Eine objektive Bestimmung der Muskelfunktionen ist anspruchsvoll, vor allem bei Kindern. Basierend auf einem handelsüblichen digitalen 3-d-Sensor, entwickelte ein kinderfreundlichen Gaming-Test zur Beurteilung der oberen Extremität Funktion für klinische Studien.
Fortschreitende und irreversible Muskelatrophie charakterisiert spinale muskulöse Atrophie (SMA) und andere ähnliche Störung Muskelerkrankungen. Objektive Beurteilung der Muskelfunktionen ist eine wesentliche und wichtige, obwohl schwierig, Voraussetzung für erfolgreiche klinische Studien. Aktuellen klinischen Beurteilungsskalen zurückhalten die Bewegungsstörungen zu bestimmten vordefinierten grobkörnigen Einzelstücke. Der 3-d-Kinect-Sensor ist ein Low-Cost und tragbare Motion-sensing-Technologie zur Abscheidung und Track Menschen Bewegung in vielen medizinischen und Forschungsfelder entstanden. Ein neuer Ansatz mit diesem 3-d-Sensor wurde entwickelt und ein spielerische Test wurde entwickelt, um die Funktion der oberen Extremität von Patienten mit SMA Objektiv messen. Die Baumusterprüfung gezielt Gelenkbewegung Fähigkeit. Während der Sitzung in einer virtuellen Szene, war der Patient angewiesen, zu verlängern, biegen, und heben Sie den ganzen Arm um zu erreichen und einige Gegenstände. Sowohl kinematische und räumlich-zeitliche Eigenschaften der oberen Extremität Bewegung wurden extrahiert und analysiert, z.B., Ellenbogen Extension und Flexion Winkel, Hand Geschwindigkeit und Beschleunigung. Die erste Studie umfasste eine kleinen Kohorte von 18 ambulante SMA-Patienten und 19 gesunden Kontrollpersonen mit Alter und Geschlecht angepasst. Eine umfassende Analyse der Armbewegung wurde erreicht; kein signifikanter Unterschied zwischen den Gruppen wurden jedoch durch die fehlende Übereinstimmung der Fähigkeit des Patienten und die Schwierigkeit, Test gefunden. Basierend auf diesen Erfahrungen, eine zweite Version des Tests, bestehend aus einer modifizierten Version von das erste Spiel mit größeren Schwierigkeiten und ein zweites Spiel auf Muskelausdauer wurden entwickelt und umgesetzt. Der neue Test hat bisher noch nicht in alle Patientengruppen durchgeführt. Unsere Arbeit hat demonstriert die potenzielle Möglichkeit des 3-d-Sensors bei der Beurteilung solcher Muskelfunktion und schlug einen objektiven Ansatz zur Ergänzung der klinischen Rating-Skalen.
Umfassende Beurteilung der Funktion des Muskels ist eine kritische Bewertung in vielen neuromuskulären Erkrankungen und eine wichtige Voraussetzung für erfolgreiche klinische Studien. Klinischen Rating-Skalen werden immer häufiger als ein standardisiertes Assessment-Tool verwendet und als etablierter Ergebnis messen1. Jedoch stark auf die subjektive Beurteilung des Kliniker und kann dazu führen, dass erhebliche Variationen auf Inter- und Intra-Rater Inkonsistenz2 oder Zahlen, die nicht die Kriterien für präzise Messungen1generiert. Darüber hinaus viele neuromuskuläre Erkrankungen betreffen vor allem Kinder und die meisten diese Rating-Skalen sind langwierig und langweilig, die zusätzliche Herausforderungen zu verhängen. Ein Beispiel für eine neuromuskuläre Krankheit ist spinale muskulöse Atrophie (SMA), die eine tödliche neuromuskuläre zeichnet sich durch progressive Muskel-Schwäche-3 Krankheit. Je nach den klinischen Phänotypen, einige Patienten Leben mit Rollstühlen (Typ 2), und einige können stehen und gehen ohne fremde Hilfe (Typ 3)4. Es gibt eine steigende Nachfrage nach ein empfindlicher und objektive Assessment-Tool die Muskelfunktion in Bezug auf gemeinsame Bewegungsbereich, Muskelkraft, Ermüdung der Muskeln und so weiter messen, um Fortschreiten der Krankheit und Wirksamkeit von Arzneimitteln zu verfolgen.
Die rasante Fortschritte in Motion-sensing-Technologie machte es möglich, die Eigenschaften der Bewegung zu vergleichsweise niedrigen Kosten zu analysieren, unter denen der Wert des 3-d-Sensors (Kinect) bei der Erfassung von Ganzkörper-Bewegung in einem Markergen-freie Weise weit untersucht worden ist. Mithilfe der integrierten Infrarot-Sensor und die implementierten Machine learning-Algorithmen sind die Körper-Standorte der verfolgten Personen durch die 3-dimensionale Positionen 20 anatomischen Landmarken Körpergelenken oder Punkte einschließlich Kopf, Hals genannt abgeleitet, Hände, Handgelenke, Ellbogen, Schultern, Wirbelsäule, Hüfte, Knie, Knöchel und Füße5. Die zeitliche Auflösung ist bis zu 30 Hz, ausreichend für die meisten körperlichen Bewegung mit Ausnahme einige pathologische motorische Symptome wie Zittern. Die räumliche Genauigkeit des 3-d-Sensors wurde umfassend validiert mit der Boden-Wahrheit-6 oder dem Gold-Standard eine 3-dimensionale Bewegung Marker-basierte Analyse System7,8,9,10 ist ,11,12. Gute gleichzeitige Gültigkeit und Reproduzierbarkeit durch verschiedene Tests aufgedeckt worden, vor allem von der Frontal anzeigen12 und für grobe Bewegungen7. Um die Funktion der oberen Extremität für Kinder mit SMA Objektiv zu bewerten, wir konzipiert und realisiert einen spielerische Test basiert auf einem 3-d-Sensor, die Fähigkeit der gemeinsamen Bewegung zu messen.
Die vorgeschlagenen Kinect-basierte Bewertung zur Verfügung gestellt eine objektive und umfassende Bewegungsanalyse und bietet gleichzeitig eine kinderfreundliche, Low-Cost und tragbare Lösung im Hinblick auf die traditionellen klinischen Beurteilungsskalen oder anspruchsvolle Marker-basierten video Systeme. Mit einem Gaming-Test, der weniger als 5 Minuten dauerte, mehrere Körperpunkte zur gleichen Zeit intensiv untersucht wurden, und viele raumzeitliche und kinematische Eigenschaften wurden analysiert mit hoher Genauigkeit einschließlich Geschwindigkeit, Gelenkwinkel und So weiter. Die gesamte Einrichtung und Schulungsaufwand waren auch viel weniger anspruchsvoll gegenüber dem Rating-Skalen oder Videosysteme.
Der wichtigste Schritt in diesem Ansatz war das Testdesign. Um die zugrunde liegenden unwillkürlichen Bewegungen zu erfassen, sollte die gestaltete Aufgabe der entsprechenden Fähigkeit Spektrum abdecken und vermeiden, Boden oder Decke Effekte. In dieser Indikation beispielsweise sind die häufigsten körperlichen Symptome der SMA Muskelschwäche, begrenzten gemeinsamen Bereich, Muskelsteifheit, Müdigkeit und So weiter. Die vorgeschlagene Test eignet sich für diese Symptome, die begrenzt gemeinsame Spektrum, die was typisch für SMA Typ 2 Patienten war. Leider wurde der Prototyp nur als ein erster Versuch in einer geplanten Studie getestet, die nur SMA Typ 3 Patienten rekrutiert. Da die Fähigkeit der Patienten waren über welche den aktuellen Test messen konnte (Decke Effekt), die gewünschten Ergebnisse nicht erreicht werden konnte. Für diese ambulanten Patientengruppe wäre Muskel-Müdigkeit und Körper-Transfer ein besseres Maß.
Basierend auf diesen Erfahrungen, eine zweite Version des Tests, bestehend aus einer modifizierten Version des Spiels “Kleiderschrank” und ein zusätzliches “Boot rudern” Spiel entworfen wurden. Die modifizierte Version des Spiels “Kleiderschrank” hat drei Schwierigkeitsstufen. In der ersten Ebene werden die Objekte in der Nähe der Leiche abgelegt, so dass das Thema nicht braucht, den Arm vollständig ausgefahren welche Ziele der schwachen Patientengruppe, kann nur im Rollstuhl sitzen und kann nicht vollständig ihre Arme ohne Unterstützung zu verlängern. In der zweiten Ebene werden die Objekte in der Entfernung der ganzen Armlänge gelegt, die richtet sich der Patientengruppe, die heben und Strecken der Arme ohne jegliche Unterstützung. In der schwierigsten Stufe befinden sich die Objekte leicht außerhalb des Bereichs der Arm; das Thema muss daher den oberen Stamm als verlängerter Arm zu bewegen. Die dritte Ebene zielt auf die ambulante Patientengruppe, wo auch die axial- und proximale Bewegung gemessen wird. Während der Positionierung Phase des Spiels die Armlänge des Motivs automatisch gemessen und dann verwendet, um die Standorte der Objekte in das folgende Spiel zu berechnen; Daher sind die Schwierigkeitsstufen automatisch an die Fähigkeit des Individuums angepasst. Wenn die Fähigkeit jedes einzelnen erreicht ist und die Objekte nicht erreicht oder platziert werden, wird die Ebene entweder nach einer bestimmten Zeit automatisch oder manuell durch den Betreiber übersprungen werden durch Drücken der “SKIP” Taste auf dem Bildschirm. “Boot rudern” Spiel Ziele Muskelausdauer und erfordert das Thema einen Arm rollende Bewegung so schnell wie möglich für 1 Minute wiederholen. In einer zukünftigen Studie soll die zweite Version decken das geduldige Spektrum von SMA Typ 2, 3, zu geben, da die Aufgaben mit begrenzten Arm Bewegungsfähigkeit, Patienten mit voll Arm Funktion und begrenzte Axialbewegung die Fähigkeit des Patienten messen.
Die anderen Seite des Test-Design ist die Berücksichtigung der Boden-Effekt. Aufgrund der begrenzten räumlichen und zeitlichen Auflösung ist der 3-d-Sensor nur in der Lage, präzise grobe Bewegungen wie walking, Arm winken und So weiter zu erfassen. Für feine Bewegung sind die Erkennung, einschließlich Abbildung klopfen oder Hand drehen, empfindlicher digitale Geräte wie Mobiltelefone oder Handgelenk Wearables erforderlich. Wie besprochen, ist der Schlüssel für den Erfolg einer solchen Anwendung, um die richtige Übereinstimmung zwischen zugrunde liegenden Krankheitssymptome, Gerätefunktionen und gestaltete Aufgabe aufzubauen.
Einige weitere Aspekte während der Test-Design sind Altersgruppe, Lerneffekt, Sprachen und So weiter. Da SMA hauptsächlich Kinder betroffen sind, sollte der Test möglichst einfach und klar wie möglich sein, und gleichzeitig eine attraktive Gamification-Eigenschaft. In unserem Design wurden Comicfiguren und gezeichnete Objekte verwendet. Die Aufgabe imitiert das Self dressing Verhalten, die von Kindern in der Regel nach zwei oder drei Jahren erworben wird. Die Bewegungen waren einfach gehalten, so dass Themen könnte verstehen und führen Sie den Test nach einer kurzen Trainingsphase und Lerneffekte wurden vermieden, die gemessen und in unseren vorherigen Veröffentlichung13diskutiert wurde.
Wenn Sie das Testprotokoll und die Datenanalyse durchführen, könnte einige Probleme ähnlich zu anderen 3-d-Sensoranwendungen entstehen. Diese Themen gehören Sonnenschein Störungen, spezielle Kleidung, mehr als ein Fach im Sichtfeld und unregelmäßige Abtastzeiten. Wir fanden einen Fall, wo ein Thema in schwarzer Kleidung nicht durch die 3-d-Sensor in einem sonnigen Raum, erkannt wurde auch wenn das Thema nicht direkt in der Sonne war. Wenn mehr als ein Fach erscheint und verschwindet aus dem Sehfeld, die Zuordnung von ID-Nummern erkannt Skelette springen kann, welche Belastungen die Analyse. Obwohl die 3-d-Sensor das Signal bei der Frequenz von 30 Hz in der Theorie gibt, die tatsächliche Ausgabe möglicherweise Lücken von bis zu 100 Ms. daher, es ist wichtig, zu verfolgen und den Zeitstempel zu exportieren.
Unser erste Test erfolgte auf der ersten Version des 3-d-Sensors, die derzeit durch eine zweite Version ersetzt wurden, und unsere modifizierte Version basierend auf diese zweite Version implementiert ist. Zwischen den Versionen die zugrunde liegenden Treiber sind unterschiedlich und auch die Anwendungsschnittstelle (API) hat sich geändert. Es gibt keine signifikanten Unterschiede bei die Anwendung der Migration. Da beide Anwendungsversionen frei auf Anfrage werden von den Autoren bereitgestellt können und die Sensortreiber von der Kinect-Website heruntergeladen werden können, ist dies kein Thema für den Benutzer.
Mit dem 3-d-Sensor, haben wir eine innovative, quantitative und objektive oberen Extremität Funktion Bewertungstool kinderfreundliches Spiel-ähnliche Technologie entwickelt. Die Machbarkeit wurde erforscht und analysiert. Unsere Arbeit demonstriert die potenzielle macht der 3-d-Sensor als Alternativen und komplementären Ansatz zur Bewertung der Bewegung.
The authors have nothing to disclose.
Wir danken Bastian Strahm für Teilnahme an der Demonstration Test und Laura Aguiar für das Korrekturlesen dieser Handschrift.
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 |