Microsoft の Azure Kinect 深度カメラは、モーション トラッキングのために 3D データ、カラー画像、体の動きをキャプチャします。
研究のスナップショット: この種のものとしては初めての研究では、足に装着するウェアラブル センサーと 3D 深度カメラといった、よりアクセスしやすいテクノロジーが人々の歩き方を正確に測定し、従来の歩行分析ツールに代わる実用的な手段を提供できるかどうかを調査しました。歩行、つまり歩行パターンは、転倒リスクの検出、リハビリテーションの監視、パーキンソン病やアルツハイマー病などの症状の初期兆候の特定に使用される重要な健康指標です。歩行分析のゴールドスタンダードである Zeno™ Walkway のような従来のシステムは、正確ではありますが、高価でかさばるため、ラボ環境以外では簡単に使用できません。
研究者らは、ウェアラブル フット センサー、Microsoft Azure Kinect 深度カメラ、Zeno™ Walkway の 3 つのシステムを実際の臨床環境で並べてテストしました。彼らは、足に取り付けたセンサーと深度カメラが、バックグラウンドで人が動く複雑な設定であっても、ほとんどの歩行測定基準においてゴールドスタンダードの精度と一致することを発見しました。対照的に、腰部のセンサーは信頼性が低かった。これらの結果は、ウェアラブルおよびカメラベースのシステムにより、詳細な歩行分析がよりスケーラブルで、費用対効果が高く、適切なものになる可能性があることを示唆しています。 遠隔または日常的な臨床用 使用。
フロリダ アトランティック大学工学コンピューター サイエンス学部とセンシング研究所 (I-SENSE) の研究によると、足に装着するウェアラブル センサーと 3D 深度カメラは、混雑した臨床環境であっても人々の歩き方を正確に測定でき、従来の歩行評価ツールに代わる強力でアクセスしやすい代替手段を提供できることが明らかになりました。
人の歩き方のパターンである歩行は、全体的な健康状態のマーカーとしてますます重要になり、転倒リスクの検出、リハビリテーションの監視、パーキンソン病やアルツハイマー病などの神経変性疾患の初期兆候の特定に使用されます。 Zeno™ Walkway のような電子歩行器は長い間、歩行分析のゴールドスタンダードと考えられてきましたが、コストが高く、設置面積が大きく、可搬性が限られているため、特に管理されたラボ環境の外での広範な使用は制限されています。
これらの障壁を克服するために、FAU の研究者と共同研究者は、3 つの異なるセンシング技術を同時に評価する最初の既知の研究を実施しました。 Microsoft の Azure Kinect 深度カメラ。そして Zeno™ ウォークウェイ – 同一の現実世界の臨床条件下で。深度センシング カメラは、AI、ロボット工学、モーション トラッキングで使用するために 3D データ、カラー画像、体の動きをキャプチャします。
雑誌に掲載された研究結果 センサー、足に取り付ける IMU と Azure Kinect は、従来のツールの精度に匹敵するだけでなく、スケーラブルでリモートでコスト効率の高い歩行分析を可能にすることが明らかになりました。
「これら 3 つのテクノロジーが同じ臨床現場で直接並べて比較されたのはこれが初めてです」と、FAU 電気工学およびコンピューターサイエンス学部および生物医工学学部の主任著者兼准教授であり、I-SENSE フェローでもある Behnaz Ghoraani 博士は述べています。 「私たちは、この分野が長年求めてきた質問に答えたいと考えていました。ウェアラブルやマーカーレス カメラなどのよりアクセスしやすいツールは、詳細な歩行分析の臨床基準に確実に適合できるでしょうか? 答えはイエスです。特に足に取り付けるセンサーと Azure Kinect に関してはそうです。」
この研究では、52歳から82歳までの成人20人を募集し、シングルタスクとデュアルタスクの両方の歩行試験を完了させた。この方法は、マルチタスクや分割注意を必要とする現実世界の歩行状態を模倣するためによく使用される方法である。 FAU 研究者が開発したカスタム構築のハードウェア プラットフォームのおかげで、各参加者の歩行は 3 つのシステムによって同時にキャプチャされ、すべてのデータ ソースがミリ秒単位で正確に同期されました。
研究者らは、歩行速度や歩数などの基本指標に加え、歩幅時間、支持段階、スイング時間などのより詳細な指標を含む 11 の異なる歩行マーカーを評価しました。これらのマーカーは統計的手法を使用して分析され、各デバイスの測定値と Zeno™ Walkway の測定値が比較されました。
結果は明白でした。足に取り付けたセンサーは、ほぼすべての歩行マーカーにわたって歩道とほぼ完全に一致することを示しました。また、Azure Kinect は、カメラの視野内に介護者やスタッフを含む複数の人々が存在する複雑な現実世界の診療所環境でも高い精度を維持し、優れたパフォーマンスを発揮しました。対照的に、ウェアラブル歩行研究で一般的に使用される腰部に取り付けられたセンサーは、特に粒度の細かい歩行サイクル イベントの場合、精度と一貫性が大幅に低いことが示されました。
取り付けが簡単なため、多くの研究で腰部センサーが使用されています。しかし、この研究のデータは、臨床医が最も気にする詳細、特に神経学的問題の初期兆候を明らかにする可能性のあるタイミングベースのマーカーを捕捉できないことが多いことを示しています。
「これらのツールに伴うあらゆる予測不可能な視覚ノイズを伴う現実的な臨床環境でこれらのツールをテストすることで、日常使用の検証に向けて大きな進歩を遂げました」とゴラーニ氏は述べています。 「これは単なる実験室での実験ではありません。これらのテクノロジーは現実世界の需要を満たす準備ができています。」
重要なのは、この研究がマイクロテンポラル歩行マーカーの電子歩道に対して Azure Kinect のベンチマークを行った最初の研究であり、文献の重大なギャップを埋め、デバイスの潜在的な臨床的価値を確認したことです。
「この研究の意味は広範囲に及びます」とFAU工学・コンピュータサイエンス学部長のステラ・バタラマ博士は述べた。 「医療システムでの遠隔医療や遠隔モニタリングの採用が進むにつれ、ウェアラブルフットセンサーや深度カメラなどのスケーラブルなテクノロジーが強力なツールとして台頭してきています。これらを使用すると、臨床医は、高価でスペースを必要とする機器を必要とせずに、可動性を追跡し、機能低下の初期兆候を検出し、介入を調整することができます。」
研究の共著者は筆頭著者の Marjan Nassajpour 氏と Mahmoud Seifallahi 氏で、どちらも FAU 工学・コンピュータサイエンス学部の博士課程の学生です。理学療法士の研究者で教育副部長のエイミー・ローゼンフェルド氏。マグダレナ・I・トレア博士、神経学の助教授兼研究副ディレクター。ジェームズ・E・ガルビン医学博士は、神経学教授、神経科部長、総合脳健康センター所長であり、いずれもマイアミ大学ミラー医学部の教授である。
この研究は、Ghoraani に授与された国立科学財団の助成金と、Galvin に授与された国立衛生研究所の助成金によって支援されました。
(左から): マルジャン・ナッサジプール。ベナズ・ゴラーニ博士。マフムード・セイファラヒ（着席）。とムスタファ・シュケア博士。
-ファウ-
#FAUの研究者が歩行分析技術で大きな進歩を遂げる