Name: video movement analysis using smartphones (vimas): a pilot study
Uploaded: 2017-03-14T12:30:00.000+00:00
Duration: 7 min 51 s
Description: Watch this Scientific Journal Video about Video Movement Analysis Using Smartphones ViMAS: A Pilot Study at JoVE.com

The authors wish to thank all the participants who generously gave their time to participate in this study.

פרוטוקול זה אושר על ידי דירקטוריון הסקירה המוסדי של וויין סטייט. 1. הכנה ניסויית <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> מצלמות עמדה ללכוד את שביל 6-מ &#39;כולו. השתמש בסך הכל 4 3D תנועה לוכדת מצלמות לצילום הליכה על מדרכה 6 מ &#39;. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> מניחים כל המצלמות ב 4 הפינות של שביל 6 מ &#39;. אוריינט כל המצלמות בקצים האלכסוניים של השביל אל פנים זה לזה. </li></ol></li><li style=";text-align:right;direction:rtl"> אסוף גובה, משקל ואורך רגל מדדים של כל משתתף. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> מדוד המוני בקילוגרמים. </li><li style=";text-align:right;direction:rtl"> מדוד אורך הרגל (במטרים) מ trochanter יותר המדיאלי malleoli של שתי הרגליים עם סרט מדידה. </li><li style=";text-align:right;direction:rtl"> מדוד את הגובה (במטרים), על ידי בעל המשתתף לעמוד יחף ליד סרט מדידה מחובר לקיר. מניחים סרגל על ​​החלק העליון של הראש של משתתף לקרוא את המדידה ממקום סרט מדידה מחובר לקיר. </li></ol></li><li&gt; הר החכם על חצובה עם מתאם חצוב עבור קליפ בעל טלפון חכם. מניחים את החצובה בבית 2-מ &#39;או 4 מ&#39;, הניצב במרכז השביל. קבע סדר אקראי מיקום זה אם ביצוע מחקר אימות. </li><li style=";text-align:right;direction:rtl"> אשכולות מקום 3 סמנים חכמים על המשתתף על פסגות כסל מעולות הבילטרליים קדמי (ASIS), עליון 1/3 ירך, עליון 1/3 עגל dorsum של כף רגל. מניח סמן חכם יחיד קו האמצע בין ימין פסגות כסל מעולה אחוריות עזב. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> אבטח את הסמנים החכמים עם רצועות הוולקרו / סרט דביק דו צדדי. ירכיים ושוקיים Secure סמנים במישור החזיתי. </li></ol></li><li style=";text-align:right;direction:rtl"> מדבקות מקום המציין ציוני דרך גרמי מעל המדיאלי הבילטראליים condyles הירך לרוחב, המדיאלי malleoli לרוחב ואת webspace בין הבהונות הראשונה והשנייה עבור כיול של מערכת לכידת תנועה 3D. הערה: הליך הכיול באופן ספציפי עבור כל מעבדה, ציוד ותוכנה לכידת תנועה 3D. </li&gt; <li style=";text-align:right;direction:rtl"> עבור הליך כיול, עיין במדריך הוראה שסיפק היצרן של הציוד לכידת תנועה 3D ו / או תוכנה אשר משמש כדי לנתח את הנתונים. התהליך המשמש כאן כרוך באמצעות מאובזרת &quot;שרביט&quot; עם סמנים חכמים, לרשום את מיקום 3D של המדבקות שהונחו. </li></ol> ניסוי 2. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> התאם את גובה עדשת מצלמת הטלפון החכם ללכוד גם את פלג הגוף התחתון של המשתתף בלבד (כמו ASIS גבול מעולה) או עליון ואת גוף תחתון (גבול מעולה acromion כפי). מדוד את הגובה מהרצפה עד עדשת המצלמה במטרים. </li><li style=";text-align:right;direction:rtl"> תן המשתתף בניסוי בפועל. יש חוקר אחד להפעיל את הטלפון החכם, והשני להפעיל את המחשב השולט על מערכת לכידת תנועה 3D. השתמש ממוספר נייר לציין את מספר משפט על הקלטת הטלפון החכמה. </li><li style=";text-align:right;direction:rtl"> פתח את יישום הטלפון החכם. לחץ על הכפתור &quot;קלט&quot; האדום בתחתית, במרכז היםקרין כדי להתחיל בהקלטת (כאשר באוריינטציה אנכית). הערה: אם הטלפון החכם כבר הושם על חצובה, הלחצן מופיע באמצע, בצד ימין של הטלפון, ליד כפתור הבית של הטלפון החכם. </li><li style=";text-align:right;direction:rtl"> הדריכו את המשתתף ללכת בקצב הרגיל שלהם, התמקדו סמן שיוצב על הקיר ממול כדי לסייע להם ללכת בקו ישר. מניחים את מקביל סמארטפונים אל שביל ללכוד פרופיל תופעות של המשתתף. יש המשתתף לחצות שתי המצלמות הלכידות תנועת 3D הראשונות הניחו בתחילת השביל משני הצדים, וללכת לכיוון השני אחר מצלמות לכידות תנועת 3D להציב בקצה השני של שביל צידיו. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> עבור כל ניסוי, לתת לכל משתתף ספירה לאחור כדי להתחיל (3, 2, 1, GO) ולסיים את המשפט (3, 2, 1, STOP). </li></ol></li><li style=";text-align:right;direction:rtl"> אחרי הנושא מסיים הליכה 6-מ &#39;, בחר בלחצן &quot;השיא&quot; האדום פעם נוספת כדי לסיים הקלטת משפט הליכה זו. </li><li style=";text-align:right;direction:rtl"> בדוקסמני ll לתפקיד לאחר כל ניסוי. אם עמד סמן שונה, חזור לשלב 1.6 כדי לכייל מחדש את מערכת לכידת תנועת 3D מיקומי הסמן החדשים. </li><li style=";text-align:right;direction:rtl"> המשתתפים יש לבצע 3 ניסויים בכל מרחק מצלמה בשלב 2.1. </li><li style=";text-align:right;direction:rtl"> הזיזו את החצובה עם הטלפון החכם למרחק השני. החזר את המשתתף לעמוד על נקודת אמצע הדרך לטיול. פעל בהתאם להוראות בפרוטוקול צעדים 2.2 - 2.5. </li><li style=";text-align:right;direction:rtl"> שמור ולאמת את ההקלטות לכידות תנועת 3D וקלטות חכמות לפני ההסרה של סמנים חכמים. </li></ol> .3 ניתוח נתונים <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> עקוב אחר ההוראות של התוכנה / היצרן כדי לחשב את זווית הברך. ידני להקליט את זווית הברך המוצג על המסך בו שביתת עקב בוהן את השלב של מחזור ההליכה. </li><li style=";text-align:right;direction:rtl"> להשלים את הניתוח של הקלטות טלפון חכמות עבור שביתת עקב בוהן את האירועים שנתפסו על ידי צוות של שני חוקרים, אשר צריך להסכים על הרגע של שביתה עקב בוהן שלאירועי f וסימני אדמת מדידת זווית. להשתמש בעט לדיוק מוגבר של מיקום אתר למדידות זווית הברך. הצעדים הבאים מתבצעים במשותף על ידי שני החוקרים. </li><li style=";text-align:right;direction:rtl"> כדי להציג במשפט כי נרשמה רק, בחר בכיכר וידאו בפינה השמאלית התחתונה של המסך (באוריינטציה אנכית). </li><li style=";text-align:right;direction:rtl"> שימוש בסרגל הגלילה בבסיס המסך, בחר במסגרת שבו הסובייקט קרוב שביתת עקב או בוהן את (לפי המשתנה המועדפת) במרכז המסך. </li><li style=";text-align:right;direction:rtl"> כדי לשלשל את הזווית, קש על סמל עיפרון והלבן, סמן בצד הימני העליון של המסך. </li><li style=";text-align:right;direction:rtl"> בחר באפשרות זווית, באפשרות השנייה ב התפריט הנפתח. </li><li style=";text-align:right;direction:rtl"> בחר צבע מועדף יצרנית הזווית. שים לב: רק מזווית אחת ניתן למדוד בבת אחת. הזווית נמדדת בפרוטוקול זה היה מורכב אך ורק של זווית הברך במישור sagittal. </li><li style=";text-align:right;direction:rtl"> חלק או קש על העט בכל מקום על המסך כדי לרדת בזָוִית. </li><li style=";text-align:right;direction:rtl"> מניחים במרכז זווית על מפרק הברך (condyle לרוחב), עם וקטורים להגיע למעלה לאורך הירך כלפי מטה לכיוון malleoli לרוחב. </li><li style=";text-align:right;direction:rtl"> במידת הצורך, &quot;זום&quot; על ידי הצבת שתי אצבעות קרובים זה לזה במרכז המסך ולאט לאט משך אותם זה מזה. הערה: לאחר מרוצית מהמיקום של הזווית, כלי המחשב באופן אוטומטי את זווית הברך באותה מסגרת נתונה. </li><li style=";text-align:right;direction:rtl"> כדי לזהות את זווית הברך בשלבים אחרים של בוהן כבוי או שביתה עקב, חזור על שלבי 3.4 - 3.10. </li></ol> 4. פרוטוקול קליני <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> מדוד וסמן את שביל 6-מ &#39;באמצעות סרט מדידה קלטת סמן / דביק. </li><li style=";text-align:right;direction:rtl"> מניחים את הטלפון החכם על הקבלה חצובה וקרוב למרכז שביל 6 מטר. </li><li style=";text-align:right;direction:rtl"> מניחים את החצובה 2 מ &#39;ממרכז של השביל כדי ללכוד את הגפה התחתונה, או 4 מ&#39; משם כדי ללכוד את המטען בגפיים התחתונות. כל מיקומי המצלמה לאפשר עללכידת ly של קינמטיקה המטוס sagittal. </li><li style=";text-align:right;direction:rtl"> חשב את הגובה של גובה עדשת המצלמה החכם מהרצפה תוך שימוש בנוסחאות הבאות: תצורת מצלמה קרובה (2 מ &#39;) עבור לכידה בגפיים תחתונה בלבד עדשת מצלמת height = (אורך רגל התייחסות של 0.87xPatient במטרים) - 0.12 תצורת מצלמה רחוקה (4 מ &#39;) עבור שני ללכוד גפיים וגו תחתון גובה עדשת מצלמה = אורך רגל ההתייחסות החולה במטרים - 0.23 </li><li style=";text-align:right;direction:rtl"> סעיפים חזור 2 - 3 להקליט ולנתח נתונים באמצעות אפליקציה לטלפון חכם. </li></ol>

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

No relevant financial relationship exists with Hudl Technique (Ubersense). Adams Physical Therapy Clinic, Novi, MI were our clinical collaborators on this study.

מטרת מחקר האימות הנוכחית הייתה לקבוע את תוקפו של יישום חכם זמין בחינם כדי לשמש קליני כאמצעי מטרה והחסכונית של שימוש בטכנולוגית טלפון חכמה ניתוח הליכה קינמטיקה במסגרת הקלינית. קיימים מחקרי אימות שבחנו אמצעי קינמטיקה עם יישום חכם מוגבלים ולא העריכו אמצעי קינמטיקה די?...

הערכת ההליכה אנושית היא מרכיב מרכזי של הערכת פיזיותרפיה ותהליך קבלת החלטות קלינית. הערכת 1 הילוך היא כלי קליני משמש לעתים קרובות כדי להעריך גירעונות הליכה בחולים עם גירעונות נוירולוגיות שלד ושרירים. בחינה מחדש של הליכה אז יכולה לספק מטפל עם מידע לגבי היעילות של התערבות בהשגת המטרות שהציבו בבית ההערכה הראשונית שלהם. יש צורך ארצי מוכר בארצות הברית עבור פיזיותרפיסטים לנצל מדידות תוצאה סטנדרטיות בעת הערכת חולים. 2 צורך זה נובע מן הנוף המשתנה במהירות של מדיניות החזר ביטוח, וכן משמרת הדגישה עבור פיזיותרפיסטים להסתמך יותר בכבדות על מנהגים מבוססים ראיות. 3 ישנם מדדי תוצאה רבים כדי להעריך אספקטים שונים של הליכה, אשר ניתן לצפות במספר דרכים, כוללות: מולתצפית רע&quot;מ ידי קלינאי, הערכות תפקודיות, וידאו מוקלט אמצעים, שבילים אלקטרוניים, תוכנת ניתוח תנועה תלת ממדים, וכו במסגרות קליניות, תצפיתי ניתוח הליכה (ויזואלי) מבוצע בדרך כלל, כפי שהוא דורש ציוד בזמן מינימאלי. בעוד ניתוח הליכה תצפיתי הוא נפוץ בתוך המרפאה, הוא נותר הערכה סובייקטיבית. 4 לכן, גורמים כגון ניסיון מטפל, חדות ראייה, מרחק בין (מרחק המצלמה) הנושא, כלי מדידה, וכל גורמים כגון אחרים יכולים להציג השתנות וטעייה בהערכה. פוטנציאל השתנות כאלה מציג צורך קריטי עבור אמצעי אמין יותר של מדידה, אשר בסופו של דבר ניתן להתגבר על ידי שימוש במכשור תקף. 5 מאז הקמתה, צילום הווידאו והצדדים קשור הטכנולוגיה שלה נעשה שימוש כדי לבחון מיל מגבלות תפקודיות שונהulting מ יכולת תנועה פגומה וכן צורה של משוב חזותי. זהו בחריפות נכונה לגבי בהליכת הערכה. Stuberg et al. נמצא כי &quot;ציוד צילום וידאו זמין בדרך כלל במרפאת ... ומספק קלינאי עם מידע אובייקטיבי נוסף על יציבה ועל עמדה משותפת במהלך מחזור ההליכה.&quot; 4 ככל שהטכנולוגיה ממשיכה להשתפר, אז יש את היכולות של ניתוח וידאו. יכולות אלה מספקות את הפיזיותרפיסט עם יכולת טובה יותר קליני להעריך את הפרמטרים השונים של הליכה. שני פרמטרים מרכזיים כי פיזיותרפיסטים להתמקד לכלול פרמטרים קינמטיקה ו spatiotemporal. כפי שהשם מרמז, אמצעי spatiotemporal כרוכים באלמנטים של מרחק וזמן. ספציפית מחזור ההליכה, צעדים spatiotemporal יכלול, אך לא יהיה מוגבל, אורך צעד, צעד אורך, קצב ומהירות. 6 צעדים קינמטית על oמוקד יד יס על תנועות / סיבובים המשותפים של הגפיים התחתונים שנצפו במהלך כל מחזור הליכה. מספר מאמרי ביקורת עמיתים פורסם אשר צטט את השימוש בניתוח תנועת וידאו כאמצעי תוצאה, מערכות מצלמת 2D במיוחד, להעריך קינמטיקה, spatiotemporal, או שילוב של שני סוגי פרמטרים. מאמרים אלה העריכו אוכלוסיות קליניות שונות, כולל אנשים עם היסטוריה של שבץ מוחי (CVA), פגיעות מוח טראומטית (TBI), פגיעות בחוט השדרה (SCI), מחלת פרקינסון (PD), (CP) שיתוק מוחין, ו אנשים בריאים. סכמטית המובא להלן (איור 1) מספק את המסגרת שאומצה לזהות ספרות ביקורת עמיתים רלוונטי שפורסם בנושא זה. <img alt="איור 1" src="/files/ftp_upload/54659/54659fig1.jpg" /> איור 1. סכמטי עבור קריטריונים לבחירת סעיף. thסכמטי דואר מתאר את הצעדים להשתמש בבחירת המאמרים ביקורת עמיתים מנת לבדוק איזה סוג של משתנים כפי שדווחו במסגרת ניתוח הליכה. <a href="http://ecsource.jove.com/files/ftp_upload/54659/54659fig1large.jpg" target="_blank">אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.</a> רוב המחקרים שהשתמשו ניתוח תנועת וידאו להקלטת פרמטרי הליכה היו מחקרי אימות. ניתן מחקרי אימות קינמטית בחלוקה נוספת לאחת משלוש קטגוריות: הערכת תנועה חריגה נובעת אבחנה / פתולוגיה ספציפית, 7 בחינת זוויות משותפות במהלך תנועות תפקודיות ספציפית, 8, 9 ו ההערכה האפקטיבית הטיפול באמצעות השוואה של תנועה טרום התערבות ותנועה שלאחר ההתערבות. 10, 11 בדומה לכך, מחקרים להערכת פסק spatiotemporalמטר יכול גם להיות מחולק לשלוש קטגוריות: הערכת התנועה חריגה הנובעת פתולוגיה ספציפית, 12, 13, 14 בחינת פלטפורמה במהלך פעילות ספציפית פונקציונלית, 15, 16 וקביעת ההשפעה של התערבות ספציפית. 17 המחקרים שהעריכו הוא פרמטרי קינמטיקה ו spatiotemporal מכוונים בעיקר בקביעה האפקטיבית של התערבויות טיפול ספציפיות כגון orthoses 17 או משקל גוף / אימון הליכון נתמך משקל הגוף חלקי. 18, 19 ניתוח תיאורי ראשוני של מאמרים אלה נקבע כי 52.1% מן המחקרים (סכום של אלה שמחפשים אך ורק קינמטיקה (30.4%) לבין אלה שבדקו שילוב של פרמטרים (21.7%)) rפרמטרים קינמטיקה esearched עם מערכת המצלמה 2D. זאת בהשוואה ל 69.5% מהמאמרים (הסכום של מאמרים נחקרו פרמטרי spatiotemporal (47.8%) וכן שילוב של פרמטרים (21.7%)) כי העריך פרמטרי spatiotemporal. ההבדלים המתודולוגיים הקלטה והערכת פרמטרים הילוך קינמטיקה ו spatiotemporal נראים גם בפרקטיקה הקלינית מבחינת סוג של ניתוח הליכה תצפיתי בשימוש. פרמטרים Spatiotemporal מוערכים בתדירות הרבה יותר כפי שצוין על ידי מחקר. ישנם שלוש הסכמה כללית על סיבות למגמה זו: בעלות נמוכה, קל שימוש, ואת קיומו של פרוטוקול סטנדרטי למדידת פרמטרים כגון. מדידות קינמטיקה תצפיתיים הוכחו יש נמוך מאוד-rater התוך (60%) ואמינות-rater היתר (40% - 94%) במסגרות קליניות. 4 טווח רחב זה הוא הבין להיות בשל הווריאציה את המיקום של סמנים עלציוני דרך גרמיים והכלים הספציפיים המשמשים להערכת זוויות משותפות. הבדלים דקים בהשמת מיקום של הסמנים יכולים לשנות את הזוויות כתוצאה משמעותיות. מדידות Spatiotemporal יש הרבה אמינות גבוהה יותר (החל 69% - 97%), במיוחד כאשר באמצעות נייר, עיפרון ולהפסיק שיטת השעון להעריך ההליכה. 20 ההתקדמות הטכנולוגית בעשורים האחרונים באופן משמעותי שינתה את דרך הבריאות הוא התאמנה. עם הופעתה האחרונה של טלפונים חכמים, גישה לאינטרנט, מאמרי מחקר באינטרנט, ומשאבים אלקטרוניים אחרים נמצאים כעת זמינים יותר לרופאים בכל עת. מרטין et al. דיווח כי &quot;שימוש כללי הסמארטפונים גדל בפרקטיקה קלינית, חינוך ומחקר רפואיים.&quot; 21 במחקר זה, יותר מ -50% של רופאים מתחת לגיל 35 השיבו כי הם יישמו באמצעות סמארטפון בפרקטיקה הקלינית. אינקר מגמה זוהקל בשנת 2009 כאשר 64% מהרופאים בארצות הברית נמצאו באמצעות טלפונים חכמים בקליניקה שלהם. מחקר סקירת מנהטן נוסף חזה כי צמיחה זו תמשיך לטפס ל -81% מהרופאים וקלינאים בריאות ליישום שימוש חכם בקליניקה עד 2012. 22 בעוד מחקר נוסף לא נערך כדי לקבוע אם מגמת העלייה הזו המשיכה אכן לטפס, סביר להניח, עם היישום הידוע של טכנולוגית בריאות, כי השימוש של פלטפורמות הסמארטפונים בקליניקה יהפוך יותר רגיל. השימוש הנוכחי של יישומי טלפון חכמים בפועל פיזיותרפיה לא הוקם. לא חלו מחקרים להערכת השימוש ביישומי תוכנה לניתוח וידאו חכמים ידי פיזיותרפיסט עד כה. עם זאת, יישומי טלפון חכמים שונים שנוצלו על ידי פיזיותרפיסטים פרט ככלי עזר פריצת דרך oהגדרות אורתופדי utpatient לשימוש הן שיקום ספורטאים מתאמנים מתחומים שונים. יישומי Smartphone זמינים גם כי ניתן למדוד זוויות משותפות, שחלקם אומתו. 23, 24 טפל יחידנים החלו להשתמש יישומי ניתוח שונים בסמארטפונים עבור משוב חזותי עבור המטופל ועבור פירוט קל של רכיבים שונים שעשויים להיות חסר מחזור ההליכה של מטופל, בהתבסס על ראיות אנקדוטיות. עם זאת, את תוקפו של אמצעים אלה נותר עלום. המחקר המוגבל כי קיים בנוגע לבקשות ניתוח וידאו החכמות אלה התמקד בנושא תיקוף פרמטרי הילוך קינמטיקה, במיוחד קרסול, זוויות ברך ירך, במישור חזיתית, 25 ואמינות-rater יתר של המכשיר. 26 אין מחקרים שפורסם עד כה כי יש תוקף השימוש ביישומי תוכנה לניתוח וידאו החכם להקליט kinematics של הליכה במישור sagittal, אשר ביותר שבוצע בדרך כלל ניתוח הליכה קליני. מטרת המחקר הנוכחי הייתה לבחון את התקפות המקבילה של אמצעי קינמטיקה שרשמו היישום החכם ולהשוות אותם אמצעים שרשמו מערכת לכידת תנועת 3D במישור sagittal. אנו צופים כי יהיו הבדלים משמעותיים בין המדדים שרשמו היישום החכם כשמשווה את האמצעים שרשמו מערכת לכידת תנועת 3D. המטרה המשנית היא לבדוק אם שני מיקומים ברורים של המצלמה החכמה מהנושא (ליד במרחק של 2 מ &#39;; למרחקים של 4 הבדל -nt במדדים בין שני המיקומים ברורים של המצלמה החכמה המטרה הסופית של המחקר. הוא לנסח פרוטוקול ניתוח הליכת וידאו קליני באמצעות יישום טלפון חכם.

<table><tbody><tr><td>Hudl Technique App</td><td>Hudl&amp;nbsp;</td><td>Online app</td><td>Freely downladable app from adroid /apple store</td></tr><tr><td>Optotrak Certus 3D motion capture system</td><td>Northern Digital inc</td><td>Optotrak certus System</td><td>http://www.ndigital.com/msci/products/optotrak-certus/</td></tr><tr><td>Smartphone</td><td>Apple</td><td>Iphone 5</td><td>www.apple.com</td></tr></tbody></table>

video movement analysis using smartphones (vimas): a pilot study

השימוש בטלפונים חכמים בקליניקה עולה בהתמדה עם הזמינות של עלות הנמוכה / זמינים באופן חופשי &quot;יישומים&quot; שיכול לשמש כדי להעריך הליכה אנושית. המטרה העיקרית של כתב היד הזה היא לבדוק את התוקף המקביל של אמצעי קינמטיקה שרשמו יישום חכם בהשוואת מערכת לכידת תנועת 3D במישור sagittal. המטרה המשנית הייתה לפתח פרוטוקול לקלינאים על ההגדרה של המצלמה החכמה לניתוח תנועת וידאו. זווית הברך במישור sagittal נמדדה במהלך שביתת עקב בוהן את האירועים באמצעות האפליקציה לטלפון חכמה ומערכת 3D תנועה ללכוד ב -32 נבדקים בריאים. שלושה ניסויים בוצעו ליד (2 מ &#39;) ורחוק (4 מ&#39;) מרחקי מצלמה חכמה. סדר המרחקים היה אקראי. ניתוח רגרסיה בוצע על מנת להעריך את גובה המצלמה המבוססת משני אורך הגובה או רגל של הנבדק. Absoluשגיאות מדידת te היו לפחות במהלך בוהן את (3.12 ± 5.44 מעלות) לעומת שביתת עקב (5.81 ± 5.26 מעלות). היו מובהק (p &lt;0.05), אבל הסכמים מתונים בין המדדים ללכוד יישומי 3D תנועה של זוויות ברך. בנוסף, לא נמצאו מובהק (p&gt; 0.05) בין טעויות המדידה המוחלטות בין שתי עמדות המצלמה. שגיאות המדידה בממוצע בין 3 - 5 מעלות במהלך בוהן מעליו מכות עקב אירועי מחזור ההליכה. שימוש אפליקציות סמארטפון יכול להיות כלי שימושי במרפאת לביצוע הליכה או ניתוח תנועה אנושי. יש צורך במחקרים נוספים כדי לקבוע את הדיוק במדידת תנועות של גפיים וגו העליונים.

<html> כל 32 הנבדקים השלימו את ניסויי הליכת 6; עם זאת, נתונים מ -6 מהמשתתפים לא נכללו בניתוח הנתונים בשל בעיות טכניות וכתוצאה מכך החשיפה סמן עניה. שגיאות המדידה המוחלטות של זוויות ברך היו לפחות במהלך אירועי בוהן את (3.12 ± 5.44 מעלות) לעומת שביתת עקב (5.81 ± 5.26 מעל?...

Watch this Scientific Journal Video about Video Movement Analysis Using Smartphones ViMAS: A Pilot Study at JoVE.com

Video Movement Analysis Using Smartphones ViMAS: A Pilot Study

This manuscript describes the method to test the concurrent validity of kinematic measures recorded by the smartphone application in comparison to a 3D motion capture system in the sagittal plane. This protocol will enable clinicians to set up smartphones for video capture of human movement.

ניתוח וידאו התנועה באמצעות טלפונים חכמים (ViMAS): מחקר פיילוט

The use of smartphones in clinical practice is steadily increasing with the availability of low cost/freely available &#34;apps&#34; that could be used to ...

video-movement-analysis-using-smartphones-vimas-a-pilot-study

Research

JoVE Journal

Medicine

Video Movement Analysis Using Smartphones (ViMAS): A Pilot Study

16.7K Views.  Wayne State University. This manuscript describes the method to test the concurrent validity of kinematic measures recorded by the smartphone application in comparison to a 3D motion capture system in the sagittal plane. This protocol will enable clinicians to set up smartphones for video capture of human movement.

Video: Video Movement Analysis Using Smartphones ViMAS: A Pilot Study

Evaluation of a Smartphone-based Human Activity Recognition System in a Daily Living Environment

An evaluation method that includes continuous activities in a daily-living environment was developed for Wearable Mobility Monitoring Systems (WMMS) that attempt to recognize user activities. Participants performed a pre-determined set of daily living actions within a continuous test circuit that included mobility activities (walking, standing, sitting, lying, ascending/descending stairs), daily living tasks (combing hair, brushing teeth, preparing food, eating, washing dishes), and subtle environment changes (opening doors, using an elevator, walking on inclines, traversing staircase landings, walking outdoors). 
To evaluate WMMS performance on this circuit, fifteen able-bodied participants completed the tasks while wearing a smartphone at their right front pelvis. The WMMS application used smartphone accelerometer and gyroscope signals to classify activity states. A gold standard comparison data set was created by video-recording each trial and manually logging activity onset times. Gold standard and WMMS data were analyzed offline. Three classification sets were calculated for each circuit: (i) mobility or immobility, ii) sit, stand, lie, or walking, and (iii) sit, stand, lie, walking, climbing stairs, or small standing movement. Sensitivities, specificities, and F-Scores for activity categorization and changes-of-state were calculated.
The mobile versus immobile classification set had a sensitivity of 86.30% &#177; 7.2% and specificity of 98.96% &#177; 0.6%, while the second prediction set had a sensitivity of 88.35% &#177; 7.80% and specificity of 98.51% &#177; 0.62%. For the third classification set, sensitivity was 84.92% &#177; 6.38% and specificity was 98.17 &#177; 0.62. F1 scores for the first, second and third classification sets were 86.17 &#177; 6.3, 80.19 &#177; 6.36, and 78.42 &#177; 5.96, respectively. This demonstrates that WMMS performance depends on the evaluation protocol in addition to the algorithms. The demonstrated protocol can be used and tailored for evaluating human activity recognition systems in rehabilitation medicine where mobility monitoring may be beneficial in clinical decision-making.

A standardized evaluation method was developed for Wearable Mobility Monitoring Systems (WMMS) that includes continuous activities in a realistic daily living environment. Testing with a series of daily living activities can decrease activity recognition sensitivity; therefore, realistic testing circuits are encouraged for valid evaluation of WMMS performance.

הערכה של מערכת פעילות אנושית המבוססת על טלפון חכם הכרה בימי סביבת חיים

An evaluation method that includes continuous activities in a daily-living environment was developed for Wearable Mobility Monitoring Systems (WMMS) that ...

Behavior

Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment

As individuals increasingly live in cities, methods to study their everyday movements and the data that can be collected becomes important and valuable. Eye-tracking informatics are known to connect to a range of feelings, health conditions, mental states and actions. But because vision is the result of constant eye-movements, teasing out what is important from what is noise is complex and data intensive. Furthermore, a significant challenge is controlling for what people look at compared to what is presented to them.
The following presents a methodology for combining and analyzing eye-tracking on a video of a natural and complex scene with a machine learning technique for analyzing the content of the video. In the protocol we focus on analyzing data from filmed videos, how a video can be best used to record participants&#39; eye-tracking data, and importantly how the content of the video can be analyzed and combined with the eye-tracking data. We present a brief summary of the results and a discussion of the potential of the method for further studies in complex environments.

The objective of the protocol is to detail how to collect video data for use in the laboratory; how to record eye-tracking data of participants looking at the data and how to efficiently analyze the content of the videos that they were looking at using a machine learning technique.

שילוב נתוני מעקב אחר עיניים באמצעות ניתוח של תוכן וידאו מחינם-צפייה בסרטון וידאו של טיול בסביבה של פארק עירוני

As individuals increasingly live in cities, methods to study their everyday movements and the data that can be collected becomes important and valuable. ...

Environment

Frame-by-Frame Video Analysis of Idiosyncratic Reach-to-Grasp Movements in Humans

Prehension, the act of reaching to grasp an object, is central to the human experience. We use it to feed ourselves, groom ourselves, and manipulate objects and tools in our environment. Such behaviors are impaired by many sensorimotor disorders, yet our current understanding of their neural control is far from complete. Current technologies for investigating human reach-to-grasp movements often utilize motion tracking systems that can be expensive, require the attachment of markers or sensors to the hands, impede natural movement and sensory feedback, and provide kinematic output that can be difficult to interpret. While generally effective for studying the stereotypical reach-to-grasp movements of healthy sighted adults, many of these technologies face additional limitations when attempting to study the unpredictable and idiosyncratic reach-to-grasp movements of young infants, unsighted adults, and patients with neurological disorders. Thus, we present a novel, inexpensive, and highly reliable yet flexible protocol for quantifying the temporal and kinematic structure of idiosyncratic reach-to-grasp movements in humans. High speed video cameras capture multiple views of the reach-to-grasp movement. Frame-by-frame video analysis is then used to document the timing and magnitude of pre-defined behavioral events such as movement start, collection, maximum height, peak aperture, first contact, and final grasp. The temporal structure of the movement is reconstructed by documenting the relative frame number of each event while the kinematic structure of the hand is quantified using the ruler or measure function in photo editing software to calibrate 2 dimensional linear distances between two body parts or between a body part and the target. Frame-by-frame video analysis can provide a quantitative and comprehensive description of idiosyncratic reach-to-grasp movements and will enable researchers to expand their area of investigation to include a greater range of naturalistic prehensile behaviors, guided by a wider variety of sensory modalities, in both healthy and clinical populations.

This protocol describes how to use frame-by-frame video analysis to quantify idiosyncratic reach-to-grasp movements in humans. A comparative analysis of reaching in sighted versus unsighted healthy adults is used to demonstrate the technique, but the method can also be applied to the study of developmental and clinical populations.

מסגרת ניתוח וידאו של תנועות יד להבין הייחודית בבני אדם

Prehension, the act of reaching to grasp an object, is central to the human experience. We use it to feed ourselves, groom ourselves, and manipulate ...

Measuring the Kinematics of Daily Living Movements with Motion Capture Systems in Virtual Reality

The inability to complete instrumental activities of daily living (IADL) is a precursor to various neuropsychological diseases. Questionnaire-based assessments of IADL are easy to use but prone to subjective bias. Here, we describe a novel virtual reality (VR) test to assess two complex IADL tasks: handling financial transactions and using public transportation. While a participant performs the tasks in a VR setting, a motion capture system traces the position and orientation of the dominant hand and head in a three-dimensional Cartesian coordinate system. Kinematic raw data are collected and converted into &#39;kinematic performance measures,&#39; i.e., motion trajectory, moving distance, and time to completion. Motion trajectory is the path of a particular body part (e.g., dominant hand or head) in space. Moving distance refers to the total distance of the trajectory, and time to completion is how long it took to complete an IADL task. These kinematic measures could discriminate patients with cognitive impairment from healthy controls. The development of this kinematic measuring protocol allows detection of early IADL-related cognitive impairments.

We designed a virtual reality test to assess instrumental activities of daily living (IADL) with a motion capture system. We propose a detailed kinematic analysis to interpret the participant&#39;s various movements, including trajectory, moving distance, and time to completion to evaluate IADL capabilities.

מדידה קינמטיקה של תנועות החיים יומי עם מערכות לכידת תנועה במציאות וירטואלית

The inability to complete instrumental activities of daily living (IADL) is a precursor to various neuropsychological diseases. Questionnaire-based ...

Measuring the Switch Cost of Smartphone Use While Walking

This paper presents a study protocol to measure the task-switching cost of using a smartphone while walking. This method involves having participants walk on a treadmill under two experimental conditions: a control condition (i.e., simply walking) and a multitasking condition (i.e., texting while walking). During these conditions, the participants must switch between the tasks related to the experimental condition and a direction determining task. This direction task is done with a point-light walker figure, seemingly walking towards the left or the right of the participant. Performance on the direction task represents the participant&#8217;s task-switching costs. There were two performance measures: 1) correct identification of the direction and 2) response time. EEG data are recorded in order to measure the alpha oscillations and cognitive engagement occurring during the task switch. This method is limited in its ecological validity: pedestrian environments have many stimuli occurring simultaneously and competing for attention. Nonetheless, this method is appropriate for pinpointing task-switching costs. The EEG data allow the study of the underlying mechanisms in the brain that are related to differing task-switching costs. This design allows the comparison between task switching when doing one task at a time, as compared to task switching when multitasking, prior to the stimulus presentation. This allows understanding and pinpointing both the behavioral and neurophysiological impact of these two different task-switching conditions. Furthermore, by correlating the task-switching costs with the brain activity, we can learn more about what causes these behavioral effects. This protocol is an appropriate base for studying the switching cost of different smartphone uses. Different tasks, questionnaires, and other measures can be added to it in order to understand the different factors involved in the task-switching cost of smartphone use while walking.

This study design measures the task-switching cost of using a smartphone while walking. Participants undergo two experimental conditions: a control condition (walking) and a multitasking condition (texting while walking). Participants switch between these tasks and a direction determining task. EEG data as well as behavioral measures are recorded.

מדידת עלות המתג של שימוש בטלפון חכם בזמן הליכה

This paper presents a study protocol to measure the task-switching cost of using a smartphone while walking. This method involves having participants walk ...

A Methodology for Capturing Joint Visual Attention Using Mobile Eye-Trackers

With the advent of new technological advances, it is possible to study social interactions at a microlevel with unprecedented accuracy. High frequency sensors, such as eye-trackers, electrodermal activity wristbands, EEG bands, and motion sensors provide observations at the millisecond level. This level of precision allows researchers to collect large datasets on social interactions. In this paper, I discuss how multiple eye-trackers can capture a fundamental construct in social interactions, joint visual attention (JVA). JVA has been studied by developmental psychologists to understand how children acquire language, learning scientists to understand how small groups of learners work together, and social scientists to understand interactions in small teams. This paper describes a methodology for capturing JVA in colocated settings using mobile eye-trackers. It presents some empirical results and discusses implications of capturing microobservations to understand social interactions.

Using multimodal sensors is a promising way to understand the role of social interactions in educational settings. This paper describes a methodology for capturing joint visual attention from colocated dyads using mobile eye-trackers.

מתודולוגיה ללכידת תשומת לב ויזואלית משותפת באמצעות עוקבים אחר העין הניידת

With the advent of new technological advances, it is possible to study social interactions at a microlevel with unprecedented accuracy. High frequency ...

An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones

Keyboard input has played an essential role in human-computer interaction with a vast user base, and the keyboard design has always been one of the fundamental objects of studies on smart devices. With the development of screen technology, more precise data and indicators could be collected by smartphones to in-depth evaluate the keyboard design. The enlargement of the phone screen has led to unsatisfactory input experience and finger pain, especially for one-handed input. The input efficiency and comfort have attracted the attention of researchers and designers, and the curved keyboard with size-adjustable buttons, which roughly accorded with the physiological structure of thumbs, was proposed to optimize the one-handed usage on large-screen smartphones. However, its real effects remained ambiguous. Therefore, this protocol demonstrated a general and summarized method to evaluate the effect of curved QWERTY keyboard design on a 5-inch smartphone through a self-developed software with detailed variables, including objective behavioral data, subjective feedback, and the coordinate data of each touchpoint. There is sufficient existing literature on evaluating virtual keyboards; however, only a few of them systematically summarized and took reflection on the evaluation methods and processes. Therefore, this protocol fills in the gap and presents a process and method of the systematic evaluation of keyboard design with available codes for analysis and visualization.&#160;It needs no additional or expensive equipment&#160;and is easy to conduct and operate. In addition, the protocol also helps to get potential reasons for the disadvantages of the design and enlightens the optimization of designs. In conclusion, this protocol with the open-source resources could not only be an in-class demonstrative experiment to inspire the novice to start their studies but also contributes to improving the user experience and the revenue of input method editor companies.

The presented protocol integrates various evaluation methods and demonstrates a method to evaluate the keyboard design on smartphones. Pairs matched by English characters are proposed as the input material, and the transition time between two keys is used as the dependent variable.

שיטת הערכה וארגז כלים להערכת עיצוב לוח המקשים בסמארטפונים

Keyboard input has played an essential role in human-computer interaction with a vast user base, and the keyboard design has always been one of the ...

הדמיה מבוססת סמארטפון עבור C. elegans Lawn Avoidance Assay

A Smartphone-Based Imaging Method for C. elegans Lawn Avoidance Assay

When exposed to toxic or pathogenic bacteria, the nematode Caenorhabditis elegans displays a learned lawn avoidance behavior, in which the worms gradually leave their food source and prefer to remain outside the bacterial lawn. The assay is an easy way to test the worms' ability to sense external or internal cues to properly respond to harmful conditions. Though a simple assay, counting is time consuming, particularly with multiple samples, and assay durations that span overnight are inconvenient for researchers. An imaging system that can image many plates over a long period is useful but costly. Here, we describe a smartphone-based imaging method to record lawn avoidance in C. elegans. The method requires only a smartphone and a light emitting diode (LED) light box, to serve as a transmitted light source. Using free time-lapse camera applications, each phone can image up to six plates, with sufficient sharpness and contrast to manually count worms outside the lawn. The resulting movies are processed into 10 s audio video interleave (AVI) files for every hourly time point, then cropped to show each single plate to make them more amenable for counting. This method is a cost-effective way for those looking to examine avoidance defects and can potentially be extended to other C. elegans assays.

Author Spotlight: שיטת הדמיה מבוססת סמארטפון עבור C. elegans Lawn Avoidance Assay  

This article describes a simple, low-cost method of recording the lawn avoidance behavior of Caenorhabditis elegans, using readily available items such as a smartphone and a light emitting diode (LED) light box. We also provide a Python script to process the video file into a format more amenable for counting.

שיטת הדמיה מבוססת סמארטפון עבור C. elegans Lawn Avoidance Assay

When exposed to toxic or pathogenic bacteria, the nematode Caenorhabditis elegans displays a learned lawn avoidance behavior, in which the worms gradually ...

ניתוח וידאו התנועה באמצעות טלפונים חכמים (ViMAS): מחקר פיילוט

Summary

Explore More Videos

Chapters in this video

הערכה של מערכת פעילות אנושית המבוססת על טלפון חכם הכרה בימי סביבת חיים

שילוב נתוני מעקב אחר עיניים באמצעות ניתוח של תוכן וידאו מחינם-צפייה בסרטון וידאו של טיול בסביבה של פארק עירוני

מסגרת ניתוח וידאו של תנועות יד להבין הייחודית בבני אדם

מדידה קינמטיקה של תנועות החיים יומי עם מערכות לכידת תנועה במציאות וירטואלית

מדידת עלות המתג של שימוש בטלפון חכם בזמן הליכה

מתודולוגיה ללכידת תשומת לב ויזואלית משותפת באמצעות עוקבים אחר העין הניידת

שיטת הערכה וארגז כלים להערכת עיצוב לוח המקשים בסמארטפונים

שיטת הדמיה מבוססת סמארטפון עבור C. elegans Lawn Avoidance Assay

שיטת הדמיה מבוססת סמארטפון עבור C. elegans Lawn Avoidance Assay

שיטת הדמיה מבוססת סמארטפון עבור C. elegans Lawn Avoidance Assay