Inerciálne senzory a ich využitie v klinickej praxi
Authors:
Bizovská L.; Nohelová D.; Janura M.
Authors‘ workplace:
Katedra přírodních věd v kinantropologii, Fakulta tělesné kultury, Univerzita Palackého v Olomouci
Published in:
Rehabil. fyz. Lék., 28, 2021, No. 4, pp. 177-184.
Category:
Review Article
doi:
https://doi.org/10.48095/ccrhfl2021177
Overview
Inerciálne senzory prešli v poslednom období rýchlym vývojom umožňujúcim ich bezproblémové využitie v klinickej praxi. Vďaka svojej prenositeľnosti a malým rozmerom je možné s nimi pracovať nie len v kontrolovaných laboratórnych podmienkach, ale i v domácom prostredí. Cieľom tohto textu bolo preto zhrnúť aktuálne dostupné možnosti týkajúce sa využitia inerciálnych senzorov v klinickej praxi, a to nie len z pohľadu pohybových činností, ktoré je možné skúmať, ale i z pohľadu najčastejšie využívaných metodologických prístupov. Podrobne sme sa venovali hodnoteniu posturálnej stability, inštrumentálnej verzii chodeckých klinických testov, Timed Up and Go a Sit-to-Stand testu, ale taktiež hodnoteniu pohybovej aktivity.
Klíčová slova:
inerciálny senzor – akcelerometer – gyroskop – inštrumentálny Timed Up and Go – inštrumentálny Sit-to-Stand – chôdza
Úvod
Hodnotenie pohybového prejavu prebieha v klinickej praxi predovšetkým na kvalitatívnej úrovni. Objektívnu kvantitatívnu analýzu pohybu poskytujú rôzne typy prístrojov, ktoré však svojou finančnou náročnosťou často nie sú pre klinika bežne dostupné. S vývojom nových, prípadne postupným zmenšovaním prístrojov a vylepšovaním už známych technológií, pritom i do tejto oblasti prenikajú zaujímavé prístrojové alternatívy, medzi ktorými majú svoje dôležité miesto inerciálne senzory (IMU – inertial measurement units). Cieľom tohto textu je preto zhrnúť aktuálne dostupné možnosti týkajúce sa využitia IMU v klinickej praxi, a to nie len z pohľadu pohybových činností, ktoré je možné skúmať, ale i z pohľadu najčastejšie využívaných metodologických prístupov.
IMU, využívané na záznam pohybovej činnosti, predstavujú v dnešnej dobe už výhradne bezdrôtové malé ľahké zariadenia obsahujúce trojosové akcelerometre a gyroskopy, prípadne ďalšie typy senzorov, ako napr. magnetometre, barometre alebo teplomery. Vďaka svojim prednostiam, predovšetkým malým rozmerom (do niekoľkých centimetrov) a nízkej hmotnosti (niekoľko gramov), sú s výhodou využívané na terénne testovania. Možnosť testovania pohybu v prirodzených podmienkach je pritom dôležitá pre zvýšenie ekologickej validity nazbieraných dát, čo v konečnom dôsledku zvyšuje validitu dosiahnutých záverov. Oproti iným systémom zaznamenávajúcim pohyb (napr. kamerovým optoelektronickým systémom) sú IMU menej finančne náročné. Na druhú stranu je v závislosti na type systému a k nemu dostupnom software často treba počítať s nutnosťou vlastnej práce so zaznamenanými dátami, čo môže pre klinika predstavovať komplikácie. Akcelerometre i gyroskopy sú samozrejmou súčasťou smartfónov, inteligentných hodiniek a fitness náramkov, v ďalšom texte sa však budeme venovať komerčným senzorom alebo systémom senzorov všeobecne dostupným pre využitie pre vedecké a klinické účely.
Akcelerometre sú senzory zaznamenávajúce lineárne zrýchlenie. Oproti tradičnej jednotke zrýchlenia (m.s–2), je v niektorých typoch akcelerometrov ako jednotka využívaný násobok tiažového zrýchlenia g. V našich zemepisných šírkach platí, že veľkosť 1 g = 9,81 m.s–2.
Gyroskopy sú senzory zaznamenávajúce uhlovú rýchlosť, teda zmenu veľkosti uhlu za čas (jednotkou sú stupne za sekundu, °.s–1). IMU zložené z trojosového akcelerometru a gyroskopu teda poskytujú informáciu o lineárnom zrýchlení v troch na sebe kolmých smeroch a uhlovej rýchlosti v troch na sebe kolmých rovinách.
Pred použitím IMU je nutné zosúladiť lokálny súradnicový systém samotného IMU s globálnym súradnicovým systémom, t.j. súradnicovým systémom priestoru, v ktorom dochádza k pohybu. Na zosúladenie týchto súradnicových systémov existujú dve možnosti závislé na type senzora a k nemu prislúchajúcemu softwaru. Prvá možnosť spočíva v kalibrácii senzorov podľa návodov priamo poskytnutých výrobcami špecifického prístroja. Býva to napr. vykonávanie predpísaných pohybových činností alebo krátke zotrvanie v určenej polohe. Tento druh kalibrácie sa robí pre každú testovanú osobu individuálne pred začiatkom samotného testovania. Druhou možnosťou je vlastná rotácia lokálneho súradnicového systému v rámci spracovania dát, t.j. až po tom, čo bolo meranie ukončené. Prakticky je to možné realizovať odčítaním priemernej hodnoty od každého zo získaných signálov (vhodný prístup napr. pri hodnotení posturálnej stability), prípadne úpravou signálu na základe rotačných rovníc napr. podĺa Moe-Nilssen [1].
IMU zložené z akcelerometrov a gyroskopov neumožňujú plne nahradiť komplexnú kinematickú analýzu dostupnú pomocou kamerových optoelektronických systémov. Zaradenie magnetometrov ako súčasť IMU však už túto možnosť otvára. S výnimkou možného feromagnetického rušenia, s ktorým je v závislosti od prostredia treba počítať, prípadne je už u niektorých komerčne dostupných systémov potlačené, je s takto kombinovaným senzorom na základe fúznych algoritmov (pre bližšie informácie o existujúcich fúznych algoritmoch viď López-Nava et al. [2]) možné získať podrobné kinematické charakteristiky pohybu, vrátane priebehu uhlov v jednotlivých kĺboch a časopriestorových charakteristík pohybu. S rastúcim počtom matematických operácií (napr. derivácií, integrácií) potrebných na výpočet výslednej charakteristiky pohybu je však nutné vziať do úvahy možnosť zvýšenia chyby, resp. zníženia presnosti výslednej charakteristiky.
IMU sa v klinickej praxi dajú využívať pri kontrolovanom i nekontrolovanom hodnotení pohybových činností rôznych typov. Kontrolované prostredie zaručuje nemeniace sa podmienky a z toho vyplývajúci stabilný pohybový prejav vedúci k vysokej spoľahlivosti dosiahnutých výsledkov. Na druhú stranu je pohybový prejav ovplyvnený „neprirodzenými“ podmienkami, v ktorých sa obvykle testovanie prevádza (laboratórium, klinika). V nekontrolovanom prostredí je možné dosiahnuť vysokú ekologickú validitu výsledkov, je však nutné prihliadať k ďalším faktorom obvykle neprítomným v kontrolovanom prostredí (napr. únava, rôzne typy prostredia, v ktorom sa človek pohybuje) a vyššej náročnosti na spracovanie takto získaných údajov. Problematika testovania pohybových činností v kontrolovaných a nekontrolovaných podmienkach je prehľadne zhrnutá v Warmerdam et al. [3].
Hodnotenie pohybových činností v kontrolovaných podmienkach
V kontrolovanom prostredí sa IMU najčastejšie využívajú na hodnotenie posturálnej stability, chôdze, náhlych zmien smeru pohybu a polôh (obvykle zo stoja do sedu a naopak). Tieto môžu byť súčasťou inštrumentálnej varianty známych klinických testov (napr. Sit-to-Stand, Timed Up and Go) alebo sa môžu hodnotiť samostatne. Menej často je možné sa stretnúť so sledovaním trasu horných končatín (pre zhrnutie viď [4]), dýchacích pohybov [5] alebo výkroku [6]. Z hľadiska kontrolovaných terénnych meraní je možnosťou napr. sledovanie pohybu jazdca na koni pri hipoterapii [7].
Posturálna stabilita
Posturálna stabilita je schopnosť udržiavať vzpriamené držanie tela a reagovať na zmeny vonkajších a vnútorných síl tak, aby nedošlo k pádu [8]. Na hodnotenie posturálnej stability sa najčastejšie využíva silová plošina, ktorá zaznamenáva reakčnú silu pôsobiacu od podložky. Špecifické vlastnosti pohybu pôsobiska tejto reakčnej sily (COP – centre of pressure) sa pritom považujú za spoľahlivé a validné indikátory posturálnej stability [9]. Posturálne titubácie je však možné sledovať i na úrovni pohybu ťažiska ľudského tela, a to pomocou kamerových optoelektronických systémov alebo IMU. Využiteľnosť IMU pri hodnotení posturálnej stability bola potvrdená radou štúdií [10–11], i keď existuje i názor, že IMU zatiaľ neprináša oproti silovým plošinám, resp. sledovaniu pohybu COP, dostatok výhod [4].
Na hodnotenie posturálnej stability pomocou IMU sa najčastejšie používa jeden senzor umiestnený na spodnú časť chrbta do výšky tretieho až piateho lumbálneho stavca [10]. Senzor sa buď prilepí obojstrannou páskou alebo náplasťou priamo na pokožku, alebo je umiestnený v páse obopínajúcom testovanú osobu. Prehľadné zhrnutie používaných popisných charakteristík zrýchlenia a uhlovej rýchlosti získaných z IMU je dostupné v [10]. Medzi najčastejšie pritom patrí stredná kvadratická chyba, priemerná hodnota alebo rozsah, ktoré sú jednoduché i na samotný výpočet a interpretáciu.
Úspešné využitie IMU pri hodnotení posturálnej stability a vysokú validitu takéhoto prístupu ukázal u skupiny pacientov s roztrúsenou sklerózou napr. Sun et al. [12]. Zmeny v posturálnej stabilite u týchto pacientov oproti bežnej populácii boli taktiež identifikované v Spain et al. [13]. U pacientov s Parkinsonovou chorobou boli odhalené zmeny oproti bežnej populácii v posturálnej odpovedi na vibračný stimul aplikovaný na dolné končatiny [14]. Využitím IMU bolo taktiež možné identifikovať rozdiely v posturálnej stabilite pri stoji bežnej populácie a osôb s Huntingtonovou chorobou [15], ataxiou [16], alebo seniorov bez a s históriou pádov [17].
Inštrumentálne prevedenie klinických testov
Sit-to-Stand
Tento test je zameraný predovšetkým na zhodnotenie svalovej sily dolných končatín [18]. V klinickej verzii sa meria čas, za ktorý sa testovaná osoba zvládne 5× postaviť a následne posadiť. V inštrumentálnej verzii je priebeh testu zachovaný, na testovanú osobu sa navyše pripevní jeden alebo viacero IMU. V prípade použitia jediného senzoru ide väčšinou o umiestnenie na spodnú časť trupu, v prípade kombinácií viacerých senzorov sú to spodná a horná časť trupu, stehná, príp. predkolenia. Príklad signálu zrýchlenia a uhlovej rýchlosti počas priebehu tohto testu je zobrazený na obr. 1. Medzi výslednými charakteristikami popisujúcimi prevedenie pohybu je možné nájsť časové trvanie jednotlivých prechodových fáz (vstávanie, sadanie), celkový čas, ktorý testovaná osoba strávi vo vzpriamenej polohe, popisné charakteristiky zrýchlenia a ďalšie.
Spolu s ďalšími inštrumentálnymi verziami jednoduchých testov bol Sit-to-Stand test zaradený do batérie testov, ktorých kombinované výsledky vykazovali rozdiely medzi seniormi bez a s históriou pádov [19]. S podrobným skúmaním zmeny polohy tela zo sedu do stoja a naopak je čoraz častejšie možné sa stretnúť i v rámci zložitejších pohybových činností u pacientov s roztrúsenou sklerózou [20], prípadne pri testovaní seniorov alebo pacientov s Parkinsonovou chorobou v domácom prostredí [21].
Chodecké testy
Chodecké testy sú bežnou súčasťou klinického vyšetrenia a môžu prebiehať v rôznych verziách, či už so stálou alebo zvyšujúcou sa rýchlosťou pohybu. Tieto testy sa v klinickej praxi hodnotia pomocou času, ktorý testovaná osoba potrebuje na prechod definovanej vzdialenosti, alebo naopak vzdialenosti, ktorú dokáže prejsť za definovaný časový interval. Samozrejmosťou je i hodnotenie kvality pohybového prejavu aspekciou.
Pridanou hodnotou inštrumentálnej verzie chodeckých testov je možnosť detailného kvantitatívneho posúdenia chôdze. Toto posúdenie môže z hľadiska kinematiky pohybu prebiehať na úrovni časopriestorových charakteristík, uhlových charakteristík v jednotlivých kĺboch a rovinách, a charakteristík priamo popisujúcich stabilitu pri chôdzi. Existuje rada prístrojov, ktoré je možné využiť na získanie charakteristík chôdze rôznej úrovne, od prístrojov využívajúcich sústavy fotobuniek, cez silové a tlakové plošiny, až k IMU a optoelektronickým kamerovým systémom [22]. Pritom každý z týchto typov prístrojov má svoje výhody a nevýhody, či už z hľadiska finančnej náročnosti, prenositeľnosti alebo dostupných výsledných charakteristík. U každého taktiež platí závislosť výsledných pozorovaných charakteristík na rýchlosti chôdze. IMU, u ktorých sú súčasťou i magnetometre, i optoelektronické kamerové systémy pritom poskytujú možnosť komplexného kinematického hodnotenia chôdze. V prípade využitia systému IMU so softwarom, v ktorom sú prednastavené protokoly chôdze, sú časopriestorové i uhlové charakteristiky chôdze už súčasťou výstupného protokolu zo softwaru. Využitie takéhoto systému je preto v klinickej praxi veľmi jednoduché, súvisí však s podstatne vyššou obstarávacou cenou, ktorá sa v porovnaní s plnohodnotným optoelektronickým kamerovým systémom však stále dá považovať za akceptovateľnú.
V prípade nedostupnosti profesionálneho softwaru je nutné počítať s pomerne vysokou náročnosťou spracovania nameraných údajov, a to v závislosti od požadovaných výsledných charakteristík. Mimo základných úprav zaznamenaného signálu (rotácia súradnicového systému, filtrácia) (obr. 2) je väčšinou nutné ohraničenie každej stojnej fáze alebo aspoň jej začiatku. V súčasnosti existuje celkom 17 algoritmov (pre zhrnutie používaných algoritmov viď [23]), ktoré na toto ohraničenie využívajú rôzne signály (zrýchlenie alebo uhlovú rýchlosť v rôznych smeroch a rovinách). Presnosť určenia začiatku a konca stojnej fáze pritom súvisí s umiestnením IMU. Čím bližšie pri podložke je IMU na tele pripevnené, tým presnejšia je identifikácia týchto okamžikov [23].
Počet a umiestnenie IMU na tele súvisí s požadovanou úrovňou spracovania zaznamenaných dát. V prípade, že je cieľom získať časopriestorové charakteristiky chôdze, stačí IMU umiestniť na nohy. Pre spracovanie na úrovni celotelových uhlových charakteristík je nutné umiestnenie vyššieho počtu (13–14) senzorov, obvykle jeden senzor na každý segment dolných a horných končatín, jeden až dva na trup a jeden na hlavu. V prípade kinematického hodnotenia pohybu dolných končatín stačí počítať so siedmimi senzormi (na každý segment dolných končatín a spodnú časť trupu). Pri hodnotení stability pri chôdzi je dostačujúci jediný senzor umiestnený na spodnej časti chrbta. V tomto prípade ide o analógiu s hodnotením posturálnej stability, a to jednak z hľadiska práce so signálom, jednak z hľadiska interpretácie výsledných charakteristík (vid prehľadové články [11,24] a prehľadový článok o stabilite pri chôdzi [25]).
Štúdií, v ktorých zámerom bolo pomocou IMU posúdiť chôdzu u seniorskej populácie je nepreberné množstvo. Rozdiely medzi seniormi bez a s históriou pádu boli na základe takto získaných dát odhalené autorskými kolektívmi [26–28] a mnohými ďalšími. Taktiež bolo možné pomocou dát získaných z IMU pozorovať rozdiely vzoru chôdze medzi bežnou populáciou a napr. pacientami s ataxiou [16], Huntingtonovou chorobou [15], myotonickou dystrofiou [29] a ďalšími.
Timed Up and Go
Test Timed Up and Go (TUG) slúži na zhodnotenie mobility [30]. Základné hodnotenie spočíva v odmeraní času, za ktorý testovaná osoba vstane zo stoličky, prejde dráhu dlhú 3 metre, na konci ktorej je kužeľ, obíde kužeľ, vráti sa ku stoličke a posadí sa. Test je možné vykonávať v tejto najbežnejšej verzii, so súčasným vykonávaním kognitívnej alebo manuálnej úlohy, alebo s dráhou predĺženou na 7, prípadne 10 metrov. V inštrumentálnej variante testu sú jeden alebo viaceré IMU pripevnené na spodnej alebo hornej časti trupu, dolné končatiny, poprípade horné končatiny. I u tohto testu môže výpočet výsledných popisných charakteristík prebehnúť priamo v zakúpenom software s prednastaveným protokolom, čo je pre využitie v klinickej praxi veľkou výhodou.
Najväčšou prednosťou využitia inštrumentálnej verzie TUG testu, oproti jeho klinickej verzii, je možnosť rozdelenia celého testu na jednotlivé fáze obsahujúce zmenu polohy alebo špecifickú činnosť. Principiálne je možné priebeh TUG testu rozdeliť na fázu vstávania, chôdze, otočenia, druhej chôdze, druhého otočenia a posadenia sa (posledné dve fáze je možné sledovať zároveň) (obr. 3). V každej z týchto fáz je pritom možné hodnotiť nie len jej trvanie, ktoré je v literatúre ako výsledná charakteristika uvádzané najčastejšie, ale i detailný priebeh pohybu, podobne ako je tomu u Sit-to-Stand testu a chodeckých testov popísaných vyššie. Na základe rozdelenia TUG na jednotlivé fáze je možné v prípade problému zhodnotiť, pri ktorej zo špecifických činností problém nastáva, a pripraviť tak prípadný intervenčný program cielene.
Inštrumentálna verzia TUG testu sa ukazuje ako vhodná nie len na rozlíšenie bežnej populácie a pacientov s Parkinsonovou chorobou [31], ale i na predikciu budúcich pádov u tejto skupiny [32]. Taktiež bola overená reliabilita inštrumentálnej verzie TUG testu u tejto skupiny pacientov [33], ale i pacientov s vestibulárnou poruchou [34] a pacientov po mozgovej príhode [35]. Ďalej boli dáta zaznamenané pomocou IMU v priebehu TUG testu použité napríklad na rozlíšenie bežnej populácie a pacientov s roztrúsenou sklerózou [13].
Hodnotenie pohybových činností v nekontrolovaných podmienkach
Hodnotenie pohybových činností v nekontrolovaných podmienkach zažíva s vývojom IMU značný rozmach. Oproti hodnoteniu špecifických činností v kontrolovaných podmienkach, na ktoré majú niektoré komerčne dostupné systémy prednastavené protokoly a ich využitie tak v klinickej praxi nie je obmedzené nutnosťou náročného spracovania nameraných údajov, práca so signálom zaznamenaným v nekontrolovaných podmienkach nie je jednoduchou záležitosťou. Najčastejšie sa týmto spôsobom hodnotí pohybová aktivita testovanej osoby, je však možné stretnúť sa i s posudzovaním chôdze [36–37] a otočení [38–39]. Okrem bežných pohybových aktivít sa v literatúre čoraz častejšie objavuje i využitie IMU pri sledovaní kvality spánku [40].
Testovanie spočíva v pripevnení jedného alebo viacerých IMU na telo testovanej osoby. Testovaná osoba má IMU na sebe niekoľko dní a vykonáva bežné denné činnosti bez obmedzení. Základom je v tomto prípade typ použitého senzora, ktorý musí mať dostatočnú výdrž batérie, veľkosť vnútornej pamäte a vodotesné vlastnosti (prípadne byť umiestnený vo vodotesnom puzdre). Paradoxom pritom je, že senzory tohto typu sú finančne menej náročné než senzory určené pre hodnotenie v kontrolovaných podmienkach, majú však nevýhody, pre ktoré je ich využitie v kontrolovaných podmienkach často problematické, ako je napr. nemožnosť okamžitého spustenia a ukončenia záznamu dát a ich kontrola v reálnom čase.
Pohybová aktivita
Pohybovou aktivitou označujeme akýkoľvek pohyb, ktorý je zabezpečený kostrovým svalstvom a vedie ku zvýšeniu energetického výdaja nad úroveň kľudového metabolizmu sledovanej osoby [41]. Pohybovú aktivitu je všeobecne možné hodnotiť na základe informácií priamo poskytnutých testovanou osobou z dotazníkov alebo pripravených denníkov. Prístrojovo sa jej hodnotenie v nekontrolovaných podmienkach prevádza snímačom srdcovej frekvencie, v minulosti využitím krokomerov, v súčasnosti využitím akcelerometrov, IMU alebo kombinovaných senzorov súčasne zaznamenávajúcich pohyb i srdcovú frekvenciu (viď prehľadové články [42-46]). Zhodnotenie môže prebiehať len na úrovni množstva aktivity ako takej (počet krokov u krokomeru, activity counts u akcelerometru a IMU) alebo s rozlíšením jednotlivých pohybových aktivít.
Pri hodnotení množstva aktivity sa zrýchlenie získané z akcelerometru filtruje a integruje v rámci preddefinovaných časových okien, čím vznikajú tzv. activity counts. Značným problémom je ale ich výpovedná hodnota a význam. Existuje preto celá rada regresných rovníc [43,47], na základe ktorých je možné prepočítať activity counts na metabolické ekvivalenty (MET – the metabolic equivalent of task) lepšie pochopiteľné pri vyjadrení množstva energie spotrebovanej na vykonanie danej pohybovej činnosti. Pomocou MET je potom možné pohybovú aktivitu rozlišovať na úrovni jej intenzity, a to na pohybovú aktivitu s nízkou (< 3 MET), strednou (3–6 MET) a vysokou (> 6 MET) intenzitou [48]. Akcelerometer alebo IMU sa pri hodnotení na tejto úrovni najčastejšie umiestňuje do oblasti pásu.
Rozlíšenie jednotlivých pohybových činností v rámci záznamu dlhšej pohybovej sekvencie na základe signálu z akcelerometru alebo IMU je pomerne zložitou záležitosťou a je potrebné využívať odborné vedomosti najmä z oblasti spracovania signálu. Rozhodovací proces je zložitý, závisí na množstve dostupných signálov, ich type a type rozlišovaných aktivít, a využíva sa pri ňom umelá inteligencia. S ohľadom na to, ktoré aktivity od seba chceme odlíšiť, je možné využiť jeden akcelerometer alebo IMU v oblasti pásu (rozlíšenie na základnej úrovni – stoj/ľah/chôdza/beh), dva v oblasti pásu a na stehne (rozlíšenie i sedu od stoja), prípadne tri so zaradením senzorov na pás, stehno a hruď (je možné postihnúť i napr. prechody zo stoja do sedu a naopak). V súčasnosti sa kvôli komfortu sledovaných osôb už prechádza na rozlišovanie aktivít i celkové hodnotenie množstva pohybovej aktivity na základe jediného senzoru umiestneného na zápästí. Rozlíšenie jednotlivých pohybových činností a segmentácia signálu hrajú veľmi dôležitú úlohu pri kvantitatívnom hodnotení jednotlivých pohybových činností v nekontrolovaných podmienkach. S ohľadom na náročnosť spracovania zaznamenaných dát je však tento hodnotiaci proces pre samotného klinika pomerne ťažko uskutočniteľný.
Záver
IMU prešli v poslednom období rýchlym vývojom umožňujúcim ich bezproblémové využitie v klinickej praxi. Vďaka svojej prenositeľnosti a malým rozmerom je možné s nimi pracovať nie len v kontrolovaných laboratórnych podmienkach, ale i v domácom prostredí. IMU najčastejšie slúžia na objektívnu analýzu pohybových činností zahŕňajúcich stoj, chôdzu a zmeny polôh, s ktorými je možné sa stretnúť v rámci bežných klinických skúšok, ako sú napr. Sit-to-Stand, TUG alebo chodecké testy. Slúžia však i na hodnotenie pohybovej aktivity, prípadne špecifických pohybových činností v domácom prostredí vykonávaných bez dohľadu personálu. Počet a umiestnenie senzorov na tele testovanej osoby sa líši v závislosti od typu pohybovej činnosti a požadovaných výsledných charakteristík. Na základe našich skúseností a s prihliadnutím k dostupnej literatúre majú IMU potenciál byť užitočným nástrojom poskytujúcim objektívnu analýzu pohybu v klinickej praxi.
Doručené/Submitted: 7. 8. 2021
Prijaté/Accepted: 27. 10. 2021
Korešpondenčný autor:
Mgr. Lucia Bizovská, PhD.
Katedra přírodních věd v kinantropologii
Fakulta tělesné kultury
Univerzita Palackého v Olomouci
Třída Míru 117
771 11 Olomouc
e-mail: lucia.bizovska@upol.cz
Konflikt záujmov: Autori deklarujú, že text článku zodpovedá etickým štandardom a vyhlasujú, že v súvislosti s predmetom článku nemajú finančné, poradenské ani iné
komerčné záujmy.
Publikačná etika: Príspevok nebol doteraz publikovaný ani nie je v súčasnosti zaslaný do iného časopisu na posúdenie. Autori súhlasí s uverejnením svojho mena a e-mailového
kontaktu v publikovanom texte.
Dedikácia: Tento text vznikol za podpory projektu „Stabilita trupu v prevencii bolesti chrbta“, reg. číslo: 304011P714.
Redakčná rada potvrdzuje, že rukopis práce splnil ICMJE kritériá pre publikácie zasielané do biomedicínskych časopisov.
Conflict of Interest: The authors declare that the article/manuscript complies with ethical standards and they state that they have no financial, advisory or other commercial
interests in relation to the subject matter.
Publication Ethics: This article/manuscript has not been published or is currently being submitted for another review. The authors agree to publish their name and e-mail in
the published article/manuscript.
Dedication: This manuscript was created with the support of the project „Core stability in the prevention of back pain“, reg. number: 304011P714.
The Editorial Board declares that the manuscript met the ICMJE “uniform requirements” for biomedical papers.
Sources
- Moe-Nilssen R. A new method for evaluating motor control in gait under real-life environmental conditions. Part 1: The instrument. Clin Biomech 1998; 13(4–5): 320–327. doi: 10.1016/s0268-0033(98)00089-8.
- López-Nava IH, Muñoz-Meléndez A. Wearable inertial sensors for human motion analysis: a review. IEEE Sens J 2016; 16(22); 7821–7834. doi: 10.1109/jsen.2016.2609392.
- Warmerdam E, Hausdorff JM, Atrsaei A et al. Long-term unsupervised mobility assessment in movement disorders. Lancet Neurol 2020; 19(5): 462–470. doi: 10.1016/S1474-4422(19)30397-7.
- Iosa M, Picerno P, Paolucci S et al. Wearable inertial sensors for human movement analysis. Expert Rev Med Devices 2016; 13(7): 641–659. doi: 10.1080/17434440.2016.1198694.
- Hirjaková Z, Neumannová K, Kimijanová J et al. Breathing changes accompanying balance improvement during biofeedback. Neurosci Lett 2017; 651: 30–35. doi: 10.1016/j.neulet.2017.04.051.
- Mancini M, Chiari L, Holmstrom L et al. Validity and reliability of an IMU-based method to detect APAs prior to gait initiation. Gait Posture 2016; 43: 125–131. doi: 10.1016/j.gaitpost.2015.08.015.
- Bednáříková H, Janura M, Bizovská L. Využití akcelerometrů v hodnocení vlivu hipoterapie na provedení pohybu u dětí se spastickou formou dětské mozkové obrny – pilotní studie. Rehabil Fyz Lék 2016; 23(4): 190–194.
- Winter DA. Human balance and posture control during standing and walking. Gait Posture 1995; 3(4): 193–214. doi: 10.1016/0966-6362(96)82849-9.
- Ruhe A, Fejer R, Walker B. The test-retest reliability of centre of pressure measures in bipedal static task conditions – a systematic review of the literature. Gait Posture 2010; 32(4):436–445. doi: 10.1016/j.gaitpost.2010.09.012.
- Ghislieri M, Gastaldi L, Pastorelli S et al. Wearable inertial sensors to assess standing balance: a systematic review. Sensors 2019; 19(19): 4075. doi: 10.3390/s19194075.
- Patel M, Pavic A, Goodwin VA. Wearable inertial sensors to measure gait and posture characteristic differences in older adult fallers and non-fallers: a scoping review. Gait Posture 2020; 76: 110–121. doi: 10.1016/j.gaitpost.2019.10.039.
- Sun R, Moon Y, McGinnis RS et al. Assessment of postural sway in individuals with multiple sclerosis using a novel wearable inertial sensor. Digit Biomark 2018; 2(1): 1–10. doi: 10.1159/000485958.
- Spain RI, St George RJ, Salarian A et al. Body-worn motion sensors detect balance and gait deficits in people with multiple sclerosis who have normal walking speed. Gait Posture 2012; 35(4): 573–578. doi: 10.1016/j.gaitpost.2011.11.026.
- Bzdúšková D, Valkovič P, Hirjaková Z et al. Parkinson’s disease versus ageing: different postural responses to soleus muscle vibration. Gait Posture 2018; 65: 169–175. doi: 10.1016/j.gaitpost.2018.07.
- Dalton A, Khalil H, Busse M et al. Analysis of gait and balance through a single triaxial accelerometer in presymptomatic and symptomatic Huntington’s disease. Gait Posture 2013; 37(1): 49–54. doi: 10.1016/j.gaitpost.2012.05.028.
- Matsushima A, Yoshida K, Genno H et al. Clinical assessment of standing and gait in ataxic patients using a triaxial accelerometer. Cerebellum Ataxias 2015; 2: 9. doi: 10.1186/s40673-015-0028-9.
- Greene BR, McGrath D, Walsh L et al. Quantitative falls risk estimation through multi-sensor assessment of standing balance. Physiol Meas 2012; 33(12): 2049–2063. doi: 10.1088/0967-3334/33/12/2049.
- Cheng PT, Liaw MY, Wong MK et al. The sit-to-stand movement in stroke patients and its correlation with falling. Arch Phys Med Rehabil 1998; 79(9): 1043–1046. doi: 10.1016/s0003-9993(98)90168-x.
- Qiu H, Rehman RZU, Yu X et al. Application of wearable inertial sensors and a new test battery for distinguishing retrospective fallers from non-fallers among community-dwelling older people. Sci Rep 2018; 8(1): 16349. doi: 10.1038/s41598-018-34671-6.
- Witchel HJ, Oberndorfer C, Needham R et al. Thigh-derived inertial sensor metrics to assess the Sit-to-Stand and Stand-to-Sit transitions in the Timed Up and Go (TUG) task for quantifying mobility impairment in multiple sclerosis. Front Neurol 2018; 9: 684. doi: 10.3389/fneur.2018.00684.
- Pham MH, Warmerdam E, Elshehabi M et al. Validation of a lower back „wearable“-based Sit-to-Stand and Stand-to-Sit algorithm for patients with Parkinson’s disease and older adults in a home-like environment. Front Neurol 2018; 9: 652. doi: 10.3389/fneur.2018.00652.
- Bizovská L, Janura M, Míková M et al. Rovnováha a možnosti jejího hodnocení. Olomouc: Univerzita Palackého 2017.
- Pacini Panebianco G, Bisi MC, Stagni R et al. Analysis of the performance of 17 algorithms from a systematic review: influence of sensor position, analysed variable and computational approach in gait timing estimation from IMU measurements. Gait Posture 2018; 66: 76–82. doi: 10.1016/j.gaitpost.2018.08.025.
- Howcroft J, Kofman J, Lemaire ED. Review of fall risk assessment in geriatric populations using inertial sensors. J Neuroeng Rehabil 2013; 10(1): 91. doi: 10.1186/1743-0003-10-91.
- Bruijn SM, Meijer OG, Beek PJ et al. Assessing the stability of human locomotion: a review of current measures. J R Soc Interface 2013; 10(83): 20120999. doi: 10.1098/rsif.2012.0999.
- Bizovska L, Svoboda Z, Kubonova E et al. The differences between overground and treadmill walking in nonlinear, entropy-based and frequency variables derived from accelerometers in young and older women – preliminary report. Acta Bioeng Biomech 2018; 20(1): 93–100.
- Bizovska L, Svoboda Z, Vuillerme N et al. Multiscale and Shannon entropies during gait as fall risk predictors – a prospective study. Gait Posture 2017; 52(1): 5–10. doi: 10.1016/j.gaitpost.2016.11.009.
- Riva F, Toebes MJP, Pijnappels M et al. Estimating fall risk with inertial sensors using gait stability measures that do not require step detection. Gait Posture 2013; 38(2): 170–174. doi: 10.1016/j.gaitpost.2013.05.002.
- Jimenez-Moreno AC, Charman SJ, Nikolenko N et al. Analyzing walking speeds with ankle and wrist worn accelerometers in a cohort with myotonic dystrophy. Disabil Rehabil 2019; 41(24): 2972–2978. doi: 10.1080/09638288.2018.1482376.
- Podsiadlo D, Richardson S. The Timed „Up & Go“: a test of basic functional mobility for frail elderly persons. J Am Geriatr Soc 1998; 39(2): 142–148. doi: 10.1111/j.1532-5415.1991.tb01616.x.
- Salarian A, Horak FB, Zampieri C et al. iTUG, a sensitive and reliable measure of mobility. IEEE Trans Neural Syst Rehabil Eng 2010; 18(3): 303–310. doi: 10.1109/TNSRE.2010.2047606.
- Greene BR, Caulfield B, Lamichhane D et al. Longitudinal assessment of falls in patients with Parkinson’s disease using inertial sensors and the Timed Up and Go test. J Rehabil Assist Technol Eng 2018; 5. doi: 10.1177/2055668317750811.
- van Lummel RC, Walgaard S, Hobert MA et al. Intra-rater, inter-rater and test-retest reliability of an instrumented Timed Up and Go (iTUG) test in patients with Parkinson’s disease. Plos One 2016; 11(3): e0151881. doi: 10.1371/journal.pone.0151881.
- Sankarpandi SK, Baldwin AJ, Ray J et al. Reliability of inertial sensors in the assessment of patients with vestibular disorders: a feasibility study. BMC Ear Nose Throat Disord 2017; 17: 1. doi: 10.1186/s12901-017-0034-z.
- Wüest S, Massé F, Aminian K et al. Reliability and validity of the inertial senzor-based Timed “Up and Go” test in individuals affected by stroke. J Rehabil Res Dev 2016; 53(5): 599–610. doi: 10.1682/jrrd.2015.04.0065.
- Ihlen EAF, Weiss A, Bourke A et al. The complexity of daily life walking in older adult community – dwelling fallers and non-fallers. J Biomech 2016; 49(9): 1420–1428. doi: 10.1016/j.jbiomech.2016.02.055.
- Ihlen EAF, Weiss A, Beck Y et al. A comparison study of local dynamic stability measures of daily life walking in older adult community – dwelling fallers and non-fallers. J Biomech 2016; 49(9): 1498–1503. doi: 10.1016/j.jbiomech.2016.03.019.
- Leach JM, Mellone S, Palumbo P et al. Natural turn measures predict recurrent falls in community – dwelling older adults: a longitudinal cohort study. Sci Rep 2018; 8(1): 4316. doi: 10.1038/s41598-018-22492-6.
- Mancini M, Schlueter H, El-Gohary M et al. Continuous monitoring of turning mobility and its association to falls and cognitive function: a pilot study. J Gerontol A Biol Sci Med Sci 2016; 71(8): 1102–1108. doi: 10.1093/gerona/glw019.
- Morillo DS, Ojeda JLR, Foix LFC et al. An accelerometer-based device for sleep apnea screening. IEEE Trans Inf Technol Biomed 2010; 14(2): 491–499. doi: 10.1109/TITB.2009.2027231.
- World Health Organization (WHO). Global recommendations on physical activity for health. Geneva, Switzerland: WHO; 2010. Andre D, Wolf DL. Recent advances in free-living physical activity monitoring: a review.
- J Diabetes Sci Technol 2007; 1(5): 760–767. doi: 10.1177/193229680700100522.
- Bassett DR. Device-based monitoring in physical activity and public health research. Physiol Meas 2012; 33(11): 1769–1783. doi: 10.1088/0967-3334/33/11/1769.
- Block VA, Pitsch E, Tahir P et al. Remote physical activity monitoring in neurological disease: a systematic review. Plos One 2016; 11(4): e0154335. doi: 10.1371/journal.pone.0154335.
- Taraldsen K, Chastin SFM, Riphagen II et al. Physical activity monitoring by use of accelerometer-based body-worn sensors in older adults: a systematic literature review of current knowledge and applications. Maturitas 2012; 71(1): 13–19. doi: 10.1016/j.maturitas.2011.11.003.
- Yang CC, Hsu YL. A review of accelerometry-based wearable motion detectors for physical activity monitoring. Sensors 2010; 10(8): 7772–7788. doi: 10.3390/s100807772.
- Crouter SE, Churilla JR, Bassett Jr DR. Estimating energy expenditure using accelerometers. Eur J Appl Physiol 2006; 98(6): 601–612. doi: 10.1007/s00421-006-0307-5.
- Ainsworth BE, Haskell WL, Leon AS et al. Compendium of physical activities: classification of energy costs of human physical activities. Med Sci Sports Exerc 1993; 25(1): 71–80. doi: 10.1249/00005768-199301000-00011.
Labels
Physiotherapist, university degree Rehabilitation Sports medicineArticle was published in
Rehabilitation and Physical Medicine
2021 Issue 4
Most read in this issue
- Rehabilitace chůze u pacientů s Parkinsonovou nemocí – cueingová terapie
- Efekt dynamickej neuromuskulárnej stabilizácie u pacientov po artroskopii plecového kĺbu
- Ovlivnění rozsahu pohybu v kloubu s využitím terapie spoušťových bodů – literární rešerše
- Aktualizace českého překladu Mezinárodní klasifikace funkčních schopností, disability a zdraví