Et objektivt mål for muskel funktioner er udfordrende især hos børn. Baseret på et kommercielt tilgængelige digitale 3D-sensor, blev en børne-gaming test udviklet for at vurdere overekstremiteterne funktion for kliniske forsøg.
Progressive og irreversibel muskelatrofi karakteriserer Spinal muskelatrofi (SMA) og andre lignende muskel uorden sygdomme. Objektiv vurdering af muskel funktioner er en væsentlige og vigtige, selv om udfordrende, forudsætning for vellykket kliniske forsøg. Aktuelle klinisk rating scales begrænse bevægelse abnormaliteter for visse foruddefinerede grovkornede individuelle poster. Kinect-3D-sensoren er opstået som en billig og transportabel bevægelse sensing teknologi, der anvendes til opsamling og spor folks bevægelighed i mange medicinske og forskningsområder. En ny tilgang ved hjælp af denne 3D-sensor er udviklet og et spil-lignende test var designet til objektivt at måle funktionen øvre lemmer af patienter med SMA. Prototype test målrettet fælles bevægelse kapacitet. Mens du sidder i en virtuel scene, var patienten instrueres i at udvide, flex, og løft den hele armen for at nå og placere nogle objekter. Både kinematiske og spatiotemporelle Karakteristik af overekstremiteterne bevægelse blev ekstraheret og analyseret, f.eks., albue udvidelse og fleksion vinkler, hånd hastighed og acceleration. Den første undersøgelse inkluderet en lille kohorte af 18 specialistbehand SMA patienter og 19 alder – og køn-matchede raske kontrolpersoner. En omfattende analyse af arm bevægelse blev opnået; dog fandtes ingen signifikant forskel mellem grupperne på grund af uoverenstemmende af patientens evne og test vanskeligheder. Baseret på denne oplevelse, en anden version af testen består af en modificeret version af det første spil med stigende vanskeligheder og en anden målretning muskel udholdenhed var designet og implementeret. Den nye test er endnu ikke blevet gennemført i alle patientgrupper. Vores arbejde har påvist potentielle mulighed for 3D-sensoren i vurderingen af sådanne muskelfunktion og foreslog en objektiv tilgang for at supplere de kliniske rating scales.
Omfattende vurdering af muskelfunktion er en kritisk evaluering i mange neuromuskulære sygdomme og en vigtig forudsætning for vellykket kliniske forsøg. Kliniske rating skalaer anvendes i stigende grad som en standardiseret Vurderingsværktøjet og som en veletableret resultat måle1. Men de er stærkt afhængige af den subjektive dom af klinikerne og kan resultere i betydelige variationer fører til inter – og intra-Scoringssætter inkonsekvens2 eller genereret tal, der ikke opfylder kriterierne for præcise målinger1. Derudover mange neuromuskulære sygdomme i høj grad påvirker børn og de fleste af disse rating skalaer er lange og kedelige, der pålægger ekstra udfordringer. Et eksempel på en neuromuskulær sygdom er Spinal muskelatrofi (SMA), som er en fatal neuromuskulær sygdom karakteriseret ved progressiv muskel svaghed3. Afhængigt af den kliniske fænotyper, nogle patienter leve med kørestole (type 2), og nogle kan stå og gå synsstyrke (type 3)4. Der er en stigende efterspørgsel efter en mere følsom og objektive vurderingsværktøj til at måle muskelfunktion i form af fælles bevægelsesområde, muskelstyrke, muskeltræthed og så videre, for at spore sygdomsprogression og medicin effektivitet.
Den hurtige fremskridt i bevægelse sensing teknologi har gjort det muligt at analysere bevægelse karakteristika ved relativt lave omkostninger, blandt hvilke værdien af den 3D-sensor (Kinect) erobre hele kroppen bevægelse i en markør-fri måde er blevet bredt undersøgt. Ved hjælp af den integrerede infrarøde sensor og implementerede machine learning algoritmer, er kroppen placeringer af de registrerede personer udledes gennem de 3-dimensionelle positioner af 20 anatomiske landemærker kaldet kroppen samlinger eller punkter, herunder hoved, hals, hænder, håndled, albuer, skuldre, ryg, hofter, knæ, ankler, og fødder5. Den tidsmæssige opløsning er op til 30 Hz, som er tilstrækkelig til de fleste fysiske bevægelse med undtagelse af nogle patologiske motoriske symptomer såsom rysten. Den rumlige nøjagtigheden af 3D-sensoren er blevet valideret udførligt med jorden sandheden6 eller guld-standard, som er en markør-baserede 3-dimensionel bevægelse analyse system7,8,9,10 ,11,12. God samtidige gyldighed og reproducerbarhed er blevet afsløret af forskellige tests, især fra frontalt Se12 og til brutto bevægelser7. For at objektivt vurdere funktionen øvre lemmer for børn med SMA, vi designet og implementeret en spil-lignende test baseret på en 3D-sensor til at måle kapaciteten af fælles bevægelse.
Den foreslåede Kinect-baseret vurdering forudsat en objektiv og omfattende bevægelse analyse samtidig en børnevenlig, billig og transportabel løsning med hensyn til den traditionelle kliniske rating scales eller sofistikeret markør-baseret video systemer. Med en gaming-test, der varede i mindre end 5 minutter, flere krop punkter var intensivt undersøgt på samme tid, og mange spatiotemporelle og kinematiske egenskaber blev analyseret med stor nøjagtighed herunder hastighed, fælles vinkler og så videre. Hele set-up og uddannelsesindsatsen blev også meget mindre krævende i forhold til rating scales eller videosystemer.
Den mest kritiske trin i denne fremgangsmåde var test-design. For at fange de underliggende bevægelse symptomer, skal designet opgaven dække den tilsvarende kapacitet spektrum og undgå gulv eller loft effekter. I eksemplet med dette specifikt indikationsudvidelse omfatter de almindelige fysiske symptomer på SMA muskelsvaghed, begrænset fælles udvalg, muskelstivhed, træthed, og så videre. Den foreslåede test er hensigtsmæssig for disse symptomer, der involverer den begrænset fælles udvalg, som var typiske for SMA type 2 patienter. Prototypen blev desværre kun testet som et første forsøg i en planlagt undersøgelse, der ansættes kun SMA type 3 patienter. Da kapacitet af disse patienter var over hvilken den aktuelle test kunne måle (loft effekt), kunne ikke opnås de ønskede resultater. For denne specialistbehand patientgruppe, ville muskel træthed og krop overførsel være en bedre foranstaltning.
Baseret på denne oplevelse, en anden version af testen består af en modificeret version af “Klædeskab” spil og et ekstra “Båd-roning” spil er designet. Den ændrede version af “Klædeskab” spillet har tre sværhedsgrader. I det første niveau placeret objekterne i nærheden af kroppen, så emnet ikke skal fuldt udvide arm, hvilke mål de svage patientgruppe, der kan kun sidder i kørestolen og ikke fuldt udvide deres våben uden støtte. I det andet niveau, er at objekter placeret på afstand af hele arm længde, som er rettet mod den patientgruppe, der kan løfte og forlænge arme uden støtte. I de mest vanskelige niveau, er objekterne placeret lidt ud af rækken arm; emnet må derfor flytte øverste stammen som en udvidelse. Det tredje niveau er rettet mod den specialistbehand patientgruppe hvor den aksiale og proksimale bevægelse måles også. I den positionering fase af spillet, arm længde af emnet automatisk måles og derefter bruges til at beregne placeringen af objekterne i de følgende spil; sværhedsgrader er derfor automatisk tilpasset den enkeltes evne. Når kapacitet grænsen for enkelte er nået og objekterne ikke nået eller placeret, vil niveauet hoppet enten automatisk efter en vis tid, eller manuelt af operatøren ved at trykke på knappen “SKIP” på skærmen. “Båd-roning” spillet mål muskel udholdenhed og det kræver emne at gentage en arm rullende bevægelse så hurtigt som muligt i 1 minut. I en kommende undersøgelse, er den anden version bestemt til at dække den patient spektrum fra SMA type 2 til type 3, da opgaverne måle evne af patienter med begrænset arm bevægelse evne til patienter med fuld arm funktion og begrænset aksial bevægelse.
Anden siden af test-design er hensynet til gulvet effekt. På grund af den begrænsede rumlige og tidsmæssige opløsning er 3D-sensoren bare købedygtig fange præcist brutto bevægelser ligesom walking, arm vinker, og så videre. Til fine bevægelse er opdagelse, herunder figur aflytning eller hånd drejning, mere følsomme digitale enheder såsom mobiltelefoner eller håndled wearables påkrævet. Som omtalt, er nøglen til succes i sådan et program til at opbygge det rigtige match mellem underliggende sygdomssymptomer, enhedsfunktioner og designede opgave.
Nogle andre overvejelser i test-design omfatter aldersgruppe, learning virkningen, sprog og så videre. Da SMA rammer hovedsageligt børn, bør testen være så enkle og overskuelige som muligt samtidig opretholde en attraktiv gamification træk. I vores design, blev tegneserie figurer og håndtegnede objekter brugt. Opgaven efterlignede den selvstændige omklædningsrum adfærd, som er normalt opkøbt af børn efter to eller tre år. Bevægelserne blev holdt enkle emner kunne forstå og udføre testen efter en kort uddannelse fase og læring effekter blev undgået, der var målt og drøftet i vores tidligere publikation13.
Når du udfører forsøgsprotokollen og dataanalyse, kan nogle problemer opstå tilsvarende til andre 3D-sensor programmer. Disse spørgsmål omfatter solskin indblanding, specielt tøj, mere end ét emne i synsfeltet, og uregelmæssige prøvetidspunkter. Vi fandt et tilfælde hvor en genstand i sort tøj ikke blev opdaget af 3D-sensoren i et solrigt rum, selv når emnet ikke var direkte i solen. Når mere end ét emne vises og forsvinder fra synsfelt, tildeling af id-numre til opdaget skeletter kan hoppe, hvilke byrder analysen. Selv om den 3D-sensor output signal frekvens på 30 Hz i teori, den faktiske output kan have huller i op til 100 ms. derfor, det er vigtigt at spore og eksportere tidsstemplet.
Vores første test blev udført på den første version af 3D-sensor, som i øjeblikket er blevet erstattet af en anden version, og vores ændrede version er implementeret baseret på denne anden version. Mellem versioner, de underliggende drivere er forskellige, og også den overførelse grænseflade (API) er blevet ændret. Der er ingen andre betydelige forskelle under overflytning af ansøgningen. Da begge programversioner kan leveres frit efter anmodning af forfatterne og sensor-drivere kan downloades fra webstedet Kinect, er det ingen bekymring for brugeren.
Bruge 3D-sensoren, udviklet vi en nyskabende, kvantitative og objektive øvre ende funktion Vurderingsværktøjet indarbejde børnevenlige spil-lignende teknologi. Muligheden blev udforsket og analyseret. Vores arbejde demonstreret den potentielle effekt af 3D-sensor som en alternativ og komplementær tilgang til vurdering af bevægelse.
The authors have nothing to disclose.
Vi takker Bastian Strahm for at deltage i test demonstration og Laura Aguiar til korrekturlæsning af dette manuskript.
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 |