Metodologia oceny stanów emocjonalnych osób z mózgowym porażeniem dziecięcym
Augmentative Affective Interface (AAI): Metodologia oceny stanów emocjonalnych osób z mózgowym porażeniem dziecięcym
Celem tego badania jest określenie, jakie są najbardziej niezawodne parametry do pomiaru stanów emocjonalnych u użytkowników cierpiących na porażenie mózgowe. Użytkownicy są w różnym wieku (dorośli i dzieci) i mają różne możliwości. Środki zostaną podjęte w różnych kontekstach, w których użytkownicy wykonają kilka przyjemnych i nieprzyjemnych zadań. Część zadań wiąże się z aktywnością fizyczną, którą należy wziąć pod uwagę ze względu na możliwe zakłócenie, jakie może wprowadzić w podejmowane działania.
Ma wykrywać stany demotywacji, zmęczenia lub stresu fizycznego lub emocjonalnego. Wykorzystamy do tego sygnały dwojakiego rodzaju: pomiary fizjologiczne i czujniki inercyjne. Upośledzenie, które stwierdzamy, polega na tym, że osoby badane mają trudności z wyrażaniem i rozpoznawaniem stanów emocjonalnych, co wyklucza użycie testu samooceny w celu skontrastowania zastosowanych środków. To sprawia, że zwracamy się do ich opiekunów lub członków rodziny lub alternatywnie lub w sposób komplementarny do dokonywania pomiarów w kontekstach lub sytuacjach życia codziennego, w których znany jest stan emocjonalny indukowany u podmiotu.
Po ustaleniu parametrów pomiar stanu emocjonalnego pozwoli nam w czasie rzeczywistym ocenić, jak użytkownicy czują się podczas wykonywania zadań, w ten sposób można lepiej przeprowadzić czynność, dostosowując ją tak, aby była jak najbardziej efektywna jak to możliwe i prowadzi nas do dobrych wyników.
Muzyka będzie badana jako czynnik motywujący i poprawiający stan emocjonalny przy podejmowaniu terapii rehabilitacyjnych.
Odbędą się 4 sesje, podczas których rejestrowane będą pomiary.
1: pomiar tego parametru, gdy jest w trakcie wykonywania codziennych czynności, które sprawiają mu przyjemność. 2: pomiar tego parametru, gdy jest on w trakcie wykonywania codziennych czynności, które powodują dyskomfort. 3: Pomiar tego parametru podczas wykonywania zajęć rehabilitacyjnych. 4: Pomiar tego parametru podczas zajęć rehabilitacyjnych z muzyką zgodnie z preferencjami.
Przegląd badań
Status
Szczegółowy opis
KONTEKST I CZĘSTOTLIWOŚCI POMIAROWE
Odbędą się cztery sesje podzielone na dwie części:
CZĘŚĆ 1: Wybór zmiennych zależnych. Celem pierwszych dwóch sesji jest umiejętność obliczenia poziomu odniesienia dla zmiennych fizjologicznych w czynnościach wywołujących przyjemne i nieprzyjemne emocje, tak aby można je było wykorzystać jako punkt odniesienia w Części 2; celem jest próba uniknięcia uzależnienia od testów EVEA, ponieważ osoby badane nie zawsze będą w stanie wyrazić swoje emocje. Test EVEA jest stosowany jako wzmocnienie dla ewentualnego automatycznego klasyfikatora.
- Sesja 1: pomiar parametrów podmiotu, gdy jest on w centrum codziennych czynności, które sprawiają mu przyjemność. Ta sesja zostanie ustalona na podstawie rozmowy z opiekunem, ponieważ jest indywidualna dla każdego przedmiotu.
- Sesja 2: pomiar parametrów podmiotu, gdy jest on w centrum codziennych czynności, które są dla niego niewygodne. Ta sesja zostanie ustalona na podstawie rozmowy z opiekunem, ponieważ jest indywidualna dla każdego przedmiotu.
Połowa uczestników rozpocznie od sesji 2, a następnie wykona sesję 1, podczas gdy reszta będzie postępować w odwrotnej kolejności.
CZĘŚĆ 2. Wpływ muzyki na zmienne zależne podczas wykonywania ćwiczeń rehabilitacyjnych
- Sesja 3: Pomiar parametrów podmiotu podczas wykonywania zajęć rehabilitacyjnych w ośrodku.
- Sesja 4: Pomiar parametrów podmiotu podczas zajęć rehabilitacyjnych w ośrodku. Sesji towarzyszyć będzie muzyka zgodnie z preferencjami podmiotu.
Przyjemna muzyka motywacyjna, która będzie odtwarzana podczas sesji 4, zostanie wybrana przez każdego użytkownika zgodnie z jego preferencjami muzycznymi lub, w przypadku braku takiej możliwości, zostanie nam przekazana przez jego opiekuna. Aktywność rehabilitacyjna powinna być lekkim ćwiczeniem dla użytkownika, takim jak pedałowanie, prostowanie kończyn lub inne, które można zmierzyć za pomocą jednostek inercyjnych. Konkretna czynność, którą każdy użytkownik będzie musiał wykonać, zostanie określona przez personel medyczny i/lub fizjoterapeutę każdego ośrodka, ponieważ będzie ograniczona możliwościami ruchowymi każdego uczestnika.
Chociaż każda sesja ma inny temat, struktura sesji jest podobna. Najpierw czujniki są umieszczane na ochotniku; po zweryfikowaniu, że dane zostały zebrane w odpowiedni sposób, rejestracja danych rozpoczyna się w momencie, gdy użytkownik odpowiada na test EVEA. Ta pierwsza część nagrania posłuży jako podstawa do sesji, która powinna trwać co najmniej dwie minuty. Następnie rozpocznie się aktywność, która nie potrwa dłużej niż 15 minut; a na koniec zostanie wypełniony nowy test EVEA, z identycznymi ograniczeniami jak w pierwszym teście. Przy tych początkowych i końcowych liniach bazowych można wykryć różnice w pomiarach każdej sesji, oprócz analizy ewolucji podmiotu podczas aktywności.
Dla każdego użytkownika protokół powinien zostać zakończony w ciągu dwóch tygodni, podczas sesji 1 i 2 w pierwszym tygodniu oraz podczas sesji 3 i 4 w drugim tygodniu.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Andalucia
-
Seville, Andalucia, Hiszpania, 41012
- Isabel M. Gomez
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Populacja, która wzięła udział w tym badaniu, uczęszcza do dwóch różnych ośrodków dla osób ze specjalnymi potrzebami: Asociación Sevillana de Parálisis Cerebral (ASPACE) i Centro Específico de Educación Especial Mercedes Sanromá (CEEEMS).
ASPACE to prywatna organizacja obsługująca głównie osoby dorosłe z MPD. Drugi ośrodek, CEEEMS, jest publiczną szkołą specjalistyczną, która jest częścią sieci edukacyjnej w Andaluzji (Hiszpania) i zajmuje się głównie dziećmi i młodzieżą z dysfunkcjami ruchowymi (w tym MPD).
Opis
Kryteria przyjęcia:
1.Osoby z orzeczoną niepełnosprawnością, spowodowaną przewlekłą chorobą lub sytuacją zdrowotną.
Kryteria wykluczenia to:
- Przedstawić każdą sytuację zdrowotną, która jest nie do pogodzenia z wykorzystaniem technologii wspomagającej zaprojektowanej i prototypowej w projekcie.
- Mają bardzo ograniczone zdolności poznawcze, które uniemożliwiają przestrzeganie instrukcji dotyczących prawidłowego korzystania z technologii wspomagających.
Brak odpowiedniego wsparcia ze strony ludzi.
-
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Tylko przypadek
- Perspektywy czasowe: Przekrojowe
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Pomiary średniej energii kinetycznej (w dżulach) za pomocą czujników bezwładnościowych
Ramy czasowe: Piętnaście minut.
|
Stosowane są cztery urządzenia do noszenia na nadgarstku, kostce, klatce piersiowej i głowie.
Wszystkie mają jednostki inercyjne.
Dostarczają informacji w różnych kontekstach (zaplanowanych sesjach) na temat wydatku energetycznego, który się z nimi wiąże.
Należy zbadać, czy parametr ten ma związek ze stanem emocjonalnym.
|
Piętnaście minut.
|
|
Chwilowe tętno (w sekundach)
Ramy czasowe: Piętnaście minut.
|
Zastosowaliśmy urządzenie do noszenia umieszczone na klatce piersiowej z elektrodami Ag/AgCl do EKG, umieszczone zgodnie z pozycjami odprowadzeń Einthoven II. Pozycja załamka R jest określana za pomocą odpowiedniego algorytmu, a następnie obliczana jest różnica czasu między dwoma kolejnymi załamkami R, ta różnica czasu jest wykorzystywana do obliczenia HR. Zastosowaliśmy okna przesuwne o długości 30s z zakładką 50%. Chwilowe HR jest podane przez średnie HR w takim oknie po usunięciu wartości odstających. |
Piętnaście minut.
|
|
Stosunek niskiej częstotliwości (LF) do wysokiej częstotliwości (HF), (LF/HF)
Ramy czasowe: Piętnaście minut.
|
Użyliśmy urządzenia do noszenia umieszczonego na klatce piersiowej z elektrodami Ag/AgCl do elektrokardiogramu (EKG), umieszczonego zgodnie z pozycjami ołowiu Einthovena II.
Stosunek składowych HRV o niskiej częstotliwości, [0,04 - 0,15] Hz (LF) i wysokiej częstotliwości, [0,15 - 4] Hz (HF), (LF/HF), pokazuje równowagę między WUN (współczulny układ nerwowy) i PNS (przywspółczulny układ nerwowy).
|
Piętnaście minut.
|
|
Parametry czasowe zmienności rytmu serca (HRV)
Ramy czasowe: Piętnaście minut.
|
Użyliśmy urządzenia do noszenia umieszczonego na klatce piersiowej z elektrodami Ag/AgCl do elektrokardiogramu (EKG), umieszczonego zgodnie z pozycjami ołowiu Einthovena II.
HRV jest szczególnie interesująca, ponieważ pozwala ocenić aktywność szlaków przywspółczulnych i współczulnych AUN (autonomicznego układu nerwowego).
HVR można zmierzyć za pomocą parametrów czasowych, takich jak: SDNN Odchylenie standardowe przedziałów NN; RMSSD Średnia kwadratowa kolejnych różnic między normalnymi uderzeniami serca; pNN50 Procent kolejnych odstępów RR różniących się o więcej niż 50 ms.
|
Piętnaście minut.
|
|
Poziom przewodnictwa tonicznego skóry (SCL)
Ramy czasowe: Piętnaście minut.
|
Ten sygnał jest tonikiem tła sygnału aktywności elektrodermalnej (EDA).
Będzie mierzona za pomocą suchych elektrod, które zostały umieszczone na wypukłościach sercowych i hipotenarnych ręki dominującej.
|
Piętnaście minut.
|
|
Parametry odpowiedzi na przewodnictwo fazowe skóry (SCR)
Ramy czasowe: Piętnaście minut.
|
Zostanie zmierzony za pomocą suchych elektrod, które zostały umieszczone na wypukłościach sercowych i hipotenarnych dominującej ręki. Sygnał ten składa się z szybkich składowych fazy sygnału aktywności elektrodermalnej (EDA).
SCR, którego nie można przypisać odrębnemu bodźcowi, określa się jako niespecyficzną reakcję przewodnictwa skórnego (NS-SCR).
Ta kategoria obejmuje spontaniczne fluktuacje przewodnictwa skóry, które występują w naszym przypadku, ponieważ mierzyliśmy sygnał w okresach bez bodźca.
|
Piętnaście minut.
|
|
Fraktalny wymiar sygnału elektroencefalogramu (EEG)
Ramy czasowe: Piętnaście minut.
|
EEG obrazuje funkcjonowanie mózgu. zapis tych sygnałów zostanie wykonany z częstotliwością próbkowania 125 Hz przez OpenBCI. OpenBCI (https://openbci.com/) to niedrogie otwarte urządzenie sprzętowe do pomiaru sygnałów EEG z wykorzystaniem 16 kanałów w pozycjach FP1, FP2, F1, F2, F5, F6, Cz, C3, C4, T7 , T8, Pz, P3, P4, O1, O2. Sygnały EEG są z natury bardzo złożone i dynamiczne. Wymiar fraktalny (FD) pojawia się jako nowa funkcja obliczania jego złożoności. Wykorzystamy algorytm Higuchiego. |
Piętnaście minut.
|
|
Entropia widmowa (SE) sygnału EEG
Ramy czasowe: Piętnaście minut.
|
EEG obrazuje funkcjonowanie mózgu. zapis tych sygnałów zostanie wykonany z częstotliwością próbkowania 125 Hz przez OpenBCI. SE może być używany do obliczania złożoności EEG. Aby to zrobić, należy najpierw uzyskać widmową gęstość mocy (PSD). Po znormalizowaniu PSD o liczbę pojemników, co można postrzegać jako konwersję funkcji gęstości prawdopodobieństwa, następnie obliczana jest klasyczna entropia Shannona dla systemów informatycznych. |
Piętnaście minut.
|
|
Spójność EEG
Ramy czasowe: Piętnaście minut.
|
Interakcje między systemami neuronowymi, pracującymi w każdym paśmie częstotliwości, są szacowane za pomocą koherencji EEG.
Podczas gdy synchronizacja neuronów wpływa na amplitudę EEG, spójność między sygnałami przechwyconymi przez jedną parę elektrod odnosi się do spójności i stabilności amplitudy sygnału i jego fazy.
Dwa połączone obszary mózgu powinny wykazywać opóźnienie sygnału w dziedzinie czasu, które jest mierzone jako przesunięcie fazowe w dziedzinie częstotliwości.
|
Piętnaście minut.
|
|
Aktywność regionów w mózgu
Ramy czasowe: Piętnaście minut.
|
Wykorzystamy Loretę.
Loreta to specyficzne rozwiązanie problemu odwrotnego, wykorzystujące algorytmy, które lokalizują korowe generatory obserwowanego odpalania neuronów.
|
Piętnaście minut.
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Międzynarodowa Klasyfikacja Funkcjonowania, Niepełnosprawności i Zdrowia (ICF)
Ramy czasowe: Poprzez ukończenie studiów, średnio 2 tygodnie.
|
ICF to „uniwersalne ramy definicji, pomiaru i sformułowań polityki w zakresie zdrowia i niepełnosprawności”, opracowane przez WHO i stosowane w sektorach związanych ze zdrowiem. Ta skala jest używana do pomiaru kilku dziedzin u dorosłych: zdolności funkcjonalnych, poznawczych i komunikacyjnych zdolności i jakość życia związana ze zdrowiem. Jest stopniowany od 0 (nie) do 4 (kompletny). |
Poprzez ukończenie studiów, średnio 2 tygodnie.
|
|
System Klasyfikacji Funkcji Motoryki Dużej (GMFCS)
Ramy czasowe: Poprzez ukończenie studiów, średnio 2 tygodnie.
|
GMFCS to pięciostopniowa skala skupiająca się na kontroli tułowia i chodzeniu. Dyskryminacja na każdym poziomie funkcji motorycznych opiera się na ograniczeniach funkcjonalnych i korzystaniu (lub nie) z urządzeń wspomagających, takich jak chodziki, wózki inwalidzkie itp. Skala rozciąga się od I: zdolność poruszania się do V: zależna od AT dla całej mobilności. |
Poprzez ukończenie studiów, średnio 2 tygodnie.
|
|
System ręcznej klasyfikacji umiejętności (MACS)
Ramy czasowe: Poprzez ukończenie studiów, średnio 2 tygodnie.
|
Skala MACS ocenia, w jaki sposób dzieci używają obu rąk w sytuacjach życia codziennego oraz czy są samodzielne lub potrzebują wsparcia. W skali tej brana jest pod uwagę opinia osób, które je znają oraz wiek dzieci. Skala zaczyna się od I: Łatwo i skutecznie radzi sobie z przedmiotami; V: Nie manipuluje przedmiotami. Ograniczona zdolność wykonywania prostych czynności. |
Poprzez ukończenie studiów, średnio 2 tygodnie.
|
|
System klasyfikacji funkcji komunikacyjnych (CFCS)
Ramy czasowe: Poprzez ukończenie studiów, średnio 2 tygodnie.
|
Ta skala służy do pomiaru zdolności komunikacyjnych u dzieci. Skala CFCS to system klasyfikacji komunikacji funkcjonalnej podzielony na pięć poziomów w celu określenia wydajności w codziennej komunikacji. Skala zaczyna się od I: Skuteczny nadawca i odbiorca ze znanymi i nieznanymi rozmówcami; V: Nadawca i odbiorca rzadko są skuteczni nawet w przypadku znanych rozmówców. |
Poprzez ukończenie studiów, średnio 2 tygodnie.
|
|
Kwestionariusz KIDSCREEN
Ramy czasowe: Poprzez ukończenie studiów, średnio 2 tygodnie.
|
Instrumenty KIDSCREEN służą do oceny subiektywnego stanu zdrowia i samopoczucia dzieci i młodzieży.
Zostały one opracowane jako mierniki samoopisowe mające zastosowanie do zdrowych i przewlekle chorych dzieci i młodzieży w wieku od 8 do 18 lat.
|
Poprzez ukończenie studiów, średnio 2 tygodnie.
|
|
SKALA OCENY NASTROJU (EVEA)
Ramy czasowe: Poprzez ukończenie studiów, średnio 2 tygodnie.
|
EVEA został opracowany jako instrument „do pomiaru przejściowych nastrojów w badaniach z wykorzystaniem procedur indukcji nastroju”, ale może być używany zawsze, gdy istnieje potrzeba pomiaru przejściowych nastrojów w dowolnym momencie.
EVEA składa się z 16 pozycji.
Każda pozycja ma 11-stopniową skalę Likerta (od 0 do 10), otoczoną słowami „wcale” (0) i „bardzo dużo” (10), która przedstawia na lewym marginesie krótkie stwierdzenie opisujące nastrój.
Wszystkie 16 stwierdzeń ma taką samą strukturę; wszystkie zaczynają się od wyrażenia „czuję”, a kończą przymiotnikiem opisującym nastrój (np. „jest mi smutno”, „czuję się szczęśliwy”).
EVEA próbuje ocenić cztery nastroje; niepokój, złość-wrogość, smutek-depresja i szczęście.
Każdy nastrój jest mierzony czterema pozycjami z różnymi przymiotnikami, a te cztery pozycje definiują podskalę.
Wszystkie pozycje danej podskali są sformułowane w tym samym kierunku.
|
Poprzez ukończenie studiów, średnio 2 tygodnie.
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Isabel M. Gomez-Gonzalez, Phd, University of Seville
Publikacje i pomocne linki
Publikacje ogólne
- R. Martinez; A. Salazar-Ramirez; A. Arruti; E. Irigoyen; J. I. Martin; J. Muguerza. A Self-Paced Relaxation Response Detection System Based on Galvanic Skin Response Analysis. 2019. IEEE Access PP(99):1-1
- Can Y.S., Chalabianloo N., Ekiz D., Fernandez-Alvarez J., Repetto C., Riva G., Iles-Smith H., Ersoy C. Real-Life Stress Level Monitoring Using Smart Bands in the Light of Contextual Information. IEEE Sensors Journal. 2020.
- Rincon JA, Costa A, Novais P, Julian V, Carrascosa C. ME3CA: A Cognitive Assistant for Physical Exercises that Monitors Emotions and the Environment. Sensors (Basel). 2020 Feb 5;20(3):852. doi: 10.3390/s20030852.
- Correa, J.A.M.; Abadi, M.K.; Sebe, N.; Patras, I. Amigos: a dataset for affect, personality and mood research on individuals and groups. IEEE Trans. Affect. Comput. 2018.
- Price E., Moore G., Galway L., Linden M. Towards mobile cognitive fatigue assessment as indicated by physical, social, environmental, and emotional factors. IEEE Access. 2019.
- Qureshi S., Hagelbäck J., Iqbal S.M.Z., Javaid H., Lindley C.A. Evaluation of classifiers for emotion detection while performing physical and visual tasks: Tower of Hanoi and IAPS. Intelligent Systems Conference 2018.
- Belmonte S, Montoya P, Gonzalez-Roldan AM, Riquelme I. Reduced brain processing of affective pictures in children with cerebral palsy. Res Dev Disabil. 2019 Nov;94:103457. doi: 10.1016/j.ridd.2019.103457. Epub 2019 Sep 11.
- Albiol-Pérez S., Cano S., Da Silva M.G., Gutierrez E.G., Collazos C.A., Lombano J.L., Estellés E., Ruiz M.A. A novel approach in virtual rehabilitation for children with cerebral palsy: Evaluation of an emotion detection system. Advances in Intelligent Systems and Computing. 2018.
- C. Rosales; L. Jácome; J. Carrión; C. Jaramillo; M. Palma. Computer vision for detection of body expressions of children with cerebral palsy.2017 IEEE Second Ecuador Technical Chapters Meeting (ETCM).
- Kalansooriya P., Ganepola G.A.D,Thalagala T.S. Affective gaming in real-time emotion detection and Smart Computing music emotion recognition: Implementation approach with electroencephalogram. Proceedings - International Research Conference on Smart Computing and Systems Engineering, SCSE 2020.
- Molina Cantero, Alberto Jesus, Gómez González, Isabel María, Merino Monge, Manuel, Castro García, Juan Antonio, Cabrera Cabrera, Rafael: Emotions detection based on a single-electrode EEG device. Comunicación en congreso. 4 ª International Conference on Physiological Computing Systems. - Madrid,. 2017
- Merino M, Gomez I, Molina AJ. EEG feature variations under stress situations. Annu Int Conf IEEE Eng Med Biol Soc. 2015;2015:6700-3. doi: 10.1109/EMBC.2015.7319930.
- Merino Monge, Manuel, Gómez González, Isabel María, Castro García, Juan Antonio, Molina Cantero, Alberto Jesus, Quesada, Roylan: A Preliminary Study about the Music Influence on EEG and ECG Signals. Comunicación en congreso. 5th International Conference on Physiological Computing Systems. Sevilla. 2018
- Castro García, Juan Antonio, Molina Cantero, Alberto Jesus, Merino Monge, Manuel, Gómez González, Isabel María: An Open-Source Hardware Acquisition Platform for Physiological Measurements. En: IEEE Sensors Journal. 2019. Vol. 19. 10.1109/Jsen.2019.2933917
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 2022_D6
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .