Ağrı vücut diyagramını veya PBD anatomisini ve vücut şablonlarının yönünü yatay modda açıklayın. Artan prob ucu basıncının tonları yeşilden maviye ve kırmızıya kaydırdığını ve sırasıyla hafif, orta ve şiddetli ağrı yoğunluğunu temsil ettiğini göstererek doğrusal dönüşümü tonlama basıncını tanımlayın. Ardından çizim ve silme araçlarını açıklayın ve yakınlaştırma ve kaydırma işlevlerini sıkıştırın.
Katılımcının geri öğretme yöntemini kullanarak ağrı vücut diyagramı görevini anladığını onaylayın ve süreci kendi sözleriyle açıklamalarını sağlayın. Katılımcılara düz bir yüzeyde ağrı vücut diyagramları çizme alıştırması yapmaları için 15 dakika ayırın, bu da ağrı yerinin ve yoğunluğunun doğru bir şekilde temsil edilmesini sağlar. Renklerin tutarlılığını ve doğru kullanımını doğrulamak için PBD'yi her katılımcıyla birlikte gözden geçirin.
Katılımcılardan PBD'leri başlangıç sırasında veya tedavi veya müdahaleyi takiben farklı zaman noktalarında bitirmelerini isteyin, bu da PBD'nin tamamlanması için yeterli zaman tanıyın. Tamamlandıktan sonra, PBD'leri hasta kimliği, PBD'nin bittiği tarih ve saat dahil olmak üzere standartlaştırılmış bir dosya adıyla kaydedin. Seç simgesini kullanarak toplu dışa aktarma için istediğiniz görüntüleri seçin.
Mevcut görüntü formatlarının listesine erişmek için paylaş düğmesine tıklayın. Görüntü katmanlarını koruyan bir taşınabilir veya Photoshop dosya formatı seçin ve tercih edilen formata tıklayın. İstediğiniz PBD dosyalarını indirin ve raster tabanlı bir görüntü düzenleyicide açın.
Şimdi, şablon gövdesi anahattının dışındaki pikselleri hariç tutmak için renkli katmanın altına tamamen siyah bir katman ve üstüne siyah bir maske katmanı ekleyerek ilgilenilen renkli pikselleri PBD dosyasının üst katmanından ayırın ve siyah bir arka plan üzerinde gövde anahattı içinde yalnızca renkli piksellerle değiştirilmiş bir PBD oluşturun. İşlenen PBD'leri taşınabilir ağ grafik dosyaları olarak dışa aktarmak için dosyaya tıklayın, dışa aktar'ı seçin ve farklı dışa aktar'ı seçin, PNG formatını seçin ve ardından dışa aktar'a tıklayın. Açık CV2 Python paketini kullanarak PBD içindeki her piksel değerini RGB'den HSV renk alanına dönüştürün.
Başlıklı Python betiklerini çalıştırarak her piksel için ton değerini çıkarın, alt çizgiyi ölçün, SA, noblur ve RGBA2HSV. Üç PBD ölçümünü hesaplamak için quantify pain Python betiğini çalıştırın. İlk olarak, renkli piksel sayısını gövde diyagramındaki toplam piksel sayısına bölerek PBD kapsamını hesaplayın.
Kadınlar için aralık bir ila 820.452 piksel, erkekler için ise bir ila 724.608 pikseldir. Verileri sıfırdan 100'e kadar normalleştirmek için sonuçları 100 ile çarpın. Ardından, RGBA2HSV çalıştırılarak yapılan gövde diyagramındaki tüm pikseller için ton değerlerini ekleyerek PBD toplam yoğunluğunu belirleyin.
Kadın aralığı sıfır ila 114, 453, 054 ve erkek aralığı sıfır ila 101, 082, 816'dır. Sonucu maksimum PBD toplam yoğunluğuna bölün ve 100 ile çarpın. Maksimum PBD toplam yoğunluğu, gövde diyagramındaki toplam piksel sayısının 139,5 ile çarpımına bağlıdır.
Tüm ton değerlerinin toplamını toplam renkli piksel sayısına bölerek PBD ortalama yoğunluğunu hesaplayın. Son olarak, her PBD dosyasını işleyin ve daha fazla analiz için çıktıları bir elektronik tabloda derleyin. PBD ölçümleri, çoğu hasta için sayısal derecelendirme yoğunluğu veya NRS, görsel analog skala veya VAS ve McGill Ağrı Anketi veya MPQ ile ilişkilendirildi.
Beş hastanın dördünde, PBD ölçümleri NRS-VAS yoğunluğu, VAS tatsızlığı ve MPQ ile karşılıklı bilgileri veya MI'yı önemli ölçüde paylaştı. Tüm hastalarda, NRS, VAS yoğunluğu, VAS rahatsızlığı ve MPQ ile anlamlı MI'yı paylaşırken, PBD toplamı MI'yı PBD kapsamı ve PBD ortalaması ile paylaştı.
