Summary
Wir entwarfen einen virtual-Reality-Test, instrumentelle Aktivitäten des täglichen Lebens (Pertrochanterer) mit einem Motion-Capture-System prüfen. Wir schlagen eine detaillierte kinematische Analyse des Teilnehmers zu interpretieren verschiedene Bewegungen, einschließlich Flugbahn, bewegliche Abstand und Zeit bis zur Fertigstellung, Pertrochanterer Fähigkeiten zu bewerten.
Abstract
Die Unfähigkeit, instrumentelle Aktivitäten des täglichen Lebens (Pertrochanterer) abzuschließen ist ein Vorläufer zu verschiedenen neuropsychologischen Erkrankungen. Fragebogen-Bewertungen des Pertrochanterer sind einfach zu bedienen, aber anfällig für subjektive Voreingenommenheit. Hier beschreiben wir einen neuartige virtuelle Realität (VR)-Test, um zwei komplexe Pertrochanterer Aufgaben zu bewerten: Umgang mit finanziellen Transaktionen und mit den öffentlichen Verkehrsmitteln. Während ein Teilnehmer die Aufgaben in einer VR-Umgebung ausgeführt werden, eine Bewegung erfassen System Spuren, die Position und Ausrichtung der dominanten Hand und Kopf in ein dreidimensionales kartesisches Koordinatensystem. Kinematische raw-Daten werden gesammelt und umgewandelt in "kinematische Leistung Maßnahmen," d.h., Bewegung, Flugbahn, bewegliche Abstand und Zeit bis zur Fertigstellung. Bewegung Flugbahn ist der Weg eines bestimmten Körperteils (z.B., dominante Hand oder Kopf) im Raum. Umzug Abstand bezieht sich auf die gesamte Strecke der Bahn, und Zeit bis zur Fertigstellung ist wie lange es dauerte, um eine Pertrochanterer Aufgabe abzuschließen. Diese kinematischen Maßnahmen könnten Patienten mit kognitiver Beeinträchtigung von gesunden Kontrollpersonen unterscheiden. Die Entwicklung dieses kinematische Messung Protokolls ermöglicht die Erkennung von frühen Pertrochanterer im Zusammenhang mit kognitiven Beeinträchtigungen.
Introduction
Instrumentelle Aktivitäten des täglichen Lebens (Pertrochanterer), wie z. B. Umgang mit finanziellen Transaktionen, mit den öffentlichen Verkehrsmitteln und zum Kochen, medizinische Marker sind, da sie mehrere neuropsychologische Funktionen1erfordern. Beeinträchtigte Pertrochanterer Funktionen gelten somit Vorstufen zu neurologischen Erkrankungen, wie leichten kognitiven Beeinträchtigung (MCI) und Demenz2. Golds umfassende Überprüfung von Pertrochanterer Aufgaben3 zeigten mehr kognitiv anspruchsvolle Aufgaben, wie z. B. Finanzen verwalten und mit den öffentlichen Verkehrsmitteln der frühesten Prädiktor für MCI und Demenzerkrankungen.
Bisher sind die am häufigsten verwendeten Auswertungen der Pertrochanterer Selbstauskünften Fragebögen, Informant-basierte Fragebögen und leistungsgerechte Bewertungen4. Fragebogen-Bewertungen des Pertrochanterer sind kostengünstig und einfach zu bedienen, sondern sind subjektive Verzerrungen anfällig. Zum Beispiel sind in der Regel bei der Selbstauskunft, Patienten, über oder unter estimate ihre Pertrochanterer Fähigkeiten5. In ähnlicher Weise verkennen Informanten Pertrochanterer Fähigkeiten aufgrund von Fehleinschätzungen oder wissen Lücken4des Beobachters. So wurden leistungsgerechte Bewertungen, die Patienten zur Durchführung Pertrochanterer Aufgaben stellen bevorzugt, obwohl viele der Aufgaben für eine allgemeine klinische Einstellung6ungeeignet sind.
Vor kurzem haben virtuelle Realität (VR) Studien gezeigt, dass diese Technologie wichtige Anwendungen in Medizin und Gesundheitswesen, umfasst alles von der Ausbildung bis zur Rehabilitation, medizinische Beurteilung7haben könnte. Alle Teilnehmer können unter den gleichen Bedingungen der VR, getestet werden, die die reale Welt imitieren. Zum Beispiel Allain Et al. 8 eine virtuelle Kaffeezubereitung Aufgabe entwickelt und zeigte, dass Patienten mit kognitiver Beeinträchtigung der Aufgabe schlecht ausgeführt. Klinger Et al. 9 ein weiteres VR-Umgebung für mailing und shopping Aufgaben entwickelt und eine ernsthafte Beziehung zwischen Aufgabe Fertigstellungszeit in VR und neuropsychologischen Testergebnisse gefunden. Vorgängerstudien VR Pertrochanterer Bewertung konzentrierten sich vor allem auf einfache Performance-Maßnahmen wie Reaktionszeit oder Genauigkeit bei der Verwendung von herkömmlichen Eingabegeräten wie Maus und Tastatur8,9. Weitere detaillierte Leistungsdaten über Pertrochanterer ist daher erforderlich, um effizient für Patienten mit MCI4Bildschirm.
Kinematische Analyse der Echtzeit-Motion-Capture-Daten ist ein leistungsfähiger Ansatz quantitativ dokumentieren detaillierte Leistungsdaten Pertrochanterer Aufgaben zugeordnet. Zum Beispiel weiße Et al. 10 entwickelt eine virtuelle Küche, die Gelenkwinkel Daten des Teilnehmers während der täglichen Lebens Aufgaben erfasst und erfasste Daten verwendet, um die Wirksamkeit der Physiotherapie quantitativ zu bewerten. Dimbwadyo-Terrer Et al. 11 eine immersive VR-Umgebung um oberen Extremität Leistung zu bewerten, bei der Durchführung von täglichen Leben Grundaufgaben entwickelt und zeigte, dass in einer VR-Umgebung stark korreliert mit funktionalen Schuppen der oberen Extremität kinematische Daten erfasst. Diese kinematischen Analysen mit Motion-Capture-Systeme könnten weitere Möglichkeit, schnell einen Patienten kognitive Beeinträchtigung12zu bewerten. Einbeziehung der detaillierte kinematischen Daten im Screening für Patienten mit MCI verbessert deutlich die Einstufung der Patienten im Vergleich zu gesunden Kontrollpersonen13.
Hier beschreiben wir ein Protokoll, um die Kinematik des täglichen Lebens Bewegungen mit Motion-Capture-Systemen in eine immersive VR-Umgebung zu bewerten. Das Protokoll umfasst zwei komplexe Pertrochanterer Aufgaben: "Aufgabe 1: Geld abheben" (Umgang mit finanzielle Transaktionen) und "Aufgabe 2: nehmen Sie einen Bus" (mit den öffentlichen Verkehrsmitteln). Während die Aufgaben durchgeführt wurden, verfolgt ein Motion-Capture-System die Position und Ausrichtung der dominanten Hand und Kopf. Nach Abschluss der Aufgabe 1, sammelten dominante Hand Flugbahn, bewegliche Abstand und Zeit bis zur Fertigstellung. In Aufgabe 2 sammelten Kopf Flugbahn, bewegliche Abstand und Zeit bis zur Fertigstellung. Die Vertreter ergebnisteil in diesem Artikel beschreibt die Vorprüfung von Patienten mit MCI (d.h., Pertrochanterer Fähigkeiten sind beeinträchtigt) im Vergleich zu gesunden Kontrollpersonen (d.h., Pertrochanterer Funktionen sind intakt).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Alle hier beschriebenen Versuchsverfahren stimmten mit der institutionellen Review Board der Hanyang Universität, nach der Deklaration von Helsinki (HYI-15-029-2). 6 gesunden Kontrollpersonen (4 Rüden und 2 Hündinnen) und 6 MCI-Patienten (3 Rüden und 3 Hündinnen) rekrutierten sich aus einem tertiären Ärztehaus, Hanyang University Hospital.
(1) Teilnehmer zu rekrutieren.
- MCI-Patienten (d.h. beeinträchtigt Pertrochanterer Fähigkeiten) und gesunden Kontrollpersonen (d.h. normale Pertrochanterer Funktionen) im Alter von 70-80 Jahren zu rekrutieren.
- Überprüfen Sie mit der Hilfe von einem Neurologen mit mehr als 10 Jahren klinischer Erfahrung die Patienten Krankengeschichten, und schließen Sie Patienten mit einer Vorgeschichte von neurologischen/psychiatrischen Erkrankungen oder Gehirnchirurgie.
Hinweis: Verwenden Sie die folgende neuropsychologische Tests: Mini Mental State Prüfung-Demenz Screening, Koreanisch instrumentellen Aktivitäten des täglichen Lebens, freien und Cued selektive Erinnerung Test, Digit Span Test-vorwärts/rückwärts, Trail Making Test-A/B13 , und die Kriterien der Albert Et Al. 14 , MCI zu diagnostizieren.
(2) VR Software installieren und Verbinden von Computern
- Richten Sie die Hardware in den Frühstücksraum ähnlich wie Abbildung 1. Führen Sie dieses Protokoll in einer raumgreifenden immersiven virtuellen Umgebung (4 x 2,5 x 2,5 m-3) mit 4 Computern, 4 stereoskopische dreidimensionale (3D) Projektoren und 8 Motion-Tracking-Kameras, die Position und Ausrichtung der dominanten Hand zu verfolgen und Kopf, während die beiden Pertrochanterer Aufgaben.
Hinweis: Der VR-Technologien, die in diesem Artikel verwendeten sind Computer-Hardware und Software, die immersive und interaktive 3D Erfahrungen bieten durch die realistische Objekte und Ereignisse in einer virtuellen Umgebung präsentiert werden können. Die Details der Hardware und Software werden in der Materialtabellebeschrieben. - Stellen Sie sicher, dass alle Computer verfügt über die erforderliche Software (Visual Studio 2012 verteilbaren Pakets (x86), DirectX, und MiddleVR oder gleichwertig). MiddleVR, d. h., Middleware-Software, finden Sie in der Webseite15 um die neuesten Versionen der Bibliotheken für Eingabegeräte, Stereoskopie, clustering und Interaktionen zu erhalten.
- Verbinden Sie Computer mit stereoskopischen 3D Projektoren. Grafikeinstellungen sind 1920 x 1080 Pixelauflösung.
- Erstellen Sie eine Windows 10 Heimnetzgruppe um 4 Computer mit einem Heimnetzwerk verbinden. Erstellen Sie auf dem primären Computer einen Ordner und teilen Sie sie mit anderen Computern der Heimnetzgruppe.
- Initiieren Sie auf dem primären Computer die Middleware-Software. Klicken Sie "Cluster". Stellen Sie den primären Computer als Server und anderen Computern als Clients. Dies wird den Zustand aller Geräte synchronisieren. Klicken Sie auf "3D Knoten". Geben Sie die Position, Ausrichtung und Größe des Bildschirms virtuellen Umgebung.
- Füllen Sie die Einstellungen basierend auf der Webseite15 und speichern Sie die Konfigurationsdatei.
3. richten Sie die Motion-Capture-Systemen in einer virtuellen Umgebung
- Mount 8 Motion-tracking-Kameras in einer virtuellen Umgebung, die Aufnahme-Lautstärke in vollem Umfang abdecken. Befestigen Sie Kameras sicher, so dass sie während der Aufnahme stationär bleiben. Stellen Sie sicher, dass Objekte in einer virtuellen Umgebung von mindestens 2 Kameras jederzeit sichtbar ist.
- OptiTrack Motiv Software, d. h., Motion-Capture-Software zu installieren, auf dem primären Computer mit der Installation manuell16. Verbinden Sie der Hauptcomputer mit Motion Capture Systemen mit Kategorie 6 Ethernet-Kabel.
- Motion Capture Systeme mit den folgenden Schritten, wie in der Software manuelle16zu kalibrieren.
- Entfernen Sie alle überflüssigen Reflexionen oder unnötigen Marker aus die Aufnahme-Lautstärke.
- Klicken Sie auf "Maske sichtbar", um unerwünschte Reflexionen oder ambient Störungen zu maskieren.
- Klicken Sie auf "Start Wanding". Verwenden Sie die Kalibrierung Zauberstab, die Erfassung von Beispielframes unterstützen, um die jeweiligen Positionen und Orientierungen im 3D-Raum zu berechnen.
- Klicken Sie auf "Berechnen", um die Kalibrierung des Systems mit gesammelten Proben.
- Überprüfen Sie die Kalibrierungsergebnisse (in Reihenfolge von Schlimmste zu besten): Armen, Fair, gut, groß, ausgezeichnet und außergewöhnlich. Wenn das Ergebnis besser als große ist, klicken Sie auf die Schaltfläche "Übernehmen". Wenn dies nicht der Fall ist, klicken Sie auf die Schaltfläche "Abbrechen" und wiederholen Sie den Vorgang Wanding.
- Legen Sie die Kalibrierung Quadrat im 3D Raum, den Ursprung liegen soll soll. Klicken Sie "Grundplatte setzen", um einen nachverfolgten 3D koordinatensystemursprung zu etablieren.
- Wählen Sie die zugehörigen reflektierende Markierungen für die dominante Hand und Kopf. Klicken Sie auf "Festkörper" und klicken Sie dann auf "Erstellen von ausgewählten Marker".
- Auf der Motion capture-Software, öffnen Sie das Menü "Streaming". Überprüfen Sie, ob der Port-Nummer aufgeführt 3883, und aktivieren Sie das Kontrollkästchen "Broadcast-Frame-Daten" in der Kategorie "Basis-Streaming Engine". Klicken Sie "Strg" + "S", um die Kalibrierung-Datei zu speichern.
- Initiieren Sie auf dem primären Computer die Middleware-Software. Klicken Sie auf "Geräte". Fügen Sie eine Basis-Tracker, um Tracking-Daten von der Motion-Capture-System zu erhalten, und dann speichern Sie die Konfigurationsdatei.
4. bereiten Sie eine virtuelle Umgebung für den Einsatz
- Entfernen Sie alle reflektierende Objekten (d. h., Uhren, Ringe, Ohrringe, Metalle, etc.) aus der virtuellen Umgebung.
- Schalten Sie Computer, stereoskopische 3D Projektoren und Motion-Capture-Systeme (360 Bilder pro Sekunde).
- Sobald 4 Computern ausgeführt wird, starten Sie die VRDaemon-Software. Beispielsweise klicken Sie doppelt auf "VRDaemon.exe" Sitz in "C:\Program Files (x86) \MiddleVR\bin."
- Initiieren Sie auf dem primären Computer die Motion-Capture-Software. Klicken Sie in der Nähe der oberen Menüleiste, mit der Bezeichnung "Open Existing Project." Laden Sie die Kamera-Kalibrierung-Datei.
- Initiieren Sie auf dem primären Computer die Middleware-Software. Klicken Sie auf "Simulationen". Laden Sie die entsprechende Simulation und Konfiguration-Dateien aus einem freigegebenen Ordner.
- Drücken Sie auf der Middleware-Software die Schaltfläche "Ausführen", um eine immersive virtuelle Anwendung mit den ausgewählten Simulation und Konfiguration-Dateien auszuführen.
(5) den Teilnehmer mit der virtuellen Umgebung vertraut zu machen
- Stereoskopische Brille mit einem Gewicht von ca. 50 g bieten Sie den Teilnehmer. Die Display-Frequenz der stereoskopische Brille ist 192 Hz. sicherzustellen, dass die stereoskopische Brille sind bequem über die Augen und Ohren; siehe Abbildung 2A.
- Befestigen Sie reflektierende Markierungen mit einem Gewicht von weniger als 1 g des Teilnehmers dominante Hand und Kopf. Achten Sie darauf, die reflektierenden Markierungen fest anzubringen; siehe Abbildung 2 b. Informieren Sie die Teilnehmer, dass sie sich frei bewegen können oder drehen in der virtuellen Umgebung mit Kopfbewegungen und können klicken Sie auf virtuelle Objekte mit der dominanten Hand. Eine virtuelle Hand erscheint in der virtuellen Umgebung, die Position des Zeigefingers des Teilnehmers zu imitieren; siehe Abbildung 3.
- Bitten Sie die Teilnehmer, sich frei bewegen (d. h., aufstehen, hinsetzen, gehen Sie nach links und gehen Sie nach rechts) in der virtuellen Umgebung für 5 min mit der VR-Umgebung vertraut machen. Dann bitten Sie die Teilnehmer auf virtuelle Tasten für 5 min zu klicken, um mit Interaktion mit virtuellen Objekten mit der dominanten Hand vertraut. Bieten Sie eine weitere 10 min. Trainingseinheit, fragt der Teilnehmer für einen.
- Überprüfen Sie, ob der Teilnehmer immun gegen VR-Krankheit mit einem Simulator Krankheit Fragebogen17 ist.
Achtung: Das synchronisierte Motion-tracking auf dem stereoskopischen Display kann VR Krankheit verursachen Beschwerden, Kopfschmerzen, Magen-Bewusstsein, Übelkeit, Erbrechen, Blässe, Schwitzen, Müdigkeit, Benommenheit, Verwirrtheit, und Apathie führen kann. Wenn der Teilnehmer über Müdigkeit klagt oder die Simulator-Krankheit-Score zu hoch ist, stoppen Sie das Protokoll.
6. führen Sie "Aufgabe 1: Geld abheben"
Achtung: Als Gegengewicht die Sequenzen von Aufgabe 1 und Aufgabe 2 den Carry-over-Effekt zu entfernen.
- Erklären Sie die Teilnehmer die Details der Aufgabe und bieten Sie die 8 Schritte zum Abschließen der Aufgabe in der virtuellen Umgebung. Die Schritte sind (1) setzen Sie die Karte in den Geldautomaten, (2) wählen Sie das Menü "entziehen", (3) wählen Sie den Betrag abheben, (4) wählen die Rechnung, (5) geben die PIN (persönliche Identifikationsnummer), (6) die Option Eingang, (7) entfernen die Karte und (8) nehmen Sie das Geld aus der ATM (siehe Abbildung 4).
- Initiieren Sie auf dem primären Computer die Middleware-Software. Wählen Sie auf der Registerkarte "Simulationen" eine Simulationsdatei für Aufgabe 1 und eine Konfigurationsdatei. Drücken Sie die Schaltfläche "Ausführen"; "Aufgabe 1: Geld abheben" wird in der virtuellen Umgebung ausgeführt.
Hinweis: Für die Aufgabe 1 Datei, siehe angehängte "Aufgabe 1 zurückziehen Money.zip" Datei in ergänzende Datei 1. Beachten Sie, dass die virtuelle Aufgabe mit der Unity 3D Engine entwickelt wurde. - Wenn die "Aufgabe 1: Geld abheben" läuft in der virtuellen Umgebung, weisen Sie die Teilnehmer wie folgt durchführen: "Bitte zurücktreten 70.000 KRW (entspricht ca. 60 USD) aus dem Geldautomaten zum Einkaufen. Wählen Sie zwei verschiedene Arten von Notizen, 50.000 KRW Anmerkung für 50.000 KRW und zwei 10.000 KRW merkt für 20.000 KRW. Das Kennwort für Ihre Transaktion ist das Tagesdatum. Zum Beispiel, wenn das Experiment am 11. November durchgeführt wird, ist die PIN 1111. Bitte bewahren Sie die Quittung für späteres Nachschlagen."
- Sobald die Aufgabe abgeschlossen ist, überprüfen Sie die gespeicherten kinematischen Daten in CSV-Dateien (kommagetrennte Werte) für weitere Analysen aus einem freigegebenen Ordner.
Hinweis: Verwendung von Motion-Capture-Systemen, während "Aufgabe 1: Geld abheben" erfassen die Position und Ausrichtung der dominanten Hand, bei der Durchführung einer Aufgabe mit einer Aufnahmefrequenz von 1 ms. - Geben Sie ca. 5 min Pause an den Teilnehmer vor Beginn der "Aufgabe 2: nehmen Sie einen Bus."
7. führen Sie "Aufgabe 2: nehmen Sie den Bus"
- Erklären Sie die Teilnehmer die Details der Aufgabe und geben Anweisungen zum Ausfüllen "Aufgabe 2: nehmen Sie einen Bus" wie folgt: "Bitte warten an der Bushaltestelle und den Ziel-Bus nehmen. Die Zielinformationen Bus erhalten auf dem VR-Bildschirm nach einer bestimmten Zeilennummer, Farbe und Ziel. Wenn der Ziel-Bus kommt, achten Sie darauf, zu Fuß von der Bushaltestelle und bis vor die Haustür des Ziel-Busses. 8 unterschiedliche Zielgruppen Busse werden zufällig generiert und präsentiert werden." Siehe Abbildung 5.
- Initiieren Sie auf dem primären Computer die Middleware-Software. Wählen Sie auf der Registerkarte "Simulationen" eine Simulationsdatei für Aufgabe 2 und einer Konfigurationsdatei. Drücken Sie die Schaltfläche "Ausführen", dann "Aufgabe 2: nehmen Sie einen Bus" wird in der virtuellen Umgebung ausgeführt.
Hinweis: Die Aufgabe 2-Datei finden Sie unter "Aufgabe 2 nehmen Sie ein Bus.zip"-Dateianlage in ergänzende Datei 2. Beachten Sie, dass die virtuelle Aufgabe mit der Unity 3D Engine entwickelt wurde. - Wenn die "Aufgabe 2: nehmen Sie einen Bus" läuft in der virtuellen Umgebung, weisen Sie die Teilnehmer in der Bushaltestelle warten. Klicken Sie auf die "Leertaste" Taste auf der Tastatur zu Busse an der Haltestelle zu gelangen.
- Sobald die Aufgabe abgeschlossen ist, überprüfen Sie die gespeicherten kinematischen Daten in CSV-Dateien für die weitere Analyse aus einem freigegebenen Ordner.
Hinweis: Verwendung von Motion-Capture-Systemen, während "Aufgabe 2: nehmen Sie einen Bus" erfassen die Position und Ausrichtung des Kopfes, bei der Durchführung der Aufgabe mit einer Aufnahmefrequenz von 1 ms. - Das Protokoll ist abgeschlossen. Helfen Sie den Teilnehmer die stereoskopische Brille zu entfernen und die reflektierenden Markierungen von der dominanten Hand und Kopf zu lösen.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
CSV-Dateien von "Aufgabe 1: Geld abheben" wurden analysiert mit der Statistiksoftware R um die dominante Hand Flugbahn, bewegliche Abstand und Zeit bis zur Fertigstellung zu berechnen. Die Flugbahn der dominanten Handbewegung visualisiert (Abbildung 6). Der bewegliche Abstand der dominanten Hand errechnet sich durch Addition der Gesamtstrecke zwischen sequentiellen Handpositionen während der Durchführung der Aufgabe 1. Der Abstand zwischen Positionen ist der euklidische Abstand. Zeit bis zur Fertigstellung bedeutet die Zeit, um den gesamten Vorgang (d.h.aus Schritt 1 "legen Sie die Karte in den Geldautomaten", Schritt 8 "nehmen Geld aus dem Geldautomaten") zu beenden. R-Code für die statistische Analyse finden Sie unter "Aufgabe 1 R Code.docx"-Dateianlage in ergänzende Datei 3.
CSV-Dateien von "Aufgabe 2: nehmen Sie einen Bus" werden analysiert, um Berechnen der Kopf Flugbahn, Entfernung, Bewegung und Zeit bis zur Fertigstellung mit der Statistiksoftware R. Die Flugbahn des die Kopfbewegung visualisiert (Abbildung 7). Der bewegliche Abstand des Kopfes errechnet sich durch Addition der Gesamtstrecke zwischen sequentiellen Kopf Positionen bei der Durchführung der Aufgabe 2. Der Abstand zwischen beiden Positionen ist der euklidische Abstand. Die Zeit bis zur Fertigstellung bedeutet die Zeit von Beginn bis zum Ende der gesamten Aufgabe mit acht Ziel Busse. R-Code für die statistische Analyse finden Sie unter "Aufgabe 2 R Code.docx"-Dateianlage in ergänzende Datei 4.
Anthropometrische Merkmale und die kinematischen Maßnahmen von Patienten mit MCI und gesunden Kontrollpersonen sind in Tabelle 1dargestellt. Diese VR-Test mit Motion capture Systeme präsentiert neue Möglichkeiten zur Messung der Kinematik des komplexen Pertrochanterer Aufgaben. Die hier vorgestellten Protokoll folgend erhalten Forscher kinematische Leistungsdaten für "Aufgabe 1: Geld abheben" (Umgang mit finanzielle Transaktionen) und "Aufgabe 2: nehmen Sie einen Bus" (mit den öffentlichen Verkehrsmitteln).
In der Tat eine Fall-Kontroll-Studie mit diesem Protokoll erfolgte mit mehreren statistischen Analysen (d.h., multivariate Analyse der Varianz einer Pearson Korrelationsanalyse und eine vorwärts schrittweise lineare Diskriminanzanalyse), die in gefunden werden können unsere empirische Studie13.
Abbildung 1: eine raumfüllende immersive virtuelle Umgebung Bitte klicken Sie hier für eine größere Version dieser Figur.
Abbildung 2: Vorbereitung vor der Lagebeurteilung. (A) das Thema trägt stereoskopische Brille. (B) reflektierende Markierungen hängen auf die dominante Hand und Kopf. Bitte klicken Sie hier für eine größere Version dieser Figur.
Abbildung 3: virtuelle Hand Darstellung in der virtuellen Umgebung. (A) eine weiße Kugel stellt die Position des Zeigefingers. Der Teilnehmer auf eine virtuelle Nummer "2"-Schaltfläche klickt. (B) Der Teilnehmer auf eine virtuelle Nummer "4"-Schaltfläche klickt. Bitte klicken Sie hier für eine größere Version dieser Figur.
Abbildung 4: Aufgabe 1: Geld von ATM abheben (A) Teilnehmer tritt einen PIN-Code in der ATM (B) Teilnehmer zieht Geld aus dem ATM Klicken Sie bitte hier, um eine größere Version dieser Figur.
Abbildung 5: Aufgabe 2: nehmen Sie einen Bus (A) Teilnehmer wartet an der Bushaltestelle. (B) Teilnehmer geht von der Bushaltestelle entfernt und in den Ziel-Bus. Bitte klicken Sie hier für eine größere Version dieser Figur.
Abbildung 6: Aufgabe 1: Hand Bewegung Flugbahn in 3D kartesischen Raum. (A) gesunden Kontrollpersonen. (B) MCI-Patienten. Bitte klicken Sie hier für eine größere Version dieser Figur.
Abbildung 7: Aufgabe 2: Kopf Bewegung Flugbahn in 3D kartesischen Raum. (A) gesunden Kontrollpersonen. (B) MCI-Patienten. Bitte klicken Sie hier für eine größere Version dieser Figur.
| MCI-Patienten | Gesunden Kontrollpersonen | |
| Anzahl (männlich) | 6 (3) | 6 (4) |
| Alter (Jahr) | 72,4 ± 1,9 | 72,6 ± 1,7 |
| Aufgabe 1: Geld abheben | ||
| Bewegliche Abstand (m) | 34,7 ± 9,1 | 52,5 ± 10,5 |
| Zeit bis zur Fertigstellung (min) | 1,8 ± 0,3 | 1,3 ± 0,2 |
| Aufgabe 2: Nehmen Sie einen bus | ||
| Bewegliche Abstand (m) | 100,3 ± 11,4 | 128,5 ± 14,2 |
| Zeit bis zur Fertigstellung (min) | 13,5 ± 0,2 | 13,5 ± 0,2 |
Tabelle 1: Anthropometrische Merkmale und kinematische Maßnahmen . Werte sind Mittel ± SD
Ergänzende Datei 1: Aufgabe 1 zurückziehen Money.zip. Bitte klicken Sie hier, um diese Datei herunterladen.
Ergänzende Datei 2: Aufgabe 2 nehmen eine Bus.zip. Bitte klicken Sie hier, um diese Datei herunterladen.
Ergänzende Datei 3: Aufgabe 1 R Code.docx. Bitte klicken Sie hier, um diese Datei herunterladen.
Ergänzende Datei 4: Aufgabe 2 R Code.docx. Bitte klicken Sie hier, um diese Datei herunterladen.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Wir detaillierte eine kinematische Messung Protokoll des täglichen Lebens Bewegungen mit Motion-Capture-Systemen in eine immersive VR-Umgebung. Erstens die experimentelle Einstellung geführt, wie Sie einrichten, vorbereiten und Teilnehmer mit dem immersive VR-Umgebung vertraut zu machen. Zweitens haben wir zwei standardisierte Pertrochanterer Aufgaben in der VR entwickelt. Drittens: Schritt 3 und Schritt 5 im Abschnitt Protokoll sind die wichtigsten Schritte zum VR-Krankheit zu minimieren. Wenn Sie die Motion-Capture-Systemen in der virtuellen Umgebung (Schritt 3) einrichten, ist es wichtig, montieren Sie die Tracking-Kamera hoch genug, um voll decken die Aufnahme-Lautstärke, die Kameras stabil zu Bewegung während der Aufnahme zu verhindern, stellen Sie sicher, dass mindestens zwei Kameras können zu beheben gleichzeitig erfassen Sie ein Objekt zu, und entfernen Sie alle überflüssigen Reflexionen oder unnötigen Marker aus der virtuellen Umgebung. Während die Teilnehmer mit VR (Schritt 5) vertraut zu machen, ist es entscheidend, sie daran gewöhnt, die virtuelle Erfahrung genug Schulen. Wenn die Teilnehmer keine VR-Krankheit-Symptome (z.B., Unwohlsein, Kopfschmerzen, Übelkeit, Erbrechen, Blässe, Schwitzen, Müdigkeit, Schläfrigkeit, Verwirrtheit, und Apathie) auftreten, sollte das Experiment gestoppt werden. Zu guter Letzt wurden die kinematischen Rohdaten von Statistiksoftware R übersetzt.
Eine Einschränkung und Herausforderung unseres Protokolls ist, dass die virtuellen Pertrochanterer Aufgaben im Vergleich zu echten Pertrochanterer Aufgaben überprüft werden soll. Obwohl frühere Studien gezeigt, dass sowohl virtuelle als auch reale Aufgaben in Bezug auf die Reaktionszeit, Genauigkeit8, klinische und funktionelle Maßnahmen11, hoch korreliert waren sollte die aktuelle kinematische Mess-Protokoll kompatibel mit vielen konventionelle neuropsychologischen Tests. Aufbauend auf diese Validierung, müssen wir dieses Protokoll mit verschiedenen Pertrochanterer Aufgaben skalieren. Eine weitere Einschränkung ist, dass dieses Protokoll nur typische kinematische Maßnahmen mehr anspruchsvolle kinematische Performance-Maßnahmen in einer virtuellen Umgebung, wie Beschleunigung, Bewegung Genauigkeit und Effizienz analysiert, sollten einbezogen werden.
Die Bedeutung der aktuellen kinematischen Messprotokoll ist, dass es schnell, sicher, einfach durchzuführen und nicht-invasive für die Erkennung von frühen Pertrochanterer Defizite. Eine frühere Studie unter Verwendung dieses Protokolls bestätigt, dass die kinematische Maßnahmen in Verbindung mit einer neuropsychologischen Testergebnis beste MCI Patienten von gesunden Kontrollpersonen13diskriminiert. Quantifizierung der spezifische funktionelle Defizite könnte gut bilden eine Grundlage für die Suche nach der Quelle und das Ausmaß der neurologischen Schäden und somit helfen, klinische Entscheidungsfindung für Individualisierung Therapien18. In diesem Zusammenhang könnte das Protokoll in diesem Artikel vorgeschlagen für evidenzbasierte klinische Entscheidungsfindung verwendet werden.
In Anbetracht der zukünftigen Anwendungen könnte dieses Protokoll für anderen neuropsychologischen Erkrankungen wie Schädel-Hirn-Verletzung-19verwendet werden. Es könnte auch interessant sein, bestimmte Teilaufgaben in das aktuelle Protokoll zu identifizieren, zu analysieren, welche schwieriger sind. Darüber hinaus zeigten Studien VR Schlaganfallpatienten trainieren Verbesserungen in Gedächtnis und Aufmerksamkeit-Funktionen nach einem VR-basierte Spiel Intervention20. Es wäre von großem Interesse, dieses Protokoll auf zusätzliche neuropsychologische Rehabilitation Kontexten anzuwenden.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren erklären keine Interessenkonflikte.
Acknowledgments
K.s. und A.L. tragen gleichermaßen. Diese Forschung wurde durch das grundlegende Wissenschaft Forschungsprogramm durch die National Research Foundation von Korea (NRF) finanziert durch das Ministerium für Wissenschaft, ICT & Zukunft planen (NRF-2016R1D1A1B03931389) unterstützt.
Materials
| Name | Company | Catalog Number | Comments |
| Computer | N/A | N/A | Computer requirements: - Single socket H3 (LGA 1150) supports - Intel® Xeon® E3-1200 v3, 4th gen. Core i7/i5/i3 processors - Intel® C226 Express PCH - Up to 32GB DDR3 ECC/non-ECC 1600MHz UDIMM in 4 sockets - Dual Gigabit Ethernet LAN ports - 8x SATA3 (6Gbps) - 2x PCI-E 3.0 x16, 3x PCI-E 2.0 x1, and 2x PCI 5V 32-bit slots - 6x USB 3.0 (2 rear + 4 via headers) - 10x USB 2.0 (4 rear + 6 via headers) - HD Audio 7.1 channel connector by Realtek ALC1150 - 1x DOM power connector and 1x SPDIF Out Header - 800W High Efficiency Power Supply - Intel Xeon E3-1230v3 - DDR3 PC12800 8GB ECC - WD 1TB BLUE WD 10EZEX 3.5" - NVIDIA QUADRO K5000 & SYNC |
| Stereoscopic 3D Projector | Barco | F35 AS3D WUXGA | Resolution: - WQXGA (2,560 x 1,600) - Panorama (2,560 x 1,080) - WUXGA (1,920 x 1,200), 1080p (1,920 x 1,080) |
| Stereoscopic Glasses | Volfoni | Edge 1.2 | For further information, visit http://volfoni.com/en/edge-1-2/ |
| Motion Capture Systems | NaturalPoint OptiTrack | 17W | For further information, visit http://optitrack.com/products/prime-17w/ |
| OptiTrack (Motion capture software) | NaturalPoint OptiTrack | Motive 2.0 | For further information, visit https://optitrack.com/downloads/motive.html |
| MiddleVR (Middleware software) | MiddleVR | MiddleVR For Unity | For further information, visit http://www.middlevr.com/middlevr-for-unity/ |
| VRDaemon (Middleware software) | MiddleVR | MiddleVR For Unity | For further information, visit http://www.middlevr.com/middlevr-for-unity/ |
| Unity3D (Game engine) | Unity Technologies | Personal | For further information, visit https://unity3d.com/unity |
References
- Reppermund, S., et al. Impairment in instrumental activities of daily living with high cognitive demand is an early marker of mild cognitive impairment: the Sydney Memory and Ageing Study. Psychol. Med. 43 (11), 2437-2445 (2013).
- Graf, C. The Lawton instrumental activities of daily living scale. Am. J. Nurs. 108 (4), 52-62 (2008).
- Gold, D. A. An examination of instrumental activities of daily living assessment in older adults and mild cognitive impairment. J. Clin. Exp. Neuropsychol. 34 (1), 11-34 (2012).
- Jekel, K., et al. Mild cognitive impairment and deficits in instrumental activities of daily living: a systematic review. Alzheimers. Res. Ther. 7 (1), 17 (2015).
- Suchy, Y., Kraybill, M. L., Franchow, E. Instrumental activities of daily living among community-dwelling older adults: discrepancies between self-report and performance are mediated by cognitive reserve. J. Clin. Exp. Neuropsychol. 33 (1), 92-100 (2011).
- Desai, A. K., Grossberg, G. T., Sheth, D. N. Activities of Daily Living in patients with Dementia. CNS drugs. 18 (13), 853-875 (2004).
- Ma, M., Jain, L. C., Anderson, P. Virtual, augmented reality and serious games for healthcare 1. 68, Springer Science & Business Pubs. Berlin. (2014).
- Allain, P., et al. Detecting everyday action deficits in Alzheimer's disease using a nonimmersive virtual reality kitchen. J. Int. Neuropsychol. Soc. 20 (5), 468-477 (2014).
- Klinger, E., et al. AGATHE: A tool for personalized rehabilitation of cognitive functions based on simulated activities of daily living. IRBM. 34 (2), 113-118 (2013).
- White, D., Burdick, K., Fulk, G., Searleman, J., Carroll, J. A virtual reality application for stroke patient rehabilitation. ICMA. 2, 1081-1086 (2005).
- Dimbwadyo-Terrer, I., et al. Activities of daily living assessment in spinal cord injury using the virtual reality system Toyra: functional and kinematic correlations. Virtual Real. 20 (1), 17-26 (2016).
- Preische, O., Heymann, P., Elbing, U., Laske, C. Diagnostic value of a tablet-based drawing task for discrimination of patients in the early course of Alzheimer's disease from healthy individuals. J. Alzheimers. Dis. 55 (4), 1463-1469 (2017).
- Seo, K., Kim, J. K., Oh, D. H., Ryu, H., Choi, H. Virtual daily living test to screen for mild cognitive impairment using kinematic movement analysis. PLOS ONE. 12 (7), e0181883 (2017).
- Albert, M. S., et al. The diagnosis of mild cognitive impairment due to Alzheimer's disease: Recommendations from the National Institute on Aging-Alzheimer's Association workgroups on diagnostic guidelines for Alzheimer's disease. Alzheimers. Dement. 7 (3), 270-279 (2011).
- MiddleVR. User Guide. [FR]. , Available from: http://www.middlevr.com/doc/current/ c2014-c2017 (2017).
- OptiTrack. Motive Quick Start Guide. , Available from: https://optitrack.com/public/documents/motive-quick-start-guide-v1.10.0.pdf c1996-c2017 (2017).
- Kennedy, R. S., Lane, N. E., Berbaum, K. S., Lilienthal, M. G. Simulator sickness questionnaire: An enhanced method for quantifying simulator sickness. Int. J. Aviat. Psychol. 3 (3), 203-220 (1993).
- Singh, N. B., Baumann, C. R., Taylor, W. R. Can Gait Signatures Provide Quantitative Measures for Aiding Clinical Decision-Making? A Systematic Meta-Analysis of Gait Variability Behavior in Patients with Parkinson's Disease. Front. Hum. Neurosci. 10, 319 (2016).
- Hernandez, F., et al. Six degree-of-freedom measurements of human mild traumatic brain injury. Ann. Biomed. Eng. 43 (8), 1918-1934 (2015).
- Gamito, P., et al. Cognitive training on stroke patients via virtual reality-based serious games. Disabil. Rehabil. 39 (4), 385-388 (2017).
