Måler kinematikken af daglige levende bevægelser med Motion Capture systemer i Virtual Reality

Behavior

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

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

 

Summary

Vi har udviklet en virtuel virkelighed test til at vurdere instrumentelle aktiviteter i dagligdagen (IADL) med en motion capture system. Vi foreslår en detaljeret kinematiske analyse for at fortolke deltagerens forskellige bevægelser, herunder bane, bevægelige afstand og tid til afslutning at evaluere IADL kapaciteter.

Cite this Article

Copy Citation | Download Citations

Seo, K., Lee, A., Kim, J., Ryu, H., Choi, H. Measuring the Kinematics of Daily Living Movements with Motion Capture Systems in Virtual Reality. J. Vis. Exp. (134), e57284, doi:10.3791/57284 (2018).

Please note that all translations are automatically generated.

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

Abstract

Manglende evne til at fuldføre instrumentelle aktiviteter i dagligdagen (IADL) er en forløber for forskellige neuropsykologiske sygdomme. Spørgeskema-baserede vurderinger af IADL er let at bruge, men udsat for subjektiv bias. Her, vi beskriver en roman virtual reality (VR) test for at vurdere to komplekse IADL opgaver: håndtering af finansielle transaktioner og ved hjælp af offentlig transport. Mens en deltager udfører opgaver i VR omgivelser, en motion capture system spor den placering og orientering af den dominerende hånd og hoved i en tre-dimensionelle kartesiske koordinatsystem. Kinematiske rå data er indsamlet og omdannet til "kinematiske ydeevne foranstaltninger," dvs, bevægelse bane, flytte afstand og tid til færdiggørelse. Motion bane er stien til en bestemt kropsdel (fx, dominerende hånd eller hoved) i rummet. Flytte afstand refererer til den samlede afstand af bane, og tid til gennemførelsen er, hvor lang tid det tog for at gennemføre en IADL opgave. Disse kinematiske foranstaltninger kunne diskriminerer patienter med kognitiv svækkelse fra raske kontrolpersoner. Udviklingen af denne kinematiske måling protokol giver mulighed for påvisning af tidlige IADL-relaterede kognitive funktionsnedsættelser.

Introduction

Instrumentelle aktiviteter af daglige living (IADL), såsom håndtering af finansielle transaktioner, ved hjælp af offentlig transport og madlavning, er medicinsk markører, da de kræver flere neuropsykologiske funktioner1. Nedsat IADL kapaciteter betragtes dermed som forløbere for neurologiske sygdomme, såsom mild kognitiv svækkelse (MCI) og demens2. Golds omfattende gennemgang af IADL opgaver3 antydede, at der mere kognitivt krævende opgaver, såsom forvaltning af finanser og brug af offentlig transport, den tidligste forudsigelse af MCI og demens.

Til dato, er de mest almindeligt anvendte vurderinger af IADL selvrapporterede spørgeskemaer, informant-baserede spørgeskemaer og performance-baseret vurdering4. Spørgeskema-baserede vurderinger af IADL er omkostningseffektive og let at bruge, men er udsat for subjektiv bias. For eksempel, når selvstændig rapportering, patienter har tendens til at over - eller under - estimate deres IADL kapaciteter5. På samme måde fejlbedømme informanter IADL kapaciteter på grund af den videnskabelige observatør misforståelser eller viden huller4. Således, performance-baseret vurdering, at spørger patienterne til at udføre specifikke opgaver, IADL har været foretrukne, selv om mange af opgaverne, der er upassende for en generel kliniske omgivelser6.

For nylig, virtual reality (VR) undersøgelser har vist, at denne teknologi kunne have væsentlige anvendelser inden for medicin og sundhedspleje, som omfatter alt fra uddannelse til rehabilitering til medicinsk vurdering7. Alle deltagere kan testes under de samme betingelser, VR, der efterligner den virkelige verden. For eksempel, Allain et al. 8 udviklet en virtuel kaffe-og opgave og viste, at patienter med kognitiv svækkelse udført opgaven dårligt. Klinger et al. 9 udviklet en anden VR miljø for mailing og shopping opgaver og fundet et fast samlivsforhold mellem opgave afslutning tid i VR og neuropsykologiske testresultater. Tidligere VR undersøgelser af IADL vurdering har primært fokuseret på enkel ydeevne foranstaltninger såsom reaktionstid eller nøjagtighed ved brug af konventionelle inputenheder som en mus og tastatur8,9. Mere detaljerede ydeevne data om IADL er således nødvendig for at effektivt skærm for patienter med MCI4.

Kinematiske analyse af real-time motion capture data er en kraftfuld tilgang til kvantitativt dokumenterer detaljeret ydeevne data i forbindelse med IADL opgaver. For eksempel, hvidt et al. 10 udviklet et virtuelt køkken, der fanger deltagerens fælles vinkel data under daglige levende opgaver og anvendte indsamlede data til kvantitativt for at vurdere effektiviteten af fysioterapi. Dimbwadyo-Terrer et al. 11 udviklet en fordybende VR miljø for at vurdere overekstremiteterne ydeevne, når gennemføre grundlæggende opgaver, der dagligt lever og viste at kinematiske data registreret i en VR miljø stærkt korreleret med funktionelle skalaer af overekstremiteterne. Disse kinematiske analyser med motion capture systemer kunne give yderligere mulighed for hurtigt at vurdere patientens kognitive svækkelse12. Medtagelsen af de detaljerede kinematiske data i screening for patienter med MCI væsentligt forbedret klassificering af patienter sammenlignet med raske kontrolpersoner13.

Her, beskriver vi en protokol for at vurdere kinematik af daglige levende bevægelser med motion capture systemer i et fordybende miljø, VR. Protokollen omfattede to komplekse IADL opgaver: "opgave 1: hæve penge" (håndtering af finansielle transaktioner) og "opgave 2: Tag en bus" (ved hjælp af offentlig transport). Mens opgaverne, der blev udført, spores en motion capture system den placering og orientering af den dominerende hånd og hoved. Efter endt opgave 1, blev dominerende hånd bane, flytte afstand og tid til afslutningen indsamlet. I opgave 2, blev hoved bane, flytte afstand og tid til afslutningen indsamlet. Afsnittet repræsentant resultater i denne artikel beskriver den foreløbige test af patienter med MCI (dvs, IADL kapaciteter er nedsat) sammenlignet med raske kontrolpersoner (dvs.IADL kapaciteter er intakt).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle eksperimentelle procedurer beskrevet her blev godkendt af det institutionelle Review Board Hanyang Universitet, efter Helsinki-erklæringen (HYI-15-029-2). 6 sunde kontrol (4 hanner og 2 tæver) og 6 MCI patienter (3 hanner og 3 hunner) blev rekrutteret fra en tertiær medicinsk center, Hanyang University Hospital.

1. rekruttere deltagere

  1. Rekruttere MCI patienter (dvs., nedsat IADL kapaciteter) og raske kontrolpersoner (dvs., normal IADL kapaciteter) mellem 70-80 år.
  2. Ved hjælp af en neurolog med mere end 10 års klinisk erfaring, anmeld patienternes medicinsk historie, og udelukke patienter med en historie af neurologiske/psykiske sygdomme eller hjerneoperation.
    Bemærk: Brug de følgende neuropsykologiske test: Mini Mental State undersøgelse-demens Screening, koreansk instrumentelle aktiviteter af daglige levende, fri og Cued selektiv minde Test, ciffer Span Test-fremad/bagud, Trail gør Test-A/B13 , og kriterierne for Albert et al. 14 til at diagnosticere MCI.

2. Installer VR Software og forbinde computere

  1. Opsætning af hardware i dedikerede rum svarende til figur 1. Udføre denne protokol i et værelse mellemstore medrivende virtuelle miljø (4 x 2,5 x 2,5 m3) indeholdende 4 computere, 4 stereoskopisk tredimensionale (3D) projektorer og 8 motion tracking kameraer til at spore den placering og orientering af den dominerende hånd og hovedet under de to IADL opgaver.
    Bemærk: VR teknologier anvendes i denne artikel er computerhardware og software, der tilbyder opslugende og interaktiv 3D oplevelser, som realistisk objekter og begivenheder kan blive præsenteret i et virtuelt miljø. Oplysninger om hardware og software er beskrevet i Materialer tabel.
  2. Sikre, at alle computere er udstyret med den nødvendige software (Visual Studio 2012 videredistribuerbare pakke (x86), DirectX, og MiddleVR eller tilsvarende). For MiddleVR, dvs., middleware software, tjek hjemmesiden15 for at hente de nyeste versioner af biblioteker til inputenheder, stereoscopy, clustering og interaktioner.
  3. Forbinde computere til stereoskopisk 3D projektorer. Grafiske indstillinger er 1920 x 1080 pixel opløsning.
  4. Oprette en Windows 10 Hjemmegruppe til at forbinde de 4 computere på et hjemmenetværk. På den primære computer, opretter en mappe og dele det med andre computere i hjemmegruppen.
  5. På den primære computer, indlede middleware software. Klik på "Klynge" knappen. Angiv den primære computer som en server og andre computere som klienter. Det vil synkronisere tilstand af alle enheder. Klik på "3D noder" knappen. Angive placering, orientering og størrelsen på skærmen virtuelle miljø.
  6. Komplet indstillingerne baseret på hjemmesiden15 og gemme konfigurationsfilen.

3. opsætning af Motion Capture systemer i et virtuelt miljø

  1. Mount 8 bevægelsessporing kameraer i et virtuelt miljø skal fuldt ud dække capture volumen. Løse kameraer sikkert, så de forbliver stationær under indfangning. Sikre objekter i et virtuelt miljø bliver synlig ved mindst 2 kameraer på alle tidspunkter.
  2. Installere OptiTrack motiv software, dvs., motion capture software, på den primære computer bruger installationen manual16. Tilslut den primære computer med motion capture systemer med kategori 6 Ethernet-kabler.
  3. Kalibrere motion capture systemer med de følgende trin, som beskrevet i software manuel16.
    1. Fjerne alle uvedkommende refleksioner eller unødvendige markører fra capture volumen.
    2. Klik på knappen "Maske synlige" for at skjule uønskede refleksioner eller omgivende indblanding.
    3. Klik på knappen "Start Wanding". Brug kalibrering wand til at støtte erobringen af eksempler frames for at beregne respektive holdninger og retningslinjer i 3D-rum.
    4. Klik på knappen "Beregn" for at kalibrere systemet ved hjælp af indsamlede prøver.
    5. Kontrollér kalibreringsresultater (i rækkefølge fra værste bedste): fattige, Fair, gode, store, fremragende og enestående. Hvis resultatet er bedre end store, skal du klikke på knappen "Anvend". Hvis ikke, skal du klikke på knappen "Annullér" og Gentag wanding proces.
    6. Placer kalibrering pladsen inde i 3D-rum hvor du ønsker oprindelsen for at være placeret. Klik på "Angiv stelpladen" knappen for at etablere en sporet 3D koordinatsystem oprindelse.
    7. Vælg associerede reflekterende markører for den dominerende hånd og hoved. Klik på knappen "Stiv krop" og derefter klikke på knappen "Opret fra markerede markører".
  4. På motion capture software, skal du åbne menuen "Streaming". Kontroller, at det portnummer, der er anført er 3883, og marker boksen "Broadcast frame data" i kategorien "VRPN Streaming motor". Klik på "Ctrl" + "S" for at gemme filen kalibrering.
  5. På den primære computer, indlede middleware software. Klik på knappen "Enheder". Tilføje en VRPN Tracker for at få spore data fra motion capture-system, og derefter gemme konfigurationsfilen.

4. Forbered et virtuelt miljø til brug

  1. Fjerne alle reflekterende genstande (dvs., ure, ringe, øreringe, metaller, osv.) fra det virtuelle miljø.
  2. Drej på computere, stereoskopisk 3D projektorer og motion capture systemer (360 frames per sekund).
  3. Når 4 computere kører, lancere VRDaemon software. For eksempel, dobbeltklik på "VRDaemon.exe" som ligger i "C:\Program: filer (x86) \MiddleVR\bin."
  4. På den primære computer, indlede motion capture-software. Klik på knappen i nærheden af den øverste menu mærket "Åbne eksisterende projekt." Indlæse filen kamera kalibrering.
  5. På den primære computer, indlede middleware software. Klik på knappen "Simuleringer". Indlæse de passende simulering og konfiguration filer fra en delt mappe.
  6. På middleware software, skal du trykke på knappen "Run" til at udføre en medrivende virtuelle program med de valgte simulering og konfiguration filer.

5. sætte deltager med det virtuelle miljø

  1. Give deltageren stereoskopiske briller vejer omkring 50 g. Skærmens frekvensen af de stereoskopiske briller er 192 Hz. sikre, at de stereoskopiske briller komfortabelt placeret over øjne og ører; Se figur 2A.
  2. Vedhæfte reflekterende markører vejer mindre end 1 g til deltagerens dominerende hånd og hoved. Vær forsigtig med at knytte de reflekterende markører tæt; Se figur 2B. Informere deltageren at de frit kan bevæge sig eller roterer i det virtuelle miljø ved hjælp af hoved bevægelse og kan klikke virtuelle objekter med den dominerende hånd. En virtuel hånd vises i det virtuelle miljø at efterligne placeringen af deltagerens pegefinger; Se figur 3.
  3. Spørge deltageren frit flytte (dvs., stå op, sidde, gå til venstre og gå lige) i det virtuelle miljø for 5 min at stifte bekendtskab med VR-miljø. Derefter bede vedkommende om at klikke på virtuelle knapper i 5 min. for at blive fortrolig med hvordan man kommunikerer med virtuelle objekter med den dominerende hånd. Give en anden 10 min uddannelse session, hvis deltageren bliver bedt om en.
  4. Kontrollere, om deltageren er immune over for VR sygdom med en simulator sygdom spørgeskema17.
    Forsigtig: Den synkroniserede bevægelsessporing på den stereoskopiske skærm kan forårsage VR sygdom, hvilket kan medføre ubehag, hovedpine, mave bevidsthed, kvalme, opkastning, bleghed, svedtendens, træthed, døsighed, desorientering og apati. Hvis deltageren klager over træthed eller simulator sygdom score er for høj, stoppe protokollen.

6. udføre "opgave 1: hæve penge"

Forsigtig: Modvægt sekvenser af opgave 1 og opgave 2 fjerne carry-over effekt.

  1. Forklare at deltageren detaljer af opgaven og give 8 handling skridt for at fuldføre opgaven i det virtuelle miljø. Trinene er (1) Indsæt kortet i ATM, (2) Vælg menuen 'trække', (3) Vælg beløb til at trække sig tilbage, (4) Vælg typen bill, (5) Indtast PIN-koden (personligt id-nummer), (6) Vælg indstillingen modtagelsen, (7) fjerne kortet, og (8) tager penge fra ATM (Se figur 4).
  2. På den primære computer, indlede middleware software. Under fanen "Simuleringer" skal du vælge en simulation fil til opgave 1 og en konfigurationsfil. Tryk på knappen "Run"; "Opgave 1: hæve penge" vil køre i virtuelle miljø.
    Bemærk: Filen opgave 1, finder den vedhæftede "Opgave 1 tilbagekalde Money.zip" fil i supplerende fil 1. Bemærk at den virtuelle opgave blev udviklet med Unity 3D motor.
  3. Hvis den "opgave 1: hæve penge" løber i det virtuelle miljø, instruere deltager til at udføre som følger: "kan du trække 70.000 KRW (svarende til omkring 60 USD) fra ATM for shopping. Vælg to forskellige typer af noter, en 50.000 KRW note til 50.000 KRW og to 10.000 KRW bemærker for 20.000 KRW. Adgangskoden til din transaktion er dags dato. For eksempel, hvis forsøget udføres på 11 November, er derefter PIN-koden 1111. Venligst holde kvitteringen for yderligere reference."
  4. Når opgaven er færdig, skal du kontrollere den kinematiske data, der er gemt i CSV-filer (kommaseparerede værdier) for yderligere analyse fra en delt mappe.
    Bemærk: Ved hjælp af motion capture systemer, under "opgave 1: hæve penge" registrere den placering og orientering af den dominerende hånd, når der udføres en opgave med en optagelse hyppigheden af 1 ms.
  5. Give deltageren ca. 5 min. pause før du starter "opgave 2: Tag et bus."

7. udføre "opgave 2: Tag en bus"

  1. Forklare at deltageren detaljer af opgaven og give instruktioner om, hvordan man fuldføre "opgave 2: Tag en bus" som følger: "venligst vente ved busstoppestedet og tage mål bus. Target bus oplysninger vil blive givet på skærmbilledet VR ved en bestemt linjenummer, farve og destination. Når målet bussen ankommer, Vær sikker på at gå ud af busstoppestedet og til hoveddøren af target bus. 8 forskellige mål busser vil være tilfældigt genereret og fremlagt." Se figur 5.
  2. På den primære computer, indlede middleware software. Under fanen "Simuleringer" skal du vælge en simulation fil for opgave 2 og en konfigurationsfil. Tryk på knappen "Run", derefter "opgave 2: Tag en bus" vil køre i virtuelle miljø.
    Bemærk: Filen opgave 2, finder den vedhæftede "Opgave 2 tage et Bus.zip" fil i supplerende fil 2. Bemærk at den virtuelle opgave blev udviklet med Unity 3D motor.
  3. Hvis den "opgave 2: Tag en bus" løber i det virtuelle miljø, instruere deltager til at vente i bus stop. Klik på "Mellemrumstasten" tasten på tastaturet for at gøre busser ankommer til busstoppestedet.
  4. Når opgaven er færdig, tjek den kinematiske data, der er gemt i CSV-filer til yderligere analyse fra en delt mappe.
    Bemærk: Ved hjælp af motion capture systemer, under "opgave 2: Tag en bus" registrere den placering og orientering af hovedet når udfører opgaven med en optagelse hyppigheden af 1 ms.
  5. Protokollen er fuldført. Hjælpe deltageren fjerne de stereoskopiske briller og løsrive de reflekterende markører fra den dominerende hånd og hoved.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

CSV-filer fra "opgave 1: hæve penge" blev analyseret ved hjælp af de statistiske software R for at beregne dominerende hånd bane, flytte afstand og tid til færdiggørelse. Bane af den dominerende hånd bevægelse er visualiseret (fig. 6). Den bevægelige afstand af den dominerende hånd beregnes ved at addere de samlede afstande mellem sekventielle håndstillinger mens de udfører opgave 1. Afstanden mellem positioner er euklidisk afstand. Tid til afslutning betyder den tid, det tager at afslutte hele opgaven (dvs.fra trin 1 "Indsæt kortet i ATM" til trin 8 "tage penge fra ATM"). R koden for statistisk analyse, se vedlagte "Opgave 1 R Code.docx" filen i supplerende fil 3.

CSV-filer fra "opgave 2: Tag en bus" analyseres for at beregne hoved bane, flytte afstand, og tid til afslutning ved hjælp af R statistisk software. Bane af de hoved bevægelse er visualiseret (fig. 7). Hovedet bevæger sig afstanden beregnes ved at addere de samlede afstande mellem sekventielle hoved positioner når de udfører opgaven 2. Afstanden mellem to positioner er euklidisk afstand. Tid til afslutning betyder den tid fra starten til slutningen af hele opgaven med otte mål busser. R koden for statistisk analyse, se vedlagte "Opgave 2 R Code.docx" filen i supplerende fil 4.

Antropometriske egenskaber og de kinematiske foranstaltninger fra patienter med MCI og raske kontrolpersoner er vist i tabel 1. Denne VR test med motion capture systemer præsenterer nye muligheder for måler kinematikken af komplekse IADL opgaver. Ved at følge protokollen præsenteres her, kan forskere få kinematiske ydelsesdata for "opgave 1: hæve penge" (håndtering af finansielle transaktioner) og "opgave 2: Tag en bus" (ved hjælp af offentlig transport).

Faktisk, en case-kontrol undersøgelse med denne protokol blev udført med flere statistiske analyser (dvs., multivariat analyse af varians, en Pearson korrelation analyse og en frem trinvis lineær diskriminanten analyse), som kan findes i vores empirisk studie13.

Figure 1
Figur 1: et værelse mellemstore medrivende virtuelle miljø Venligst klik her for at se en større version af dette tal.

Figure 2
Figur 2: forberedelse før vurderingen. (A) emnet bærer stereoskopiske briller. (B) reflekterende markører er knyttet til den dominerende hånd og hoved. Venligst klik her for at se en større version af dette tal.

Figure 3
Figur 3: virtuelle hånd repræsentation i det virtuelle miljø. (A) en hvid kugle repræsenterer placeringen af pegefingeren. Deltageren klikker et virtuelt nummer "2"-knappen. (B) Deltageren klikker en virtuel tallet "4" knappen. Venligst klik her for at se en større version af dette tal.

Figure 4
Figur 4: opgave 1: hæve penge fra ATM. (A) deltager indgår i ATM. en PIN-kode (B) deltager trækker penge fra ATM. venligst klik her for at se en større version af dette tal.

Figure 5
Figur 5: opgave 2: Tag en Virksomhedsbogføringsgruppe (A) deltager venter ved busstoppestedet. (B) deltager gåture ud af busstoppestedet og ind i målet bus. Venligst klik her for at se en større version af dette tal.

Figure 6
Figur 6: opgave 1: hånd bevægelse bane i 3D kartesiske plads. (A) raske kontrolpersoner. (B) MCI patienter. Venligst klik her for at se en større version af dette tal.

Figure 7
Figur 7: opgave 2: hoved bevægelse bane i 3D kartesiske plads. (A) raske kontrolpersoner. (B) MCI patienter. Venligst klik her for at se en større version af dette tal.

MCI patienter Raske kontrolpersoner
Antallet (mand) 6 (3) 6 (4)
Alder (år) 72.4 ± 1,9 72.6 ± 1,7
Opgave 1: Hæve penge
Flytte afstand (m) 34,7 ± 9.1 52,5 ± 10.5
Tid til fuldførelse (min) 1.8 ± 0,3 1.3 ± 0,2
Opgave 2: Tag en bus
Flytte afstand (m) 100.3 ± 11,4 128.5 ± 14,2
Tid til fuldførelse (min) 13,5 ± 0,2 13,5 ± 0,2

Tabel 1: Antropometriske karakteristika og kinematiske foranstaltninger . Værdierne er middel ± SD.

Supplerende fil 1: opgave 1 tilbagekalde Money.zip. Venligst klik her for at downloade denne fil.

Supplerende fil 2: opgave 2 tage en Bus.zip. Venligst klik her for at downloade denne fil.

Supplerende fil 3: opgave 1 R Code.docx. Venligst klik her for at downloade denne fil.

Supplerende fil 4: opgave 2 R Code.docx. Venligst klik her for at downloade denne fil.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Vi detaljeret en kinematiske måling protokol af daglige levende bevægelser med motion capture systemer i et fordybende miljø, VR. Først, den eksperimentelle indstilling guidet til hvordan man opsætter, forberede og stifte deltagere med fordybende VR miljø. For det andet udviklede vi to standardiserede IADL opgaver i VR. Det tredje er trin 3 og trin 5 i afsnittet protokollen de mest afgørende skridt til at minimere VR sygdom. Når du opretter motion capture systemer i det virtuelle miljø (trin 3), er det vigtigt at montere tracking kamera høj nok til fuldt ud dække capture volumen, lave kameraer stabilt at forhindre bevægelse under indfangning, sikre, at mindst to kameraer kan samtidigt fange en objekt, og fjerne enhver fremmed refleksioner eller unødvendige markører fra det virtuelle miljø. Samtidig stifte bekendtskab deltagerne med VR (trin 5), er det afgørende at uddanne nok for dem at blive vant til den virtuelle oplevelse. Hvis deltagerne oplever VR sygdom symptomer (f.eks., ubehag, hovedpine, kvalme, opkastning, bleghed, svedtendens, træthed, døsighed, desorientering og apati), bør forsøget stoppes. Endelig, de kinematiske rådata blev oversat af Rasmussen statistisk software.

En begrænsning og udfordring af vores protokol er at de virtuelle IADL opgaver skal valideres forhold til egentlige IADL opgaver. Selvom tidligere undersøgelser viste, at både virtuelle og reelle opgaver var stærkt korreleret reaktionstid, nøjagtighed8, klinisk, og funktionelle foranstaltninger11, bør den nuværende kinematiske måling protokollen være kompatibelt med mange konventionelle neuropsykologiske vurderinger. Bygger på denne validering, vi har brug at skalere op denne protokol med forskellige IADL opgaver. En anden begrænsning er, at denne protokol analyserer kun typiske kinematiske foranstaltninger, så mere sofistikerede kinematiske resultater foranstaltninger i et virtuelt miljø, som acceleration, bevægelse nøjagtighed og effektivitet, skal medtages.

Betydningen af den nuværende kinematiske måling protokol er, at det er hurtig, sikker, nem at udføre og ikke-invasiv til påvisning af tidlige IADL underskud. En tidligere undersøgelse ved hjælp af denne protokol bekræftet at kinematiske foranstaltninger i forbindelse med neuropsykologiske testresultat bedste diskrimineret MCI patienter fra raske kontrolpersoner13. Kvantificering af specifikke funktionelle mangler kunne godt grundlag for at lokalisere kilden og omfanget af neurologiske skader og derfor støtte i kliniske beslutningsproces for individualiserende terapier18. I denne sammenhæng, kan den protokol, der foreslås i denne artikel bruges til evidensbaserede kliniske beslutningsproces.

I betragtning af fremtidige applikationer, kunne denne protokol bruges til andre neuropsykologiske sygdomme som traumatisk hjerne skade19. Også, kan det være interessant at analysere bestemte underopgaver i den nuværende protokol til at identificere hvilke typer er mere udfordrende. Derudover seneste VR undersøgelser at træne apopleksi patienter viste forbedringer i hukommelse og opmærksomhed funktioner efter en VR-baseret spil intervention20. Det ville være af stor interesse at anvende denne protokol til yderligere Neuropsykologisk rehabilitering sammenhænge.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne erklærer ingen interessekonflikter.

Acknowledgments

K.S. og A.L. bidrage ligeligt. Denne forskning blev støttet af den grundlæggende videnskab forskningsprogram gennem National Research Foundation af Korea (NRF) finansieret af Ministeriet for videnskab, IKT & fremtid planlægning (NRF-2016R1D1A1B03931389).

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

DOWNLOAD MATERIALS LIST

References

  1. 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).
  2. Graf, C. The Lawton instrumental activities of daily living scale. Am. J. Nurs. 108, (4), 52-62 (2008).
  3. 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).
  4. 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).
  5. 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).
  6. Desai, A. K., Grossberg, G. T., Sheth, D. N. Activities of Daily Living in patients with Dementia. CNS drugs. 18, (13), 853-875 (2004).
  7. Ma, M., Jain, L. C., Anderson, P. Virtual, augmented reality and serious games for healthcare 1. 68, Springer Science & Business Pubs. Berlin. (2014).
  8. 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).
  9. 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).
  10. White, D., Burdick, K., Fulk, G., Searleman, J., Carroll, J. A virtual reality application for stroke patient rehabilitation. ICMA. 2, 1081-1086 (2005).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. MiddleVR. User Guide. [FR]. Available from: http://www.middlevr.com/doc/current/ c2014-c2017 (2017).
  16. OptiTrack. Motive Quick Start Guide. Available from: https://optitrack.com/public/documents/motive-quick-start-guide-v1.10.0.pdf c1996-c2017 (2017).
  17. 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).
  18. 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).
  19. Hernandez, F., et al. Six degree-of-freedom measurements of human mild traumatic brain injury. Ann. Biomed. Eng. 43, (8), 1918-1934 (2015).
  20. Gamito, P., et al. Cognitive training on stroke patients via virtual reality-based serious games. Disabil. Rehabil. 39, (4), 385-388 (2017).

Comments

0 Comments


    Post a Question / Comment / Request

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

    Usage Statistics