Metoda wykorzystująca kamery cyfrowe do rejestracji ruchu w trzech

Metoda ta wzoruje się na klasycznej obserwacji drżenia kończyny górnej, ale oparta jest na obserwacji elektronicznej, a nie prowadzonej wzrokowo przez diagnozującego lekarza. Trójwymiarowa rejestracja ruchów dłoni wykonywana jest za

75 pomocą cyfrowych kamer, które śledzą źródło światła (bądź pasywny marker odbijający źródło światła) umieszczone na dłoni pacjenta (Rysunek 3-17).

Rysunek 3-17 Metoda w wykorzystaniem kamer cyfrowych, źródło: opracowanie własne

Opracowanie i wdrożeniem tej metody w kraju zajęła się interdyscyplinarna grupa badawcza Collegium Medicum Uniwersytetu Jagiellońskiego oraz Katedry Automatyki Akademii Górniczo-Hutniczej w Krakowie. Prace te zostały przedstawione między innymi w materiałach naukowych [56] [57] [58] [59] [60]. Zastosowanie tej metody w ośrodkach zagranicznych opisano między innymi w pacach [61] [62] [63].

Do przeprowadzenia badania wykorzystuje się stacjonarne stanowisko pomiarowe zbudowane z trzech stojaków z cyfrowymi kamerami, które przymocowane są do sztywnego podłoża. Rejestracja drżenia przeprowadzana jest w zdefiniowanej przestrzeni o strukturze sześcianu, którego długość każdego z boków wynosi przynajmniej 0,3m. Dla przyjętego zakresu akwizycji obrazu dobiera się odpowiednie obiektywy szerokokątne, ogniskową i minimalną odległość od siatki sześcianu, dla której nie zachodzi zniekształcenie obrazu. Do akwizycji wykorzystuje się kamery wyposażone w sensor o wysokiej rozdzielczości oraz programowalny układ FPGA z modułem dokonującym akwizycji obrazu oraz jego przetworzeniem na postać binarną i detekcją punktowego światła (np. sensor KAC-1310) [57].

Szczegóły z przeprowadzonych badań z wykorzystaniem kamer cyfrowych przedstawiono w rozprawie doktorskiej [60]. Przedmiotem badań była analiza i ocena

76 drżenia wśród 120 pacjentów cierpiących na: chorobę Parkinsona, drżenie samoistne, dystonię, chorobę Huntingtona, postępujące porażenie nadjądrowe, zanik wieloukładowy, ataksję. W badaniu wzięła udział także grupa kontrolna zdrowych osób. Zakres wieku pacjentów zawierał się w przedziale 41 – 85 lat, ze średnią wynoszącą 65 lat. Każdy z pacjentów został poddany 8 zadaniom, których celem była rejestracja wybranego typu drżenia:

 drżenie spoczynkowe (przedramię oparte na podstawie stanowiska);

 drżenie pozycyjne (przedramię wyciągnięte przed siebie), drżenie pozycyjne z obciążeniem (przedramię wyciągnięte przed siebie z przypiętym obciążeniem 0,5kg do dłoni);

 drżenie kinetyczne (przedramię oparte na podstawie stanowiska, pacjent rysuje spiralę Archimedesa), drżenie kinetyczne z obciążeniem;

 drżenie spoczynkowe, pozycyjne, kinetyczne po podaniu leku (Madopar, L-DOPA);

Zarejestrowane dane zostały poddane wstępnej obróbce (usunięcie wartości średniej, trendu liniowego, interpolacja za pomocą wielomianów Hermite’a, filtracja pasmowa). Główny algorytm oceniający zakres drżenia bazował na wartościach rzeczywistych oscylacji wokół wartości zerowej i wyznaczał następujące wielkości, zdefiniowane w wyniku konsultacji z lekarzami neurologami, jako mające wpływ na analizę uzyskanych wyników i w konsekwencji orzeczenie diagnozy:

 maksymalny, średni, minimalny zakres drżenia;

 stosunek zakresu drżenia maksymalnego do zakresu średniego;

 różnica zakresu drżenia maksymalnego i zakresu średniego;

 różnica zakresu drżenia maksymalnego i zakresu minimalnego;

 zawartość drżenia w procentach (wyrażona jako ilość drżenia przekraczającego ustalony próg w stosunku do całości zarejestrowanego badania, współczynnik ZD_OS, równanie (3.11);

 zmiana wartości średniej zakresu drżenia w czasie (współczynnik NDOS, równanie (3.12);

 autokorelacja wzajemna pomiędzy osiami X, Y, Z;

77

 dodatkowy parametr określający drogę zakreśloną przez punkt świetlny; Współczynnik zawartości drżenia ZDOS:

𝑍𝐷_𝑂𝑆 ^{𝑙𝑒𝑛𝑔 ℎ(𝐴𝑂𝑆 > 𝐶𝑡)}

𝑙𝑒𝑛𝑔 ℎ(𝐴_𝑂𝑆) ^{∙ 1 %. (3.11)}

gdzie: AOS - amplituda oscylacji wokół osi 𝐶_𝑡 - próg, ang. threshold

Współczynnik zmiany wartości średniej drżenia NDOS: 𝑁𝐷_𝑂𝑆 ^∑𝑘 ^||𝐴̅̅̅̅̅̅| − |𝐴^𝑖𝑂𝑆 ̅̅̅̅̅||_𝑂𝑆

=1

|𝐴̅̅̅̅̅|_𝑂𝑆 ^{. (3.12)}

gdzie: |𝐴̅̅̅̅̅| _𝑂𝑆 - wartość średnia z wartości bezwzględnej wszystkich próbek sygnału

|𝐴̅̅̅̅̅̅| - wartość średnia w każdym z 15 segmentów, _{𝑖𝑂𝑆 długości 4s każdy dla badania trwającego 60s}

Wyznaczone współczynniki pozwoliły na zbudowanie dedykowanego algorytmu oceniającego stopień nasilenia objawu drżenia. Dla każdego z badań porównano uzyskany wynik z oceną wystawioną przez lekarza specjalistę. W poniższej tabeli przedstawiono stopień korelacji pomiędzy oceną lekarza a wynikiem algorytmu (Tabela 3-10). Uzyskany rezultat korelacji uznano za zadawalający, wnioskując, że metoda ta stanowi uzupełnienie i pomoc w klinicznej ocenie stopnia nasilenia drżenia.

Skala Tremor Amplitude

Scale ^{Bain Scale Simple Tremor} Severity Scale Współczynnik

korelacji

0,74 (p<0,05) 0,66 (p<0,05) 0,69 (p<0,05)

Tabela 3-10 Korelacja wyników działania algorytmu z oceną lekarza w metodzie z wykorzystaniem kamer cyfrowych

Badanie to pozwala na przeprowadzenie niezakłóconej ruchowo rejestracji dowolnego typu drżenia bez konieczności przyczepiania aparatury do dłoni pacjenta. Procedura badania jest zatem bardzo prosta i ogranicza się wyłącznie do umieszczenia dłoni pacjenta w obszarze kamer cyfrowych. Do wad metody należy przede wszystkim zaliczyć wysoką wrażliwość elementów rejestrujących na zakłócające oświetlenie

78 zewnętrzne oraz duże gabaryty całego stanowiska przekraczające 1m3 oraz jego dużą wagę wynoszącą 15kg, która nie pozwala na częste przenoszenie aparatury.

Pewnym uzupełnieniem powyżej opisanej techniki jest wykorzystanie do rejestracji ruchu dłoni kamery działającej w podczerwieni. Metoda ta została wdrożona pilotażowo do rejestracji ruchu kończyny w trakcie przenoszenia małego ciężarka [64]. Wykorzystano w niej jedno urządzenie rejestrujące, co finalnie dało postać 2D trajektorii ruchu. Schematyczny opis zastosowanego w ćwiczeniu ruchu przedstawiono poniżej (Rysunek 3-18).

Rysunek 3-18 Metoda z wykorzystaniem kamer działających w podczerwieni, źródło: opracowanie własne

Urządzenie pozwala rejestrować współrzędne znacznika umieszczonego na dłoni pacjenta w dwóch wymiarach. Technika ta daje zatem możliwość rejestracji większego obszaru, jednakże nie eliminuje błędów wynikających z konwersji zarejestrowanego ruchu w postaci sekwencji obrazów do postaci wektora współrzędnych oraz, podobnie jak wcześniej opisana metoda, posiada duże stanowisko badawcze.

3.4 Podsumowanie

Istnieje szereg metod wspierających analizę zdolności manualnych człowieka. W dużym uproszczeniu można powiedzieć, że większość z nich bazuje na obserwacji trajektorii ruchu dłoni oraz porównaniu jej z wzorcem definiującym dysfunkcję.

79 Klasyczne zadania przytoczone na początku, będące podstawą metod klinicznych, takich jak skale oceny, mają tę wyższość nad metodami aparaturowymi, iż są dostępne niemal dla każdego klinicysty, jednak nie są tak dokładne oraz wymagają pewnego doświadczenia w ocenie [31]. Posiadają one element subiektywnej oceny lekarza. Powoduje to, że bardzo trudno jest zbudować w oparciu o nie obiektywną metrykę oceny, którą można być wykorzystana do uniwersalnego opisu zaawansowania objawu a także do porównania wyników pomiędzy różnymi ośrodkami medycznymi. Dlatego też od wielu lat specjaliści opracowują nowe podejście do klasycznych zadań polegające na wykorzystaniu aparatury elektronicznej służącej rejestracji ruchów a następnie opracowaniu uniwersalnej analizy zapisanego sygnału ruchu. Przegląd tych nowoczesnych metod pokazał jednak, że posiadają one także ograniczenia i sprawdzają się wyłącznie w wąskich zastosowaniach. Szczególnie istotne okazały się ograniczenia techniczne takie jak zbyt duże i niemobilne stanowiska, wrażliwość metody na czynniki otoczenia bądź podatność na złe wykonanie ćwiczenia skutkujące zmianą diagnozy np. zmiana szybkości wykonania zadania przez pacjenta.

Poszukiwana jest więc metoda bardziej uniwersalna, mająca duże znaczenie w badaniach klinicznych, wspierająca kompleksowo proces diagnozy a przede wszystkim analizująca wyłącznie specyfikę dysfunkcji ruchu.

80

4 Konstrukcja kompleksowej metody analizy ruchu dłoni i oceny

zaburzeń motorycznych „3DGAM”

4.1 Wprowadzenie

Poniższe rozdziały, stanowiące zasadniczą część pracy, przedstawiają rezultat opracowania nowej metody do rejestracji i analizy ruchu kończyny górnej u osób z zaburzeniami ruchowymi, w szczególności związanymi ze zmianami neurologicznymi. W niniejszym rozdziale opisano założenia teoretyczne będące podstawą do konstrukcji zadania manualnego. Zadanie to, przy wykorzystaniu nowoczesnej, dostępnej techniki akwizycji sygnału ruchu musi dać możliwość obserwacji szczególnych własności ruchu istotnych z punktu widzenia wsparcia oceny klinicznej. Dla potrzeb niniejszego opracowania przyjęto dla tej nowej metody nazwę kodową „3DGAM” będącą skrótem od nazw zastosowanych czujników tj. żyroskopu, akcelerometru oraz czujnika magnetycznego (ang. Gyroscope, Acceleration and Magnetism 3D sensors).

Szczegółowy przegląd popularnych metod analizy klinicznej ruchu zamieszczony w poprzednim rozdziale pozwolił na zbudowanie założeń do nowej metody. Eliminują one istotną część niedogodności przytaczanych przez autorów poszczególnych technik. Oprócz tego założenia do metody zostały skorygowane przez lekarzy specjalistów z Katedry Neurologii Collegium-Medicum Uniwersytetu Jagiellońskiego w Krakowie, którzy w oparciu o stosowane, konwencjonalne techniki badania ukierunkowali nowe zadanie manualne dla projektowanej metody.