Real-Time Fall Risikovurdering Ved Hjelp Av Funksjonell Reach Test

Abstrakt

Fall er vanlig og farlig for overlevende av slag i alle stadier av utvinning. Det utbredte behovet for å vurdere fallrisiko i sanntid for personer etter hjerneslag har generert nye forespørsler om et pålitelig, billig, kvantifiserbart og eksternt klinisk mål/verktøy. For å imøtekomme disse forespørslene, undersøker Vi Functional Reach Test (FRT) for sanntids fallrisikovurdering og implementerer FRT-funksjonen i mStroke, et sanntids og automatisk mobilt helsesystem for gjenoppretting og rehabilitering etter hjerneslag. mStroke er designet, utviklet Og levert som Et Program (App) som kjører på en maskinvareplattform som består av en iPad og en eller to trådløse kroppsbevegelsessensorer basert på forskjellige mobile helsefunksjoner. FRT-funksjonen i mStroke er grundig testet på friske mennesker for å verifisere konseptet og muligheten. Foreløpig ytelse vil bli presentert for å rettferdiggjøre videre utforskning AV FRT-funksjonen i mStroke gjennom kliniske studier på individer etter slag, som kan lede sin allestedsnærværende utnyttelse i nær fremtid.

1. Introduksjon

Fall er vanlig for overlevende av slag i alle stadier av utvinning . Samfunnsboende personer med kronisk slag har den høyeste fallfrekvensen ved . Følgelig, hoftebrudd er fire ganger mer sannsynlig å forekomme i poststroke overlevende sammenlignet med den generelle eldre befolkningen . Fall resulterer også i progressiv aktivitet og deltakelsesbegrensninger, økt avhengighet, økt frykt for å falle og depresjon . I tillegg, faller føre til betydelig mer stress for omsorgspersoner av poststroke individer .

Fallforebyggende strategier er mest effektive dersom risikopersonen kan vurderes / identifiseres før skade oppstår . Det finnes flere kliniske verktøy som nøyaktig vurderer funksjonelle parametere knyttet til stående balanse og forutsi fallrisiko hos personer etter slag. Relevante kliniske verktøy inkluderer Berg Balance Scale (BBS), Timet up and Go (TUG) test, Datastyrt Dynamisk Posturografi (CDP) og kraftplater, OG FRT . BBS bruker en ordinær rating skala til 14 funksjonelle bevegelser . SLEPEBÅTEN er en funksjonell gangtest som måler oppgavens fullføringstid . CDP-og kraftplatene måler et individs Trykksenter (COP) og COP korrelerer med dårlig balanse og økt fallrisiko . De tidligere nevnte kliniske verktøyene kan kreve klinikeradministrasjon og / eller dyrt eller immobilt utstyr. Derfor er de egnet for klinisk bruk, men kan ikke overvåke enkeltpersoner i lengderetningen uten tilstedeværelse av en kliniker og / eller dyrt utstyr.

anvendelsen av akselerometer og gyroskop har blitt studert for å kvantitativt vurdere stående balanse . Disse studiene viser nytten av bevegelsessensorer i funksjonell balanse måling. Begge studiene fokuserer imidlertid på å forbedre klinikerens målefølsomhet i stedet for å produsere et eksternt målesystem for mobil helse. Metoder i disse studiene kan ikke brukes hjemme uten tilstedeværelse av en kliniker, på grunn av testkompleksitet (henholdsvis 4-trinns og 6-trinns) og krav(f. eks.

i dette papiret undersøker vi brukbare teknologier (dvs.sanntids bevegelsesføling) for å vurdere fallrisiko ved HJELP AV FRT. FRT ER en rask single-task dynamisk test definert som maksimal avstand man kan nå fremover utover armlengden, samtidig som man opprettholder en fast støttebase i stående stilling . Det er viktig at den har en modifisert versjon for sittende balanse, det Vil Si Den Modifiserte FRT, som vi forventer at det vil være nyttig for sittende måleutvikling . FRT ble utviklet Av Duncan et al. i 1990 som en forholdsmåling skala for å bestemme fremre grenser for stående balanse hos eldre befolkningen . Siden starten har dette tiltaket vist seg å være en gyldig og pålitelig test for å identifisere underskudd i balanse for slagoverlevende og en kraftig prediktor for fallrisiko sammenlignet med andre mer tidkrevende kliniske funksjonelle tiltak . Spesielt sett anslår FRT hvor langt brukeren kan nå fremover uten å ta skritt . Normer for rekkevidde for menn og kvinner i ulike aldre er oppsummert i Tabell 1 . Basert på rekkevidden i FRT, kan en person med høy risiko for å falle (dvs. positiv test) identifiseres :(i) en negativ test vurderes for en rekkevidde på større enn 25,40 cm.(ii)en rekkevidde på mindre enn 15,24 cm er funnet å være forbundet med en fire ganger større risiko for fall i løpet av de følgende 6 månedene.(iii) en rekkevidde innen 15.24–25.40 cm er funnet å være forbundet med en to ganger større risiko for fall i løpet av de følgende 6 månedene.

Alder Menn Kvinner
20-40 42.49 cm 37,19 cm
41-69 38.05 cm 35,08 cm
70-87 33.43 cm 26.59 cm
Tabell 1
Funksjonelle rekkevidde normer.

real-time FRT er en av funksjonene i vårt foreslåtte mStroke, et sanntids og automatisk mobilt helsesystem, som også kan evaluere motorstyring og estimere ganghastighet hos pasienter etter slag. Her fokuserer VI PÅ FRT-funksjonen i mStroke og adresserer tre gratis problemer: (i) designe signalbehandlingsalgoritmer som nøyaktig og trofast kan estimere rekkevidde i FRT, (ii) implementere en interaktiv brukervennlig App som kjører på vår maskinvareplattform, og (iii) evaluere brukbarheten og påliteligheten TIL FRT-funksjonen i mStroke på friske voksne fag.

NÅR frt-funksjonen i mStroke viser sin brukervennlighet og pålitelighet hos en sunn voksenpopulasjon, vil videreutvikling og evaluering bli utført hos poststroke-individer. Vårt endelige mål er at personer etter hjerneslag enkelt skal utføre en sanntids fallrisikovurdering ved å utnytte DENNE FRT-funksjonen i klinikken (f. eks. akutt pleie/postakutt omsorg/rehabiliteringsanlegg) og hjemme, når som helst etter behov, uten hjelp fra helsepersonell. MED ANDRE ord KAN FRT overføres fra den dyktige kliniske administrasjonen til den uavhengige pasientadministrasjonen. mStroke, inkludert FRT-funksjonen, kan fremme gjennomgripende, kvantifiserbar og fortsatt overvåking av pasientens atferd og gjenoppretting, noe som kan støtte effektiv og langsiktig slagbehandling langt utover det nåværende akutte klinikkbaserte systemet.

2. Materialer og Metoder

2.1. Maskinvare Og Brukervennlighet

Energi og ventetid er to store begrensninger på alle trådløse eller mobile helseenheter. VI valgte NODE, vist i Figur 1, som den trådløse kroppssensoren for mStroke . Denne håndholdte enheten med lav effekt og lav latens er en ny modulær sensorplattform som bruker Bluetooth Low Energy (Ble) – protokollen til å kommunisere med en basestasjon (f.eks. smarttelefon, iPad eller datamaskin). Flere Noder kan koble til en enkelt basestasjon. DEN grunnleggende modulen TIL NODE er MPU-9150, en 9-akse MotionTracking enhet produsert Av InvenSense, som i hovedsak er En Inertial Motion Unit (IMU) som inneholder akselerometer, gyroskop og magnetometer . Akselerometeret kan programmeres til å ha fullskalaområdet g, g, g eller g og følsomheten ER LSB / g . MPU-9150 er designet for lavt strømforbruk, lavpris og høy ytelse krav til forbrukerelektronikk, inkludert bærbare sensorer . NODE kan sende bevegelsesdata til en iPad med opptil 120 prøver per sekund med en rekkevidde på opptil 50 m. NODE er en sylinder med diameter på 25,4 mm med en lengde på 83,8 mm og kan klippes til klær. Hver ENDE AV NODEN kan akseptere en ekstra utskiftbar sensorenhet. Disse sensorenhetene kan betjene en rekke funksjoner som temperatur, fuktighetsnivå, oksymeter eller ultralydovervåking/måling. I forbindelse med dette papiret bruker vi BARE NODEN MED EN IMU.

Figur 1
NODE.

i de senere år har ideen om å bruke sensorer (f. eks. akselerometer, gyroskop, magnetometer og elektromyografi) for å skaffe menneskelige bevegelsesdata for rehabiliteringsstudier og praksis fått stor oppmerksomhet . Akselerometre måler akselerasjonsvektor; gyroskoper gir vinkelrotasjonshastighet; og magnetometre måler styrken og i noen tilfeller retningen av magnetfeltene. En 9-akse sensorfusjon av disse tre sensorene gjør at mStroke kan overvinne de iboende feilene som finnes i hver enkelt bevegelsessensor.

for å utføre FRT-funksjonen, bæres en NODE via brystsele, som er vist I Figur 2. Donning og doffing selen ble testet av fysioterapi studenter via dyktige emulering. Resultatene tyder på oversettelse av et slikt selesystem til pasientbruk. I tillegg, HVIS NODEN ikke er slitt riktig (f. eks., NODE rotert eller snudd opp ned), Vil Appen sende ut et advarselsvarsel.

Figur 2
NODE på brystet FOR FRT.

2.2. Programvare Og Brukervennlighet

NÅR det gjelder programvarefunksjonalitet, INKLUDERER FRT-funksjonen i mStroke fallrisikovurdering og feildeteksjon. Feil inkluderer feil stående stilling og fallende. I begynnelsen av FRT, App ber brukeren om å anta en komfortabel, oppreist holdning. Appen varsler brukeren hvis brystnoden oppdager feil kroppsstilling. For å ta hensyn til personer etter slag som kan ha nedsatt stående stilling, er trunk flexion opp til 30° akseptabelt . Appen instruerer deretter brukeren om å bøye skulderen til den dominerende øvre ekstremiteten (dvs. den mindre berørte øvre ekstremiteten hos overlevende etter slag) til omtrent 90°. Når armen er riktig plassert, vil brukeren nå frem så langt som mulig uten å ta et skritt. ENDELIG estimeres frt-avstanden basert på vår foreslåtte algoritme.

FRT-funksjonen i mStroke er tilpasset hver enkelt bruker ved å legge inn brukerens bagasjeromslengde, skulderbredde og lårlengde i Appen før FRT startes. Etter at algoritmen anslår FRT-avstanden, blir resultatet annonsert til brukeren i sanntid basert på etablerte FRT-normer (Tabell 1). For å sikre sikkerhet, er mStroke utstyrt med en falldeteksjonsalgoritme og kan programmeres til å gi automatisk akuttmedisinsk tjenestevarsel i tilfelle fall. For dette formålet har vi implementert 3-trinns falldeteksjonsalgoritme foreslått Av Li et al. .

2.3. Frt Avstand Estimering
2.3.1. Vinkelestimering

det er akselerometer, gyroskop OG magnetometer I NODEN IMU. Vi utnytter quaternion beregnet fra avlesninger av disse tre sensorene for nøyaktig vinkelestimering. En kvaternion er et firedimensjonalt komplekst tall som kan brukes til å representere orienteringen av en stiv kropp i et tredimensjonalt rom . I quaternion representasjon, beskriver retningen av rammen i forhold til rammen . Enhver orientering av rammen i forhold til rammen kan oppnås gjennom en rotasjon av vinkelen rundt aksen definert i rammen . Kvaternionen som beskriver denne orienteringen er definert som følger:hvor,, og definere komponentene til enhetsvektoren i henholdsvis -, – og-akser av rammen .

Anta at referansen kvaternion er; den nåværende kvaternion er; og orienteringen mellom og er . Da forholdet mellom,, og kan representeres som følger: hvor betegner quaternion produkt som kan bestemmes ved Hjelp Av Hamilton regelen :

kvaternionkonjugatet, betegnet av, kan brukes til å bytte de relative rammene beskrevet av en orientering:

Basert på (2) og (4), kan vi lett få følgende:

en tredimensjonal vektor kan roteres av en kvaternion . Hvis og er den samme vektoren beskrevet i henholdsvis ramme og ramme , får vi følgende: hvor og inneholder som det første elementet for å gjøre dem fire-dimensjonale vektorer .

Vinkel som svarer til en slik rotasjon kan fås fra vinkelen til to vektorer, det vil si, og, hvor og har de samme matematiske uttrykkene, men representerer forskjellige vektorer:

men beregnet basert på (6) og (7) har to problemer for vår praktiske gjennomføring. Et problem er at det alltid er positivt, og det andre problemet er at det kan være i hvilken som helst rotasjonsretning. Vi vil forklare disse to problemene ved hjelp av illustrerende eksempler vist i Figur 3. Figur 3 (a) og 3 (b) representerer henholdsvis fremoverrotasjon og tilbakerotasjon fra ramme til ramme langs aksen. Figur 3 (c) representerer en rotasjon langs aksen. Anta at absolutte verdier av vinkler for alle rotasjoner er . Basert på (6), tilsvarer og tilsvarer . Videre, hvis (7) blir brukt, vil vi få følgende: hvor og betegne rotasjonene vist i Henholdsvis Figur 3(a) og 3(b). Dermed kan vi ikke skille fremoverrotasjon og bakover rotasjon fra og . Ta Hensyn Til Figur 3 (c), hvis vi bare er interessert i en rotasjon i rammeplanet , bør vi få 0° for vinkelen til en slik rotasjon. Men vi får fortsatt i stedet for 0° ved å bruke (6) og (7).

(a) fremoverrotasjon langs aksen, projisert inn i planet
(a) fremoverrotasjon langs aksen, projisert inn i planet
(b) Bakover rotasjon langs aksen, projisert inn i planet
(b) Bakover rotasjon langs aksen, projisert inn i planet
(c) Rotasjon langs aksen
(c) Rotasjon langs aksen

(a) fremover rotasjon langs aksen, projisert inn i planet
(a) fremover rotasjon langs aksen, projisert inn i planet (b) Bakover rotasjon langs aksen, projisert inn i planet
(B) bakover rotasjon langs aksen, projisert inn i planet (c) Rotasjon langs aksen
(c) Rotasjon langs aksen

Figur 3
Rotasjon fra ramme til ramme .

For å løse disse to problemene, foreslår vi følgende løsning for å oppnå som forventet. I tillegg til (6)bruker vi den andre vektorrotasjonen som følger:Anta og tilsvarer i ramme og ramme , henholdsvis. Deretter finner vi vinkelen mellom og ved litt oppdatering (7) som følger:På denne måten

oppsummert kan den foreslåtte løsningen løse de nevnte problemene illustrert i Figur 3: (i) I Figur 3 (a) for fremoverrotasjon, og .(ii) I Figur 3 (b) for bakover rotasjon, og .(iii)I Figur 3 (c) for rotasjon langs aksen, og, som betyr at vinkelen for en slik rotasjon projisert i rammeplanet vil være 0∘.

2.3.2. Funksjonell Rekkevidde På Grunn Av Stammefleksjon

basert på klinisk observasjon utføres rekkevidden i FRT hovedsakelig gjennom stammefleksjon. Hvis vi kan estimere trunk flexion angle basert på den foreslåtte algoritmen presentert i Seksjon 2.3.1, kan vi beregne den tilsvarende rekkevidde avstanden i henhold til trigonometrisk funksjon som følger: hvor betegner trunk lengde målt manuelt og betegner trunk flexion angle estimert automatisk med mStroke. IMU i brystnoden gir den nødvendige kvaternioninformasjonen for å estimere trunkfleksjonsvinkelen.

2.3.3. Effekt Av Torso Twist

vurderer bare funksjonell rekkevidde på grunn av trunkfleksjon. Men menneskekroppen er ikke strengt en stiv kropp. NÅR FRT utføres, er det en uunngåelig torso vri. Torso vri vil også bidra til funksjonell rekkevidde. Med 3-akse IMU i brystknuten kan vi estimere torso vri vinkel samtidig med trunk flexion vinkel. Dermed, kan oppdateres som: hvor betegner skulderbredde målt manuelt og betegner torso vri vinkel anslått automatisk av mStroke.

2.3.4. Effekt Av Lårbevegelse

når en person utfører FRT, forblir underkroppen ikke vinkelrett på bakken. Underkroppen kan noen ganger forskyve bakover for å holde personens massesenter innenfor hans / hennes base av støtte. Eventuelle underkroppsavvik fra den opprinnelige vertikale posisjonen kan påvirke FRT-resultatet. Derfor må vi eksplisitt vurdere en slik effekt. DET er umulig FOR IMU i brystknuten å fange underkroppsbevegelsen i FRT. Dermed utnytter vi en ANNEN KNUTE på låret for å estimere lårbevegelsesvinkel. Basert på denne vinkelen kan vi kvantifisere underkroppsbevegelsen som bidrar til funksjonell rekkevidde som hvor betegner lårlengde målt manuelt og betegner lårbevegelsesvinkel estimert automatisk med mStroke. Til slutt foreslår vi det tredje avstandsmålet som følger:

3. Resultater og Diskusjon

3.1. Frt-Pålitelighetsmetoden

frt-pålitelighetsstudien ble utført på friske voksne forsøkspersoner i en forskningsinnstilling med passende IRB-godkjenning. Forsøkspersonene ga informert samtykke før deltakelse. Alder og kjønn ble registrert som emne demografi. På grunn av et utvalg av bekvemmelighet, sunne studenter, har de fleste av våre fag en normal kroppsmasseindeks. Eventuelle uteliggere vil bli vurdert overvektige, ikke overvektige.

for hvert motiv ble bagasjeromslengde, skulderbredde og lårlengde målt manuelt og lagt inn I Appen før FRT ble startet. Et målebånd ble festet til veggen på skulderhøyden til hvert emne.

med kliniker cueing ble motivet plassert ved siden av det veggmonterte målebåndet slik at hans / hennes rekkevidde ikke ville overstige lengden på målebåndet. Observanden ble deretter instruert til å heve sin øvre ekstremitet til 90°. Startposisjonen ble vurdert av klinikeren ved forsøkspersonens distale tredje falange. Observanden ble deretter bedt om å nå frem så langt som mulig, uten å ta et skritt. På toppen av fagets rekkevidde markerte klinikeren reach-enden. Den absolutte avstanden mellom disse to markerte posisjonene på målebåndet ble brukt som sammenlignings benchmark for mstroke estimert rekkevidde avstand. VI testet frt-funksjonen i mStroke på to grupper av fag for å verifisere ytelsen. Hvert fag utførte FRT fem ganger.

3.2. FRT-Ytelsen

Gruppe 1 inkluderer 17 friske voksne fag. Tabell 2 viser demografiske Data Fra gruppe 1. EN NODE (plassert på brystet) brukes I Gruppe 1 for å estimere trunk fleksjon og torso vri vinkler, som vist i Figur 4. Histogrammet av torso vri vinkler er presentert I Figur 5. Det kan lett observeres Fra Figur 5 at de fleste torso vridningsvinkler ikke er lik , noe som vil gi ubehagelig effekt på det funksjonelle reach-resultatet. Resultatene av reach distance estimation i Form Av Gjennomsnittlig Absolutt Feil (MAE) og korrelasjonskoeffisient er gitt i Tabell 3 hvor angir rekkevidde avstand manuelt målt av en kliniker og fungerer som ytelse benchmark FOR FRT funksjon i mStroke. og er beskrevet i henholdsvis (12) I Avsnitt 2.3.2 og (13) I Avsnitt 2.3.3. Med hensyn TIL MAE, utkonkurrerer ved . Bland Altman plotter mellom og så vel som mellom og er vist i Figurene 6 og 7, henholdsvis. Gjennomsnitt av forskjeller viser bias/avvik mellom målingen og referanseindeksen. + 1,96 Standardavvik (SD) av forskjeller og -1,96 SD av forskjeller gir rekkevidden av 95 grenser for avtale. De fleste av forskjellene faller innenfor et slikt område.

Kjønn Antall alder (gjennomsnitt)
Kvinne 10 23.6
Mann 7 23.9
Totalt 17 23.7
Tabell 2
Emnedemografi, Gruppe 1.

versus versus
MAE 3.53 cm 2.93 cm
Correlation coefficient 0.83 0.85
Table 3
FRT results, Group 1.

(a) Start FRT
(a) Start FRT
(b) Utfør FRT
(b) Utfør FRT

(a) Start FRT
(a) Start FRT (b) Utfør FRT
(b) Utfør FRT

Figur 4
et emne som utfører FRT på seg en enkelt brystknute, Gruppe 1.

Figur 5
Histogram plot av torso vri vinkel ( ∘ ), Gruppe 1.

Figur 6
Bland Altman tomten mellom Og, Gruppe 1.

Figur 7
Bland Altman tomter mellom Og, Gruppe 1.

Gruppe 2 inkluderer 23 friske voksne forsøkspersoner med demografi vist i Tabell 4. I motsetning Til Gruppe 1 brukes to Noder I Gruppe 2 for å estimere stammefleksjon, torso-vridning og lårbevegelsesvinkler (Se Figur 8). Histogrammer av torso vri og lår bevegelse vinkler er vist i Figur 9 og 10, henholdsvis. Begge tallene viser tydelig at nonzero vinkler for torso vri og lår bevegelse dominerer testene. Tilsvarende ytelser er vist I Tabell 5. er beskrevet i (14) I Avsnitt 2.3.4. Med hensyn TIL MAE, utkonkurrerer av og ytterligere forbedrer ytelsen ved .

Kjønn Antall alder (gjennomsnitt)
Kvinne 15 26.3
Mann 8 26.9
Totalt 23 26.5
Tabell 4
Emnedemografi, Gruppe 2.

versus versus linje
MAE 4,32 cm 4,25 cm 3.50 cm
Correlation coefficient 0.61 0.61 0.70
Table 5
FRT results, Group 2.

(a) Start FRT
(a) Start FRT
(b) Utfør FRT
(b) Utfør FRT

(a) Start FRT
(a) Start FRT (b) Utfør FRT
(b) Utfør FRT

Figur 8
et emne som utfører FRT ved hjelp av to Noder på brystet og venstre lår, Henholdsvis Gruppe 2.

Figur 9
Histogram plot av torso vri vinkel ( ∘ ), Gruppe 2.

Figur 10
Histogramplot av lårbevegelsesvinkel ( ∘ ), Gruppe 2.

mens de eksperimentelle resultatene er lovende, er det fortsatt rom for ytelsesforbedring. Våre studier tyder tydelig på at flere bevegelsessensorer (f. eks. sensor på skulderen eller armen) bør vurderes for å ytterligere forbedre YTELSEN TIL FRT-funksjonen i mStroke ved å fange mer detaljerte kroppsbevegelser i FRT-øvelsen.

4. Konklusjoner

Vi har designet Og utviklet et mobilt helsesystem (dvs. mStroke) som kan utføre FRT, et nøyaktig enkeltoppgaveklinisk verktøy, for sanntids fallrisikovurdering. Tre forskjellige rekkevidde avstandsmål (dvs.,,, og ) har blitt gitt. Påliteligheten av mStroke FRT funksjon har blitt testet på to grupper av friske voksne fag. De eksperimentelle resultatene bekrefter konseptet og muligheten. En klinisk studie på individer etter slag er neste skritt for videreutvikling AV FRT-funksjonen i mStroke.

Avsløring

innholdet er utelukkende forfatterens ansvar og representerer ikke nødvendigvis De offisielle synspunktene Til National Institutes Of Health.

Konkurrerende Interesser

forfatterne erklærer at det ikke er konkurrerende interesser når det gjelder publisering av denne artikkelen.

Bekreftelser

Forskning rapportert i dette papiret ble støttet av National Institute Of Biomedical Imaging and Bioengineering Av National Institutes Of Health Under Award no. R15EB015700. Dette arbeidet ble også delvis finansiert Av Tennessee Higher Education Commission.