Summary
Een objectieve maatstaf van spier functies is uitdagend vooral bij kinderen. Op basis van een commercieel beschikbare digitale 3D-sensor, werd een kindvriendelijke gaming test ontwikkeld voor de beoordeling van de bovenste extremiteit functie voor klinische proeven.
Abstract
Geleidelijke en onomkeerbare spieratrofie kenmerkt spinale musculaire atrofie (SMA) en andere soortgelijke spier-stoornis ziektes. Objectieve beoordeling van spier functies is een essentieel en belangrijk, hoewel uitdagend, voorwaarde voor succesvolle klinische proeven. Huidige klinische beoordeling schalen beperken de beweging afwijkingen voor bepaalde vooraf gedefinieerde grofkorrelige afzonderlijke items. De Kinect 3D-sensor heeft ontpopt als een goedkope en draagbare motion sensing technologie gebruikt voor vastleggen en bijhouden voor Volksgeschiedenis beweging in vele medische en onderzoeksgebieden. Een nieuwe benadering met behulp van deze 3D-sensor is ontwikkeld en een game-achtige test was bedoeld om de functie van de bovenste extremiteit van patiënten met SMA objectief te meten. De test prototype gerichte gezamenlijke beweging vermogen. Zittend in een virtuele scène, werd de patiënt gevraagd uit te breiden, flex, en opheffing van de hele arm om te bereiken en enkele objecten plaatsen. Zowel kinematische en Spatio kenmerken van bovenste extremiteit beweging werden geëxtraheerd en geanalyseerd, bijvoorbeeld, elleboog extensie en flexie hoeken, hand snelheid en versnelling. De eerste studie omvatte een kleine cohort van 18 ambulant SMA patiënten en 19 leeftijd - en gender-matched gezonde controles. Een uitgebreide analyse van de armbeweging werd bereikt; echter geen significant verschil tussen de groepen bleken als gevolg van de wanverhouding van de patiënt de mogelijkheid en de moeilijkheid van de test. Op basis van deze ervaring, een tweede versie van de test die bestaat uit een gemodificeerde versie van het eerste spel met grotere problemen en een tweede wedstrijd gericht op spier uithoudingsvermogen zijn ontworpen en uitgevoerd. De nieuwe test is niet uitgevoerd in alle patiëntengroepen nog. Ons werk heeft aangetoond dat de potentiële mogelijkheden van de 3D-sensor bij de beoordeling van dergelijke functie van de spier en stelde een objectieve aanpak ter aanvulling van de klinische beoordeling schalen.
Introduction
Veelomvattende beoordeling gegeven van de functie van de spier is een kritische evaluatie in veel neuromusculaire ziekten en een belangrijke voorwaarde voor succesvolle klinische proeven. Klinische beoordeling schalen steeds meer als een gestandaardiseerde evaluatie-instrument worden gebruikt en als een gevestigde resultaat maatregel1. Echter ze sterk afhankelijk zijn van het subjectieve oordeel van de clinici en kunnen resulteren in aanzienlijke variaties leiden tot inter - en intra-rater inconsistentie2 of getallen die niet voldoen aan de criteria voor nauwkeurige metingen1gegenereerd. Daarnaast veel neuromusculaire ziekten zijn grotendeels van invloed op kinderen en de meeste van deze beoordeling schalen zijn lang en saai, die extra uitdagingen opleggen. Een voorbeeld van een neuromusculaire ziekte is spinale musculaire atrofie (SMA), die een dodelijke, neuromusculaire ziekte gekenmerkt door progressieve spier zwakte3 is. Afhankelijk van de klinische fenotypen, sommige patiënten leven met rolstoelen (type 2), en sommige kunt staan en lopen blote (type 3)4. Er is een toenemende vraag naar een meer gevoelige en objectieve evaluatie-instrument voor het meten van de functie van de spier in termen van gezamenlijke beweging bereik, spierkracht, spiervermoeidheid en zo verder, progressie van de ziekte en de werkzaamheid van de drug wilt bijhouden.
De snelle vooruitgang in motion sensing technologie heeft het mogelijk gemaakt te analyseren van de kenmerken van de beweging tegen relatief lage kosten, waaronder de waarde van de 3D-sensor (Kinect) in het gehele lichaam beweging vastleggen in een marker-vrije manier grote schaal is onderzocht. Met behulp van de geïntegreerde infrarood sensor en de uitgevoerde machine leren van algoritmes, zijn de locaties van het lichaam van de bijgehouden personen afgeleid door de 3-dimensionale standpunten van 20 anatomische bezienswaardigheden lichaam gewrichten of punten met inbegrip van hoofd, nek, genoemd handen, polsen, ellebogen, schouders, rug, heupen, knieën, enkels en voeten5. De temporele resolutie is tot 30 Hz, dat is voldoende voor meest fysieke beweging met uitzondering van enkele pathologische motor symptomen zoals tremoren. De ruimtelijke nauwkeurigheid van de 3D-sensor is uitgebreid gevalideerd met de grond waarheid6 of de gouden standaard, die een 3-dimensionale motion marker gebaseerde analyse systeem7,8,9,10 is ,11,12. Goede gelijktijdige geldigheid en reproduceerbaarheid zijn geopenbaard door verschillende tests, met name vanuit de frontale bekijken12 en voor bruto bewegingen7. Om te beoordelen objectief de bovenste ledematen-functie voor kinderen met SMA, we ontworpen en geïmplementeerd een game-achtige test gebaseerd op een 3D-sensor voor het meten van het vermogen van gezamenlijke beweging.
Protocol
De test werd uitgevoerd in een observationele, longitudinale studie bij Universiteit kinder ziekenhuis van Basel (UKBB) met zowel volwassenen als kinderen. Meer bevolkingssamenstelling en klinische informatie over de studie kunnen worden gevonden in de eerdere publicatie13,14. Alle procedures hebben goedgekeurd door de lokale ethische commissie Ethikkomission UKBB en uitgevoerd volgens de beginselen die zijn uitgedrukt in de verklaring van Helsinki. Schriftelijke geïnformeerde toestemming en naleving van het protocol van de studie volgens internationale conferentie voor harmonisatie (ICH) en lokale regelgeving werden verstrekt door alle onderwerpen of de wettelijk gemachtigde vertegenwoordigers voor kinderen onder de leeftijd van wettelijke toestemming.
Opmerking: Een prototype spel "Garderobe" gericht op de gewrichten meetgebied van verkeer is ontworpen en geïmplementeerd. Het was wordt geëxporteerd als een uitvoerbare toepassing die kan worden uitgevoerd op een Windows 8 of hoger besturingssysteem, zolang de nodige 3D-sensor-stuurprogramma's zijn geïnstalleerd. Het prototype-spel gebaseerd op Kinect sensor v1 of de tweede versie (zie discussie) gebaseerd op Kinect sensor v2 kan worden verstrekt op verzoek (Zie aanvullende codering bestanden).
1. setup en voorbereiding van de proef
- Installeer de 3-D sensor (bijv., Kinect) stuurprogramma's en de ontworpen toepassing op de computer.
- Plaats de computer op een daartoe geschikte werkvloer, zoals een tafel, met een hoogte van 0,5 - 1 meter.
- Plaats de 3D-apparaat ook op hetzelfde oppervlak uitgelijnd op het midden van de computer, zodat de hoogte van de 3D-camera wordt vastgesteld door de tafel over 0,5 - 1 meter boven de grond. De elevatie-hoek van de 3-D sensor handmatig desgewenst correct vastleggen het onderwerp aanpassen (zie 2.4.2 hieronder).
- Sluit alle kabels goed aan, met inbegrip van de 3D-adapter op de computer en de voedingskabel aan op netspanning.
- Plaats een in hoogte verstelbare stoel voor de tabel met de computer en de 3D-sensor op ongeveer 2 meter.
2. uitvoeren van de test
- Start de computer en zet het geluid aan een optimale volume. Als automatische gegevensoverdracht gewenst is, controleert u of dat het Internet is verbonden.
- Instrueer het onderwerp om te zitten op de stoel.
- Start de toepassing op de computer en voer de onderwerp-ID op de eerste pagina.
- Klik op de knop "START" op de eerste pagina te gaan van de tweede pagina, waarin de "Wardrobe" spel:
- Opmerking de skeleton figuur (alleen bovenlichaam) op het scherm, die het lichaam van het onderwerp voor een grote garderobe vertegenwoordigt. Wanneer de figuur niet gezien wordt, instrueren het onderwerp Golf en verplaatsen voorwaarts als achteruit als hij in een rolstoel is of staan tot de 3-D sensor de persoon vangt.
- Lees de instructies op het scherm en de afstand, hoogte en laterale positie van de stoel en het onderwerp dienovereenkomstig aanpassen totdat alle instructies in groene lettertype zijn.
Opmerking: De afstand, hoogte en laterale positie van de stoel kunnen worden aangepast door het onderwerp zelf of een helper die daarna uit het veld moet opvoeren. Indien de optimale hoogte kan worden bereikt, pas handmatig de elevatie-hoek van de 3D-camera. De optimale positie is 2 meter uit de buurt van het apparaat, met de hals van het onderwerp weergegeven in het midden van het scherm. - Druk op de knop van de trein om te beginnen met de training zonder gegevensregistratie.
Opmerking: Als het onderwerp al bekend met het spel is en wat weet te doen, druk op de knop START direct en overslaan van de opleiding. - Laat het onderwerp Volg de aanwijzingen op het scherm en het uitvoeren van de volgende bewegingen:
- De gevraagde arm (rechts of links) om het trillende virtuele object totdat het object in de virtuele hand is uit te breiden.
- Flex de dezelfde arm en fysiek het aanraken van de aangegeven punten op het lichaam om het object.
- Totdat de armbewegingen extensie en flexie alle 20 objecten zijn bereikt en geplaatst.
Opmerking: Er zijn twee rondes met 10 objecten in elke ronde. Er zijn 5 objecten aan de rechterkant waarvoor de rechterarm, gevolgd door 5 objecten aan de linkerkant waarvoor de linkerarm is gevraagd binnen een ronde. Dit concludeert de trainingssessie.
- Druk op de knop "START" om uit te voeren dezelfde taken opnieuw vanaf het begin, zoals in stap 2.4.3, maar dit keer opnemen van de locaties van de 9 punten van het bovenlichaam in een gecodeerd dossier. Het spel eindigt automatisch door het plaatsen van alle 20 objecten of wanneer de vooraf gedefinieerde tijd (4 min) opraakt.
Opmerking: Het is ook mogelijk om te stoppen met het spel op elk gewenst moment in het geval dat het onderwerp is te zwak, of elke andere situaties gebeuren.
- Geef op de laatste pagina automatisch waaruit blijkt een spin perceel met vermelding van de gewrichten varieert van de "Wardrobe"-spel.
- Het spel verlaten door op de einde -toets of herhaal de test door op de knop herhalen .
3. na de test: gegevensverwerking
- Sla de opgenomen en gecodeerde gegevens- en logboekbestanden op de harde schijf en optioneel overbrengen via internet naar een data-analist. Een gedetailleerde beschrijving van gegevensverwerking en -analyse heeft gesteld in een eerdere publicatie13.
- Bevestig de volledigheid en de geldigheid van de gegevens door het logboekbestand controleren en vergelijken van klinische verslagen met de 3D-records.
- Berekenen en uittreksel 27 verkeer kenmerken als numerieke functies, zoals gezamenlijke hoeken, snelheid en versnelling, hand weglengte, compensatie lichaamsbeweging, bereikbaar ruimte, enzovoort.
- Berekenen, uitzetten en selecteer de functies om te begrijpen en interpreteren van de 3-D sensor data alsook wat betreft de volgende statistische analyse.
- PCA (Hoofdcomponentenanalyse), ANOVA (variantie-analyse), correlatie analyse en lineaire gemengd effect modellen als statistische analyse uitvoeren
Representative Results
Met behulp van de bovenstaande procedure, verschillende verkeer functies worden uitgezet en analyse benaderingen worden onderzocht om te krijgen een grondig inzicht in de bewegingen.
In Figuur 1, zijn de sporen van de 9 bovenlichaam punten uitgezet beperken tot de X- en Y-assen waarmee een projectie van de 2-dimensioneel (X horizontale positie vertegenwoordigt van het onderwerp, Y vertegenwoordigt de verticale positie terwijl Z is de afstand tot de 3-D sensor). Figuur 1 toont wat de 3-D sensor daadwerkelijk maatregelen, de ruimtelijke locaties van punten lichaam. Door naast elkaar één SMA patiënt en een gezonde controle over de 4 bezoeken, blijkt het dat zowel de patiënt als het besturingselement de taken met duidelijk herkenbare trajecten uitgevoerd. Er waren bepaalde onderwerp-afhankelijke kenmerken die bleef consequent over alle van de bezoeken, bijvoorbeeld, het traject van de handen van de patiënt. Ter vergelijking: de controle onderwerp had relatief minder kofferbak beweging na verloop van tijd, die wordt aangegeven door de kleinere menigte van rood, geel en roze lijnen (punten met het hoofd, nek en romp, respectievelijk). Geen van de twee onderwerpen toonde onsymmetrisch verkeer functies.
Figuur 2 toont enkele vertegenwoordiger functies onttrokken van de tijdreeks locaties van de punten van het lichaam. In vergelijking met Figuur 1, geeft afbeelding 2 een idee van wat mogelijke informatie kon worden geëxtraheerd en gevisualiseerd uit de ruwe 3D-sensorgegevens om te begrijpen van de onderliggende verkeer kenmerken. Figuur 2 een is een gesegmenteerde handen trace complot met vermelding van de elleboog extensie en flexie fasen van twee rondes van een enkel onderwerp. De baan lijkt op zich heel goed tussen de twee rondes. Voor de drie lagere objecten, de neiging van de beide handen om ver, maar dit is niet het geval voor de bovenste twee objecten. Figuur 2 b percelen het histogram van de hand-snelheden (terwijl de hand wordt verplaatst; is de rusttoestand uitgesloten). Er is geen significant verschil tussen de linker- en rechterhand voor dit onderwerp. Figuur 2 c toont de totale pad lengtes van het hoofd, nek en romp punten, die kunnen worden beschouwd als een soort romp compensatie verkeer per positie van het object. Voor objecten 3 en 8, die zijn ingedeeld in de hogere hoek, de beweging van de trunk relatief groter is in vergelijking met de andere posities. Bovendien, het hoofd is duidelijker dan de andere twee punten verhuisd. Cijfers-2d, -2e, en 2f zijn boxplots waarin de algemene verdeling van alle de 4 bezoeken voor bepaalde functies. Alleen de eerste zeven patiënten met alle 4 bezoeken staan voor duidelijkheid. Figuur 2 d toont aan de hand van de totale weglengte gedeeld door de lengte van de afzonderlijke arm door de sensor gemeten om te compenseren voor het verschil tussen onderworpen arm lengte. Tijdens de bewegingen uitgevoerd om te bereiken en plaats voorwerpen, is de hand weglengte ongeveer tweemaal de lengte van de arm voor één object; Daarom is de totale weglengte voor 20 objecten rond 40 keer de lengte van de arm. Duidelijke onderlinge onderwerp verschillen worden waargenomen, bijvoorbeeld in de kofferbak compensatie verkeer tussen patiënten 2 en 3 (Figuur 2e) of in de hand van de gemiddelde snelheid tussen 1 en 3 (Figuur 2f) patiënten.
Volledige klinische gerelateerde analyse en resultaten vindt u in onze eerdere publicatie13.
Figuur 1 : Representatief trace percelen van de 9 bovenlichaam punten tijdens de test De top 4 percelen zijn uit een SMA patiënt en de onderkant 4 percelen zijn van een gezonde controlegroep. Dit cijfer is gewijzigd van onze vorige publicatie13. Klik hier voor een grotere versie van dit cijfer.
Figuur 2 : Representatief samenvattingsanalyse resultaten: (a), (b), (c) zijn van een enkel onderwerp en (d), (e), (f) zijn de samenvatting van de eerste 7 SMA patiënten met voltooien 4 bezoeken. In (d), (e) en (f), de onderkant en de bovenkant van het vak zijn de eerste en de derde kwartielen, en de horizontale lijn in het vak is de mediaan. De lengtes van de snorharen (verlenging van de verticale lijnen vanuit het vak) worden gedefinieerd als het laagste punt binnen 1,5 interquartile bereiken (IQR) van de onderste kwartiel, en het hoogste punt binnen 1,5 IQR van de bovenste kwartiel. De diamanten vertegenwoordigen de uitschieters buiten de snorharen. (a) Segmented handen trace plot. Ononderbroken lijnen vertegenwoordigen de elleboog uitbreiding fase wanneer de handen voor de objecten reiken terwijl onderbroken lijnen vertegenwoordigen de elleboog flexie fase wanneer de handen de objecten op het lichaam plaatsen. Elke kleur vertegenwoordigt de objecten op dezelfde positie van de twee rondes. (b) histogram van hand snelheid tijdens de extensie en flexie bewegingen. (c) de totale vergoeding verkeer lengten van hoofd, nek en romp punten voor elk afzonderlijk object. (d) Boxplot van totale hand traject weglengte voor links en rechts handen respectievelijk meer dan 4 bezoeken. De y-as geeft de totale hand pad lengtes gedeeld door de lengte van de afzonderlijke arm. (e) Boxplot totale kofferbak compensatie verkeer met inbegrip van hoofd, nek en romp punten voor beweging van rechts en links verkeer respectievelijk meer dan 4 bezoeken. (f) Boxplot van mediaan hand snelheid tijdens de beweging voor rechts en links handen respectievelijk meer dan 4 bezoeken. Klik hier voor een grotere versie van dit cijfer.
Discussion
De voorgestelde Kinect gebaseerde beoordeling verstrekte objectieve en uitgebreide bewegingsanalyse terwijl het verstrekken van een kindvriendelijke, lage kosten en draagbare oplossing met betrekking tot de traditionele klinische beoordeling schalen of geavanceerde marker gebaseerde video systemen. Meerdere punten van het lichaam werden intensief onderzocht op hetzelfde moment met een gaming-test die minder dan 5 minuten duurde, en vele Spatio en kinematische eigenschappen werden geanalyseerd met hoge nauwkeurigheid en snelheid, gezamenlijke hoeken, enzovoort. De hele set-up en de opleidingsinspanningen werden ook veel minder veeleisend in vergelijking met de rating scales of video systemen.
De meest kritische stap in deze benadering was de opzet van de test. Om te vangen de onderliggende verkeer symptomen, moet de ontworpen taak het bijbehorende vermogen spectrum bestrijken en Vermijd vloer of plafond effecten. In het voorbeeld van deze specifieke indicatie zijn de gemeenschappelijke fysieke symptomen van SMA spierzwakte, beperkte gezamenlijke bereik, spierstijfheid, vermoeidheid, enzovoort. De voorgestelde proef is geschikt voor deze symptomen waarbij het beperkte gezamenlijke bereik, die typisch voor SMA type 2 patiënten was. Het prototype werd helaas, slechts als een eerste poging in een geplande studie die alleen SMA type 3 patiënten aangeworven getest. Omdat het vermogen van deze patiënten waren boven wat de huidige test kon meten (plafond effect), kon niet de gewenste resultaten worden bereikt. Voor deze ambulante patiënten groep zou spier vermoeidheid en lichaam overdracht een betere maatstaf.
Op basis van deze ervaring, een tweede versie van de test die bestaat uit een gemodificeerde versie van de "Wardrobe"-spel en een extra "Boot-roeien" spel werden ontworpen. De gewijzigde versie van de "Wardrobe"-spel heeft drie moeilijkheidsniveaus. In het eerste niveau, worden de objecten geplaatst in de buurt van het lichaam, zodat het onderwerp niet hoeft volledig tot de arm, welke doelstellingen de zwakke patiënten groep, die alleen kan zitten in de rolstoel en kan niet volledig uit te hun armen zonder ondersteuning breiden. In het tweede niveau, worden de objecten geplaatst op de afstand van de hele arm lengte, die gericht is op de patiënt groep die kan heffen en de armen zonder enige steun uit te breiden. In het moeilijkste niveau, zijn de objecten geplaatst enigszins buiten het bereik van de arm; Daarom moet het onderwerp te verplaatsen van de bovenste romp als verlengstuk. Het derde niveau richt zich op de ambulante patiënten groep waar de axiale en proximale beweging wordt ook gemeten. Tijdens de plaatsing fase van het spel, de lengte van de arm van het onderwerp automatisch gemeten en vervolgens gebruikt voor het berekenen van de locaties van de objecten in de volgende wedstrijd; Daarom zijn de moeilijkheidsniveaus automatisch aangepast aan het individuele vermogen. Wanneer de limiet van de mogelijkheden van elk individu wordt bereikt en de objecten niet kunnen worden bereikt of kan worden geplaatst, zal het niveau worden overgeslagen of automatisch na een bepaalde tijd, of handmatig door de exploitant door te drukken op de knop "Overslaan" op het scherm. De "Boot-roeien" spel doelen spier-uithoudingsvermogen en het vereist het onderwerp te herhalen een arm beweging zo snel mogelijk rollen gedurende 1 minuut. In een toekomstige studie, is de tweede versie bestemd ter dekking van de patiënt spectrum van SMA type 2 type 3, omdat de taken het meten van het vermogen van patiënten met beperkte arm beweging mogelijkheid om patiënten met volledige arm functie en beperkte axiale beweging.
De andere kant van de opzet van de test is de overweging van het effect van de vloer. Als gevolg van de beperkte ruimtelijke en temporele resolutie is alleen de 3-D sensor kunnen vangen nauwkeurig bruto bewegingen als lopen, arm zwaaien, enzovoort. Voor fijne beweging zijn detectie, met inbegrip van de figuur te onttrekken of hand draaien, gevoeliger digitale apparaten zoals mobiele telefoons of pols wearables vereist. Zoals besproken, is de sleutel voor het welslagen van een dergelijke toepassing te bouwen tot de juiste match tussen onderliggende ziekte symptomen, apparaat mogelijkheden en ontworpen taak.
Enkele andere overwegingen bij het ontwerp van de test zijn leeftijdsgroep, leereffect, talen, enzovoort. Sinds SMA vooral kinderen treft, moet de test zo eenvoudig en duidelijk mogelijk met behoud van een aantrekkelijk gamification karaktertrek. In ons ontwerp, werden cartoon figuren en objecten handgetekende gebruikt. De taak geïmiteerd het zelf dressing gedrag die meestal door kinderen na twee of drie jaar oud verkregen wordt. De bewegingen waren eenvoudig gehouden zodat onderwerpen kunnen begrijpen en uitvoeren van de test na een korte opleiding-fase en leren-effecten zijn vermeden, die werd gemeten en besproken in onze vorige publicatie13.
Bij het uitvoeren van de test-protocol en de data-analyse, sommige kunnen zich problemen voordoen ook voor andere toepassingen van 3D-sensor. Deze kwesties omvatten sunshine inmenging, speciale kleren, meer dan één onderwerp in het gezichtsveld en onregelmatige bemonsteringstijdstippen. We vonden een zaak waar een onderwerp in zwarte kleding niet is herkend door de 3D-sensor in een zonnige kamer, zelfs wanneer het onderwerp niet direct in de zon was. Wanneer meer dan één onderwerp verschijnt en verdwijnt uit het gezichtsveld, de toewijzing van id-nummers om gevonden skeletten kan springen, welke lasten de analyse. Hoewel de 3-D sensor het signaal op de frequentie van 30 Hz in theorie output, de werkelijke output wellicht lacunes van maximaal honderd ms. Daarom, is het belangrijk om te volgen en het exporteren van het tijdstempel.
Onze eerste test werd uitgevoerd op de eerste versie van de 3D-sensor, die momenteel is vervangen door een tweede versie, en onze gewijzigde versie wordt uitgevoerd op basis van deze tweede versie. Tussen versies, de onderliggende stuurprogramma's zijn verschillend, en ook de API (application interface) is veranderd. Er zijn geen andere belangrijke verschillen bij het migreren van de toepassing. Aangezien beide toepassingsversies kunnen vrij op verzoek worden verstrekt door de auteurs en de bestuurders van de sensor kunnen worden gedownload van de website van de Kinect, is dit geen probleem voor de gebruiker.
Met behulp van de 3D-sensor, ontwikkeld we een innovatieve, kwantitatieve en objectieve bovenste extremiteit functie assessment tool waarin kinderen-vriendelijke spel-achtige technologie. De haalbaarheid onderzocht en geanalyseerd. Ons werk aangetoond de potentiële kracht van 3D-sensor als een alternatieve en complementaire aanpak verkeer beoordeling.
Disclosures
De auteurs Xing Chen, Detlef Wolf, Juliane Siebourg-Polster, Christian Czech, Omar Khwaja en Martin Strahm zijn werknemers van F. Hoffmann-La Roche, die gefinancierd alle van het onderzoek in dit artikel.
Acknowledgments
Wij danken Bastian Strahm voor die deelnemen aan de demonstratie van de test en Laura Aguiar voor herlezing van dit manuscript.
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).
