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.

Bu protokol Wayne State Üniversitesi Kurumsal Değerlendirme Kurulu tarafından onaylandı. 1. Deneysel hazırlanması <ol><li> Pozisyon kameraları tüm 6 m geçit yakalamak için. 6 m geçit üzerinde yürüyüş yakalamak için kameralar 4 3D hareket toplam yakalar kullanın. <ol><li> 6 m geçit 4 köşelerinde kameraların her koyun. birbirlerine yüz geçit çapraz ucunda kamera her şark. </li></ol></li><li> Her katılımcının boy, kilo ve bacak uzunluğu önlemleri toplayın. <ol><li> kilogram kitle ölçün. </li><li> bir ölçüm bandı ile her iki bacak Malleollerin medial büyük trokanter dan (metre cinsinden) bacak uzunluğunu ölçün. </li><li> katılımcı duvara iliştirilmiş bir ölçüm bandı yanında yalınayak durmak suretiyle, (metre cinsinden) yüksekliğini ölçün. duvara bağlı ölçüm bant ölçümü okumak için katılımcının başının üstünde bir cetvel yerleştirin. </li></ol></li><li&gt; Bir akıllı telefon tutucusu klibi için bir tripod adaptörü ile bir tripod üzerinde akıllı telefon monte edin. geçit merkezine dik 2-m veya 4-m tripod, yerleştirin. Bir doğrulama çalışması gerçekleştirerek, bu yerleştirme sırasını rastgele. </li><li> bilateral anterior superior iliak sırtlarında katılımcı üzerinde 3 akıllı belirteçleri (ÇED), uyluğun üst 1/3, buzağı ve ayak sırtında 1/3 üst Yeri kümeleri. sağ ve sol posterior superior iliak tepeleri arasındaki orta hatta tek bir akıllı işaretleyici yerleştirin. <ol><li> Velcro / çift taraflı yapışkan bant ile akıllı işaretçileri sabitleyin. frontal planda güvenli uyluk ve baldır işaretleri. </li></ol></li><li> İkili medial ve lateral femoral kondil, medial ve lateral Malleol ve 3D hareket yakalama sistemi kalibrasyonu için birinci ve ikinci ayak parmakları arasında site alanı üzerinde kemik işaretlerini gösteren yer çıkartmalar. Kalibrasyon prosedürü her laboratuvara özgüdür ve 3D hareket yakalama ekipman ve yazılım: NOT. </li&gt; <li> Kalibrasyon prosedürü için, verileri analiz etmek için kullanılan 3D hareket yakalama ekipman ve / veya yazılım üreticisi tarafından sağlanan öğretim kılavuza bakınız. Burada kullanılan işlem yerleştirildi çıkartmaları 3D konumunu kaydetmek için, akıllı işaretleri ile bir aletli &quot;Wand&quot; kullanmayı gerektirir. </li></ol> 2. Deney <ol><li> katılımcının alt gövde sadece (ÇED üstün sınır) ya da üst ve alt gövde (acromion üstün sınır) ya yakalamak için akıllı telefon kamera merceği yüksekliğini ayarlayın. metre kamera merceğinin yerden yüksekliğini ölçün. </li><li> katılımcılara uygulama deneme ver. bir araştırmacı akıllı telefon işletmek var, ve diğer 3D hareket yakalama sistemini kontrol bilgisayarı çalıştırın. akıllı telefon kaydında deneme sayısını belirtmek için numaralı kağıt kullanın. </li><li> akıllı telefon uygulamasını açın. , Alt s merkezini kırmızı &quot;kayıt&quot; düğmesine basıncreen (zaman dikey yönde) kaydetmeye başlamak için. NOT: Akıllı telefon zaten tripod konulmuş, düğme smartphone ev düğmesinin yanında ortasında telefonun sağ tarafında, görünür. </li><li> normal tempoda yürümeye katılımcı bilgilendirin, düz bir çizgi yürüme onlara yardımcı olmak için karşısındaki duvarda yerleştirilen bir belirteç üzerinde duruldu. katılımcı bir yan profilini yakalamak için geçit akıllı telefon paralel yerleştirin. Katılımcı her iki tarafta geçit başında yer ilk iki 3D hareket yakalama kameraları çapraz ve her iki tarafta geçit diğer ucunda yerleştirilen diğer iki 3B hareket yakalama kameraları doğru yürümeye var. <ol><li> Her deneme için, her katılımcıya başlatmak için geri sayım vermek (3, 2, 1, GO) ve deneme (3, 2, 1, STOP) sona erer. </li></ol></li><li> Konu 6 m yürüme tamamlandıktan sonra, bu yürüyüş deneme kaydı bitirmek için bir kez daha kırmızı &quot;kayıt&quot; düğmesini seçin. </li><li> CheckHer deneme süresinden sonra pozisyon için ll belirteçler. Bir işaretleyici konumu değişmiş ise, yeni belirteç yerleşimlere 3D hareket yakalama sistemini yeniden kalibre etmek 1.6 adıma geri dönün. </li><li> Sahip katılımcılar adım 2.1 her kamera mesafede 3 deneme yapar. </li><li> İkinci mesafeye akıllı telefon ile tripod taşıyın. yürüyüş yolu orta noktası üzerinde durmak için katılımcı dönün. 2.5 - protokol 2.2 adımları yönergeleri izleyin. </li><li> Kaydet ve akıllı belirteçlerin çıkarılmadan önce 3D hareket yakalama kayıtları ve akıllı telefon kayıtları doğrulayın. </li></ol> 3. Veri Analizi <ol><li> diz açısı hesaplamak için yazılım / üreticisinin talimatlarına uyun. El ile yürüyüş döngüsünün topuk vuruşu ve parmak kapalı aşamasında ekranda diz açısı kaydedin. </li><li> Topuk grev ve burnunun anı fikirde olmak zorunda iki araştırmacı, bir ekip tarafından yakalanan olaylar kapalı topuk vuruşu ve ayak için akıllı telefon kayıtları analizi tamamlamakf olaylar ve açı ölçümü arazi işaretleri. Diz açı ölçümleri için dönüm noktası yerleştirme artan doğruluk için bir kalemi kullanın. Aşağıdaki adımlar, iki araştırmacı tarafından ortaklaşa yapılır. </li><li> Sadece kaydedildi deneme görüntülemek için (dikey yönde) ekranın sol alt köşesinde video kare seçin. </li><li> Ekranın alt kısmında kaydırma çubuğunu kullanarak, söz konusu ekranın ortasında (tercih değişken hangisi) topuk vuruşu veya ayak kapalı yakın olduğu çerçeveyi seçin. </li><li> , Açı düşmesi, ekranın sağ üst tarafındaki beyaz, ana hatlarıyla kalem simgesine tıklayın. </li><li> açı seçeneği, açılır menüde ikinci seçeneği seçin. </li><li> Tercih edilen renk ve açı makinesi seçin. Sadece bir açı aynı anda ölçülebilir unutmayınız. Bu protokol ölçülen açı tamamen sagital düzlemde diz açısı oluşuyordu. </li><li> Slayt veya düşmesi ekranda herhangi bir yere kalemle dokununaçısı. </li><li> vektörler yukarı femur boyunca ve aşağıya yanal malleole doğru ulaşan, diz eklemi (lateral kondil) üzerindeki açı merkezini yerleştirmek. </li><li> birbirinden ayrı, onları çizim yavaş yavaş ekranın ortasında birbirine yakın iki parmak yerleştirerek ve, &quot;zoom&quot; Gerekirse. NOT: açı yerleştirme ile bir kez memnun, araç otomatik verilen karede diz açısını hesaplar. </li><li> 3.10 - ayak kapalı ya da topuk vuruşu diğer aşamalarında diz açısını belirlemek için tekrar 3.4 yineleyin. </li></ol> 4. Klinik Protokol <ol><li> Tedbir ve bir ölçüm bandı ve işaretleyici / yapışkan bant kullanarak 6 m geçit kapalı işaretleyin. </li><li> tripod paralel akıllı koyun ve 6 metrelik geçit merkezine yakın. </li><li> gövde ve alt ekstremite yakalamak için 4 metre uzağa alt ekstremite yakalamak için 2 m uzakta geçit merkezine tripod yerleştirin veya. Tüm kamera pozisyonları üzerinde izinsagital düzlem Kinematik ly yakalama. </li><li> Aşağıdaki formülleri kullanarak yerden akıllı telefon kamera lensi yüksekliği yüksekliğini hesaplayın: sadece alt ekstremite yakalamak için yakın kamera yapılandırması (2 m) Kamera objektifi height = (metre cinsinden 0.87xPatient referans bacak uzunluğu) - 0.12 her iki alt ekstremite ve gövde yakalamak için uzak kamera yapılandırması (4 metre) Metre Kamera merceği height = Hasta referans bacak uzunluğu - 0.23 </li><li> Tekrarlayın bölümler 2-3 kayıt ve akıllı telefon uygulamasını kullanarak verileri analiz etmek. </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.

Bu doğrulama çalışmanın amacı, klinik, klinik ortamda kinematik yürüme analizi için akıllı telefon teknolojisini kullanarak objektif bir ve maliyet etkili bir araç olarak kullanılmak üzere bir serbestçe kullanılabilir akıllı telefon uygulaması geçerliliğini belirlemek amacıyla yapılmıştır. Bir akıllı telefon uygulaması ile kinematik önlemler incelendiğinde mevcut validasyon çalışmaları sınırlıdır ve sagital planda yürüyüş sırasında kaydedilen dinamik kinematik önlemler değerlendirildi değil. Bu doğrulama çalışması bir akıllı telefon ile sagital düzlemde kinematik diz önlemlerini inceleyen ilk çalışmadır. Ayrıca, bu doğrulama çalışması klinik ortamda çoğaltma için bir akıllı telefon uygulamasını kullanarak sagital düzlemde kinematik yürüme analizi için bir protokol geliştirmek için bilinen ilk. sonuçlarına dayanarak, exp olacaktı 3D hareket yakalama sistemi ve akıllı telefon uygulaması ile diz açı ölçümleri arasında anlamlı bir fark yoktuyansıtılmaktadır. 3D hareket yakalama sisteminin kapasitesine göre akıllı telefon ile elde edilen ölçümlerin sınırlı hassasiyet vardır. smartphone sınırlı hassas çalışması yapıldı zaman belirli cihazda kullanılabilir teknolojik parametreler dayanmaktadır. teknoloji ilerlemeye devam ettikçe, akıllı telefon platformları gelişmiş yakalama oranları ile ortaya çıkabilir. Hareketli bir çerçeve içinde analiz ve hala yakalama görüntüleri için video yavaşlatmak için yeteneği de mevcut akıllı telefon platformları üzerinde kinematik analiz hassasiyeti artırabilir. Böyle yüksek çözünürlüklü video kayıt, yavaş hareket yakalama, zoom ve odaklama kapasitelerinin kalitesi gibi özelliklerin eklenmesi ölçüde istenen yürüyüş an bozulma olmadan ekstremite analizini artırabilir. ölçüm hassasiyeti elde diz tedbiri etkilemiş olsa da, ölçüm hatası açısından anlamlı bir fark iki kamera mesafeler arasında tespit edildi. orta anlaşma vardıayak kapalı faz, topuk vuruşu sırasında diz uzantısı ya da hiperekstansiyon ölçüm anlaşmaya göre diz fleksiyon ölçü artan anlaşmayı gösteren esnasında diz açısı ölçümleri. Ortalama olarak, 2 - ölçüm hatası 6 derece aralığı tespit edildi. Bu çalışmada elde edilen hata aralığı hata kurulmuş bir, klinik olarak kabul edilebilir aralığı ile iyi gelmektedir. Örneğin, tek bir sınav ile bir ekstremitenin alınan çoklu goniometrik tedbirler 4 ila 5 derece yelpazesine sahiptir. 27, 28, ayrıca, birden fazla inceleme tarafından alınan ekstremite goniometrik önlemlerin ortalama standart sapma 5 ila 6 derecedir. sagital düzlemde mekanik kaldırma yakalama araştıran bir çalışmaya karşılaştırıldığında, ölçüm hatası da daha önce bahsedilen klinik olarak kabul edilebilir ölçü yansımasıdır. Norris ve ark tarafından yapılan bir çalışmada. 5, standart hatasımekanik kaldırma sırasında kalça, diz ve ayak bileği ölçülen ortalama analiz edildi. Diz ölçümleri için hata 6.1 derece oldu. Ancak, Norris ile elde edilen önlemler akıllı telefon uyumlu uygulama ile bir bilgisayara analizler tedbirleri kaydetmek için bir kamera kullandı. tüm önlemler hem yakalanır ve bir akıllı telefon üzerinde analiz edildi, çünkü ölçüm hataları doğrudan bu çalışmada elde edilen önlemlere mukayese edilemez. açıklandığı gibi bu yazının sunulan sonuçları çoğaltmak için, protokol tüm adımları takip edilmelidir. Özellikle Bölümde 2 Bu doğrulama tekniği gerçekleştirmek ve aynı zamanda akıllı telefon uygulamasını kullanarak geçerli bir kinematik ölçü elde etmek önemlidir. Bu adımlar akıllı telefon kamera yerleştirme yöntemi özetlemektedir ve kinematik önlemler performans. kinematik ortak ölçüm için akıllı telefon kullanımının onaylanması yanı sıra, bu çalışma basitleştirmek ve akıllı telefon kullanımının standartlaştırılması için çalıştıKlinikte sagital düzlem yürüme analizi teknolojisi. Araştırmacılar az ve hazır ekipman kullanarak, bir klinik boşluk içinde bu çalışmanın gerçekçi bir üreme için bir protokol geliştirmiştir. protokol istenen alt ekstremite kesimlerinin uygun yakalamak için hasta özel kurulum hesaplamak için gerekli alan, gerekli ekipman ve gerekli formüller için parametreler içerir. aşağıda belirtilen kurulumu takip ederek, araştırmacılar klinisyenler hata ± 5 derece ile geçerli kinematik önlemleri alacaktır nispeten eminiz.

insan yürüyüşü değerlendirilmesi fizik tedavi değerlendirme ve klinik karar verme sürecinin önemli bir bileşenidir. 1 Yürüyüş değerlendirme nörolojik ve kas-iskelet sistemi açıkları olan hastalarda yürüme açıklarını değerlendirmek için sıkça kullanılan bir klinik araçtır. Yürümenin Yeniden Değerlendirilmesi sonra onların ilk değerlendirmede batmıştı hedeflerine ulaşmada bir müdahalenin etkinliği hakkında bilgi klinisyene sağlayabilir. hastaları değerlendirirken standart sonuç ölçümleri kullanmak için fizik tedavi için Amerika Birleşik Devletleri&#39;nde ulusal olarak tanınan ihtiyaç vardır. 2 Bu ihtiyaç sigorta geri ödeme politikaları hızla değişen manzara yanı sıra fiziksel terapistler kanıta dayalı uygulamalar daha çok ağırlık vermesi için bir vurgu vardiya kaynaklanıyor. 3 de dahil olmak üzere bir dizi yolla görülebilir yürümenin farklı yönlerini değerlendirmek için çok sayıda sonuç ölçümleri vardır: viso az ekipman ve zaman gerektirir bir klinisyen tarafından ual gözlem, fonksiyonel değerlendirmeler, Video klinik ortamlarda vb önlemleri elektronik yürüyüş yolları, üç boyutlu hareket analiz yazılımı, kayıtlı, gözlemsel (görsel) yürüme analizi yaygın gerçekleştirilir. gözlemsel yürüme analizi yaygın klinikte içinde kullanılırken, hala bir sübjektif değerlendirme kalır. 4 Bu nedenle, terapist deneyimi, görme keskinliği, mesafe konu (kamera mesafeden) için, ölçme araçları ve diğer gibi faktörlere gibi faktörler değerlendirmeye değişkenliği ve hata tanıtabilirsiniz. Bu tür değişkenlik potansiyeli sonuçta geçerli enstrümantasyon kullanımı ile aşılabilir bir ölçü daha güvenilir araçlarla için kritik bir ihtiyaç sunuyor. 5 Kuruluşundan, videografi ve ilgili teknoloji yana çeşitli fonksiyonel kısıtlamalar res incelemek için kullanılır olmuşturbozulmuş hareket yeteneği yanı sıra görsel geribildirim bir form ulting. Saygılarımızla değerlendirmeyi gait için bu akut doğrudur. Stuberg ve diğ. &quot;Çekmesi ekipman klinikte yaygın olarak mevcuttur ... ve yürüyüş döngüsü sırasında duruş ve ortak pozisyon ek objektif bilgi klinisyene sağlar.&quot; Bulundu Teknoloji olarak 4 gelişmeye devam, bu nedenle video analizinin yeteneklere sahip olmuştur. Bu yetenekler klinik yürümenin çeşitli parametreleri değerlendirmek için daha fazla yetenek ile fizyoterapist sağlar. Fiziksel terapistler odaklanmak iki anahtar parametreleri kinematik ve uzaysal parametreleri içerir. Adından da anlaşılacağı gibi, uzaysal önlemler mesafe ve zaman unsurlarını içerir. Bir yürüyüş döngüsü özgü, uzaysal önlemler içerecektir, ancak adım uzunluğu, adım uzunluğu, tempo ve hız, bunlarla sınırlı değildir. O 6 Kinematik önlemlerHer yürüyüş döngüsü sırasında gözlenen alt ekstremite eklem hareketleri / rotasyonlar ther elle odaklama. hakemli makalelerin bir dizi Spatiotemporal kinematik, ya da parametrelerin her iki tür bir arada değerlendirmek için bir sonuç ölçümü gibi video hareket analizi kullanımını özellikle 2D kamera sistemleri, atıf olduğunu yayınlandı. Bu makaleler inme (CVA) öyküsü olan bireyler de dahil olmak üzere çeşitli klinik nüfusu, travmatik beyin yaralanması (TBI), omurilik yaralanmaları (SCI), Parkinson hastalığı (PH), serebral palsi (CP) ve sağlıklı bireyler değerlendirilmiştir. Şematik aşağıda sunulmuştur (Şekil 1) Bu konu ile ilgili yayınlanmış olan ilgili hakemli literatür belirlemek için kabul edilmiştir çerçeve sağlar. <img alt="Şekil 1" src="/files/ftp_upload/54659/54659fig1.jpg" /> Şekil 1. Madde Seçim Kriterleri için şematik. the şematik yürüme analizi rapor edilmiştir değişkenlerin türünü belirlemek için hakemli makaleler seçiminde kullanılan adımlar özetlenir. <a href="http://ecsource.jove.com/files/ftp_upload/54659/54659fig1large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> yürüyüş parametrelerinin kayıt için Video hareket analizi kullanmış araştırmaların çoğunluğu doğrulama çalışmaları vardı. 7 özel fonksiyonel hareketleri sırasında eklem açıları, 8, 9 incelenmesi ve müdahale öncesi hareket karşılaştırılması yoluyla tedavinin etkinliğini değerlendirmek, belirli bir tanı / patoloji sonucu anormal hareket değerlendirilmesi: Kinematik doğrulama çalışmaları daha üç kategoriden birine bölünebilir ve müdahale sonrası hareket. 10, 11 Benzer bir şekilde, araştırmalar uzaysal bıraktı değerlendirmekmetre de üç kategoriye ayrılabilir: a özel patoloji, 12, 13 kaynaklanan anormal hareket değerlendirilmesi, belirli bir fonksiyonel aktivite sırasında bir platform 14 sınav, 15, 16 ve belirli bir müdahalenin etkisinin belirlenmesi. Hem kinematik ve uzaysal parametreler esas olarak ortezler olarak spesifik tedavi girişimlerinin etkinliğini belirlemeye yönelik edildi değerlendirilen 17 araştırma çalışmaları 17 ya da vücut ağırlığı / kısmi vücut ağırlığı desteklenen bandı eğitimi. 18, bu makalelerde 19 Bir ön betimsel analiz tespit çalışmalarının% 52.1 (parametrelerin bir arada (% 21.7) incelemiş kinematiği (% 30.4 de sadece arayanlar) ve bu toplamı) r o2B kamera sistemi ile esearched kinematik parametreleri. Bu uzaysal parametreler değerlendirildi (uzaysal parametreler (% 47.8) ve parametrelerin bir arada (% 21.7) araştırılmış makalelerin toplamı) 69,5 makale% karşılaştırıldığında olduğunu. kayıt ve kinematik ve uzaysal yürüyüş parametreleri değerlendirmek metodolojik farklılıklar da kullanılan gözlemsel yürüme analizi türü açısından klinik uygulamada görülmektedir. araştırma tarafından belirtildiği gibi uzaysal parametreler çok daha sık değerlendirilir. Orada genellikle bu eğilimin nedenleri mutabık üç şunlardır: düşük maliyet, kullanım kolaylığı ve standart bir protokol varlığı gibi parametreleri ölçmek için. klinik ortamlarda - (% 94% 40) Gözlem kinematik ölçümler çok düşük içi rater (% 60) ve görüşmeciler arası güvenilirlik gösterilmiştir. 4. Bu, çok çeşitli belirteçlerin yerleşiminde değişiklik bağlı olduğu anlaşılmaktadırkemikli görülecek ve eklem açıları değerlendirmek için kullanılan özel araçlar. belirteçlerin yeri yerleşiminde Dakika farklılıklar anlamlı sonuçtaki açıları değiştirebilir. yürüyüş değerlendirmek için saat yöntemini kağıt, kalem kullanarak ve durdurmak, özellikle - uzaysal ölçümler çok daha yüksek güvenilirlik (% 97 arasında değişen% 69) var. 20 Son birkaç yıl içinde teknolojik gelişmeler önemli ölçüde sağlık uygulandığı şekilde değişmiştir. Akıllı telefonlar son çıkmasıyla birlikte, internet, online araştırma makaleleri erişebilir ve diğer elektronik kaynaklar, herhangi bir zamanda artık daha hazır klinisyenler için vardır. Martin ve diğ. bildirdi &quot;akıllı Genel kullanım Klinik uygulamada, tıp eğitimi ve araştırma artmaktadır.&quot; 21 Bu çalışmada, 35 yaşın altındaki tıp doktorlarının% 50&#39;den fazla klinik pratikte bir akıllı telefon kullanarak hayata geçirdik cevap verdi. Bu eğilim, artırımAmerika Birleşik Devletleri&#39;nde hekimlerin% 64&#39;ü klinik uygulamada akıllı telefonlar kullanarak tespit edildiğinde 2009 yılında hafifletti. Manhattan İnceleme Araştırma ayrıca, daha fazla araştırma bu yükseliş eğilimi aslında tırmanmaya devam olup olmadığını belirlemek için yapılan edilmemiş olsa da bu büyüme 2012. 22 klinik pratikte akıllı telefon kullanımını uygulayan hekimler ve sağlık klinisyenlerin% 81 tırmanmaya devam edeceğini tahmin klinik pratikte akıllı telefon platformları kullanımı daha yaygın olacağını, sağlık teknolojinin bilinen uygulama ile, varsaymak mantıklıdır. fizik tedavi uygulamada akıllı telefon uygulamaları mevcut kullanımı tespit edilmemiştir. Bugüne kadar bir fizyoterapist tarafından akıllı telefon video analiz uygulamaları kullanımını değerlendiren bir çalışma olmamıştır. Ancak, çeşitli akıllı telefon uygulamaları o bir atılım yardımcı araç olarak bireysel fizyoterapistler tarafından kullanılmış olanHer iki rehabilite kullanım ve çeşitli disiplinlerin eğitim sporcular için utpatient ortopedik ayarları. Akıllı telefon uygulamaları da onaylanmıştır bazıları ortak açılarını ölçmek olabilir mevcuttur. 23, 24 Bireysel terapistleri anekdot kanıtlara dayalı, hasta için görsel geribildirim için akıllı telefonlarda ve hastanın yürüme döngüsünün eksik olabilir çeşitli bileşenlerin daha kolay parçalanması için çeşitli analiz uygulamaları kullanmaya başlamıştır. Ancak, bu önlemlerin geçerliliği bilinmemektedir. Bu akıllı telefon video analiz uygulamaları ile ilgili mevcut mu sınırlı sayıda araştırma, özellikle frontal düzlemde, 25 ve cihazın görüşmeciler arası güvenilirliği, diz ve kalça açıları ayak bileği, kinematik yürüme parametrelerinin doğrulanması üzerine odaklanmıştır. 26 kinem kaydetmek için akıllı telefon video analiz uygulamaları kullanımını onaylamıştır bugüne kadar hiçbir çalışma bulunmamaktadırEn yaygın klinik yürüme analizi yapılır sagital düzlemde yürümenin atics. Bu çalışmanın amacı, akıllı telefon uygulaması ile kaydedilen kinematik önlemler eşzamanlı geçerliliğini test ve sagital düzlemde bir 3D hareket yakalama sistemi tarafından kaydedilen tedbirler bunları karşılaştırmaktır. Biz 3D hareket yakalama sistemi tarafından kaydedilen tedbirlere göre akıllı telefon uygulama tarafından kaydedilen tedbirler arasında anlamlı bir fark olacağını tahmin ediyor. İkincil amaç 2-m mesafeden yakın konu (akıllı telefon kamera iki eğer farklı yerleşimleri test etmektir; akıllı telefon kamera iki farklı yerleşimler arasındaki önlemler 4 -ve NT farkın uzak mesafe çalışmanın nihai amacı. bir akıllı telefon uygulamasını kullanarak klinik Video yürüme analizi için bir protokol hazırlamak için olduğunu.

<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

Klinik pratikte akıllı kullanımı giderek insan yürüyüşünü değerlendirmek için kullanılan olabilir düşük maliyetli / serbestçe kullanılabilir &quot;uygulamalar&quot; durumu ile artmaktadır. Bu yazının temel amacı, sagital düzlemde 3D hareket yakalama sistemine göre bir akıllı telefon uygulama tarafından kaydedilen kinematik önlemler eşzamanlı geçerliliğini test etmektir. İkincil amaç, video hareket analizi için akıllı telefon kamera set up klinisyenler için bir protokol geliştirmekti. sagital düzlem diz açısı akıllı telefon uygulaması ve 32 sağlıklı deneklerde 3D hareket yakalama sistemini kullanarak olayları kapalı topuk vuruşu ve ayak sırasında ölçüldü. Üç çalışma yakın (2-m) ve uzak (4-m) akıllı makinesi mesafelerde yapıldı. mesafeler sırası randomize edilmiştir. Regresyon analizi, her iki deneğin yüksekliği veya bacak uzunluğuna göre kamera yüksekliğini hesaplamak için gerçekleştirilmiştir. absolute ölçüm hataları topuk vuruşu (5.81 ± 5.26 derece) göre ayak kapalı (3.12 ± 5.44 derece) sırasında en az idi. anlamlı (p &lt;0.05), ancak diz açıları uygulama ve 3D hareket yakalama önlemler arasında orta anlaşmalar vardı. İki kamera pozisyonları arasındaki mutlak ölçüm hataları arasında anlamlı (p&gt; 0.05) farklılıklar da vardı. Yürüme döngüsünün kapalı ayak ve topuk grev olaylar sırasında 5 derece - ölçüm hataları 3 arasındaydı. akıllı telefon uygulamaları kullanımı yürüyüşü ya da insan hareket analizi yapmak için klinikte yararlı bir araç olabilir. Ileri çalışmalara üst ekstremite ve gövde hareketlerini ölçmek doğruluğu kurmak için ihtiyaç vardır.

32 denek 6 yürüme denemeleri tamamladı; Ancak, katılımcıların 6 veriler zayıf işaretleyici görüş sonuçlanan teknik sorunlar veri analizine dahil edilmemiştir. Diz açılarının mutlak ölçüm hataları topuk vuruşu (5.81 ± 5.26 derece) (Tablo 1b) ile karşılaştırıldığında parmak kapalı olaylar (3.12 ± 5.44 derece) sırasında en az idi. akıllı telefon uygulaması ve diz açıları 3D hareket yakalama tedbirler arasında istatistiksel olarak anlamlı anlaşmalar (P&gt; 0.05) vardı. İki kamera pozisyonları (2,0 m ve 4,0 m) arasındaki mutlak ölçüm hataları arasında anlamlı bir fark (P&gt; 0.05) de vardı. Katılımcıların bacak uzunluğu yakın mesafe 40.4 akıllı telefon kamera uzak mesafeye yerleştirilen edildiği yüksekliğinin% Varyans (4.0 m, p &lt;0.0001) ve% 50 varyans (2.0 m, p &lt;0.0001) oluşturdu. <p class="jove_content" fo:keep-together.within-page = &quot;1&quot;&gt; içi korelasyon (ICC) (2, k) analiz akıllı telefon uygulaması önlemler (3D yakalama sisteminin bireylerle karşılaştırıldığında Tablo özellikle Toe Kapalı faz sırasında anlaşmayı orta düşük olduğunu göstermiştir 1a). olaylar Toe Kapalı 1, hem yakın hem de uzak mesafeler için Topuk Strike 1 ve Ayak Kapalı 2, at, akıllı telefon uygulaması ılımlı anlaşmayı gösterdi. Geliştirilmiş anlaşma gözlenen geliştirilmiş ICC değerleri ile, yakın ve uzak mesafelerde hem de Toe Kapalı 2 gözlendi (Ayak Kapalı 2 civarında ICC = 0.447, p &lt;0.05; Toe Kapalı 2 Far ICC = 0.454, P &lt;0.05). <table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td> kamera pozisyonu </td><td> yürüme Faz </td><td> ortalama Hatalar </td><td> Std. Sapma </td></tr><tr><td rowspan="4"> yakın </td><td> Topuk Strike 1 </td><td> 5.74 </td><td> 8.49 </td></tr><tr><td> Topuk Strike 2 </td><td> 6.36 </td><td> 4.14 </td></tr> &lt;tr&gt; <td> Kapalı ayak 1 </td><td> 3.93 </td><td> 5 </td></tr><tr><td> Kapalı Toe 2 </td><td> 2.49 * </td><td> 4.99 </td></tr><tr><td rowspan="4"> uzak </td><td> Topuk Strike 1 </td><td> 4.97 </td><td> 5.58 </td></tr><tr><td> Topuk Strike 2 </td><td> 5.47 </td><td> 3.6 </td></tr><tr><td> Kapalı ayak 1 </td><td> 2.71 </td><td> 5.64 </td></tr><tr><td> Kapalı Toe 2 </td><td> 2.54 * </td><td> 4.69 </td></tr></tbody></table> Tablo 1: Önemi Değerler (p-değeri) ile İçi Korelasyon Analizi. * P &lt;0.05 gösterir. <table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td> kamera pozisyonu </td><td> yürüme Faz </td><td> intraclass Korelasyon </td><td> önem </td></tr><tr><td rowspan="4"> yakın </td><td> Topuk Strike 1 </td><td> 0.168 </td><td> 0.368 </td></tr><tr> &lt;Kapalı td&gt; Toe 1 </td><td> 0.324 </td><td> 0.126 </td></tr><tr><td> Topuk Strike 2 </td><td> 0.335 </td><td> 0.07 </td></tr><tr><td> Kapalı Toe 2 </td><td> 0.447 </td><td> 0,018 * </td></tr><tr><td rowspan="4"> uzak </td><td> Topuk Strike 1 </td><td> 0.157 </td><td> 0.327 </td></tr><tr><td> Kapalı ayak 1 </td><td> 0.284 </td><td> 0.084 </td></tr><tr><td> Topuk Strike 2 </td><td> 0.248 </td><td> 0.119 </td></tr><tr><td> Kapalı Toe 2 </td><td> 0.454 </td><td> 0,046 * </td></tr></tbody></table> Tablo 2: Diz Açı Ölçme Hataları. Uygulama ve hareket yakalama sistemleri arasındaki önlemler farkından oluşan Bland-Altman grafikleri herhangi orantılı hatalar gözlenen olmadan, farklılıklar rastgele nitelikte olduğunu göstermektedir görsel kanıt sunan (Şekil 2a ve 2b). araziler for 2,0 m ve 4,0 m mesafeler daha merkezi ortalama fark çizgisi etrafında dağınık verileri görüntüler. Bu kamera pozisyonu ölçümlerinde hatalar katkıda olmadığını gösterir. <img alt="şekil 2" src="/files/ftp_upload/54659/54659fig2.jpg" /> App ve 3D Motion tarafından kaydedilen Önlemler arasındaki fark gösteriliyor Şekil 2. Mülayim ve Altman Arsalar kapalı Far ve Kamera Pozisyonlar Yakın Toe sırasında Sistemi yakalayın. Toe Kapalı 2 civarında a) Kamera Konumu Far Ayak Kapalı 2. b) Kamera Konumu.

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.

Video Hareket Analizi Kullanarak Akıllı telefonlar (VIMAS): Bir Pilot Çalışma

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

Nanyang Technological University

Research

JoVE Journal

Medicine

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

16.7K Görüntüleme.  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.

Bir Günlük Yaşam Ortamında Smartphone merkezli İnsan Aktivitesi Tanıma Sisteminin Değerlendirilmesi

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

Davranış

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.

Göz izleme verilerini ücretsiz video Içeriğinin analiziyle birleştirme-kentsel park ortamında bir yürüyüşe video görüntüleme

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

Çevre

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.

Kare kare Video analiz insanlarda kendine has ulaşmak kavramak hareketlerinin

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.

Sanal gerçeklik içinde günlük yaşam hareketleri hareket yakalama sistemleri ile kinematik ölçme

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.

Yürürken Akıllı Telefon Kullanımının Anahtar Maliyetini Ölçme

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.

Mobil Göz İzleyicileri Kullanarak Ortak Görsel Dikkat Yakalama Için Bir Metodoloji

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.

Akıllı Telefonlarda Klavye Tasarımını Değerlendirmek için Bir Değerlendirme Yöntemi ve Araç Seti

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 ...

C. elegans Çimden Kaçınma Testi için Akıllı Telefon Tabanlı Görüntüleme

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.

Yazar Spotlight: C. elegans Çimden Kaçınma Testi için Akıllı Telefon Tabanlı Bir Görüntüleme Yöntemi  

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.

C. elegans Çim Önleme Testi için Akıllı Telefon Tabanlı Bir Görüntüleme Yöntemi

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

Video Hareket Analizi Kullanarak Akıllı telefonlar (VIMAS): Bir Pilot Çalışma

Özet

Daha Fazla Video Keşfet

Bu videodaki bölümler

Bir Günlük Yaşam Ortamında Smartphone merkezli İnsan Aktivitesi Tanıma Sisteminin Değerlendirilmesi

Göz izleme verilerini ücretsiz video Içeriğinin analiziyle birleştirme-kentsel park ortamında bir yürüyüşe video görüntüleme

Kare kare Video analiz insanlarda kendine has ulaşmak kavramak hareketlerinin

Sanal gerçeklik içinde günlük yaşam hareketleri hareket yakalama sistemleri ile kinematik ölçme

Yürürken Akıllı Telefon Kullanımının Anahtar Maliyetini Ölçme

Mobil Göz İzleyicileri Kullanarak Ortak Görsel Dikkat Yakalama Için Bir Metodoloji

Akıllı Telefonlarda Klavye Tasarımını Değerlendirmek için Bir Değerlendirme Yöntemi ve Araç Seti

C. elegans Çim Önleme Testi için Akıllı Telefon Tabanlı Bir Görüntüleme Yöntemi

C. elegans Çim Önleme Testi için Akıllı Telefon Tabanlı Bir Görüntüleme Yöntemi

C. elegans Çim Önleme Testi için Akıllı Telefon Tabanlı Bir Görüntüleme Yöntemi