对肌肉功能的客观测量尤其对儿童具有挑战性。基于商业上可用的数字3维传感器, 开发了一个儿童友好的游戏测试, 以评估上肢功能的临床试验。
渐进和不可逆转的肌肉萎缩的特点是脊柱肌肉萎缩 (SMA) 和其他类似的肌肉紊乱疾病。客观地评估肌肉功能是成功临床试验的一个重要的, 虽然具有挑战性的先决条件。目前的临床评定量表限制了某些预定义的粗粒度单个项目的运动异常。Kinect 3 维传感器已成为一种低成本、便携的运动传感技术, 用于在许多医学和研究领域捕捉和跟踪人们的运动。研制了一种使用该3维传感器的新方法, 并对 SMA 患者的上肢功能进行了一种类似游戏的测试。原型测试以关节运动能力为目标。当坐在一个虚拟的场景, 病人被指示延长, 弯曲, 并解除整个手臂, 以达到和放置一些对象。对上肢运动的运动学和时空特征进行了提取和分析,例如、肘关节伸展和屈曲角、手速度和加速度。第一项研究包括一小群 18 ambulant SMA 患者和19个年龄和性别匹配的健康控制。对手臂运动进行了综合分析;然而, 由于患者能力的不匹配和测试困难, 发现组间没有显著差异。根据这一经验, 设计并实施了第二个版本的测试, 其中包含了第一个游戏的修改版本, 增加了难度, 第二个游戏针对的是肌肉耐力。新的测试尚未在任何病人组进行。我们的工作已经证明了3维传感器在评估此类肌肉功能方面的潜在能力, 并提出了一种客观的方法来补充临床评定量表。
对肌肉功能的综合评估是许多神经肌肉疾病的关键评价, 是成功临床试验的重要前提。临床评分表越来越多地用作标准化评估工具, 并作为一项既定的结果衡量指标1。但是, 它们严重依赖于临床医生的主观判断, 并可能导致显著的差异, 导致内部和评分人不一致的2或生成的数字不符合精确测量1的标准。此外, 许多神经肌肉疾病在很大程度上影响到儿童, 大多数的这些评分表是冗长和枯燥的, 这带来了额外的挑战。神经肌肉疾病的一个例子是脊柱肌肉萎缩 (SMA), 这是一个致命的神经肌肉疾病的特点是渐进性肌肉虚弱3。根据临床表型, 有些病人生活在轮椅上 (类型 2), 有些人可以独立站立和行走 (3 型)4。在关节运动范围、肌肉强度、肌肉疲劳等方面, 需要更灵敏客观的评估工具来测量肌肉功能, 以追踪疾病进展和药物功效。
运动传感技术的飞速发展, 使得分析相对较低成本的运动特性成为可能, 其中3维传感器 (Kinect) 在无标记方式下捕获全身运动的价值得到了广泛的研究。通过使用集成的红外传感器和已实现的机器学习算法, 通过3维位置推断出被追踪者的身体位置, 其中20个解剖地标称为身体关节或点, 包括头部、颈部、手, 手腕, 肘部, 肩膀, 脊柱, 臀部, 膝盖, 脚踝和脚5。时间分辨率是高达30赫兹, 这是足够的身体运动, 除了一些病理性运动症状, 如震颤。3维传感器的空间精度得到了广泛的验证与地面真相6或金标准, 这是一个基于标记的3维运动分析系统7,8,9,10 ,11,12。通过不同的测试, 特别是从额视图12和粗运动7中发现了良好的并发有效性和重现性。为了客观地评估 SMA 儿童上肢功能, 设计并实现了基于3维传感器的游戏式测试, 以测量关节运动的能力。
建议的基于 Kinect 的评估提供了一个客观和全面的运动分析, 同时提供了一个儿童友好的, 低成本的, 便携的解决方案, 关于传统的临床评分表或复杂的基于标记的视频系统.通过一个持续不到5分钟的游戏测试, 同时对多体点进行了深入的研究, 并对许多时空运动特性进行了高精度的分析, 包括速度、关节角等。与评级秤或视频系统相比, 整个设置和培训工作的要求也要低得多。
此方法中最关键的一步是测试设计。为了捕捉潜在的运动症状, 设计的任务应涵盖相应的能力谱, 避免地板或天花板的影响。在这一特定征兆的例子中, SMA 的常见物理症状包括肌肉虚弱、关节范围有限、肌肉僵硬、疲劳等。所提出的试验适用于这些症状涉及有限关节范围, 这是典型的 SMA 2 型患者。不幸的是, 原型仅被测试作为第一次尝试在计划的研究只吸收 SMA 3 型患者。因为这些患者的能力高于当前测试可能测量 (天花板作用), 期望的结果不可能达到。对于这个 ambulant 患者组, 肌肉疲劳和身体移植将是一个更好的措施。
根据这一经验, 设计了第二版的测试, 包括修改版的 “衣柜” 游戏和额外的 “划船划船” 游戏。修改版的 “衣柜” 游戏有三难度水平。在第一级, 物体被放置在身体的附近, 因此主语不需要完全伸展手臂, 它的目标是虚弱的病人组, 他们只能坐在轮椅上, 不能完全伸展手臂而不受支持。在第二个层次, 对象放置在整个手臂长度的距离, 这是针对病人组谁可以解除和伸展手臂没有任何支持。在最困难的水平, 对象被放置在胳膊范围之内轻微地;因此, 主题需要移动上部树干作为扩展。第三个层次的目标是 ambulant 患者组, 其中轴向和近端运动也测量。在游戏的定位阶段, 主体的臂长被自动测量, 然后用来计算下一游戏中物体的位置;因此, 难度水平自动调整到个人的能力。当达到每个个体的能力限制并且无法达到或放置对象时, 该级别将在某一时间后自动跳过, 或由操作员手动按屏幕上的 “跳过” 按钮。”赛艇” 游戏的目标是肌肉耐力, 它需要的主题重复一个手臂滚动运动尽可能快1分钟。在未来的研究中, 第二个版本的目的是涵盖患者频谱从 SMA 2 型到3型, 因为任务测量的能力有限的患者的手臂运动能力的患者的全臂功能和有限的轴向运动。
测试设计的另一面是对地板效果的考虑。由于空间和时间分辨率有限, 3 维传感器只能精确地捕捉到诸如行走、挥舞手臂等运动的大体动作。为了进行精细的运动检测, 包括数字攻丝或手转, 需要更灵敏的数字设备, 如手机或手腕 “服饰”。正如所讨论的那样, 此类应用程序成功的关键是在潜在疾病症状、设备功能和设计任务之间建立正确的匹配。
测试设计过程中的其他一些考虑因素包括年龄组、学习效果、语言等。由于 SMA 主要影响儿童, 测试应尽可能简单和清晰, 同时保持一个有吸引力的游戏化特征。在我们的设计中, 使用了卡通人物和手绘对象。这项任务模仿了三岁以后儿童通常获得的自我着装行为。这些运动保持简单, 使受试者能够在短的训练阶段和学习效果被避免的情况下理解和执行测试, 在我们以前的出版物13中对此进行了测量和讨论。
在执行测试协议和数据分析时, 可能会出现类似于其他3维传感器应用程序的问题。这些问题包括阳光干扰, 特殊服装, 在视野中的一个以上的主题, 和不规则的取样时间。我们发现一个案例, 在一个阳光明媚的房间里, 3 维传感器没有发现黑色衣服上的一个主题, 即使这个主题不是直接在阳光下。当多个主题出现并从视图字段中消失时, 检测到的骨架的 ID 号的分配可能会跳过, 这会给分析造成负担。尽管3维传感器在理论上输出信号的频率为30赫兹, 但实际输出可能有多达100毫秒的间隙. 因此, 跟踪和导出时间戳很重要。
我们的第一个测试是在3维传感器的第一个版本上执行的, 它目前已被第二个版本取代, 我们修改后的版本是基于这第二个版本实现的。在版本之间, 底层驱动程序是不同的, 并且应用程序接口 (API) 也已更改。迁移应用程序时没有其他显著差异。由于两种应用程序版本都可以根据作者的要求自由提供, 传感器驱动程序可以从 Kinect 网站下载, 这与用户无关。
使用3维传感器, 我们开发了一种创新的、定量的和客观的上肢功能评估工具, 其中包含了儿童友好的类似游戏技术。对其可行性进行了探讨和分析。我们的工作展示了3维传感器作为一种替代和互补的运动评估方法的潜在威力。
The authors have nothing to disclose.
我们感谢巴斯蒂安的参加测试演示和劳拉 Aguiar 校对这篇手稿。
Microsoft Kinect for Windows v1 sensor | Microsoft | N/A | The first version of the test was developed on Kinect sensor v1 which is not sold any more. But the second version was developed on the Kinect sensor v2 which can be tested in a similar way by using Microsoft Kinect for Windows v2 sensor (GT3-00003) together with Microsoft Kinect Adapter (9J7-00009) |
DELL XPS 2720 All-In-One PC with windows 8 operating system, 16G RAM, Intel Core i7 and 64-bits | DELL | N/A | In our setup, a All-in-one computer was used, but in fact any laptop or computer which fullfills the following requirements and a big screen for the subjects to see will work: windows 8 or higher operating system; 64-bit processor; dual-core 3.2 GHz or faster processor; dedicated USB 3.0 bus; 2 GB RAM |