3-b bir sensör kullanarak kol işlevi objektif ve çocuklara değerlendirilmesi

Summary

Objektif bir ölçü kas fonksiyonları özellikle çocuklarda meydan okuyor. Piyasada bulunan bir dijital 3 boyutlu sensör üzerinde bağlı olarak, bir çocuk dostu oyun test üst ekstremite fonksiyonu klinik deneyler için değerlendirmek için geliştirilmiştir.

Abstract

İlerici ve geri dönüşü olmayan kas atrofi Spinal kas atrofi (SMA) ve diğer benzer kas bozukluğu hastalıkları karakterize. Objektif değerlendirme kas fonksiyonların temel ve önemli, zorlu, başarılı klinik deneyler için ön koşul olsa da. Geçerli klinik derecelendirme ölçekleri hareketi anormallikleri bazı önceden tanımlanmış kilitten bireysel öğelerine dizginlemek. Kinect 3-b sensörü düşük maliyetli ve taşınabilir hareket algılama teknolojisi kullanılan parça insanların hareketi birçok tıbbi ve araştırma alanları ve yakalama olarak ortaya çıkmıştır. 3-b Bu sensör kullanarak yeni bir yaklaşım geliştirilmiştir ve bir oyun gibi test objektif üst ekstremite fonksiyonu SMA hastalarının ölçmek için tasarlanmıştır. Prototip test ortak hareket yeteneği hedef. Sanal bir sahnede otururken, hasta genişletmek, flex ve bazı nesneleri yerleştirin ve ulaşmak için bütün kolu asansör için talimat aldım. Hem üst bacak hareketi kinematik ve kronolojik zamanmekansal özellikleri ayıklanır ve analiz, örneğin, dirsek uzantısı ve fleksiyon açıları, el hız ve ivme. İlk çalışma küçük bir kohort 18 ayakta SMA hastaları ve 19 yaş ve cinsiyet uyumlu sağlıklı kontrol dahil. Kol hareketi kapsamlı bir çözümleme elde edildi; Ancak, gruplar arasında anlamlı bir fark hastanın yeteneği ve test zorluk uyuşmazlığı nedeniyle bulunmuştur. Bu deneyime dayalı, artan zorluklarla ilk oyun ve kas dayanıklılığı hedefleme ikinci bir oyun değiştirilmiş bir sürümü oluşan testi ikinci bir sürümü tasarlamış ve uygulamıştır. Yeni test herhangi bir hasta gruplarında henüz yapılmıştır değil. Çalışmalarımız bu tür kas fonksiyonu değerlendirirken 3 boyutlu sensör potansiyel kapasitesini gösterdi ve klinik derecelendirme ölçekleri tamamlayacak nesnel bir yaklaşım önerdi.

Introduction

Kas işlevinin kapsamlı değerlendirme birçok nöromüsküler hastalıklar ve başarılı klinik deneyler için önemli bir önkoşul eleştirel bir değerlendirme olduğunu. Klinik derecelendirme ölçekleri giderek Standart değerlendirme aracı olarak kullanılan ve iyi kurulmuş bir sonucu olarak¹ölçün. Ancak, yoğun olarak klinisyenler öznel yargı üzerinde kullanır ve Inter - ve içi-Oylayıcısı tutarsızlık² ' ye lider önemli farklılıklar neden olabilir veya hassas ölçümler¹ölçütlerine uymayan numaraları oluşturulan. Buna ek olarak, birçok nöromüsküler hastalıklar, büyük ölçüde çocuk etkiler ve bu derecelendirme ölçekleri hangi ilave sorunlar empoze uzun ve sıkıcı, çoğu. Spinal kas atrofi (ölümcül bir nöromuskuler hastalık ilerleyici kas zayıflığı³ile karakterize olan SMA), nöromüsküler bir hastalık bir örnektir. Klinik fenotipleri bağlı olarak bazı hastalarda (tip 2) tekerlekli sandalye ile yaşamak ve bazı ayağa ve yardımsız (tür 3) yürü⁴. Bir daha hassas ve objektif değerlendirme aracı için bir artan talebi açısından ortak hareket aralığı, kas gücü, kas yorgunluğu kas fonksiyonu ve benzeri ölçmek için hastalığın ilerlemesi ve ilaç etkinliğini izlemek için vardır.

Hareket algılama teknolojisi hızlı ilerleme hareketi özellikleri arasında yaygın olarak tüm vücut hareket yakalama marker içermeyen bir şekilde 3 boyutlu sensör (Kinect) değerini muayene nispeten düşük maliyetle analiz mümkün kıldı. Entegre Infrared duyumsal ve öğrenme algoritmaları uygulanan makine kullanarak, izlenen kişi vücut yerlerinin 20 anatomik yerlerinden vücut eklem veya baş, boyun dahil olmak üzere puan olarak pozisyonlar 3 boyutlu algılanır, el, bilek, dirsek, omuz, omurga, kalça, diz, ayak bilekleri ve ayaklar⁵. Zamansal çözünürlük dışında bazı patolojik motor belirtiler titreme gibi en fiziksel hareket için yeterli 30 Hz değil. 3-b sensör mekansal doğruluğunu kapsamlı zemin gerçek⁶ veya bir 3 boyutlu hareket imleç tabanlı analiz sistem^{7,8,9,10 altın standart ile doğrulandı ,11,12}. İyi eşzamanlı geçerlilik ve tekrarlanabilirlik tarafından farklı testler ortaya, özellikle ön¹² görüntülemek ve hareketleri⁷için brüt. Objektif SMA olan çocuklar için üst ekstremite fonksiyonu değerlendirmek amacıyla tasarlanmış ve ortak hareket kapasitesini ölçmek için 3 boyutlu bir sensör üzerinde dayalı bir oyun gibi test uygulanmaktadır.

Protocol

Test bir gözlem, boyuna çalışmada, Üniversitesi Çocuk Hastanesi, Basel (UKBB) hem yetişkinler hem de çocuklar ile gerçekleştirildi. Daha fazla demografik ve klinik çalışma vukuf önceki yayın^13,14' te bulunabilir. Tüm yordamlar Ethikkomission UKBB yerel Etik Komitesi tarafından onaylanmış ve Helsinki Bildirgesi içinde ifade edilen ilkelere göre yapılır. Yazılı Onam ve Uluslararası Konferansı uyumlaşt (Ich) ve yerel düzenlemelere göre çalışma protokol uyum tüm konuları veya yasal olarak yetkili temsilcileri tarafından yasal yaşın altındaki çocuklar için verilmiştir kabul etmiş sayılırsınız.

Not: Ölçüm eklem aralığı hareketinin "Gardrop" amaçlayan bir prototip oyun tasarlanan ve uygulanan. Gerekli 3 boyutlu sensör sürücüler de yüklenir sürece sonra herhangi bir Windows 8 veya daha yüksek işletim sistemi üzerinde çalışan yürütülebilir bir uygulama olarak verildi. Prototip oyun Kinect sensör v1 üzerinde dayalı veya ikinci versiyonu (konuya bakın) dayalı olarak Kinect sensör v2 (bakınız ek kodlama dosyaları) istek üzerine temin edilebilir.

1. Kurulum ve test için hazırlık

1. 3-b sensör yüklemek (örn., Kinect) sürücüleri ve tasarlanmış uygulamayı bilgisayara.
2. Bilgisayar 1 metre yüksekliği ile 0,5 - bir tablo gibi uygun bir yüzey üzerine yerleştirin.
3. 3-b kameranın yüksekliğini 0.5 - 1 metre yerden hakkında tabloya göre sabit 3-b cihazın ayrıca bilgisayar, orta hizalı aynı yüzey üzerinde yerleştirin. 3-b sensörün yükseklik açısı doğru konu yakalamak için gerektiğinde el ile ayarlayın (2.4.2 aşağıya bakınız).
4. Tüm kabloların düzgün, 3-b bağdaştırıcı bilgisayara ve güç kaynağı için güç kablosunu bağlayın.
5. Tablo ile bilgisayar ve 3-b sensör yaklaşık 2 metre önünde yüksekliği ayarlanabilir bir sandalye bir yer.

2. test iletken

1. Bilgisayarı başlatın ve en uygun bir birimine ses açmak. Otomatik veri iletimi isterseniz, Internet'e bağlı olduğundan emin olun.
2. Konu sandalyede oturmak için talimat.
3. Uygulamanın bilgisayarda başlatın ve ilk sayfada konu kimliği girin.
4. İlk sayfadaki "Gardrop" oyun gösterir ikinci sayfasına girmek için "Başlat" düğmesini tıklayın:
   1. İskelet şekil (üst beden biricik) ekranında, konunun önünde büyük bir dolap gövdesini temsil eden unutmayın. Zaman rakam görülüyor değil, dalga ve tekerlekli sandalyeye mahkum olup olmadığını ileriye ve geriye doğru taşımak veya 3-b sensör kişi yakalar kadar stand için konu talimat.
   2. Ekrandaki yönergeleri okuyun ve mesafe, yükseklik ve sandalye ve konu yanal konumunu tüm talimatları yeşil yazı tipinde oluncaya kadar buna göre ayarlayın.
      Not: Mesafe, yükseklik ve sandalyenin yan pozisyon Konu kendisi veya alandan çıkmak daha sonra adım bir yardımcı tarafından ayarlanabilir. En uygun yükseklik elde edilemez, yükseklik açısı 3 boyutlu fotoğraf makinesinin el ile ayarlayın. 2 metre uzaklıkta aygıtla ekranın ortasında görüntülenen konu boyun en iyi konumdur.
   3. Veri kayıt eğitim oturumu başlatmak için tren düğmesine basın.
      Not: konu zaten oyun aşina ve ne yapacağını bilir eğer doğrudan Başlat düğmesine basın ve eğitim atlamak.
   4. Ekrandaki talimatları izleyin ve aşağıdaki hareketleri yapmak konu izin:
      1. Titreşen sanal nesne nesne sanal elinde olana ulaşmak için istenen kol (sağ veya sol) genişletir.
      2. Aynı kol flex ve fiziksel olarak nesneyi yerleştirmek için vücut üzerinde belirtilen noktaya dokunun.
      3. Tüm 20 nesneleri ulaştı ve yer kadar kol uzatma ve fleksiyon hareketleri devam edin.
         Not: Her turda 10 nesnelerle iki tur vardır. İçinde bir yuvarlak sağ kol sol taraftaki kendisi için sol kol istenmektedir 5 nesneler tarafından takip gerektiren 5 nesnelerini sağ tarafta vardır. Bu eğitim oturumu sonunda görüntülenir.
   5. Aynı görevleri daha başlangıçta, adım 2.4.3, ama bu sefer 9 üst vücut Puan konumlara şifrelenmiş bir dosyaya kayıt gerçekleştirmek için "Başlat" düğmesine basın. Oyun 20 nesneleri yerleştirerek veya önceden tanımlanmış kez (4 min) çalıştırıldığında otomatik olarak tamamlar.
      Not: Konu çok zayıf ya da herhangi bir diğer durumların gerçekleşmesi halinde herhangi bir zamanda oyun bırakmak mümkündür.
5. Son sayfasına otomatik olarak hangi eklem aralıkları "Gardrop" oyundan gösteren bir örümcek arsa gösterir girin.
6. Oyunu bitir düðmesine basarak çıkın veya tekrar düğmeye basarak belirtilen sınama işlemini yineleyin.

3. test-den sonra - veri işleme

1. Kaydedilen ve şifrelenmiş veri ve günlük dosyaları sabit diskinizde kaydetmek ve isteğe bağlı olarak bir veri analisti internet bağlantısı aktarın. Veri işleme ve analiz ayrıntılı bir açıklama bir önceki yayın¹³' te sağlamıştır.
   1. Günlük dosyasının kontrol ve 3-b kayıtları ile klinik raporları karşılaştırarak bütünlüğü ve veri geçerliliğini doğrulayın.
   2. Hesaplamak ve ortak açıları, hız ve ivme, el yol uzunluğu, vücut tazminat hareketleri, erişilebilir alanı gibi sayısal özellikleri olarak 27 hareket özellikleri ayıklayın.
   3. Hesaplamak, arsa ve anlamak ve aşağıdaki istatistiksel analiz gelince de 3-b sensör verileri yorumlamak için Özellikler'i seçin.
   4. PCA (asıl adı bileşen analizi), ANOVA (Varyans analizi), korelasyon analizi ve doğrusal karma etkisi modelleri istatistiksel çözümleme gerçekleştirme.

Results

Yukarıda sunulan yordamını kullanarak, farklı hareket özellikleri çizilir ve analiz yaklaşımları hareketleri kapsamlı bir anlayış kazanmak için incelenmiştir.

Şekil 1' de, 9 üst vücut puan üzerinden izlemeler (X, konu, dikey pozisyon Z 3-b uzaklıkta iken Y temsil yatay konumunu gösterir bir 2-dimentional projeksiyon temsil eden X ve Y eksenleri kısıtlama çizilir sensör). Şekil 1 3 boyutlu sensör aslında önlemler, vücut Puan mekansal konumlarını gösterir. Bir SMA hasta ve 4 ziyaret üzerinde bir sağlıklı denetim juxtaposing tarafından hasta ve kontrol Tamamlanan görevleri açıkça tanınabilir yörüngeleri ile gösterilir. Tutarlı kaldı tüm ziyaretler, örneğin, hastanın elinde yörünge üzerinde belirli konu bağımlı özellikleri vardı. Buna karşılık, denetim konu kırmızı, sarı ve pembe çizgiler daha küçük kalabalıklar tarafından belirtilen zaman içinde nispeten daha az gövde hareket vardı (baş, boyun ve gövde puan, sırasıyla). İki ders hiçbiri herhangi bir unsymmetrical hareket özellikleri gösterdi.

Şekil 2 bir temsilcisi özellikleri vücut noktaları zaman serisinden elde gösterir. Şekil 1' e göre Şekil 2 ne potansiyel bilgi elde olabilir ve temel hareket özelliklerini anlamak için ham 3 boyutlu sensör verileri görüntülenir hakkında bir fikir verir. Resim 2 bir iki tur üzerinden tek bir konuda dirsek uzantısı ve fleksiyon aşamalarını gösteren bir parçalı eller izleme komplodur. Yörünge kendisi oldukça iyi iki tur arasında benzer. Üç alt nesneler için iki elinizi iyileşirken eğilimindedir ama üst iki nesnesi için durum böyle değildir. Resim 2 b el hızları histogramını Arsalar (el hareketli iken; dinlenme durumu söz konusu değildir). Bu konu için sağ el ve sol arasında anlamlı bir fark vardır. Resim 2 c gövde tazminat hareket nesne konumu başına bir tür olarak kabul edilebilir baş, boyun ve gövde puan toplam yol uzunluklarını gösterir. 3 ve 8, daha yüksek köşede yerleştirilen nesneler için gövde hareketi nispeten büyüktür diğer konumlara göre. Ayrıca, başından diğer iki puan daha açıkçası taşındı. Rakamlar 2d, 2e ve 2f bazı özellikler için 4 ziyaret genel dağıtım gösteren öğretici boxplots vardır. Sadece ilk yedi hasta tüm 4 ziyaret ile netlik için gösterilir. Resim 2 d arası konu kol uzunluğu fark için telafi etmek için algılayıcı ile ölçülmüş bireysel kol boyu bölü toplam el yol uzunluğu gösterir. Yürütülen hareketleri sırasında ulaşmak ve edilmiş el yol uzunluğu bir nesne için iki kez kol boyu civarındadır; Bu nedenle, 20 nesneler için toplam yol uzunluğu yaklaşık 40 kez kol boyu. Örneğin, 2-3 (Resim 2e) hastalar arasında gövde tazminat hareket veya medyan el hızı 1-3 (Resim 2f) hastalar arasında bariz arası konu farklılıklar gözlenmektedir.

Tam klinik ile ilgili analiz ve sonuçları bizim önceki yayın¹³' te bulunabilir.

Resim 1 : Temsilcisi izleme araziler, test sırasında 9 üst vücut Puan En iyi 4 araziler bir SMA hasta ve sağlıklı bir denetimden alt 4 araziler vardır. Bu rakam bizim önceki yayın¹³değiştirildi. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

Resim 2 : Temsilcisi özet çözümleme sonuçları: (a), (b), (c) tek bir konu ve (d), (e), (f) ilk 7 SMA hastaları ile gelen Özet tamamlamak 4 ziyaret. (D), (e) ve (f), alt ve üst kutusunun birinci ve üçüncü Dörttebirlikler vardır ve ortanca kutusunun içinde yatay çizgidir. Alt dörttebirlik ve üst DÖRTTEBİRLİK 1.5 IQR içinde en yüksek noktası (dikey çizgiler kutusundan uzanan) bıyık uzunlukları 1.5 interquartile aralığı (IQR) içinde en düşük noktası olarak tanımlanır. Elmasları outliers bıyık dışında temsil eder. (a) Segmented eller izleme arsa. Düz çizgiler kesik çizgiler ne zaman ellerini cesette nesneleri yer dirsek fleksiyon faz temsil ederken ne zaman ellerini nesneler için uzanmak dirsek uzantısı faz temsil eder. Her renk aynı konumdan iki tur at nesneleri temsil eder. (b) histogram el hızı uzantısı ve fleksiyon hareketleri sırasında. (c) toplam tazminat hareket uzunluklarını baş, boyun ve gövde puan her nesneyi ayrı ayrı için. (d) kutu çizimi toplam el yörünge yol uzunluğu sağ ve sol için sırasıyla 4 ziyaret eller. Y ekseni toplam el bireysel kol boy farkla bölünmüş yol uzunluklarını gösterir. (e) kutu çizimi baş, boyun ve gövde de dahil olmak üzere toplam gövde tazminat hareketinin hareket sağ ve sol tarafında hareket sırasıyla üzerinde 4 ziyaret için puan. (f) medyan el hız için hareket için sağ ve sol el üzerinde sırasıyla 4 ziyaretleri sırasında kutu çizimi. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

Discussion

Önerilen Kinect tabanlı değerlendirme objektif ve kapsamlı hareketi analiz geleneksel klinik derecelendirme ölçekleri ve sofistike marker tabanlı video ilgili olarak bir çocuk Dostu, düşük maliyetli ve taşınabilir çözüm sağlarken sağlanan sistemleri. 5 dakikadan az süren bir oyun testiyle birden fazla vücut Puan yoğun bir şekilde aynı anda incelenmiş ve birçok kronolojik zamanmekansal ve kinematik özellikleri hız, ortak açıları ve benzeri dahil olmak üzere yüksek doğrulukta analiz edildi. Tüm kurulum ve eğitim çabaları da sevdiğini daha az talep derecelendirme ölçekleri veya video sistemleri ile karşılaştırıldığında.

Bu yaklaşım en önemli adım test tasarımı oldu. Temel hareket belirtiler yakalamak için tasarlanmış görev karşılık gelen yetenek spektrum Kapak ve kat veya tavan etkileri önlemek gerekir. Örneğin belirli Bu gösterge, kas güçsüzlüğü, sınırlı ortak alan, kas sertliği, yorgunluk ve benzeri SMA ortak fiziksel belirtileri içerir. Önerilen test SMA tip 2 hastalar için tipik sınırlı ortak alan içeren bu belirtiler için uygundur. Ne yazık ki, prototip sadece ilk denemede sadece SMA tip 3 hasta işe planlı bir çalışma olarak test edildi. O hasta yeteneği yaşından beri geçerli test (etkisi tavan) ölçmek, istenen sonuçları değil elde edilebilir. Bu ayakta hasta grubu için kas yorgunluğu ve vücut transferi daha iyi bir önlem olacaktır.

Bu deneyime dayalı, ikinci bir "Gardrop" oyun ve ek bir "Tekne kürek" oyun değiştirilmiş bir sürümü oluşan test sürümü tasarlanmıştır. "Gardrop" oyunun değiştirilmiş sürümü üç zorluk düzeyleri vardır. Böylece konu tam olarak hangi hedefleri yalnızca tekerlekli sandalyede oturabilir ve tam olarak değil zayıf hasta grubu, kollarını desteği olmadan genişletmek kolu uzatmak zorunda değil ilk kademede cesedinin yanında nesneleri yerleştirilir. İkinci kademede nesneleri kaldırmak ve herhangi bir destek olmadan silah uzatmak hasta grubu hedefleyen tüm kol boyu mesafede yerleştirilir. En zor kademede nesneleri kol menzilinden biraz yerleştirilir; Bu nedenle, konunun üst gövdede bir uzantısı olarak taşınması gerek. 2. Lig nerede Aksiyel ve proksimal hareketi de ölçülür ayakta hasta grubu hedefler. Oyun, konumlandırma aşamasında konu kol uzunluğu otomatik olarak ölçülen ve sonra aşağıdaki oyun nesnelerin konumları hesaplamak için kullanılan; Bu nedenle, zorluk seviyesi bireyin yetenek-e doğru otomatik olarak ayarlanır. Her bireyin yetenek sınırına ulaşıldı ve nesneleri ulaştı veya yerleştirilen zaman düzeyi belirli bir süre sonra otomatik olarak veya el ile operatör tarafından ekranda "Atla" düğmesini tıklatarak atlanır. "Tekne kürek" oyun hedefleri kas dayanıklılığı ve bu konu bir kol hareketi kısa sürede 1 dakikadır haddeleme tekrar gerektirir. Gelecekteki bir çalışmada, ikinci sürüm görevleri sınırlı kol hareket yeteneği tam kol işlevi ve sınırlı eksenel hareket hastaları ile hasta kapasitesini ölçmek beri 3, yazın için SMA tip 2 üzerinden hasta spektrum karşılamak için tasarlanmıştır.

Test tasarım diğer tarafında yere etkisi dikkate olur. Sınırlı kayma ve zamansal çözünürlük nedeniyle 3-b sensör sadece yürüyüş, kolunu sallayarak ve benzeri gibi doğru bir şekilde brüt hareketleri yakalamak mümkün. İyi hareket için hafiye şekil dokunarak veya el dönüm, cep telefonları veya bilek wearables gibi daha hassas dijital cihazlar dahil olmak üzere, gerekli değildir. Anlatıldığı gibi böyle bir uygulama başarısı için temel hastalık belirtileri, aygıt yetenekleri ve tasarlanmış görev arasında doğru eşleme oluşturmak için anahtardır.

Bazı başka konuları test tasarım sırasında yaş grubu, öğrenme etkisi, diller ve benzeri içerir. SMA özellikle çocukları etkileyen beri test bir çekici gamification özellik koruyarak basit olarak ve mümkün olduğunca açık olmalıdır. Bizim tasarımında, karikatür rakamlar ve elle çizilmiş nesneler kullanılmıştır. Görev ve genellikle çocuklar tarafından yaş iki ya da üç yıl sonra alınan kendi kendine giyinme davranışı taklit. Öyle ki konular anlamak ve kısa eğitim aşaması sonra testi gerçekleştirmek ve hangi ölçülen ve bizim önceki yayın¹³' te tartışılan öğrenme etkileri atlanma hareketleri basit tutuldu.

Sınama iletişim kuralı ve veri analizi yapılırken, bazı sorunlar benzer şekilde diğer 3 boyutlu sensör uygulamaları için ortaya çıkabilecek. Bu konularda görüş alanı ve düzensiz örnekleme zamanları güneş girişim, özel giysiler, birden fazla konu içerir. Bir dava konusu değil doğrudan güneş zaman bile nerede siyah giysili bir konu güneşli bir odada 3 boyutlu sensör tarafından algılanmadı bulduk. Ne zaman birden fazla konu görünür ve analiz görüş alanı, tespit için iskelet atlamak, hangi yükleri kimlik numaraları atama kaybolur. 3-b sensör teorik olarak 30 Hz frekansta sinyal verir rağmen fiili çıktıyı boşluklar olabilir 100 tane Bayan bu nedenle, izleme ve zaman damgası vermek önemlidir.

İlk test şu anda ikinci bir sürümü ile değiştirilmiştir, 3-b sensör ilk sürümü üzerinde gerçekleştirilmiş ve bizim anlam değiştirici yorum bu ikinci sürümüne uygulanır. Sürüm, arasındaki temel sürücüleri farklıdır ve aynı zamanda uygulama arabirimi (API) değişti. Uygulama geçirirken hiçbir diğer önemli farklılıklar vardır. Her iki uygulama sürümleri serbestçe istek üzerine yazarlar tarafından sağlanabilir ve sensör sürücüler Kinect Web sitesinden indirilebilir beri bu kullanıcı için herhangi bir endişe vardır.

3-b sensör kullanarak, biz çocuk dostu oyun gibi teknolojiyi bir yenilikçi, nicel ve objektif üst ekstremite işlevi değerlendirme aracı geliştirilmiştir. Fizibilite araştırdı ve analiz. Bizim iş hareketi değerlendirmesi için alternatif ve tamamlayıcı bir yaklaşım olarak 3 boyutlu sensör potansiyel gücünü gösterdi.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Microsoft Kinect for Windows v1 sensörü	Microsoft	N/A	Testin ilk sürümü, artık satılmayan Kinect sensörü v1 üzerinde geliştirildi. Ancak ikinci sürüm, Microsoft Kinect Adaptörü (9J7-00009) ile birlikte Microsoft Kinect for Windows v2 sensörü (GT3-00003) kullanılarak benzer şekilde test edilebilen Kinect sensörü v2
geliştirildi.DELL XPS 2720 Windows 8 işletim sistemi, 16G RAM, Intel Core i7 ve 64 bit	DELL	N/A	ile All-In-One PCKurulumumuzda, Hepsi bir arada bir bilgisayar kullanıldı, ancak aslında aşağıdaki gereksinimleri karşılayan herhangi bir dizüstü bilgisayar veya bilgisayar ve deneklerin görebileceği büyük bir ekran çalışacaktır: Windows 8 veya üzeri işletim sistemi; 64 bit işlemci; çift çekirdekli 3,2 GHz veya daha hızlı işlemci; özel USB 3.0 veri yolu; 2 GB RAM bellek