Utviklingen av et system for måling av skjelving

Denne studien tar sikte på å utvikle en måte å objektivt måle nevrologiske lidelser, Essential Tremor (ET) og dystoni. Disse forholdene kan påvirke øvre og nedre lemmer, hode, stemme, ansikt og bagasjerom. ET og dystoni kan være vanskelig å vurdere og behandle, spesielt hvis de er alvorlige, og behandlingene er begrenset. For øyeblikket vurderes alvorlighetsgraden av disse tilstandene formelt av skalaer med rangering av klinikere, slik som Essential Tremor Rating Assessment Scale (TETRAS) som er forutinntatt mot de øvre lemmer, krever opplæring og ikke er objektiv. Det er behov for et mer presist, mindre variabelt mål på tremor som enkelt kan brukes av ikke-eksperter. Denne studien stiller spørsmål ved om det er mulig å kvantifisere ET og dystoni ved hjelp av et målesystem i et virtuell virkelighet (VR) miljø.

Vi vil samle inn data fra målesensorer innebygd i VR-miljøet fra kontroll-, ET- og dystoniske deltakere ved å plassere dem i et VR-miljø og instruere dem til å utføre TETRAS. Dette vil hjelpe oss med å utvikle en algoritme som kan måle ET alvorlighetsgrad ved hjelp av maskinlæring. Vi forventer at algoritmen vil gi en bedre vurdering av ET og dystoni enn TETRAS.