Revoluționarea analizei mersului cu senzori portabili și camere 3D de profunzime

Mersul este un indicator esențial al sănătății funcționale și al mobilității generale, iar evaluarea sa cantitativă câștigă tot mai multă importanță în aplicații clinice precum prevenția căderilor, recuperarea post-AVC, tulburările musculoscheletale și detectarea precoce a bolilor neurodegenerative. Deși evaluările clinice tradiționale sunt valoroase, ele sunt subiective, consumatoare de timp și dependente de expertiză. Noile tehnologii bazate pe senzori-precum camerele de profunzime, senzorii inerciali purtabili și covoarele sensibile la presiune-oferă soluții obiective, scalabile și precise.
Studiul de la Facultatea de Inginerie și Informatică și Institutul de Detecție (I-SENSE) de la Universitatea Florida Atlantic aduce contribuții semnificative prin sincronizarea hardware milisecundă a trei platforme (Zeno™ Walkway, APDM IMU și Azure Kinect), extragerea unui set detaliat de 11 markeri de mers (macro și micro) și evaluarea sistemelor în condiții clinice reale cu prezența altor persoane în cadru. Această abordare realistă validează robustețea și aplicabilitatea clinică a tehnologiilor testate.

Metodologie

Participanți

Au fost recrutați 20 de participanți (18 incluși în analiză), cu vârste între 52 și 82 de ani. Evaluările au inclus analiza compoziției corporale, evaluări cognitive (MoCA) și condiții de mers cu și fără sarcină cognitivă (task dual: numărare inversă cu pași de 7).

Design-ul studiului

• Senzori purtabili (IMU) plasați pe picioare și lombar (L5).
• Mers pe Zeno™ Walkway (6 m activ) în condiții Single-Task și Dual-Task.
• Azure Kinect a înregistrat continuu, inclusiv cu alte persoane în cadru, pentru a testa robusteză algoritmilor de urmărire.

Tehnologiile utilizate

• Zeno™ Walkway: Covor cu senzori de presiune, considerat etalon clinic (rezoluție 1,27 cm, 120 Hz).
• Senzori IMU APDM: Montați pe picioare și lombar, captura la 128 Hz, date analizate offline.
• Azure Kinect: Cameră cu profunzime și urmărire scheletală 3D, 30 fps, cu detecție multi-persoană.

Sincronizarea sistemelor

Un sistem hardware dedicat a asigurat sincronizarea între cele trei platforme, folosind semnale TTL wireless. APDM a fost sistemul master, iar sincronizarea a permis alinierea precisă a datelor temporale pentru comparabilitate directă.

Extragerea markerilor de mers

Au fost extrași automat 11 markeri de mers:

• Macro: Viteză medie, cadență
• Micro-temporali: Timp pas, timp pas dublu, fază de sprijin etc.
• Micro-spațiali: Lungime pas, lungime pas dublu
• Micro-spațio-temporali: Viteză pas dublu

Rezultate

Concordanța generală

Senzorii purtabili montați pe picioare au avut cele mai mici erori (MAE = 0,00 ± 0,00) și cele mai mari corelații (r = 1) față de etalonul Zeno™. Azure Kinect a oferit performanțe comparabile (MAE ≈ 0,01, r ≈ 0,98), în timp ce senzorul lombar a fost semnificativ mai puțin precis, mai ales pentru parametrii de fază (MAE până la 28.84, r sub 0,6 pentru unii markeri).

Markerii macro

• Viteză medie: Kinect și senzorii de picior au fost foarte aproape de Zeno™ (diferențe sub 3 cm/s); senzorul lombar a subestimat semnificativ.
• Cadență: Erori mici pentru toate sistemele, dar senzorii de picior au oferit cea mai mare acuratețe.

Markerii micro-temporali

• Toți parametrii (timp pas, timp pas dublu, timp de sprijin) au fost estimați cu mare precizie de senzorii de picior și Kinect (MAE < 0,05 s).
• Senzorii lombari au avut performanțe scăzute pentru timp de balans și sprijin unic (r < 0,3).

Markerii micro-spațiali

• Azure Kinect și senzorii de picior au avut corelații mari cu Zeno™ (r ≈ 0,92) și erori acceptabile (~5 cm).
• Senzorii lombari au arătat deviații mari (MAE > 10 cm).

Markerii spațio-temporali

Viteza pasului dublu a fost cel mai bine estimată de senzorii de picior (MAE = 5,5 cm/s, r = 0,96), urmați de Kinect (MAE = 6,1 cm/s, r = 0,98). Senzorii lombari au avut erori mari (MAE ≈ 20 cm/s).

Analiza coroborată

Graficul r versus MAEP a evidențiat superioritatea senzorilor montați pe picioare și a Kinect-ului, aceștia plasându-se în zona ideală (eroare <10%, r > 0,6) pentru toți markerii micro. Senzorul lombar a depășit frecvent aceste praguri.

Interpretare

Studiul evidențiază avantajele clare ale senzorilor de picior și ale Azure Kinect pentru analiza mersului în condiții reale, spre deosebire de senzorii lombari care prezintă limitări majore în captarea markerilor detaliați. Un aspect metodologic important a fost sincronizarea hardware precisă, care a permis comparații robuste. Studiul contribuie la literatura existentă prin compararea directă a trei tehnologii în medii realiste și oferă o perspectivă extinsă prin acoperirea unui număr mare de parametri.

Concluzii

APDM cu senzori de picior și Azure Kinect sunt soluții precise și scalabile pentru analiza mersului, comparabile cu etalonul clinic Zeno™ Walkway. În schimb, senzorii lombari au o utilitate limitată pentru markerii micro. Rezultatele sprijină utilizarea acestor tehnologii în aplicații clinice diverse, inclusiv pentru monitorizarea recuperării, prevenția căderilor și detectarea precoce a bolilor neurodegenerative. Implementarea în practică poate fi extinsă cu integrarea senzorilor de generație nouă pentru și mai multă flexibilitate și acuratețe.