Video Beweging analyse met behulp van Smartphones (VIMAS): een pilotstudie

1Physical Therapy Program, Department of Healthcare Sciences, Eugene Applebaum College of Pharmacy and Health Sciences, Wayne State University, 2Adams Sports Medicine and Physical Therapy
Published 3/14/2017
0 Comments
  CITE THIS  SHARE 
Medicine

Your institution must subscribe to JoVE's Medicine section to access this content.

Fill out the form below to receive a free trial or learn more about access:

Welcome!

Enter your email below to get your free 10 minute trial to JoVE!





By clicking "Submit", you agree to our policies.

 

Summary

Cite this Article

Copy Citation

Finkbiner, M. J., Gaina, K. M., McRandall, M. C., Wolf, M. M., Pardo, V. M., Reid, K., et al. Video Movement Analysis Using Smartphones (ViMAS): A Pilot Study. J. Vis. Exp. (121), e54659, doi:10.3791/54659 (2017).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Het gebruik van smartphones in de klinische praktijk neemt gestaag toe met de beschikbaarheid van goedkope / gratis beschikbaar "applicaties" die kunnen worden toegepast om menselijke gait beoordelen. Het primaire doel van dit manuscript is om de concurrente validiteit van kinematische maatregelen opgenomen met een smartphone applicatie in vergelijking met een 3D motion capture systeem in het sagittale vlak te testen. Het tweede doel was om een ​​protocol voor clinici op de set up van de smartphone camera voor video bewegingsanalyse ontwikkelen.

De sagittale vlak knie hoek werd gemeten tijdens hiel en teen af ​​gebeurtenissen met behulp van de slimme telefoon app en een 3D motion-capture systeem in 32 gezonde proefpersonen. Drie studies werden uitgevoerd bij in de buurt (2-m) en ver (4-m) smartphone camera afstanden. De volgorde van de afstanden was gerandomiseerd. Regressieanalyse werd uitgevoerd om de hoogte van de camera op basis van lengte of beenlengte ofwel het subject schatten.

Absolute meetfouten waren ieder geval tijdens teen af ​​(3.12 ± 5.44 graden) in vergelijking met hiel (5.81 ± 5.26 graden). Er waren significant (p <0,05), maar een matige overeenkomsten tussen de applicatie en 3D motion capture maatregelen van de knie hoeken. Er waren ook geen significant (p> 0,05) verschillen tussen de absolute meetfouten tussen de twee cameraposities. De meetfouten gemiddeld tussen 3-5 graden tijdens teen af ​​en hak staking gebeurtenissen van de loopcyclus.

Het gebruik van de smartphone-apps kan een nuttig instrument in de kliniek voor het uitvoeren van lopen of de menselijke beweging analyse. Verdere studies zijn nodig om de nauwkeurigheid vaststellen meten van bewegingen van de bovenste extremiteit en romp.

Introduction

Evaluatie van de menselijke gang is een belangrijk onderdeel van de fysiotherapie evaluatie en de klinische besluitvorming. 1 Gait assessment is een vaak gebruikte klinische tool om lopen de tekorten bij patiënten met neurologische en bewegingsapparaat tekorten te beoordelen. Herbeoordeling van in gang kan dan zorgen voor de clinicus met informatie over de effectiviteit van een interventie bij het bereiken van de doelstellingen die zij bij hun eerste evaluatie had gezet. Er is een landelijk erkend behoefte in de Verenigde Staten voor fysiotherapeuten gestandaardiseerde uitkomstmaten te gebruiken bij de beoordeling van patiënten. 2 Deze behoefte komt voort uit de snel veranderende landschap van verzekeringen terugbetaling beleid, evenals een benadrukte shift voor fysiotherapeuten om meer sterk afhankelijk van evidence-based practice. 3 Er zijn talrijke meetinstrumenten om verschillende aspecten van het lopen beoordelen, wat op een aantal manieren, waaronder waar te nemen visUAL toezicht van een arts, functionele evaluaties, video opgenomen maatregelen, elektronische loopbruggen, driedimensionale bewegingsanalyse software, etc. In klinische settings, wordt observationeel (visueel) ganganalyse vaak uitgevoerd, omdat het een minimale uitrusting en tijd vergt.

Terwijl observatie gangbeeldanalyse gewoonlijk wordt gebruikt in de kliniek, het blijft een subjectief oordeel. 4 Daarom factoren zoals therapeut ervaring, gezichtsscherpte, afstand van het onderwerp (camera-afstand), meetinstrumenten, en andere factoren kunnen variabiliteit en fouten te introduceren in de beoordeling. De mogelijkheid van een dergelijke variabiliteit weer dringend behoefte aan een meer betrouwbare meetmethode, die uiteindelijk kan worden overwonnen door het gebruik van geldige instrumentatie. 5

Sinds haar oprichting, videografie en gerelateerde technologie is gebruikt om verschillende functionele beperkingen res onderzoekenUlting van gestoorde beweging vermogen, evenals een vorm van visuele feedback. Dit is acuut geldt met betrekking tot de beoordeling gang. Stuberg et al. vond dat "videografie apparatuur is algemeen beschikbaar in de kliniek ... en geeft de arts met aanvullende objectieve informatie over houding en gezamenlijk standpunt tijdens de voetafwikkeling." 4 Aangezien de technologie is verder verbeterd, zodat de mogelijkheden van video-analyse. Deze mogelijkheden leveren fysiotherapeut met groter vermogen om de verschillende parameters van de gang klinisch beoordelen.

De twee belangrijkste parameters die fysiotherapeuten zich richten op onder andere kinematische en spatiotemporele parameters. Zoals de naam al impliceert, spatiotemporele maatregelen omvatten elementen van afstand en tijd. Specifiek voor een loopcyclus, zou spatiotemporele maatregelen omvatten, maar zijn niet beperkt tot, paslengte, staplengte, cadans en snelheid. 6 Kinematisch maatregelen op de other de hand focus op de gezamenlijke bewegingen / rotaties van de onderste ledematen waargenomen tijdens elke voetafwikkeling.

Een aantal van de peer-reviewed artikelen zijn verschenen dat het gebruik van video bewegingsanalyse als uitkomstmaat, met name 2D camerasystemen, hebben aangehaald om kinematische, spatiotemporele, of een combinatie van beide typen parameters te beoordelen. Deze artikelen zijn verschillende klinische populaties zoals individuen met een voorgeschiedenis van een beroerte (CVA), traumatisch hersenletsel (TBI), ruggenmergletsels (SCI), ziekte van Parkinson (PD), hersenverlamming (CP) en gezonde individuen geëvalueerd. Het schema hieronder weergegeven (zie figuur 1) bepaalt het kader dat is vastgesteld om relevante peer-reviewed literatuur die over dit onderwerp heeft gepubliceerd identificeren.

Figuur 1
Figuur 1. Schematische voor artikel selectiecriteria. the schematisch overzicht van de stappen die worden gebruikt bij het kiezen van peer-reviewed artikelen aan de aard van de variabelen die werden gemeld in ganganalyse vast te stellen. Klik hier om een grotere versie van deze figuur te bekijken.

De meeste onderzoeken die video bewegingsanalyse gebruikt voor het opnemen gait parameters waren valideringsonderzoeken. Kinematische validatie studies kan verder worden onderverdeeld in drie categorieën: het beoordelen van abnormale beweging als gevolg van een specifieke diagnose / pathologie, 7 onderzoeken gewrichtshoeken tijdens specifieke functionele bewegingen, 8, 9 en de evaluatie van de effectiviteit van de behandeling via vergelijking van de pre-interventie motion en post-interventie beweging. 10, 11 Ook onderzoeken de beoordeling van spatiotemporele parameters kunnen worden onderverdeeld in drie categorieën: beoordeling van abnormale beweging die via een specifieke pathologie, 12, 13, 14 onderzoek van een platform in een bepaalde functionele activiteit, 15, 16 en bepaling van het effect van een bepaalde ingreep. 17 Het onderzoek studies die geëvalueerd zowel kinematische en spatiotemporele parameters werden in de eerste plaats gericht op het vaststellen van de effectiviteit van specifieke behandeling interventies, zoals orthesen 17 of lichaamsgewicht / gedeeltelijke lichaamsgewicht ondersteund loopband training. 18, 19 een voorlopige beschrijvende analyse van deze artikelen vastgesteld dat 52,1% van de studies (de som van deze kijken uitsluitend naar kinematica (30,4%) en die een combinatie van parameters (21,7%) onderzocht) researched kinematische parameters met een 2D-camerasysteem. Dit in vergelijking met de 69,5% van de voorwerpen (som van artikelen die spatiotemporele parameters (47,8%) en een combinatie van parameters (21,7%) onderzocht) die tijdruimtelijke parameters beoordeeld.

De methodologische verschillen in registratie en beoordeling van kinematische en spatiotemporele gang parameters zijn ook te zien in de klinische praktijk in termen van de aard van de observationele ganganalyse wordt gebruikt. Spatiotemporele parameters worden bepaald met een veel grotere frequentie zoals aangegeven door het onderzoek. Er zijn drie algemeen overeengekomen redenen trend: lage kosten, gebruiksgemak, en het bestaan ​​van een standaard protocol om deze parameters te meten. Observatie kinematische metingen is aangetoond dat lage intra-rater (60%) en interbeoordelaarsbetrouwbaarheid hebben (40% - 94%) in klinische settings. 4 Deze bandbreedte verstaan gevolg te zijn van de variatie in de plaatsing van markeringen opbenige monumenten en de specifieke instrumenten die worden gebruikt om gezamenlijke hoeken te beoordelen. Minieme verschillen in de locatie plaatsing van de markers kan aanzienlijk veranderen de resulterende hoeken. Spatiotemporal metingen veel hogere betrouwbaarheid (tussen 69% - 97%), in het bijzonder bij het gebruik van het papier, potlood en stop klok methode om gang te beoordelen. 20

De technologische vooruitgang in de afgelopen decennia sterk veranderd de manier waarop de zorg wordt beoefend. Met de recente opkomst van smartphones, toegang tot het internet, online onderzoek artikelen, en andere hulpmiddelen voor elektronische zijn nu beter beschikbaar voor artsen op elk moment. Martin et al. gemeld dat "algemeen gebruik van smartphones neemt toe in de klinische praktijk, medisch onderwijs en onderzoek." 21 In deze studie, meer dan 50% van de artsen jonger dan 35 antwoordden dat ze hebben uitgevoerd die een smartphone in de klinische praktijk. Deze trend INCRverlicht in 2009 toen 64% van de artsen in de Verenigde Staten bleken gebruiken smartphones in hun klinische praktijk. The Manhattan Beoordeling studie voorspelde verder dat deze groei zou blijven tot 81% van de artsen en artsen in de gezondheidszorg uitvoering smartphone-gebruik in de klinische praktijk om te klimmen in 2012. 22 Hoewel verder onderzoek niet is uitgevoerd om te bepalen of deze stijgende trend inderdaad is blijven klimmen, is het redelijk om aan te nemen, met de bekende implementatie van technologie in de gezondheidszorg, dat het gebruik van de smartphone-platforms in de klinische praktijk meer gemeengoed zal worden.

Het huidige gebruik van smartphone-toepassingen in de fysiotherapie praktijk is niet vastgesteld. Er zijn geen studies ter evaluatie van het gebruik van de smartphone videoanalyse toepassingen door een fysiotherapeut tot op heden. Toch hebben verschillende smartphone-toepassingen gebruikt door individuele fysiotherapeuten als een doorbraak ondersteunende tool outpatient orthopedische instellingen voor gebruik in zowel rehabilitatie en trainende atleten van verschillende disciplines. Smartphone apps zijn ook beschikbaar die gezamenlijke hoeken, waarvan sommige zijn gevalideerd kan meten. 23, 24 individuele therapeuten begonnen met behulp van diverse analysetoepassingen op smartphones visuele feedback voor de patiënt en gemakkelijker afbraak van verschillende componenten die ontbreken in gangcyclus een patiënt, gebaseerd op anekdotisch bewijs. Echter, de geldigheidsduur van deze maatregelen blijft onbekend. De beperkte onderzoek dat bestaat over deze smartphone video analysetoepassingen heeft zich gericht op de validatie van kinematische gangbeeld specifiek enkel, knie en heup hoeken in het frontale vlak, 25 en interbeoordelaarsbetrouwbaarheid van het apparaat. 26 Er zijn geen studies tot nu toe dat het gebruik van de smartphone videoanalyse toepassingen gevalideerd kinem opnemenatics van gang in het sagittale vlak, dat meestal wordt uitgevoerd in klinische gangbeeldanalyse.

Het doel van deze studie was om de concurrente validiteit van kinematische maatregelen geregistreerd door de smartphone-applicatie te testen en te vergelijken met maatregelen die opgenomen zijn met een 3D motion capture systeem in het sagittale vlak. Wij voorspellen dat er geen significante verschillen tussen de in de smartphonetoepassing maatregelen zijn in vergelijking met de opname van de 3D motion capture systeem meet. Het secundaire doel is als twee verschillende posities van de smartphone camera testen van het onderwerp (nabij afstand van 2-m; verre afstand van 4 -nt verschil gemeten tussen de twee verschillende posities van de smartphone camera het uiteindelijke doel van de studie. is een protocol voor klinische video gangbeeldanalyse met behulp van een smartphone-applicatie op te stellen.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Dit protocol werd goedgekeurd door de Institutional Review Board van Wayne State University.

1. Experimentele Voorbereiding

  1. Positie camera's om de gehele 6-m looppad vangen. Gebruik een totaal van 4 3D motion vangt camera's lopen over een 6-meter wandelpad vast te leggen.
    1. Plaats elk van de camera's op de hoeken 4 van de 6 m loopbrug. Oriënteren elk van de camera op de diagonaal einden van de loopbrug naar elkaar gericht.
  2. Verzamel lengte, gewicht en beenlengte maatregelen van elke deelnemer.
    1. Meet de massa in kg.
    2. Meet been lengte (in meters) van de trochanter major tot malleoli van beide benen mediaal met een meetlint.
    3. Meet de hoogte (in meters), doordat de deelnemer staan ​​blote naast een meetlint aan de muur. Plaats een liniaal op het hoofd van de deelnemer op de meting van het meetlint aan de muur te lezen.
  3. Plaats clusters van 3 slimme markeringen op de deelnemer over de bilaterale anterior superior darmbeenskammen (ASIS), de bovenste 1/3 van de dij, de bovenste 1/3 van de kuit en dorsale gedeelte van de voet. Plaats een single slim marker in middellijn tussen de rechter en linker posterior superior iliac kammen.
    1. Zet de slimme markers met klittenband / dubbelzijdig plakband. Secure dij en kalf markers in het frontale vlak.
  4. Plaats stickers aangeeft benige oriëntatiepunten via bilaterale mediale en laterale femurcondylen, mediale en laterale malleolus en de webruimte tussen eerste en tweede tenen voor de kalibratie van de 3D motion capture systeem.
    OPMERKING: De kalibratie procedure is specifiek voor elk laboratorium, en 3D-motion capture-apparatuur en software. Voor het kalibreren Raadpleeg de instructie handleiding van de fabrikant van de 3D motion capture-apparatuur en / of software die wordt gebruikt om de gegevens te analyseren. Het proces gebruikt hier gaat met behulp van een geïnstrumenteerde "Wand" met slimme markers, om de 3D-locatie van de stickers die werden geplaatst te registreren.

2. Experiment

  1. Pas de slimme telefoon camera lens hoogte ofwel alleen onderlichaam van de deelnemer (ASIS als superieur grens) of boven- en onderlichaam (acromion als superieur grens) vast te leggen. Meet de hoogte van de vloer tot de cameralens in meters.
  2. Geef de deelnemers een praktijk proef. Laat een onderzoeker werken de slimme telefoon, en de andere bedienen van de computer die de 3D motion capture systeem controleert. Gebruik genummerd papier proces nummer op de smart phone opname aangeeft.
  3. Open de smart phone applicatie. Druk op de rode "record" knop aan de onderkant, in het midden van de screen te beginnen met het opnemen (als in verticale richting).
    OPMERKING: Als de smartphone is al op het statief is geplaatst, verschijnt de knop in het midden, rechts van de telefoon, in de buurt van de home-knop van de smartphone.
  4. Instrueer de deelnemer om te lopen op hun normale tempo, gericht op een marker geplaatst op tegenoverliggende muur om hen te helpen bij het lopen van een rechte lijn. Plaats de smartphone parallel aan de loopbrug naar een zijprofiel van de deelnemer vast te leggen. Heeft de deelnemer steek de eerste twee 3D motion capture camera's geplaatst aan het begin van de loopbrug aan weerszijden, en loop naar de andere twee 3D motion capture camera's geplaatst aan de andere kant van de loopbrug aan weerszijden.
    1. Voor elke proef, geef elke deelnemer een countdown te beginnen (3, 2, 1, GO) en het einde van het proces (3, 2, 1, STOP).
  5. Na het onderwerp eindigt lopen 6-m afstand, selecteert u de rode "record" knop nogmaals om de opname van deze wandeling proces af te maken.
  6. check eenll markers voor de positie na elke proef. Als er een markering positie is veranderd, terug naar stap 1.6 om de 3D motion capture systeem opnieuw te kalibreren om de nieuwe marker plaatsingen.
  7. Hebben de deelnemers uit te voeren 3 proeven bij elke camera afstand in stap 2.1.
  8. Verplaats het statief met de slimme telefoon naar de tweede afstand. De terugkeer van de deelnemer op het middelpunt van de wandeling weg te staan. Volg de instructies in protocol stappen 2,2-2,5.
  9. Opslaan en controleer of de 3D motion capture-opnames en smartphone opnames voor het verwijderen van slimme markers.

3. Gegevensanalyse

  1. Volg de instructies van de software / fabrikant om de kniehoek te berekenen. Handmatig op te nemen de knie hoek die op het scherm wordt weergegeven op de hiel staking en teen af ​​fase van de loopcyclus.
  2. Voltooiing van de analyse van de slimme telefoon opnames voor de hiel staking en teen af ​​gebeurtenissen gevangen genomen door een team van twee onderzoekers, die eens moeten worden over het moment van hiel staking en teen vanf evenementen en hoekmeting land merken. Gebruik een stylus voor een grotere nauwkeurigheid van de mijlpaal plaatsing voor kniehoek metingen. De volgende stappen worden gezamenlijk uitgevoerd door de twee onderzoekers.
  3. Om het proces dat zojuist is opgenomen, selecteert u de video-plein in de linkerbenedenhoek van het scherm (in verticale richting).
  4. Met behulp van de schuifbalk aan de onderkant van het scherm en selecteer het frame waarin het onderwerp zich het dichtst bij de hiel staking of teen af ​​in het midden van het scherm (afhankelijk van de gewenste variabele is).
  5. Te laten vallen in de hoek, tik op de witte, geschetste potlood pictogram in de rechterbovenhoek van het scherm.
  6. Selecteer de hoek optie, de tweede optie in de drop down menu.
  7. Kies een gewenste kleur en de hoek maker. Houd er rekening mee dat er slechts een hoek kan worden gemeten in een keer. Moet de hoek in dit protocol uitsluitend bestond uit de knie hoek in het sagittale vlak.
  8. Schuif of tik met de stylus ergens op het scherm te laten vallen in dehoek.
  9. Plaats het midden van de hoek op het kniegewricht (condylus lateralis) met de vectoren bereiken omhoog langs het dijbeen en naar beneden naar de laterale malleolus.
  10. Indien nodig, "zoom in" door twee vingers dicht bij elkaar te plaatsen in het midden van het scherm en langzaam trekken ze uit elkaar.
    Opmerking: wanneer tevreden met de plaatsing van de hoek, het gereedschap berekent automatisch de knie hoek die gegeven raster.
  11. Aan de knie hoek andere fasen van teen af ​​of hiel te identificeren, herhaalt u stap 3,4-3,10.

4. Klinische Protocol

  1. Meet en markeer uit een 6-meter wandelpad met behulp van een meetlint en marker / plakband.
  2. Plaats de smartphone op een statief parallel en dicht bij het centrum van de 6-meter wandelpad.
  3. Plaats het statief 2 m afstand van het centrum van de loopbrug naar de onderste extremiteit vangen of 4 meter de romp en onderste ledematen vangen. Alle camera posities mogelijk te maken oply vangst van sagittale vlak kinematica.
  4. Bereken de hoogte van de smartphone cameralens hoogte vanaf de grond met behulp van de volgende formules:
    In de buurt van de camera configuratie (2 m) voor alleen de onderste extremiteiten capture
    Cameralens height = (0.87xPatient verwijzing been lengte in meters) - 0.12
    Far camera configuratie (4 meter) voor zowel de onderste extremiteiten en romp capture
    Cameralens height = patiënt verwijzing beenlengte in meter - 0.23
  5. Herhaal de secties 2-3 te registreren en analyseren van gegevens met behulp van de smart phone app.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Alle 32 proefpersonen voltooiden de 6 lopen proeven; Uit gegevens van 6 van de deelnemers werden niet opgenomen in de data-analyse door technische problemen resulteert in een slechte marker zicht. De absolute meetfouten van de knie hoeken waren ieder geval tijdens teen af evenementen (3.12 ± 5.44 graden) in vergelijking met hiel (5.81 ± 5.26 graden) (tabel 1b). Er waren geen statistisch significante overeenkomsten (P> 0,05) tussen de smartphone-applicatie en 3D motion capture maatregelen van de knie hoeken. Er waren ook geen significante verschillen (P> 0,05) tussen de absolute meetfouten tussen de twee cameraposities (2,0 m en 4,0 m). beenlengte van de deelnemers 40,4% variantie van de hoogte waarop de smartphone camera in de verte geplaatst (4,0 m, p <0,0001) en 50% variantie in de nabije omgeving (2,0 m, p <0,0001).

(Tabel 1a). Bij evenementen Toe Off 1, Heel Strike 1 en Toe Off 2, voor zowel dichtbij als ver afstanden, de smartphone applicatie toonde een matige overeenkomst. Verbeterde overeenkomst werd waargenomen bij Toe Off 2, zowel in de nabije en verre afstanden, met verbeterde ICC waarden waargenomen (Toe Off 2 Dichtbij ICC = 0,447; p <0,05; Toe Off 2 Far ICC = 0,454; p <0,05).

<tr>
camera Positie Gait Phase Mean Fouten Soa. Afwijking
In de buurt Hiel Strike 1 5.74 8.49
Hiel Strike 2 6.36 4.14
Toe Off 1 3.93 5
Toe Off 2 2.49 * 4.99
Ver Hiel Strike 1 4.97 5.58
Hiel Strike 2 5.47 3.6
Toe Off 1 2.71 5.64
Toe Off 2 2,54 * 4.69

Tabel 1: Intraclass Analyse Correlatie met significantiewaarden (p-waarde). * Geeft p <0,05.

<td> Toe Off 1
camera Positie Gait Phase intraclass Correlatie Betekenis
In de buurt Hiel Strike 1 0,168 0,368
0,324 0,126
Hiel Strike 2 0,335 0.07
Toe Off 2 0,447 0,018 *
Ver Hiel Strike 1 0,157 0,327
Toe Off 1 0,284 0,084
Hiel Strike 2 0,248 0,119
Toe Off 2 0,454 0,046 *

Tabel 2: Knie Angle meetfouten. Bland-Altman plots gegenereerd op basis van het verschil in maatregelen tussen de applicatie en motion capture systemen bieden visuele bewijs dat suggereert dat de verschillen zijn van een willekeurige aard, zonder evenredige fouten worden waargenomen (Figuren 2a en 2b). De percelen for 2,0 m en 4,0 m afstanden weer te geven gegevens die meer zijn verspreid over het gemiddelde verschil lijn in het midden. Dit betekent dat de camerapositie niet bijdroeg aan de meetfouten.

Figuur 2
Figuur 2. Bland en Altman Plots Toont het verschil tussen Maatregelen Opgenomen door de App en 3D Motion Capture System Tijdens Toe uit bij het Verre en Nabije Camera Positions. a) Camera Positie Far Toe Off 2. b) Camera positie in de buurt Toe Off 2.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Het doel van deze validatie studie was om de geldigheid van een vrij beschikbare smartphonetoepassing om vast klinisch worden gebruikt als objectief en kosteneffectieve manier van gebruik smartphonetechnologie voor kinematische ganganalyse in de klinische setting. Bestaande validatie studies die kinematische maatregelen met een smartphone applicatie onderzocht zijn beperkt en hebben geen dynamische kinematische maatregelen opgenomen tijdens het lopen in het sagittale vlak beoordeeld. Deze validatie studie is de eerste kinematische knie maatregelen te hebben onderzocht in het sagittale vlak met een smartphone. Bovendien, deze validatie studie is de eerste bekend om een ​​protocol voor kinematische ganganalyse in het sagittale vlak met behulp van een smartphone-applicatie voor replicatie in de klinische setting te ontwikkelen.

Op basis van de resultaten, was er een significant verschil tussen kniehoek metingen door de 3D motion capture systeem en de smartphone applicatie, die zou zijn expweerspiegelde. Er is beperkte nauwkeurigheid van de metingen verkregen met de smartphone in vergelijking met de capaciteit van de 3D motion capture systeem. De beperkte nauwkeurigheid van het toestel is gebaseerd op de technologische parameters die op het specifieke gereedhouden waren toen het onderzoek werd uitgevoerd. Naarmate de technologie blijft om door te gaan, kan de smartphone platformen met verbeterde capture tarieven. De mogelijkheid om video te analyseren en vastleggen van stilstaande beelden langzaam binnen een bewegend frame kan ook het verbeteren van de precisie van kinematische analyse van de beschikbare smartphone-platforms. Integratie van functies, zoals high definition video-opname, slow motion capture, de kwaliteit van de zoom en focus capaciteit kan de analyse van de extremiteit sterk verbeteren zonder vervorming van de gewenste gang ogenblik. Hoewel de nauwkeurigheid van de meting de knie maatregel verkregen beïnvloed, geen significant verschil in meetfout werd gedetecteerd tussen de twee camera afstanden. Er was een matige instemming van dekniehoek metingen tijdens de teen off-fase, met vermelding van de toegenomen instemming van knieflexie maatregel in vergelijking met instemming van knie-extensie of hyperextensie meten tijdens de hiel.

Gemiddeld een 2-6 graden bereik van de meting fout werd ontdekt. De foutenmarge verkregen in dit onderzoek goed overeen met een gevestigde, klinisch aanvaardbare foutenmarge. Bijvoorbeeld meerdere goniometrisch maatregelen van een uiteinde van één onderzoeker heeft een bereik van 4-5 graden. 27 28 Verder is de gemiddelde standaardafwijking van extremiteit goniometrisch maatregelen door meerdere onderzoekers is 5-6 graden. In vergelijking met een onderzoek naar vangst van mechanische hefstang in het sagittale vlak, meetfout ook weerspiegelt de klinisch aanvaardbare maatregel eerder vermeld. In een studie uitgevoerd door Norris et al. 5, de standaardfout vangemiddelde gemeten van de heup, knie en enkel tijdens mechanische tillen werd geanalyseerd. Er was 6,1 graden fout voor knie metingen. Echter, de verkregen door Norris maatregelen gebruik gemaakt van een camcorder op de maatregelen met de analyse op te nemen op een computer met een smartphone-compatibele applicatie. De meetfouten kan niet direct worden vergeleken met de in deze studie verkregen maatregelen omdat alle maatregelen zijn zowel opgevangen en geanalyseerd op een smartphone. Om de resultaten in dit manuscript repliceren alle stappen in het protocol te volgen zoals beschreven. In het bijzonder hoofdstuk 2 is essentieel voor het uitvoeren van deze validatie techniek en ook het verkrijgen van een geldige kinematische maatregel het gebruik van de smartphone app. Deze stappen een overzicht van de smartphone camera plaatsing methode en het uitvoeren van de kinematische maatregelen.

Naast de validatie van smartphone gebruik kinematische gemeenschappelijke meting heeft deze studie getracht te vereenvoudigen en te standaardiseren het gebruik van smartphonetechnologie ganganalyse van het sagittale vlak in de kliniek. De onderzoekers ontwikkelden een protocol voor een realistische weergave van dit onderzoek binnen een klinische ruimte, met minimale en gemakkelijk beschikbaar materiaal. Het protocol bevat parameters voor de ruimte die nodig is, apparatuur die nodig is, en de nodige formules om patiënt specifieke opstelling te berekenen voor de juiste inname van de gewenste onderste extremiteit segmenten. Door het volgen van de installatie hieronder beschreven, de onderzoekers relatief vertrouwen in dat artsen geldig kinematische maatregelen te verkrijgen met ± 5 graden van de fout.

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
Hudl Technique App Hudl  Online app Freely downladable app from adroid /apple store
Optotrak Certus 3D motion capture system Northern Digital inc Optotrak certus System http://www.ndigital.com/msci/products/optotrak-certus/
Smartphone Apple Iphone 5 www.apple.com

DOWNLOAD MATERIALS LIST

References

  1. Brunnekreef, J. J., van Uden, C. J., van Moorsel, S., Kooloos, J. G. Reliability of videotaped observational gait analysis in patients with orthopedic impairments. BMC Musculoskelet Disord. 6, (17), (2005).
  2. Jette, D. U., Halbert, J., Iverson, C., Miceli, E., Shah, P. Use of standardized outcome measures in physical therapist practice: perceptions and applications. Phys Ther. 89, (2), 125-135 (2009).
  3. Jette, D. U., et al. Evidence-based practice: beliefs, attitudes, knowledge, and behaviors of physical therapists. Phys Ther. 83, (9), 786-805 (2003).
  4. Stuberg, W. A., Colerick, V. L., Blanke, D. J., Bruce, W. Comparison of a Clinical Gait Analysis Method Using Videography and Temporal-Distance Measures with 16-Mm Cinematography. Phys Ther. 68, (8), 1221-1225 (1988).
  5. Norris, B. S., Olson, S. L. Concurrent validity and reliability of two-dimensional video analysis of hip and knee joint motion during mechanical lifting. Physiother Theory Pract. 27, (7), 521-530 (2011).
  6. Robinson, J. L., Smidt, G. L. Quantitative gait evaluation in the clinic. Phys Ther. 61, (3), 351-353 (1981).
  7. Krystkowiak, P., et al. Gait abnormalities induced by acquired bilateral pallidal lesions: a motion analysis study. J Neurol. 253, (5), 594-600 (2006).
  8. Grunt, S., et al. Reproducibility and validity of video screen measurements of gait in children with spastic cerebral palsy. Gait Posture. 31, (4), 489-494 (2010).
  9. Womersley, L., May, S. Sitting posture of subjects with postural backache. J Manipulative Physiol Ther. 29, (3), 213-218 (2006).
  10. DeForge, D., et al. Effect of 4-aminopyridine on gait in ambulatory spinal cord injuries: a double-blind, placebo-controlled, crossover trial. Spinal Cord. 42, (12), 674-685 (2004).
  11. Lucareli, P. R., et al. Gait analysis following treadmill training with body weight support versus conventional physical therapy: a prospective randomized controlled single blind study. Spinal Cord. 49, (9), 1001-1007 (2011).
  12. Lucareli, P. R., et al. [Gait analysis and quality of life evaluation after gait training in patients with spinal cord injury]. Rev Neurol. 46, (7), 406-410 (2008).
  13. McFadyen, B. J., Swaine, B., Dumas, D., Durand, A. Residual effects of a traumatic brain injury on locomotor capacity: a first study of spatiotemporal patterns during unobstructed and obstructed walking. J Head Trauma Rehabil. 18, (6), 512-525 (2003).
  14. Shin, J. C., Yoo, J. H., Jung, T. H., Goo, H. R. Comparison of lower extremity motor score parameters for patients with motor incomplete spinal cord injury using gait parameters. Spinal Cord. 49, (4), 529-533 (2011).
  15. Reid, S., Held, J. M., Lawrence, S. Reliability and Validity of the Shaw Gait Assessment Tool for Temporospatial Gait Assessment in People With Hemiparesis. Arch Phys Med Rehabil. 92, (7), 1060-1065 (2011).
  16. Stokic, D. S., Horn, T. S., Ramshur, J. M., Chow, J. W. Agreement Between Temporospatial Gait Parameters of an Electronic Walkway and a Motion Capture System in Healthy and Chronic Stroke Populations. Am J Phys Med Rehabil. 88, (6), 437-444 (2009).
  17. Arazpour, M., et al. Evaluation of a novel powered hip orthosis for walking by a spinal cord injury patient: a single case study. J. Prosthet. Orthot. Int. 36, (1), 105-112 (2012).
  18. Prado-Medeiros, C. L., et al. Effects of the addition of functional electrical stimulation to ground level gait training with body weight support after chronic stroke. Revista Brasileira De Fisioterapia. 15, (6), 436-444 (2011).
  19. Sousa, C. O., Barela, J. A., Prado-Medeiros, C. L., Salvini, T. F., Barela, A. M. Gait training with partial body weight support during overground walking for individuals with chronic stroke: a pilot study. J Neuroeng Rehabil. 8, (48), (2011).
  20. Krebs, D. E., Edelstein, J. E., Fishman, S. Reliability of observational kinamatic gait analysis. J Am Phys Ther Assoc. 65, 1027-1033 (1995).
  21. Martin, S. More than half of MDs under age 35 now using PDAs. Can. Med. Assoc. J. 169, (9), 952 (2003).
  22. Mosa, A. M., Yoo, I., Sheets, L. A Systematic Review of Healthcare Applications for Smartphones. BMC Med Inform Decis Mak. 12, (2012).
  23. Ferriero, G., et al. Reliability of a smartphone-based goniometer for knee joint goniometry. Int J Rehabil Res. 36, (2), 146-151 (2013).
  24. Vohralik, S. L., Bowen, A. R., Burns, J., Hiller, C. E., Nightingale, E. J. Reliability and validity of a smartphone app to measure joint range. Am J Phys Med Rehabil. 94, (4), 325-330 (2015).
  25. Scholtes, S. S., Gretchen, Ability to detect change in single leg squat movement patterns following instruction in females with patellofemoral pain using 2D motion analysis methods. Combined Sections Meeting. APTA. Las Vegas, USA. (2014).
  26. Eltoukhy, M. A., Asfour, S., Thompson, C., Latta, L. Evaluation of the performance of digital video analysis of human motion: dartfish tracking system. IJSER. 3, (3), 1-6 (2012).
  27. Boone, D. C., et al. Reliability of goniometric measurements. Phys Ther. 58, (11), 1355-1360 (1978).
  28. Variability and reliability of joint measurements. Am J Sports Med. Bovens, A. M., van Baak, M. A., Vrencken, J. G., Wijnen, J. A., Verstappen, F. T. 18, (1), 58-63 (1990).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Video Stats