Hozzáférhető Távolrehabilitációs Rendszer Valós Idejű Biomechanikai Megfigyeléshez
Mesterséges intelligencián alapuló kamerarendszer fejlesztése és klinikai validációja valós idejű biomechanikai monitorozásra a felső végtag rehabilitációjában
Ez a tanulmány egy új kamerán alapuló rendszert értékel, amelyet a távoli rehabilitáció támogatására terveztek, valós időben mérve a kéz és a felső végtag biomechanikáját. Sok beteg, aki mozgásszervi vagy neurológiai állapotokból lábadozik, gyakori monitorozást igényel a rehabilitáció során, de a rendszeres klinikai látogatások nehézségeket okozhatnak a távolság, a költségek vagy a szakosodott ellátáshoz való korlátozott hozzáférés miatt. A jelenlegi távgyógyászati megközelítések jellemzően kvalitatív értékelésekre vagy önjelentett visszajelzésekre támaszkodnak, nem pedig objektív biomechanikai mérésekre.
Ennek a tanulmánynak a célja annak meghatározása, hogy egy számítógépes látáson alapuló rendszer pontosan becsülheti-e a biomechanikai paramétereket, mint például az ízületek szögeit, a mozgástartományt, az izomerőt és az ízületi nyomatékot, csak egy szabványos kamera használatával. A rendszer mesterséges intelligencia és biomechanikai modellezés segítségével elemzi a kézmozgásokat, hogy valós idejű méréseket biztosítson a rehabilitációs gyakorlatok során.
A résztvevők vezetett kézmozgási feladatokat hajtanak végre, miközben a rendszer videót rögzít és anatómiai orientációs pontokat kinyer. Ezeket az adatokat felhasználják a biomechanikai paraméterek kiszámítására és annak értékelésére, hogy a rendszer megbízhatóan képes-e távolról monitorozni a rehabilitációs haladást. Az eredmények segítenek meghatározni, hogy ez a technológia objektív, folyamatos adatokat tud-e biztosítani a klinikusoknak a személyre szabott rehabilitáció támogatására és a betegek eredményeinek javítására.
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
Ez a tanulmány célja egy kamera-alapú tele-rehabilitációs platform fejlesztése és validálása, amely képes valós időben becsülni az emberi kéz és felső végtag biomechanikai paramétereit. Az izületi és idegrendszeri betegségek gyakran folyamatos monitorozást igényelnek a rehabilitáció során, mégis sok beteg – különösen a vidéki vagy alulfelszerelt régiókban élők – korlátozott hozzáféréssel rendelkezik a gyakori személyes terápiás ülésekhez. A meglévő távgyógyászati rendszerek elsősorban szubjektív jelentésekre vagy időszakos videókonzultációkra támaszkodnak, és gyakran hiányzik belőlük a precíz gyógyulásmonitorozáshoz szükséges kvantitatív biomechanikai mérés.
A kutatás célja annak értékelése, hogy a számítógépes látás és a biomechanikai modellezés pontosan, kvantitatív méréseket tud-e nyújtani az ízületi mozgásról és erőről egyetlen kamera használatával. A központi hipotézis szerint a mesterséges intelligencia algoritmusok képesek felismerni a kéz anatómiai jellegzetességeit videóadatokból, és ezeket mechanikai modellezési technikákkal kombinálva valós időben becsülni az ízületek szögeit, nyomatékait és izomerőit. A folyamatos biomechanikai nyomonkövetés lehetővé teheti a klinikusok számára, hogy jobban monitorozzák a rehabilitációs előrehaladást és időben módosítsák a terápiás protokollokat.
A résztvevők szabványos kézmozgás-gyakorlatokat végeznek, miközben videóadatokat rögzítenek egy fogyasztói szintű kamerával, például okostelefonnal vagy laptop-kamerával. A számítógépes látás algoritmusai azonosítják a kéz jellegzetességeit és kiszámítják az ízületi kinematikát. Ezeket a méréseket ezután inverz dinamikai modellezéssel integrálják, hogy biomechanikai paramétereket becsüljenek, beleértve az ízületi nyomatékot, mozgástartományt és erőkifejtést.
A tanulmány értékeli a javasolt rendszer megbízhatóságát és érvényességét azáltal, hogy összehasonlítja a számított biomechanikai méréseket bevált biomechanikai modellekkel és referencia adatbázisokkal. A kulcsfontosságú eredmények közé tartozik a jellegzetességek felismerésének pontossága, a biomechanikai paraméterbecslés megbízhatósága, valamint a távoli monitorozás kivitelezhetősége a rehabilitációs gyakorlatok során.
A tanulmány sikeres befejezése demonstrálni fogja egy alacsony költségű, hozzáférhető tele-rehabilitációs platform kivitelezhetőségét, amely képes objektív biomechanikai visszajelzést nyújtani a klinikusoknak és a betegeknek. Ez a megközelítés potenciálisan javíthatja a rehabilitációs szolgáltatásokhoz való hozzáférést, fokozhatja a beteg részvételt és támogathatja az adatvezérelt klinikai döntéshozatalt a távoli egészségügyi környezetekben.
Tanulmány típusa
Beiratkozás (Becsült)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Soroush Korivand, PhD
- Telefonszám: 662-325-9154
- E-mail: skorivand@me.msstate.edu
Tanulmányi helyek
-
-
Mississippi
-
Jackson, Mississippi, Egyesült Államok, 39216
- University of Mississippi Medical Center
-
Kapcsolatba lépni:
- Marc Walker, MD
- E-mail: mwalker6@umc.edu
-
Starkville, Mississippi, Egyesült Államok, 39759
- Mississippi State University
-
Kapcsolatba lépni:
- Soroush Korivand, PhD
- Telefonszám: 662-325-9154
- E-mail: skorivand@me.msstate.edu
-
Kutatásvezető:
- Soroush Korivand, PhD
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Leírás
Belefoglalási kritériumok:
- 18 év vagy annál idősebb felnőttek.
- Mozgásszervi vagy neurológiai sérülés, illetve műtét utáni felső végtagi vagy kézrehabilitációban részt vevő vagy abból felépülő egyének.
- Képesek a rehabilitációs gyakorlatokhoz szükséges alapvető kéz- vagy felső végtagmozgások végrehajtására.
- Képesek a vizsgálati utasítások megértésére és tájékozott beleegyezés megadására.
Kizárási kritériumok:
- Súlyos kognitív károsodás, amely megakadályozza a vizsgálati eljárások megértését.
- Orvosi állapotok, amelyek biztonságos részvételt akadályoznak a kéz- vagy felső végtagrehabilitációs gyakorlatokban.
- Súlyos látáskárosodás, amely megakadályozza a kamerás monitorozó rendszerrel való interakciót.
- Részvétel egy másik intervenciós vizsgálatban, amely befolyásolhatja a rehabilitációs eredményeket.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Kezelés
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Kísérleti: Kameraalapú Biomechanikai Monitorozás (Intervenció)
A résztvevők szabványos kézi/felső végtagi rehabilitációs gyakorlatokat végeznek, miközben egy mesterséges intelligencián alapuló kamerarendszer valós időben becsüli az ízületi nyomatékot, az izomerőt és a mozgástartományt.
A klinikusok a biomechanikai visszajelzést használhatják a rehabilitációs beállítások irányításához a 6 hetes vizsgálati időszak alatt.
|
Egy egykamerás, számítógépes látás és inverz-dinamikai modellező rendszer, amely biomechanikai paramétereket (ízületi nyomaték, izomerő és mozgástartomány) becsül a rehabilitációs gyakorlatok során videóalapú kézlandmark-nyomkövetésből.
|
|
Aktív összehasonlító: Szabványos Távgyógyító Rehabilitáció (Kontroll)
A résztvevők szabványos távrehabilitációt kapnak, rendszeres/hetenkénti ellenőrzésekkel és szokásos ellátási útmutatással.
Nem biztosítanak valós idejű, kamera alapú biomechanikai monitorozási visszajelzést.
|
A résztvevők szabványos rehabilitációs gyakorlatokat végeznek és rutinszerű távgyógyászati követést kapnak klinikai szakemberektől a szokásos ellátási gyakorlatoknak megfelelően.
A rehabilitációs folyamat során nem használnak kamera-alapú biomechanikai monitorozási rendszert.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Kamerával mért ízületi nyomaték becslésének pontossága
Időkeret: Alapvonal-értékelési ülés
|
A mesterséges intelligencián alapuló kamerarendszer pontossága a közös nyomaték becslésében rehabilitációs gyakorlatok során, összehasonlítva az aranystandard dinamométer mérésekkel.
A pontosságot a becsült nyomatékértékek és a referencia dinamométer leolvasások közötti átlagos abszolút százalékos hiba (MAPE) segítségével értékelik.
|
Alapvonal-értékelési ülés
|
|
Korreláció kamerán alapuló és klinikai biomechanikai mérések között
Időkeret: Alapvonal-értékelési munkamenet
|
A kameraalapú rendszer által becsült biomechanikai paraméterek és a referencia klinikai mérések közötti egyezés.
A Pearson-korrelációs együtthatókat és a Bland-Altman-elemzést fogjuk használni a becsült ízületi nyomaték és az aranystandard mérések közötti egyezés értékelésére.
|
Alapvonal-értékelési munkamenet
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Fogóerő javulása
Időkeret: Alapvonal, 3 hét és 6 hét
|
A kézmarkolati erő változása, amelyet klinikai dinamométerrel mértek a rehabilitációs program során.
|
Alapvonal, 3 hét és 6 hét
|
|
Mozgástartomány-javulás
Időkeret: Alapvonal, 3 hét és 6 hét
|
A kéz és ujjízületek mozgástartományának változása a rehabilitációs időszak alatt, szabványos klinikai goniometria módszerrel mérve.
|
Alapvonal, 3 hét és 6 hét
|
|
Funkcionális regenerálódási idő
Időkeret: Legfeljebb 6 hét
|
Az a idő, amelyre a résztvevőknek szükségük van ahhoz, hogy a sérülés előtti kézfunkciójuk legalább 80%-át visszanyerjék, klinikai funkcionális értékelések alapján.
|
Legfeljebb 6 hét
|
|
Páciens Rehabilitációs Gyakorlatokhoz való Rátermettsége
Időkeret: Legfeljebb 6 hét
|
A résztvevők előírt rehabilitációs gyakorlatokhoz való ragaszkodását a tanulmányi időszak alatt a kijelölt terápiás ülések elvégzési aránya méri.
|
Legfeljebb 6 hét
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Becsült)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Egyéb vizsgálati azonosító számok
- MSU-UMMC-TELE-REHAB-001
- U54GM115428 (Az Egyesült Államok NIH támogatása/szerződése)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
A tanulmány befejezése után indokolt kérés esetén megosztható az egyes résztvevők anonimizált, személyes adatai (IPD). A megosztott adatok közé tartoznak a származtatott biomechanikai paraméterek (pl. ízületi nyomaték, mozgástartomány), az összegző teljesítménymutatók, valamint az értelmezéshez szükséges kapcsolódó metaadatok.
A nyers videoadatok nem kerülnek megosztásra az esetleges azonosíthatósági aggályok miatt. Az összes megosztott adatot az intézményi irányelveknek és az IRB követelményeinek megfelelően anonimizálják.
A hozzáférés minősített kutatók számára biztosítható, miután jóváhagyták az adatfelhasználási megállapodást, és az eredeti tanulmány céljainak megfelelő célokra.
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .