니다. 그림 2 b 손 속도의 히스토그램 플롯 (손을; 이동 하는 동안 휴식 상태 제외). 이 주제에 대 한 왼쪽 손과 오른쪽 사이 상당한 차이가 있다. 그림 2 c 개체 위치 당 트렁크 보상 운동의 일종으로 고려 될 수 있는 머리, 목, 그리고 상체 포인트의 총 경로 길이 보여줍니다. 3과 8, 더 높은 코너에 배치, 개체에 대 한 트렁크 움직임은 상대적으로 더 큰 다른 위치에 비해. 또한, 머리는 다른 두 점 보다는 더 명백 하 게 이동 했다. 그림 2d, 2e, 2f 있으며 일부 기능에 대 한 모든 4 방문에서 전반적인 분포를 보여 주는 boxplots. 모든 4 방문만 처음 7 명의 환자는 편의상 표시 됩니다. 그림 2 d 간 주제 팔 길이 차이 대 한 보상 하기 위해 센서에 의해 측정 된 개별 팔 길이 나눈 총 손 경로 길이 표시 합니다. 움직임을 수행 하는 동안 도달 하 고 개체, 손 경로 길이 한 개체; 팔 길이 두 번 주위 따라서, 20 개체에 대 한 총 경로 길이 약 40 배 팔 길이입니다. 예를 들어 트렁크 보상 운동 2와 3 (그림 2e) 환자 사이 또는 환자 1 고 3 (그림 2f) 사이 평균 손 속도에 분명 한 주제 간 차이가 관찰 된다.
전체 임상 관련 분석 및 결과 우리의 이전 게시13에서 찾을 수 있습니다.
그림 1 : 9 상체 포인트는 테스트 중의 대표적인 추적 플롯 최고 4 플롯 한 SMA 환자에서 있으며 아래쪽 4 플롯은 한 건강 한 컨트롤에서. 이 그림 우리의 이전 게시13에서 수정 되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 2 : 대표 요약 분석 결과: (a), (b), (c) 단일 주제에서 있고 (d), (e), (f)와 첫번째 7 SMA 환자에서 요약 완료 4 방문. (D), (e), 그리고 (f), 하단 및 상단의 상자는 첫 번째 및 세 번째 quartiles 상자 안에 수평 라인 이며 중간. (상자에서 수직 라인 확장) 수염의 길이 낮은 사분 위 수, 그리고 상단 quartile 1.5 IQR 내에서 가장 높은 포인트의 1.5 interquartile 범위 (IQR) 내에서 가장 낮은 지점으로 정의 됩니다. 다이아몬드는 수염 밖에 outliers를 나타냅니다. (a) 세그먼트 손 추적 줄거리입니다. 단단한 줄 때 손을 밖으로 도달 개체에 대 한 파선 대표 팔꿈치 굴곡 단계 때 손에 본문에 개체를 배치 하는 동안 팔꿈치 확장 단계를 나타냅니다. 각 색 두 라운드에서 같은 위치에 개체를 나타냅니다. (b) 확장 및 굴곡 운동 중 손 속도의 히스토그램. (c) 총 보상 운동 길이 머리, 목, 몸통에 각 개별 개체에 대 한 포인트에서. (d) Boxplot 총 손 궤적 경로 길이 오른쪽과 왼쪽의 손 각각 이상 4 방문. Y 축 총 손 나눈 개별 팔 길이 경로 길이 표시 합니다. (e) 머리, 몸통, 목, 등 총 트렁크 보상 운동의 Boxplot 오른쪽과 왼쪽된 이동 이상 각각 4 방문에서 운동에 대 한 포인트. (f) Boxplot 오른쪽과 왼쪽 손 4 각각 이상 방문에 대 한 운동 하는 동안 중간 손 속도의. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
Discussion
제안 된 Kinect 기반 평가 전통적인 임상 등급 비늘 또는 정교한 마커 기반 비디오 어린이 안심, 저렴 한 비용, 그리고 휴대용 솔루션을 제공 하면서 객관적이 고 포괄적인 운동 분석 제공 시스템입니다. 5 분 미만 지속 게임 테스트, 여러 신체 포인트는 동시에 집중적으로 조사 했다와 많은 spatiotemporal 및 운동학 적 특성 속도 등, 관절 각도, 높은 정확도로 분석 되었다. 전체 설치 및 훈련 노력 했다 또한 많은 등급 비늘 또는 비디오 시스템에 비해 덜 요구.
이 방법에서 가장 중요 한 단계는 테스트 디자인을 했다. 기본 운동 증상을 캡처하기 위해 설계 작업 해당 능력 스펙트럼을 커버 하 고 바닥이 나 천장 효과 방지 해야 합니다. 이 특정 표시의 예, SMA의 일반적인 신체적 증상 근육 약점, 관절 범위를 제한, 근육 경직, 피로과 포함 됩니다. 제안 된 테스트는 SMA 타입-2 환자에 대 한 일반적인 제한 된 공동 범위를 포함 하는 이러한 증상에 대 한 적절 한입니다. 불행히도, 프로토 타입만 SMA 유형 3 환자만을 채용 계획된 연구에서 첫 번째 시도로 시험 되었다. 때문에 그 환자의 기능 현재 테스트 이상 했다 (천장 효과)을 측정할 수 있는, 원하는 결과 얻을 수 없습니다. 이 ambulant 환자 그룹에 대 한 근육 피로 및 몸 전송 더 나은 측정 될 것 이다.
이 경험을 바탕으로, "옷장" 게임 추가 "보트 보트" 게임의 수정된 된 버전의 구성 테스트의 두 번째 버전을 설계 되었습니다. "옷장" 게임의 수정 된 버전은 3 개의 어려움 수준. 첫 번째 수준에서 개체 주제 완전히 팔, 어떤 대상만 휠체어에 앉을 수 있는 사람과 완전히 수 없습니다 약한 환자 그룹 확장 지원 없이 그들의 무기를 확장 하지 않아도 되도록 몸 가까이 배치 됩니다. 두 번째 수준에서 개체 전체 팔 길이, 리프트 하 고 어떤 지원도 없이 팔을 확장할 수 있는 환자 그룹을 대상의 거리에 배치 됩니다. 가장 어려운 수준에서 개체 배치 약간 팔 범위; 따라서, 주제 확장으로 상단 트렁크를 이동 해야 합니다. 세 번째 레벨 축 하 및 근 위 운동 측정 또한 ambulant 환자 그룹을 대상. 게임의 위치 단계 피사체의 팔 길이 자동으로 측정 하 고 다음 게임;에서 개체의 위치를 계산 하는 데 사용 따라서, 난이도 개인의 능력을 자동으로 조정 됩니다. 각 개인의 기능 제한에 도달 하 고 개체를 도달 하거나 배치 수 없습니다, 수준이 건너뜁니다 특정 시간 후에 자동으로 또는 수동으로 운영자에 의해 화면에 "건너뛰기" 버튼을 누르면. "보트 보트" 게임 목표 근육 지구력 그것은 1 분에 대 한 움직임을 가능한 한 빨리 압 연 팔을 반복을 필요 합니다. 미래 연구에서 두 번째 버전 SMA 타입-2 3, 때문에 전체 팔 기능 및 제한 된 축 운동 환자에 게 제한 된 팔 운동 능력을 가진 환자의 능력을 측정 하는 작업 입력에서 환자 스펙트럼을 커버 하기 위한 것입니다.
테스트 디자인의 다른 측면은 지 면 효과의 고려. 제한 된 공간과 시간 해상도 때문 3 차원 센서 같은 걷기, 팔을 흔들며, 정확 하 게 총 움직임을 캡처 수만 있다. 미세한 움직임 감지, 그림 도청 또는 손으로, 휴대 전화 또는 손목 wearables 같은 더 민감한 디지털 장치 등이 필요 합니다. 앞에서 언급 했 듯이, 이러한 응용 프로그램의 성공에 대 한 키 기본 질병 증상, 장치 기능 및 디자인된 작업 간의 올바른 일치를 구축 하는 것입니다.
테스트 디자인 중 일부 다른 고려 사항 연령 집단, 학습 효과, 언어, 및에 포함 됩니다. SMA에 주로 아이 들에 영향을 미치는, 이후 테스트 한 매력적인 gamification 특징을 유지 하면서 간단 하 고 명확한 가능한 이어야 한다. 우리의 디자인에 만화 인물 및 손으로 그린 개체 사용 되었다. 작업은 일반적으로 아이 들 나이의 2 ~ 3 년 후 인수는 자체 탈 동작 모방. 과목 수 이해 하 고 짧은 훈련 단계 후 테스트 수행 및 학습 효과 측정 하 고 우리의 이전 게시13에서 설명 되었다, 피할 했다 그런 움직임은 간단한 유지 했다.
테스트 프로토콜 및 데이터 분석을 수행할 때 몇 가지 문제가 다른 3 차원 센서 응용 프로그램 마찬가지로 발생할 수 있습니다. 이 문제는 필드 볼, 그리고 불규칙 한 샘플링 시간에 일조 방해, 특별 한 옷, 하나 이상의 주제 포함 됩니다. 우리가 발견 한 경우 어디 검은 옷에 주제 인식 되지, 햇볕이 잘 드는 방에서 3 차원 센서에 의해 주제는 햇빛에서 직접 되지 않았습니다 경우에. 때 하나 이상의 주제 나타나고 분석 보기의 필드, 해골 점프 수 있습니다, 어떤 부담을 감지 ID 번호의 할당에서 사라집니다. 실제 출력 간격을 할 수 있습니다 비록 3 차원 센서 이론에서 30 Hz의 주파수에 신호를 출력, 최대 1 백 양 그러므로, 그것은 추적 하 고 타임 스탬프를 수출 하는 것이 중요.
우리의 첫 번째 테스트는 두 번째 버전으로 대체 되었습니다 현재, 3 차원 센서의 첫 번째 버전에서 수행 하며 우리의 수정된 버전이 두 번째 버전에 따라 구현 됩니다. 버전, 기본 드라이버는 서로 다른, 그리고 응용 프로그램 인터페이스 (API) 또한 변경 되었습니다. 응용 프로그램을 마이그레이션할 때 다른 중요 한 차이가 있다. 두 응용 프로그램 버전 제공 될 수 있다 자유롭게 요청 시 저자에 의해 센서 드라이버 Kinect 웹사이트에서 다운로드 될 수 있다 때문에,이 사용자에 게 우려입니다.
3 차원 센서를 사용 하 여, 우리 아이 친화적인 게임 같은 기술을 혁신적이 고 정량적, 객관적 상부 말단 기능 평가 도구를 개발 했다. 타당성은 탐색 하 고 분석 했다. 우리의 작업 운동 평가를 대체 하 고 상호 보완적인 방식으로 3 차원 센서의 잠재적인 힘을 보여주었다.
Disclosures
싱 첸, Detlef 늑대, Juliane Siebourg Polster, 기독교 체코어, 오마르 Khwaja와 마틴 Strahm 저자는이 문서에 있는 연구의 모든 투자 F. 호프만-라 로슈의 직원.
Acknowledgments
우리는이 원고를 교정에 대 한로 라 Aguiar 테스트 데모에 참여에 대 한 바스 티 Strahm 감사 합니다.
Materials
| Name | Company | Catalog Number | Comments |
| Microsoft Kinect for Windows v1 sensor | Microsoft | N/A | The first version of the test was developed on Kinect sensor v1 which is not sold any more. But the second version was developed on the Kinect sensor v2 which can be tested in a similar way by using Microsoft Kinect for Windows v2 sensor (GT3-00003) together with Microsoft Kinect Adapter (9J7-00009) |
| DELL XPS 2720 All-In-One PC with windows 8 operating system, 16G RAM, Intel Core i7 and 64-bits | DELL | N/A | In our setup, a All-in-one computer was used, but in fact any laptop or computer which fullfills the following requirements and a big screen for the subjects to see will work: windows 8 or higher operating system; 64-bit processor; dual-core 3.2 GHz or faster processor; dedicated USB 3.0 bus; 2 GB RAM |
References
- Hobart, J. C., Cano, S. J., Zajicek, J. P., Thompson, A. J. Rating scales as outcome measures for clinical trials in neurology: problems, solutions, and recommendations. Lancet Neurol. 6, 1094-1105 (2007).
- Cano, S. J., et al. Rasch analysis of clinical outcome measures in spinal muscular atrophy. Muscle Nerve. 49, 422-430 (2014).
- Monani, U. R., De Vivo, D. C. Neurodegeneration in spinal muscular atrophy: from disease phenotype and animal models to therapeutic strategies and beyond. Future Neurol. 9, 49-65 (2014).
- Kolb, S. J., Kissel, J. T.
- Shotton, J., et al. Proceedings of the 2011 IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society. , 1297-1304 (2011).
- Plantard, P., Shum, H. P., Le Pierres, A. S., Multon, F. Validation of an ergonomic assessment method using Kinect data in real workplace conditions. Appl Ergon. , (2016).
- Galna, B., et al. Accuracy of the Microsoft Kinect sensor for measuring movement in people with Parkinson's disease. Gait Posture. 39, 1062-1068 (2014).
- Otte, K., et al. Accuracy and Reliability of the Kinect Version 2 for Clinical Measurement of Motor Function. PLoS One. 11, 0166532 (2016).
- Clark, R. A., et al. Reliability and concurrent validity of the Microsoft Xbox One Kinect for assessment of standing balance and postural control. Gait Posture. 42, 210-213 (2015).
- Milgrom, R., Foreman, M., Standeven, J., Engsberg, J. R., Morgan, K. A. Reliability and validity of the Microsoft Kinect for assessment of manual wheelchair propulsion. J Rehabil Res Dev. 53, 901-918 (2016).
- Bonnechere, B., et al. Validity and reliability of the Kinect within functional assessment activities: Comparison with standard stereophotogrammetry. Gait & Posture. 39, 593-598 (2014).
- Huber, M. E., Seitz, A. L., Leeser, M., Sternad, D. Validity and reliability of Kinect skeleton for measuring shoulder joint angles: a feasibility study. Physiotherapy. 101, 389-393 (2015).
- Chen, X., et al. Feasibility of Using Microsoft Kinect to Assess Upper Limb Movement in Type III Spinal Muscular Atrophy Patients. Plos One. 12, (2017).
- Bonati, U., et al. Longitudinal characterization of biomarkers for spinal muscular atrophy. Ann Clin Transl Neur. 4, 292-304 (2017).
