Рисунок 1. Крепление датчика. Вертикальные и фронтальная ускорение, а также угловая скорость оцениваются при помощи кинематического датчика, прикрепленного к груди испытуемого.
Автор: Bijan Najafi, Kamiar Aminian, Francois Loew, Christophe J. Bula, and Philippe Robert.
Автор перевода: Крещак Р.И.
Источник: ІIEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL. 50, NO. 6, JUNE 2003
Новый метод мониторинга физической активности, способный определить положение тела (сидение, стояние, лежание) и периоды прогулки у пожилых людей с использование одного кинематического датчика на груди. Вейвлет преобразование в сочетании с простой кинематической моделью было использовано для обнаружения различных постуральных переходов (ПП) и периодов прогулок в течение ежедневной физической активности. Для оценки системы проведены три исследования. Этот метод был впервые опробован на 11 проживающих дома пожилых субъектов в лаборатории анализа походки, где оптическая система движения (Vicon) была использована в качестве эталонной системы. Во втором исследовании, система была протестирована для классификации ПП (т.е. лежачего к сидящему положению, от сидячего к лежащему, и перевороты тела в постели) у 24 госпитализированных пожилых людей. Наконец, третье мониторинговое исследование было выполнено на девятерых пожилых людях в течение 45-60 мин во время их ежедневной физической активности. Более того, возможность выполнять такой мониторинг в течение 12 часов для первого исследования показало близкое соответствие между амбулаторными и эталонными данными. В целом, испытуемые выполняли 349 ПП в ходе этого исследования. По сравнению с эталонной данными, амбулаторная система имела общую чувствительность 99% для обнаружения различных ПП. Чувствительность и специфичность были 93% и 82% Из сидячего в стоящее положение, и 82% и 94% из стоячего сидячее, соответственно. В обоих первом и втором исследования, амбулаторное система также показала очень высокую точностью (99%) в определении 62 перемещений или перекаток на кровати, а также 144 различных изменений позы спине, животе, правой и левой сторон. Относительно высокая чувствительность (90%) была получена для классификации обычных физических активностей в третьем исследовании по сравнению с визуальным наблюдением. Чувствительность и специфичность составили соответственно 90,2% и 93,4% в положении сидя, 92,2% и 92,1% в "стоял + шёл", и, наконец, 98,4% и 99,7% в лежачем. Общие обнаруженные ошибки (в процентах от диапазона) были 3,9% для "стоял + шёл", 4,1% для сидения, и 0,3% за лежание. Наконец, общее симметричные средние ошибки были 12% для "стоял + шёл", 8,2% для сидения, и 1,3% за лежание.
Количественная оценка ежедневной физической активности является ключевым определяющим фактором в оценке качества жизни лиц с ограниченными физическими возможностями, таких как пожилые люди [1] Старение населения и связанный с ним рост численности хронических болезней уже оказали большое влияние на большинство западных систем здравоохранения [2] и вероятно, имеют повышенный эффект этих систем в будущем. Действительно, прогнозы в промышленно развитых странах продолжает предлагать снижения смертности в ближайшие десятилетия [3] с резким увеличением числа инвалидов нуждающихся в поддержке. Например, в США, по оценкам, к 2050 году число пожилых людей, проживающих в собственном доме, но нуждающимся в помощи увеличится в три раза (с 0,8 до 2,6 млн. человек), а также число тех кто находится в домах престарелых (от 1,3 до 4,5 млн.) [3], [4]. Похожие тенденции наблюдаются в последние десятилетия в Швейцарии [6], [7]. Хронических заболеваний, таких как артрит, сердечно-сосудистые, или нейродегенеративных заболеваний в результате ограничение подвижности и физической активности пострадавших лиц. Надежная мера физической активности в повседневной жизни позволит лучше оценить в своей повседневной деятельности и последствия многочисленных медицинских условий и методов лечения. Непрерывный 24-часовой записи положения и движений также может быть полезна в оценке поведения [8]. Переходы между позами, такие как из сидячего в стоящее (SIST) переход может также рассматриваться как физиологически необходимых функций у человека и необходимым условием для ходьбы [9]. Количественная оценка ежедневной деятельности человека требует объективной и надежной техники, которая может быть использована в условиях повседневной жизни. В настоящее время, измерение расхода энергии широко применяется в качестве стандарта измерения физической активности [10], но это непрактично в нормальных условиях и не представляется возможным вне лабораторных условиях. Таким образом, интерес в использовании прямых и косвенных мер расхода энергии, с использованием измерительных методов, таких как наблюдение, анкетирование, записи частоты сердечных сокращений, или захват движения растет. Захват движения тела с фиксированным датчиком предлагает подходящей альтернативой для оценки ежедневной физической активности. В прошлом амбулаторные измерения физической активности основывались на различных датчиках движения, такие как шагомеры, или акселерометры привязали на талии, запястья или лодыжки. Однако эти методы не дают информации о типе активностью. В последнее время новые системы были разработаны, чтобы идентифицировать тип активности, но эти методы громоздки, потому что они использованы два или более различных участках прикрепления на тело и кабеля, уменьшая их применимость для долгосрочного мониторинга физической активности, и в самом деле мешают деятельности.
Целью данного исследования было проверить эффективность новой системы амбулаторного измерения, основанный только на одной миниатюрном кинематическом датчике, при определении положения тела (сидя, стоя и лежа) и передвижения (пешком). В частности, мы предположили, что информация, предоставленная одним кинематическим датчиком крепится к груди будет точно обнаруживать постуральную переходы (СТ) между стоя, сидя и лёжа, а также передвижение деятельности в положении стоя. После идентификации ПП приведет к категоризации вида деятельности, а также, чтобы лучше понять проблемы, возникающие во время повседневной деятельности (например, трудности во вставая со стула, падения и др.). Кроме того, глядя на устройство может предположить возможность падение заболеваемости, прогулки на расстояние, следовательно - это дает очень разные перспективы в этой области.
Рисунок 1. Крепление датчика. Вертикальные и фронтальная ускорение, а также угловая скорость оцениваются при помощи кинематического датчика, прикрепленного к груди испытуемого.
Три различные исследования проводились с субъектами старше 65 лет. Первое исследование было проведено в лабораторных условиях, второе в клиническом центре, а третье в свободной жизни. Для всех трех, предметы носили амбулаторную систему, которая включала кинематической датчик прикрепленный к их груди и легкий портативный регистратор (Physilog ®, BioAGM, СН), находящийся на талии. Кинематический датчик состоит из одного миниатюрного пьезоэлектрического гироскопа (Murata, ENC-03J, 400 сек), который измеряет Trunk угловой скорости в сагиттальной плоскости, и два миниатюрных акселерометра (ADXL202), которые измеряют вертикальные и фронтальной ствол ускорений соответственно. Принцип работы гироскопа - измерение ускорения Кориолиса, которая генерируется, когда угловая скорость вращения подается на пьезоэлектрический биморфные колебания.
Эти датчики с питанием от батареи могут иметь низкое потребление энергии (4,6 мА при 5 В), и являются подходящими для амбулаторного мониторинга. Сигнал от гироскопа и акселерометра, усилился и фильтрованы нижние частоты (частота среза: 17 Гц) для удаления электронного шума. Сигналы были оцифрованы при 40 Гц и частота дискретизации и записаны регистратором. По окончании записи, данные передаются в компьютер для анализа. Гироскоп, два акселерометра и их сопутсвующая электроникабыли упакованы в очень небольшую коробку (25 +25 +15 мм) и привязанный эластичным поясом в передней части грудины (рис.1). Письменное информированное согласие было получено от всех субъектов, а протокол исследования был одобрен этическим комитетом Медицинского факультета Женевского и университета Лозанны.
1) Первое исследование: Одиннадцать проживающих дома пожилых пациентов (шесть женщин, пять мужчин, средний возраст=79, SD=6 лет) были зачислены. Каждый субъект выполнил шесть различных тестов, включая лежание, ходьба, а также SIST и STSI переходы с использованием различных видов стульев (стандартный деревянный стул, кресло, и мягкий стул), с подлокотниками без. Каждый анализ был повторен два-три раза, в зависимости от уровня способностей субъекта. Три субъекта, использовали вспомагательные ходунки (например, тростник). В качестве опорной системы для обнаружения осанки и деятельности, мы использовали пять камер и четыре ретро отражающих маркера размещенных на стволе (Vicon ™, Оксфорд Метрикс, Великобритания). Эта оптическая система включала точное трехмерное измерение движения груди, как описано в нашей предыдущей публикации. Чувствительность и специфичность передвижной системы для обнаружения положения тела, переходы и деятельности (например, ходьба) определили используя в качестве стандартного критерий информации предоставленной системой отсчета.
2) Второй исследование: Точность этой передвижной система была еще оценина путем выявления лежащей позиции, переход от одного лежачего положения к другому, и перемещение в или из кровати (то есть,с сидя до лежа или лежа к сидя). Участниками были 24 пожилых людей (в среднем 81лет, SD=7) госпитализированных в отделение реабилитации. Они попросили изменить их положение в постели два-три раза (в зависимости от их способностей), и перемещатся в или из кровати. Для обоих комплектов движений изголовье кровати был помещен в обычный желаемый наклон. Время соответствующие каждому движению измеряли наблюдатели помощью секундомера.
3) Третье исследование: передвижной системы проводилась на девятерых людях (средний возраст 66, стандартное отклонение=14) для записи 45 или 60 минут ежедневной физической активности, в зависимости от их способностей. Во время записи, испытуемые выполняли различные виды деятельности по местус их постоянным темпом без внешнего надзора. Использование простого программного обеспечения, загруженного в ноутбук, наблюдатель одновременно записал характер каждой осуществляемой деятельности, а также сроки осуществления каждого ПП.Эти данные были использованы в качестве эталона для расчета производительности системы в определении этих событий (чувствительность, специфичность и точность).
Частотно-временной анализ (вейвлетпреобразование) был использован для обнаружения ПП) с кинематическим датчиком закрепленным на груди. Позы тела идентифицированы путем оценки характера перхода движений между позами. Традиционные спектральные методы анализа, такие как преобразование Фурье говорит о частотных составляющих, содержащихся в сигнале. Тем не менее, они не обеспечивают время, в которое те частотные составляющие произошли. Эта информация важна при анализе нестационарных сигналов, в которых частота содержания изменяется с течением времени. В противоположность этому, Вейвлет-обработка обеспечивает хорошее разрешение по частоте при низких и высоких частотах.Примером нестационарных сигналов включающих в себя ускорение на протяжении ПП, как Sist или stsi переходы, и ходьба с различными скоростями, где присутствуют резкие высокочастотные переходные процессы.
Мы использовали подобный метод, основанный на дискретномвейвлет-преобразование (DWT), чтобы аппроксимировать сигнал с различным разрешением. Он состоит из разделении сигнала в высокой степени на компоненты (низкочастотные компоненты) называемый - приближение в низкой шкале (высокочастотных компонентов), рассматриваемый подробно.
Выделение лежачей позы от сидячей было выполнено с учетом ориентации акселерометра по отношению к гравитационному ускорению [13]. В лежачем, вертикальное меры акселерометра практически равны нулю, в то время как в положении сидя и стоя, приблизительно равное = 1g. Вертикальные ускорения были сегментированы каждую 1 мин и дополнительные пики, имеющие различные частотныесоставляющие,в отличии от лежачих переходов (например, ходьба) были отменены используя DWT.Аппроксимирующий вейвлет сигнал, был рассмотрен.Вейвлет Добеши с четвертого порядка был применен. И соответствующие фильтры с конечной импульсной характеристикой (FIR) фильтров с длинами в семь. Полоса частот соответствует менее 0,16 Гц. После перенастройки, переходы между сидением к лежащей против лежащих к седению были обнаружены используя определенный порог. Каждый переход был подтвержден, если в течение 1 сек до и после перехода, среднее значение было больше, соответственно, меньше установленного порога (например, 0.6, соответственно, 0,4).
Сидя происходит в конце перехода stsi, стоя происходит в конце Sist перехода. В результате идентификации этих двух переходов достаточно распознать сидя и стоя позы. Эти СТ были обнаружены на основе изменения наклона ствола в сагиттальной плоскости, который был вычислен из интеграла от сигнала гироскопа. Как показано на рис. 2 (с), чтобы обнаружить PT, сигнал гироскопа, впервые был разделен на 1-минутными интервалы. Затем был интегрирован и синус и был рассчитан. Для того, чтобы сократить дрейф и устранить шум из других источников, таких как движение шума, DWT с разложением на девять шкал "Коифлет порядка пяти (Coif5)"был использованматеринский вейвлет. Для каждого PT, вейвлет приближение, было выбрано соответствующее. Весы пяти и девяти обеспечивали наилучшее приближение Stsi и Sist переходов. Полоса частот, соответствующих этим весы 0.04-0.68 Гц. Минимальный пик считался время PT, его продолжительность (TD) определяли по синусу, как описано в нашей предыдущей публикации. С учетом полосы частот 0.04-0.68 Гц, выбранный СТ длительностью более 1,5 с (а) были выбраны в качестве "кандидата" для истинных СТ.
Рис. 3 иллюстрирует характер вертикального смещения во время SIST и стси переходов, а также ускорение рисунка, соответствующего второй производной от вертикального смещения. Как показано, SIST переход генерирует начальный пик ускорения (положительного) с последующим замедлением пика (отрицательный) в то время как происходит обратное течение переходного Stsi. Таким образом, сравнение пиковые значений вертикальных ускорений, возникающих в процессе перехода позволило выявить Sist и Stsi переходы. В этом исследовании, вертикальный акселерометр, приближался между шкалами пять и шесть с частотным диапазоном: 0.34-0.68 Гц.
Используя приведенные выше алгоритмы, физическую активность можно разделить на лежа, сидя, стоя, и ходьба (рис. 2). В общем для улучшения этой классификации были добавлены следующие правила:
- Если два противоположных состояния были обнаружены (например, лежащий с ходьбой или сидя с ходьбой), предпочтение было дано первым лежал затем ходил и, наконец, Stsi или Sist переходов. Это решение было основано на обоснование ошибки, что это является более невероятным, в лежачем положении.
- Два последовательных Sist соответственно Stsi, перехода не представились возможным. Эти переходы были изменены в соответствии с предыдущим и / или последующими деятельностями (например, новая СТ или идущем состоянии).
- Отклоняться назад при вертикальном положении считалось что это вряд ли для лиц пожилого возраста. Ствол угола оценивали, используя (5) в начале измерения. Хотя каждого испытуемого просили остаться в спокойном положении на время 5 с. Отклонение назад был определено когда варьировались более 15град в спокойном состоянии.
- Спокойные периоды стоя дольше, чем 200с были интерпретированы как сидячие, если дисперсия (в течение каждого 1-секундным интервалом) уступала определенного порогу (то есть, 0,0007). Это решение было основано на обоснование, что маловероятно, что пожилой человек остался бы стоять в течение такого длительного периода (3 мин) без движения.
Рисунок 2. показания с гироскопа после приминения ДВТ для SiSt перехода, (b) изначальные вертикальные ускорения (с) после приминения ДВТ имеем лучшееопределение переходов
Рисунок 3. показания с гироскопа после приминения ДВТ для StSi перехода, (b) изначальные вертикальные ускорения (с) после приминения ДВТ имеем лучшееопределение переходов
Рис. 2 и 3 показывают эффективность DWT для обнаружения Sist и Stsi соответственно. Как показано, для обоих переходов выбраны пики (т.е. ближайших максимальных и минимальных пиков к минимальной локальной точке синусоиды в DWT близко соответствующий нашей модели (см. рис.3). Начальный положительный пик следовал отрицательному пику в течении Sist перехода, в то время наоборот происходит в Stsi переходе.
Сравнивая оценки ствола вертикального смещения полученных из амбулаторных и Vicon систем для стандартных Sist и Stsi переходов. Хотя обе меры имели высокую кореляцию, вертикальное смещение оценивается системой амбулаторного и немного сдвинута по сравнению с системой отсчета Vicon. Тем не менее, этот сдвиг не препятствует правильной классификации СТ как Sist или Stsi. Если учитывать все 349 СТ выполненные при изучении субъектов, общая чувствительность составила 99%. Чувствительность и специфичность составили 93% и 82% для SIST перехода, 82% и 94% при переходе Стси, соответственно. При рассмотрении данных из первого и второй задачи, эти цифры (т.е. чувствительность и специфичность) были даже увеличена до 100% и 94% на SIST переходов, а 97% (как чувствительность и специфичность) для Стси переходов.
В эффективности DWT для прогулок можно увидеть, что дрейф в сигнале уменьшается в ДВТ, в то время как фактические пики ходьбы усиливается. Эти преимущества из DWT, чтобы не делать калибровку системы (т.е. выбранного порога) для каждого субъекта. Чувствительность и специфичность для периода ходьбы обнаружены более чем на 95%
Рис. 5 показана типичная классификация физической активности, полученные при 1 ч записи у пожилого человека. Эта цифра в дальнейшегм сравнивает, распределение различных видов деятельности (сидя, стоя, лежа и ходьба) на протяжении 1 ч в соответствии с амбулаторной системой.
Относительно высокая точность было получена для классификации обычных физических нагрузок по сравнению с визуальным наблюдением. Чувствительность и специфичность составили соответственно 90,2% и 93,4% в положении сидя, 92,2% и 92,1% в стоянии и ходьбе, и, наконец, 98,4% и 99,7% в лежачем. Таблица I показывает относительную продолжительность удельной активности (в процентах) девять пожилых пациентов контролировали в течение 45 или 60 мин, полученную амбулаторной системой, и сравнивает продолжительность, полученную наблюдателем. Общая ошибка составила 12% для "стоял + пешком", 8,2% для сидения, и 1,3% за лёжа.
Таблица. Чувствительность и специфичность в определении перехода для 11 пожилых людей.
Наши результаты показывают, что новая система, основанная только на одном кинематическом датчике прикрепленном к груди, выполняется очень хорошо в мониторинге деятельности у пожилых пациентов . Эта система была в состоянии точно определить мероприятия, начиная от СТ до( SIST и STSI) , для поворота на кровати, или в переходе с постели, ходьба. Во всех этих задачах, эта амбулаторная система сильно коррелирует с системы отсчета , которые были использованы. Наконец, когда использование в течение длительной записи, система оказалась также надежной и достоверной в мониторинге повседневной деятельности жизни. Низкая мощность датчика расхода ( 4,6 мА) , время жизни батареи (900 махра ) и карты памяти ( до 8 Мб ) позволяют проводить мониторинг на срок до 12 часов. Если необходимо, регистратор данных можно заряжать быстро и карта памяти заменяется на новую запись. Пример 12 - ч непрерывного мониторинга ежедневной физической активности.
Рисунок 5.Классификация. (а) Классификация активностей, (б) их относительное распределение. (в) Те же действия, полученные от наблюдателя.
Результаты показывают, что DWT является мощным средством для обнаружения PT, а также пешеходные периода даже в субъектах использованием костылей, такие как трость или ходунки. DWT также способствуют выявлению фронтальных и вертикальных компонентов ускорения в PT в диапазоне [ 0,04 Гц -0,68 Гц ] и [ 0,35 Гц -0,68 Гц], соответственно, что предполагает длительность PT более 1,5 сек. В соответствии с этим наблюдением, только переходы длительностью более 1,5 с считались истинными перехода, что позволяет шумоподавлять от других движений, таких как наклоняясь вперед.
Хотя эти полосы частот были получены от пожилых лиц, аналогичное правило можно было бы вывести из наблюдений молодого населения. Аналогично, для перехода лежа (например, передачу или прокатки с постели и поворачивая положение тела во время лежа) DWT использование помогает уменьшить шумные пики, обусловленных моментами, когда субъект пытается изменить положение или выкатывает кровать ( рис. 8). DWT особенно уместно, когда изучение пожилых людей с нарушением подвижности и сложности с изменением их положения в постели, потому что шумно пиков, которые могут привести к ошибкам в обнаружении лежащего переходы подавлены.
1. B. C. Spillman and J. Lubitz, “The effect of longevity on spending for acute and long-term care” N. Eng. J. Med., vol. 342, pp. 1409–1415, 2000.
2. S. Tuljapurkar, N. Li, and G. Boe, “A universal pattern of mortality decline in the G countries,” Nature, vol. 405, pp. 789–792, 2000.
3. K. G. Manton, “Epidemiological, demographic, and social correlates of disability among the elderly,” Milbank Q., pt. 67 Suppl 2 Pt, vol. 1, pp. 13–58, 1989.
4. E. M. Crimmins, Y. Saito, and S. L. Reynolds, “Further evidence on recent trends in the prevalence and incidence of disability among older americans from two sources: The LSOA and the NHIS,” J. Gerontol., vol. 52, pp. 59–71, 1997.
5. F. Foerster,M. Smeja, and J. Fahrenberg, “Detection of posture and motion by accelerometry: A validation study in ambulatory monitoring,” Comput. Hum. Beh., vol. 15, pp. 571–583, 1999.
6. E. Diczfalusy, “The demographic revolution and our common future” Maturitas, vol. 38, pp. 5–15, 2001.
7. V. en Suisse, “Rapport de la Commission federale”, Berne, Switzerland,1995.
8. M. Jun and J. C. Barbenel, “Anew ambulatory monitoring instrument of posture and mobility related activities” ISA, pp. 88–93, 1997.
9. J. S. Monton, A. Chaimberlain, and V. Wright, “An investigation into the problems of easy chairs used by the arthtric and the elderly” Rheumatol. Rehab., vol. 20, pp. 164–173, 1981.
10. R. E. Laporte, H. J. Montoye, and C. J. Caspersen, “Assessment of physical activity in epidemiological research: Problems and prospects,” Public Health Rep., vol. 100, pp. 131–146, 1985.
11. P. Avons, P. Garthwaite, H. L. Davies, P. R. Myrgatroyd, and W. P. T. James, “Approaches to estimating physical activity in the community: Calorimetric validation of actometers and heart rate monitoring” Eur. J. Clin. Nutr., vol. 42, pp. 185–196, 1988.
12. S. M. Patterson, D. S. Krantz, L. C. Montgomery, P. A. Deuster, S. M. Hedges, and L. E. Nebel, “Automated physical activity monitoring: Validation and comparison with physiological and self- report measures” Psychophysiology, vol. 30, pp. 296–305, 1993.
13. A. V. Ng and J. A. Kent-Braun, “Quantitation of lower physical activity in persons with multiple sclerosis” Med. Sci. Sports Exerc., vol. 29, pp. 517–523, 1997.
14. G. A. L. Meijer, K. R.Westerterp, F. M. H. Verhoeven, H. B. M. Koper, and F. ten Hoor, “Methods to assess physical activity with special reference to motion sensors and accelerometers,” IEEE Trans. Biomed. Eng., vol. 38, pp. 221–229, Mar. 1991.