Name: ビデオ: Video Movement Analysis Using Smartphones ViMAS: A Pilot Study
Uploaded: 2017-03-14T12:30:00.000+00:00
Duration: 7 min 51 s
Description: 16.7K ビュー. 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.

The authors wish to thank all the participants who generously gave their time to participate in this study.

このプロトコルは、ウェイン州立大学の治験審査委員会によって承認されました。 1.実験の準備<ol><li>位置カメラは全6-Mの通路を捕捉します。 4 3Dモーションの合計を使用して6メートルの歩道上を歩いてキャプチャするためにカメラをキャプチャします。 <ol><li> 6メートルの歩道の4隅に各カメラを置きます。対向する通路の対角線の両端に各カメラを向けます。 </li></ol></li><li>各参加者の身長、体重と脚の長さ対策を収集します。 <ol><li>キロで質量を測定します。 </li><li>測定テープで両足のmalleolusの複数形を内側する大転子から（メートル）足の長さを測定します。 </li><li>参加者が壁に取り付けられた測定テープの隣に裸足で立ったことで、（メートル）の高さを測定します。壁に取り付けられた測定テープから測定値を読み取るために参加者の頭の上に定規を置きます。 </li></ol></li><li&gt;スマートフォンホルダークリップ用の三脚アダプターを三脚にスマートフォンをマウントします。歩道の中央に垂直、2メートルまたは4メートルで三脚を置きます。バリデーション試験を行う場合は、この配置の順番をランダムにします。 </li><li>ふくらはぎと足の甲の3国間上前腸骨稜（ASIS）に参加者にスマートマーカー、太ももの上部1/3、上位1/3の場所クラスター。左右の後部腸骨稜間の正中線内の単一のスマートマーカーを置きます。 <ol><li>ベルクロストラップ/両面粘着テープでスマートマーカーを固定します。前頭面でのセキュアな太ももとふくらはぎのマーカー。 </li></ol></li><li>二国間の内側と外側大腿顆、内側と外側malleolusの複数形と3Dモーションキャプチャシステムのキャリブレーションのための第1および第2指の間のウェブスペース上で骨のランドマークを示す場所のステッカー。 注：キャリブレーション手順は、各研究室に固有の、および3Dモーションキャプチャ機器やソフトウェアです。 </李&gt; <li>較正手順のために、3次元モーションキャプチャ装置及び/又はデータを分析するために使用されるソフトウェアの製造元によって提供指示マニュアルを参照してください。ここで使用されるプロセスが置かれたステッカーの3D位置を登録するには、スマートマーカーと計装「ワンド」を使用することを含みます。 </li></ol> 2.実験<ol><li>参加者の下半身のみ（ASISなどの優れたボーダー）または上半身と下半身（肩峰などの優れたボーダー）のいずれかをキャプチャするためにスマートフォンのカメラレンズの高さを調整します。メートルで、カメラのレンズに床からの高さを測定します。 </li><li>参加者に実際の裁判を与えます。 1研究者は、スマートフォンを操作し、他の3次元モーションキャプチャシステムを制御するコンピュータを操作しています。スマートフォンの記録に試行回数を示すために番号を付けた紙を使用してください。 </li><li>スマートフォンのアプリケーションを開きます。 、底部に複数の中心を赤の「記録」ボタンを押してください録音を開始するcreen（とき縦向きで）。 注：スマートフォンは既に三脚に置かれている場合は、ボタンは、スマートフォンのホームボタンの近くに、電話の途中、右側に表示されます。 </li><li>それらの通常のペースで歩いて参加者に指示し、直線を歩いて、それらを支援するために、反対側の壁に配置されたマーカーに焦点を当てました。参加者の側のプロファイルをキャプチャするために歩道にスマートフォンを平行に配置します。参加者は、最初の2つの3Dモーションキャプチャカメラが両側に歩道の先頭に配置し、両側に歩道のもう一方の端に配置された別の2つの3Dモーションキャプチャカメラに向かって歩いて横断しています。 <ol><li>各試験のために、各参加者に（3、2、1、GO）を起動して、トライアル（3、2、1、STOP）を終了するカウントダウンを与えます。 </li></ol></li><li>被験者は6メートルの距離を歩いて終了した後、この歩行裁判の記録を終了するもう一度赤い「録画」ボタンを選択します。 </li><li>チェック各試行後の位置のためのLLマーカー。マーカーの位置が変更された場合は、新しいマーカーの配置に3Dモーションキャプチャシステムを再較正するために1.6のステップに戻ります。 </li><li>持っている参加者は、ステップ2.1で、各カメラの距離で3試験を行います。 </li><li>第二の距離にスマートフォンで三脚を移動します。歩行道の中間点に立って参加者を返します。 2.5 - プロトコルは2.2ステップの手順に従ってください。 </li><li>スマートマーカーを除去する前に3Dモーションキャプチャレコーディングやスマートフォンの録音を保存して確認してください。 </li></ol> 3.データ解析<ol><li>膝角度を計算するためのソフトウェア/製造元の指示に従ってください。手動で歩行サイクルのヒールストライクとつま先オフ段階で画面に表示されている膝角度を記録します。 </li><li>ヒールストライクとのつま先の瞬間に同意する必要があります2研究者のチームによって取得されたイベントからヒールストライクとつま先のためのスマートフォン記録の分析を完了Fイベントや角度測定ランドマーク。膝角度測定のためのランドマークの配置の精度向上のためのスタイラスを使用してください。以下の手順は、2研究者が共同で行われています。 </li><li>ちょうど記録されたトライアルを表示するには、（縦向きで）画面の左下隅にあるビデオの正方形を選択します。 </li><li>画面のベースにあるスクロールバーを使用して、被写体が画面の中央に（好適な変数である方）ヒールストライクやつま先オフに最も近いであるフレームを選択します。 </li><li>角度でドロップするには、画面の右上側の白、概説鉛筆のアイコンをタップします。 </li><li>角度オプション、ドロップダウンメニューで2番目のオプションを選択します。 </li><li>好ましい色と角度のメーカーを選択してください。唯一の1つの角度が一度に測定することができますのでご注意ください。このプロトコルで測定された角度は、純粋に矢状面での膝角度から成っていました。 </li><li>にドロップするには、画面上の任意の場所にスタイラスをスライドさせたりタップ角度。 </li><li>ベクターは、横malleolusの複数形に向かって大腿骨と下向きに沿って上向きに達すると、膝関節（外側顆）に角度の中心を置きます。 </li><li>必要に応じて、2本の指を置くことにより「ズームイン」は画面の中央に一緒に閉じて、ゆっくりと互いから離れてそれらを描きます。 注：角度の配置としたら満足して、ツールが自動的にその所与のフレームでの膝角度を計算します。 </li><li> 3.10 - つま先オフやヒールストライキの他のフェーズでの膝角度を特定するために、繰り返しが3.4を繰り返します。 </li></ol> 4.臨床プロトコル<ol><li>測定し、測定テープとマーカー/粘着テープを使用して、6メートルの歩道をオフにマークします。 </li><li>三脚並列にスマートフォンを置き、6メートルの歩道の中心に近いです。 </li><li>下肢をキャプチャするために、または4メートル離れた幹と下肢をキャプチャするために2メートル離れた歩道の中心から三脚を置きます。すべてのカメラの位置は、上の許可します矢状面運動学のLYキャプチャ。 </li><li>以下の式を使用して、床からスマートフォンのカメラレンズの高さの高さを計算します。 唯一の下肢キャプチャ用カメラの設定（2メートル）近く カメラのレンズの高さ=（メートル0.87xPatientの基準脚の長さ） - 0.12 両方の下肢と体幹キャプチャ用ファーカメラの設定（4メートル） メートルでカメラのレンズの高さ=患者の基準脚の長さ- 0.23 </li><li>スマートフォンアプリを使用してデータを記録し、分析するための3 - 繰り返しセクション2。 </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.

この検証試験の目的は、臨床的に臨床設定での動歩行分析のためのスマートフォンの技術を使用する目的と費用効果的な手段として使用するために自由に利用できるスマートフォンアプリケーションの有効性を決定することでした。スマートフォンアプリケーションと動対策を検討し、既存の検証研究は限られており、矢状面での歩行中に記録された動的な運動学的な措置を評価していません。この検証の研究では、スマートフォンと矢状面での動膝の対策を検討してきた最初のものです。また、この検証の研究は、臨床設定における複製のためのスマートフォンのアプリケーションを使用して、矢状面での動歩行分析のためのプロトコルを開発することが知られている最初のものです。 結果に基づいて、EXPであることだった3次元モーションキャプチャシステムとスマートフォン・アプリケーションによって膝角度の測定の間に有意差がありましたected。 3次元モーションキャプチャシステムの容量と比較して、スマートフォンによって得られた測定値の限られた精度です。スマートフォンの限られた精度は、調査が行われたときに特定のデバイスで利用できた技術的なパラメータに基づいています。技術が進歩し続けるにつれて、スマートフォンプラットフォームは、改善された捕獲率を呈することがあります。分析のためのビデオを遅くし、移動枠内の静止画をキャプチャする機能も用意してスマートフォンのプラットフォーム上で動解析の精度を向上させることができます。このような高精細ビデオ録画、スローモーションキャプチャなどの機能を取り込み、ズームとフォーカス能力の品質が大幅に目標歩容モーメントの歪みのない四肢の分析を改善することができます。測定の精度が得られた膝測定に影響を与えたとしても、測定誤差に有意差は2つのカメラの距離の間で検出されませんでした。中程度の合意がありましたつま先オフ段階、踵接地時の膝伸展または過伸展測定の契約と比較して膝の屈曲対策の増加同意を示す時に膝角度測定。 平均して、2 - 測定誤差の6度の範囲が検出されました。本研究で得られた誤差の範囲は誤差の確立、臨床的に許容範囲とよく一致します。例えば、単一の審査官によって四肢を撮影した複数の測角措置は4〜5度の範囲を持っています。 図27は 、 図28はまた、複数の審査官によって撮影された四肢ゴニオメトリック測定の平均標準偏差は5〜6度です。矢状面における機械的リフティングのキャプチャを調査研究と比較すると、測定誤差はまた、前述の臨床的に許容措置を反映しています。ノリスらによって行わ研究では。 5、の標準誤差機械リフティング中に股関節、膝と足首の測定平均値を分析しました。膝の測定のため誤差の6.1度がありました。しかし、ノリスによって得られた措置は、スマートフォン対応アプリケーションでコンピューター上の分析と対策を記録するためにビデオカメラを利用しました。すべての測定は、両方のスマートフォン上に捕捉し、分析したので、測定誤差が直接この研究で得られた測定と比較することができません。記載されているように、この原稿に提示された結果を再現するために、プロトコルのすべての手順に従わなければなりません。特に、第2節では、この検証技術を実行し、また、スマートフォンのアプリを使用して、有効な運動学的指標を得るために重要です。これらの手順は、スマートフォンのカメラの配置方法を概説し、運動学的な措置を行います。 動共同測定のためのスマートフォンの使用の検証に加えて、本研究では、スマートフォンの使用を簡素化し、標準化しようとしています診療所での矢状面の歩行分析のための技術。研究者らは最小限であり、容易に入手可能な装置を使用して、臨床的な空間内で、この研究の現実的な再生のためのプロトコルを開発しました。プロトコルは、希望の下肢セグメントの適切な捕獲のための患者固有の設定を計算するのに必要なスペースのためのパラメータ、必要な機器、および必要な数式が含まれています。以下に概説セットアップに従うことで、研究者らは、臨床医は、エラーの±5度で有効な動対策を取得することは比較的自信を持っています。

人間の歩行の評価は、理学療法評価と臨床意思決定プロセスの重要な要素です。 1歩行評価は、神経学的および筋骨格系障害を有する患者において歩行障害を評価するために頻繁に使用される臨床ツールです。歩行の再評価は、その後、彼らは彼らの初期評価時に設定されていた目標を達成する上での介入の有効性に関する情報を臨床医に提供することができます。患者を評価するときに標準化された結果の測定を利用する理学療法士のための米国で全国的に認められた必要性があります。 2この必要性は、保険償還政策の急速に変化する風景だけでなく、科学的根拠に基づく実践に大きく依存する理学療法士のための強調シフトに由来します。 VIS：3を含むいくつかの方法で観察することができる歩容の様々な側面を評価するための多数のアウトカム指標は、ありますそれは、最小限の機器と時間を必要とする臨床医によるUALの観察は、機能的評価は、ビデオが臨床現場でなどの対策、電子歩道、3次元動作解析ソフトウェアを、記録し、観察（目視）歩行分析は、一般的に、行われます。 観察歩行分析は、一般診療所の中に使用されるが、それはまだ主観評価のままです。 4したがって、このようなセラピストの経験、視力、被写体までの距離（カメラ距離）、測定ツール、および他のそのような要因のような要因は、評価の変動や誤差を導入することができます。このような変動の可能性は、最終的に有効な計測器を使用することによって克服することができる測定のより信頼性の高い手段のための重要な必要性を提示します。 5 創業以来、ビデオ撮影及び関連技術は、さまざまな機能の制限の解像度を調べるために使用されています障害者運動能力だけでなく、視覚的なフィードバックのフォームからulting。これは、評価を歩行に関しては急性真です。 Stuberg ら。 「ビデオ撮影装置が診療所で一般的に利用可能である...と歩行サイクル中の姿勢や関節の位置に関する追加の客観的な情報を臨床医に提供する。」ことがわかりました技術として4は改善を続け、そのようにビデオ分析の能力を持っていました。これらの機能は、臨床的に歩行の様々なパラメータを評価するためのより大きな能力を持つ理学療法士を提供しています。 理学療法士に焦点を当てる二つの重要なパラメータは、運動学と時空間パラメータを含みます。名前が示すように、時空間の措置は、距離と時間の要素を伴います。歩行周期に特有の、時空間措置が含まれるだろうが、歩幅、歩幅、ケイデンス、速度、に限定されるものではありません。 O上の6動対策各歩行サイクルの間に観察された下肢の関節の動き/回転にTHER手の焦点。 査読論文の数は、具体的には、2Dカメラシステムは、運動学的、時空間、またはパラメータの両方のタイプの組み合わせを評価するために、アウトカム指標としてビデオモーション解析の使用を引用していること発表されています。これらの記事は、脳卒中（CVA）の病歴を有する個人を含む様々な臨床集団、外傷性脳損傷（TBI）、脊髄損傷（SCI）、パーキンソン病（PD）、脳性麻痺（CP）、および健康な個体を評価しました。 （ 図1）以下に示す概略図は、このトピックに公開された関連査読論文を識別するために採用されたフレームワークを提供します。 <img alt="図1" src="/files/ftp_upload/54659/54659fig1.jpg" /> 図1。 記事の選択基準のための概略図。目電子回路図は、歩行分析で報告された変数の型を確認するために査読論文を選択するときに使用される手順を説明します。 <a href="https://ecsource-jove-com.bdigitaluss.remotexs.co/files/ftp_upload/54659/54659fig1large.jpg" target="_blank">この図の拡大版をご覧になるにはこちらをクリックしてください。</a> 歩容パラメータを記録するためのビデオモーション分析を使用した調査研究の大多数は、検証試験でした。 図7は、特定の機能動作時の関節角度、8、9を検査し、介入前の動きの比較を介して、治療の有効性を評価し、特定の診断/病理に起因する異常な動きを評価する：キネマティック検証研究は、さらに3つのカテゴリのいずれかに分けることができますそして、介入後の動き。 図10、 図11は同様に、調査研究は、時空間パラの評価しますメーターはまた、三つのカテゴリーに分けることができます。特定の病理学、12、13に起因する異常な動きの評価、特定の機能活性時のプラットフォームの14検査、15、16、および特定の介入の効果を決意。動と時空間の両方のパラメータを評価した17の調査研究は、主にこのような装具などの特定の治療介入の有効性を決定することを目的としたしました。 17または体重/部分的な体重サポートトレッドミルトレーニング。 18、これらの記事の19の予備的記述分析は研究の52.1パーセント（キネマティクス（30.4パーセント）でのみお探しの方やパラメータの組み合わせ（21.7％）を調べたものの合計）は、Rと判断しました2Dカメラシステムと機構パラメータをesearched。これは、時空間パラメータを評価した記事（時空間パラメータ（47.8パーセント）の研究論文の和とパラメータの組み合わせ（21.7％））の69.5パーセントと比較しています。 記録動と時空間歩容パラメータを評価する方法論の違いはまた、使用されている観察歩行分析の種類の点で臨床診療で見られます。研究によって示されるように、時空間パラメータは、はるかに高い頻度で評価されます。一般的にこのような傾向の理由で合意3があります：低コスト、使いやすさ、およびそのようなパラメータを測定するための標準プロトコルの存在。臨床設定で - （94％40％）観察運動学的測定は、非常に低いイントラ評価者（60％）と評価者間信頼性を有することが示されています。 4この広い範囲は、上のマーカーの配置の変化によるものであると理解されます骨のランドマークと関節角度を評価するために使用する特定のツール。マーカーの場所の配置の微小な違いが顕著に得られる角度を変更することができます。歩行を評価するために、クロック方法を紙、鉛筆を使用して停止する場合は特に、 - 時空間測定がはるかに高い信頼性（97％の範囲の69％）を有しています。 20 過去数十年の技術の進歩は著しく、医療が実施される方法を変更しました。スマートフォン、インターネットへのアクセスの最近の出現により、オンラインの研究論文、および他の電子リソースは、いつでも今、臨床医に、より容易に入手可能です。マーティンら。 「スマートフォンの一般的な使用は、臨床診療、医学教育と研究に増加している。」と報告し図21は、本研究では、35歳未満の医師の50％以上は、彼らが臨床現場でスマートフォンを使用して実装していると回答しています。この傾向のINCR米国では医師の64％が、それらの臨床現場でスマートフォンを使用していることが判明したとき、2009年に緩和。マンハッタンレビューの研究はさらに、さらなる研究が、この上昇傾向は確かに上昇を続けているかどうかを判断するために実施されていないが、この成長は2012年22により、臨床実践においてスマートフォンの使用を実装する医師や医療臨床医の81％に上昇し続けるだろうと予測しました臨床診療におけるスマートフォンのプラットフォームの使用は、より一般的になるであろうことを、医療における技術の既知の実装と、考えるのが妥当です。 理学療法の実践におけるスマートフォンアプリケーションの現在の使用は確立されていません。これまでの理学療法士によってスマートフォンのビデオ解析アプリケーションの使用を評価しない研究が行われていません。しかし、様々なスマートフォンのアプリケーションは、Oで画期的な支援ツールとして、個々の物理的な療法士によって使用されています様々な分野の両方リハビリとトレーニングアスリートで使用するためのutpatient整形外科設定。スマートフォンのアプリは、有効性が確認されているそのうちのいくつかの関節角度を測定することができることもあります。 23、24個々のセラピストは、事例証拠に基づいて、患者のための視覚的なフィードバックのためのスマートフォンで、患者の歩行サイクルに欠けていることができる様々なコンポーネントを簡単に破壊するための様々な分析アプリケーションを使用し始めています。しかしながら、これらの対策の有効性は不明です。これらのスマートフォンのビデオ解析アプリケーションに関して存在する限られた研究では、運動学的歩容パラメータ、特に足首、膝と股関節角度、前頭面内で、25およびデバイスの評価者間信頼性の検証に焦点を当ててきました。 26 kinemを記録するためにスマートフォンの映像解析アプリケーションの使用を検証しています現在までの研究ではありません最も一般的な臨床歩行分析で行われる矢状面での歩行のatics。 本研究の目的は、スマートフォンのアプリケーションによって記録された動対策の同時妥当性をテストし、矢状面での3Dモーションキャプチャシステムによって記録された措置にそれらを比較することでした。我々は、3次元モーションキャプチャシステムによって記録された測定と比較した場合、スマートフォンアプリケーションによって記録された測定の間に有意差がないことを予測します。二次目的は、2-メートルの距離に近い被写体からのスマートフォンのカメラの二つの異なるプレース（かどうかをテストすることです;。スマートフォンのカメラの二つの異なるプレース間の措置で4 -nt差の遠距離研究の最終目的スマートフォンのアプリケーションを用いた臨床映像歩行分析のためのプロトコルを起草することです。

<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

臨床診療におけるスマートフォンの利用は着実に人間の歩行を評価するために使用することができ、低コスト/自由に利用できる「アプリ」の利用で増加しています。この原稿の主な目的は、矢状面での3Dモーションキャプチャシステムと比較して、スマートフォンのアプリケーションによって記録された動対策の同時妥当性をテストすることです。第二の目的は、映像の動き解析のためのスマートフォンのカメラのセットアップに関する臨床医のためのプロトコルを開発することでした。 矢状面の膝角度は、スマートフォンアプリと32健常者における3Dモーションキャプチャシステムを使用してイベントオフヒールストライクとつま先の間に測定しました。 3回の試験は、ほぼ（2-m）および遠い（4-m）のスマートフォンのカメラの距離で行いました。距離の順序はランダム化されました。回帰分析は、対象の身長や脚の長さのいずれかに基づいて、カメラの高さを推定するために行きました。 AbsoluTE測定誤差は、ヒールストライク（5.81±5.26度）に比べつま先オフ（3.12±5.44度）の間に少なくともありました。有意な（p &lt;0.05）が、膝角度のアプリケーションや3Dモーションキャプチャ対策間の適度な合意がありました。 2つのカメラ位置の間の絶対的な測定誤差との間に有意な（P&gt; 0.05）相違もなかったです。歩行サイクルのオフつま先と踵接地イベント中に5度 - 測定誤差は3の間で平均しました。 スマートフォンのアプリを使用すると、歩行や人間の運動解析を行うために診療所で便利なツールです。さらなる研究は、上肢と体幹の動きを測定する際の精度を確立するために必要とされています。

すべての32の被験者は6歩行試験を完了しました。しかし、参加者の6からのデータが乏しいマーカーの可視性が得られる技術的な問題にデータ分析には含まれませんでした。膝角度の絶対測定誤差は、ヒールストライク（5.81±5.26度）（ 表1b）と比較して、つま先オフイベント（3.12±5.44度）の間に少なくともありました。スマートフォンのアプリケーションと膝角度の3Dモーションキャプチャ対策間に統計学的に有意な協定（P&gt; 0.05）はなかったです。 2つのカメラ位置（2.0メートルと4.0メートル）の間の絶対測定誤差との間に有意差（P&gt; 0.05）もありませんでした。参加者の脚の長さは、スマートフォンのカメラが近い距離（2.0メートル、P &lt;0.0001）で遠距離（4.0メートル、P &lt;0.0001）に入れ、50％の分散したときの高さの40.4パーセントの分散を占めました。 表図1a）。オフイベントの足1、遠近両方の距離のためのヒールストライク1とつま先オフ2では、スマートフォンのアプリケーションは、適度な一致を示しました。改善された契約は、観察された改善されたICC値で、近くと遠くの距離の両方で、足オフ2で観察された（つま先オフ2近くICC = 0.447、P &lt;0.05;足オフ2遠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>カメラ位置</td><td>歩行フェーズ</td><td>平均エラー</td><td> STD。偏差</td></tr><tr><td rowspan="4">近く</td><td>ヒールストライク1 </td><td> 5.74 </td><td> 8.49 </td></tr><tr><td>ヒールストライク2 </td><td> 6.36 </td><td> 4.14 </td></tr> &lt;TR&gt; <td>オフ1足</td><td> 3.93 </td><td> 5 </td></tr><tr><td>オフ2足</td><td> 2.49 * </td><td> 4.99 </td></tr><tr><td rowspan="4">遠く</td><td>ヒールストライク1 </td><td> 4.97 </td><td> 5.58 </td></tr><tr><td>ヒールストライク2 </td><td> 5.47 </td><td> 3.6 </td></tr><tr><td>オフ1足</td><td> 2.71 </td><td> 5.64 </td></tr><tr><td>オフ2足</td><td> 2.54 * </td><td> 4.69 </td></tr></tbody></table> 表1：意義値（p値）を持つクラス内相関分析。 *はp &lt;0.05を示しています。 <table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td>カメラ位置</td><td>歩行フェーズ</td><td>級内相関</td><td>意義</td></tr><tr><td rowspan="4">近く</td><td>ヒールストライク1 </td><td> 0.168 </td><td> 0.368 </td></tr><tr> &lt;オフTD&gt;足1 </td><td> 0.324 </td><td> 0.126 </td></tr><tr><td>ヒールストライク2 </td><td> 0.335 </td><td> 0.07 </td></tr><tr><td>オフ2足</td><td> 0.447 </td><td> 0.018 * </td></tr><tr><td rowspan="4">遠く</td><td>ヒールストライク1 </td><td> 0.157 </td><td> 0.327 </td></tr><tr><td>オフ1足</td><td> 0.284 </td><td> 0.084 </td></tr><tr><td>ヒールストライク2 </td><td> 0.248 </td><td> 0.119 </td></tr><tr><td>オフ2足</td><td> 0.454 </td><td> 0.046 * </td></tr></tbody></table> 表2： 膝角度測定誤差。当たり障りのない-アルトマンプロットは、アプリケーションとモーションキャプチャシステムとの間の措置の違いから発生する差異が（ 図2a＆2b） が観察されている任意の比例エラーが発生することなく、ランダムな性質のものであることを示唆している視覚的な証拠を提供しています。プロットFOrを2.0メートルと4.0メートルの距離は、より中央の平均差線の周りに散在しているデータが表示されます。これは、カメラの位置が測定誤差に寄与しなかったことを示しています。 <img alt="図2" src="/files/ftp_upload/54659/54659fig2.jpg" /> アプリケーションや3Dモーションによって録画施策間の違いを示す 図2. ブランドとアルトマンプロットはオフで極東とカメラ位置の近くに足の間にシステムをキャプチャします。つま先オフ2近くa）は、カメラの位置ファーつま先オフ2. b）はカメラの位置。

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.

スマートフォン（ViMAS）を使用してビデオ運動解析：パイロットスタディ

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

Universidad San Sebastian

Research

JoVE Journal

Medicine

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

16.7K ビュー.  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.

ビデオ: 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.

日常生活環境におけるスマートフォンベースの人間活動の認識システムの評価

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

行動学

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.

都市公園環境における歩行の映像を自由に視聴する映像コンテンツの分析とアイトラッキングデータを組み合わせる

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

環境学

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.

特異な到達把持運動のフレームでビデオ分析

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.

バーチャル ・ リアリティーのモーション キャプチャ システムで日常の生活動作の運動を測定

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.

歩行中のスマートフォン使用のスイッチコストの測定

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.

モバイルアイトラッカーを用いた関節視覚注意を捉える方法論

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.

スマートフォンでのキーボード設計評価の評価方法とツールキット

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 Lawn Avoidance Assay のスマートフォンベースイメージング

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.

著者スポットライト:C. elegans Lawn Avoidance Assay のスマートフォンベースのイメージング法  

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芝生回避アッセイのためのスマートフォンベースのイメージング法

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

スマートフォン（ViMAS）を使用してビデオ運動解析：パイロットスタディ

要約

さらに動画を探す

この動画の章

日常生活環境におけるスマートフォンベースの人間活動の認識システムの評価

都市公園環境における歩行の映像を自由に視聴する映像コンテンツの分析とアイトラッキングデータを組み合わせる

特異な到達把持運動のフレームでビデオ分析

バーチャル・リアリティーのモーションキャプチャシステムで日常の生活動作の運動を測定

歩行中のスマートフォン使用のスイッチコストの測定

モバイルアイトラッカーを用いた関節視覚注意を捉える方法論

スマートフォンでのキーボード設計評価の評価方法とツールキット

C. elegans芝生回避アッセイのためのスマートフォンベースのイメージング法

C. elegans芝生回避アッセイのためのスマートフォンベースのイメージング法

C. elegans芝生回避アッセイのためのスマートフォンベースのイメージング法

スマートフォン（ViMAS）を使用してビデオ運動解析：パイロットスタディ

要約

さらに動画を探す

この動画の章

日常生活環境におけるスマートフォンベースの人間活動の認識システムの評価

都市公園環境における歩行の映像を自由に視聴する映像コンテンツの分析とアイトラッキングデータを組み合わせる

特異な到達把持運動のフレームでビデオ分析

バーチャル ・ リアリティーのモーション キャプチャ システムで日常の生活動作の運動を測定

歩行中のスマートフォン使用のスイッチコストの測定

モバイルアイトラッカーを用いた関節視覚注意を捉える方法論

スマートフォンでのキーボード設計評価の評価方法とツールキット

C. elegans芝生回避アッセイのためのスマートフォンベースのイメージング法

C. elegans芝生回避アッセイのためのスマートフォンベースのイメージング法

C. elegans芝生回避アッセイのためのスマートフォンベースのイメージング法

バーチャル・リアリティーのモーションキャプチャシステムで日常の生活動作の運動を測定