gms | German Medical Science

62. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

17.09. - 21.09.2017, Oldenburg

Effiziente Methode zur Bestimmung der medio-lateralen Schwankung mittels einer kontaktlosen Bewegungsanalyse zur Qualitätssicherung in der orthopädischen Rehabilitation

Meeting Abstract

Search Medline for

  • Michael Uelschen - Hochschule Osnabrück, Osnabrück, Deutschland
  • Heinz-Josef Eikerling - Hochschule Osnabrück, Osnabrück, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 62. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Oldenburg, 17.-21.09.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocAbstr. 172

doi: 10.3205/17gmds182, urn:nbn:de:0183-17gmds1825

Published: August 29, 2017

© 2017 Uelschen et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Einleitung: Die Bestimmung der Lage des Körperschwerpunktes (center of mass, COM) und dessen Veränderung bei einer Vorwärtsbewegung ist ein wesentlicher, räumlich-temporaler Parameter in der Ganganalyse. Der COM ermöglicht es u.a., die Stabilität des Ganges im Hinblick auf das Sturzrisiko zu bewerten [1], [2] sowie die Entwicklung und Anpassung von Prothesen von Unterschenkelambutierten zu optimieren [3], [4]. Das Ziel der hier vorgestellten Methode ist die Bestimmung wesentlicher Gangparameter bei einem geringen technischen und zeitlichen Aufwand. Dieses ist eine Voraussetzung für den Einsatz in einem kostensensitiven Umfeld.

Methoden: Eine direkte Bestimmung des COM ist aufwändig [5] und kann im klinischen Alltag beispielsweise in der Rehabilitation nur sehr aufwändig durchgeführt werden. Die Veränderung, insbesondere die Schwankung in medio-lateraler Richtung kann nur indirekt erfolgen. Hierzu werden unterschiedliche technische Verfahren eingesetzt: Messung mittels Druckplatten [6], Einsatz von marker-basierten Motion-Capture-Systemen [7] oder mittels am Körper des Patienten angebrachter Sensoren [8] oder speziell angepasster Schuhe [9]. Diese Verfahren haben insbesondere den Nachteil, dass eine zeitaufwändige Vorbereitung des Patienten (Anbringung von Markern oder Sensoren) erforderlich ist.

Alternativ zu den genannten Verfahren wird eine Methode vorgestellt, die den Gang des Patienten kontakt- und markerlos aufzeichnet und somit eine hohe Praxistauglichkeit aufweist. DynMetrics [10] ist ein optisches, kostengünstiges Verfahren, welches aus dem Kamerabild zusammen mit Tiefeninformationen das dreidimensionale Skelett eines Patienten ermittelt und den Gang entlang eines Bewegungskorridors aufzeichnet. Die Skelettdaten werden anschließend in ein segmentiertes Körpermodell nach [11] überführt.

Ein gleichmäßiger Gang mit der Frequenz zeigt ein periodisches Verhalten in medio-lateraler Richtung, deren Auslenkung durch die Gleichung einer harmonischen Schwingung beschrieben wird. DynMetrics bestimmt in einem zweistufigen Verfahren die maximale Amplitude der Schwankung des Körperschwerpunktes. Im ersten Schritt wird der COM und die Gangfrequenz bestimmt. Hierzu wird der aufgezeichnete Gang in die einzelnen Schrittphasen nach Perry [12] anhand charakteristischer Ereignisse zerlegt. Im zweiten Schritt wird eine verallgemeinerte Schwingungsgleichung mit einem Verfahren zur multiplen linearen Regression gelöst. Diese Gleichung berücksichtigt zusätzlich zum periodischen Gangbild eine Überlagerung der Bewegung des Patienten nach links respektive rechts innerhalb des Korridors.

Ergebnisse: Zur Evaluierung des entwickelten Verfahrens sind für einen Funktionstest die Gangparameter von 40 gesunden Personen einer homogenen Gruppe (33 Männer, 7 Frauen: Alter 23±3 Jahre, Körperlänge 180±10 cm) in insgesamt 70 Aufzeichnungen bestimmt worden. Die Ganggeschwindigkeit resultierte aus der persönlichen Präferenz der untersuchten Personen. Die ermittelte medio-laterale Schwankung ist 2,81±0,77 cm. Eine Aufteilung in langsame Gehgeschwindigkeit [1,2-1,4 m/s] und in schnelle Geschwindigkeit [1,4-1,6 m/s] zeigt, dass die Schwankung (3,01 cm resp. 2,68 cm) bei zunehmender Geschwindigkeit geringer wird. Dieses zeigt eine gute Übereinstimmung mit dem beobachteten Verhalten aus [7], bei der eine vergleichbare Studiengruppe eine medio-laterale Schwankung von 2,50±0,10 cm bei einer Geschwindigkeit von 1,3 m/s resp. 2,10±0,65cm bei 1,6 m/s aufzeigt.

Diskussion: Der Beitrag stellt eine neue effiziente Methode zur Bestimmung der medio-lateralen Schwankung vor. Hierzu wird ein formales Modell der Bewegung motiviert. Durch die kontaktlose Bewegungsanalyse ist es möglich, Patienten mit einem geringen zeitlichen (< 5 Minuten) und personellen Aufwand zu vermessen und Metriken zur Gangstabilität zu ermitteln. Das Verfahren kann die Fragebogen-basierten Verfahren (beispielsweise Staffelstein-Score) durch objektivierte Parameter ergänzen.



Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren haben keine Angabe zur Beratung durch eine Ethikkommission gemacht.


Literatur

1.
Betker AL, Szturm T, Moussavi Z. Center of mass approximation during walking as a function of trunk and swing leg acceleration. Conf Proc IEEE Eng Med Biol Soc. 2006;1:3435-8.
2.
Aleixo P, Abrantes JMCS. 3D gait analysis in rheumatoid arthritis postmen-opausal women with and without falls history. 2015 IEEE 4th Portuguese Meeting on Bioengineering (ENBENG); Porto; 2015. p. 1-4.
3.
Zelik KE, Collins SH, Adamczyk PG, Segal AD, Klute GK, Morgenroth DC, Hahn ME, Orendurff MS, Czerniecki JM, Kuo AD. Systematic variation of prosthetic foot spring affects center-of-mass mechanics and metabolic cost during walking. IEEE Trans Neural Syst Rehabil Eng. 2011 Aug;19(4):411-9. DOI: 10.1109/TNSRE.2011.2159018 External link
4.
Adamczyk PG, Kuo AD. Mechanisms of Gait Asymmetry Due to Push-Off Deficiency in Unilateral Amputees. IEEE Trans Neural Syst Rehabil Eng. 2015 Sep;23(5):776-85. DOI: 10.1109/TNSRE.2014.2356722 External link
5.
Pataky TC, Zatsiorsky VM, Challis JH. A simple method to determine body segment masses in vivo: reliability, accuracy and sensitivity analysis. Clin Biomech (Bristol, Avon). 2003 May;18(4):364-8.
6.
Crowe A, Schiereck P, de Boer RW, Keessen W. Characterization of human gait by means of body center of mass oscillations derived from ground reaction forces. IEEE Trans Biomed Eng. 1995 Mar;42(3):293-303.
7.
Hernández A, Silder A, Heiderscheit BC, Thelen DG. Effect of age on center of mass motion during human walking. Gait Posture. 2009 Aug;30(2):217-22. DOI: 10.1016/j.gaitpost.2009.05.006 External link
8.
Meng X, Sun S, Ji L, Wu J, Wong WC. Estimation of Center of Mass Dis-placement Based on Gait Analysis. 2011 International Conference on Body Sensor Networks; Dallas, TX; 2011. p. 150-155.
9.
Schepers HM, van Asseldonk EH, Buurke JH, Veltink PH. Ambulatory estimation of center of mass displacement during walking. IEEE Trans Biomed Eng. 2009 Apr;56(4):1189-95. DOI: 10.1109/TBME.2008.2011059 External link
10.
Uelschen M, Eikerling HJ. A mobile sensor system for gait analysis supporting the assessment of rehabilitation measures. In: Proceedings of the 6th ACM Conference on Bioinformatics, Computational Biology and Health Informatics (BCB '15). New York, NY, USA: ACM; 2015. p. 96-105.
11.
Richard HA, Kullmer G. Biomechanik. Springer; 2013.
12.
Perry J, Burnfield JM. Gait analysis: normal and pathological function. 2nd edition. New Jersey, USA: Slack Incorporated; 2010.