スマートフォンの動画で手の震えを測定する
新しい方法でスマホが手の震えを客観的に評価できるようになって、より良い診断ができるようになったよ。
― 1 分で読む
手の震えは、自発的じゃない震える動作で、パーキンソン病や多発性硬化症といった神経疾患の症状かもしれない。医者はたいてい、患者を見て震えを評価し、彼らの判断に基づいてスコアをつけるんだけど、この方法はかなり主観的で、一貫性のない結果を招くことがある。もっと正確で客観的な手の震えを測る方法が必要とされているんだ。
目的
目標は、スマートフォンで撮った動画を使って、震えの振幅、つまり震えの程度を測る方法を開発すること。この方法は神経疾患の診断やモニタリングに信頼できる情報を提供できるかもしれない。
方法の仕組み
この新しい方法はスマートフォンのカメラ機能に頼ってる。いくつかのステップがあるよ:
手の特徴抽出: 最初のステップは、手の重要なポイントを特定すること。これは動画の動きを追跡できるコンピュータープログラムを使って行う。手の特定の部分、たとえば手のひらや指に焦点を当てて、時間の経過とともにどう震えているかをモニタリングする。
震えの振幅計算: 次は、追跡された動きを分析して、手がどれだけ震えているかをピクセル単位で計算する。主な動きの方向は水平だから、分析はそこに焦点を当てる。関係のない大きな動きを排除するために、動きのデータからピークとトラフを特定する。このおかげで震えの波の高さを正確に測れるんだ。
測定値の変換: ピクセルで測った後、最後のステップは、その測定値を実際の物理的距離に変換すること。これには、手がスマートフォンのカメラからどれくらい離れているかを知る必要があるんだけど、これは最新のスマートフォンに装備されている深度測定ツールを使って判断できる。
方法の検証
この方法がどれくらい効果的かを評価するために、健康な二人がカメラからの距離を変えて手の震えを模擬する動画を録画した。後ろに定規を置いて、測定の参考にした。いろいろなタイプの震えを模擬して、休息時の震えや姿勢の震え、さまざまな振動レベルを試した。
結果は、スマートフォンの方法が定規で測った値と非常に近く、一貫して振幅を正確に測れることを示した。この方法は、皮膚の色調や軽微な障害物といったさまざまな条件においても頑健だった。
客観的測定の重要性
今のところ、震えの測定の標準的な方法は、健康専門家による主観的な評価に頼っている。それが原因で、震えの重度に対する意見の違いが大きくなることがある。スマートフォンの方法を使えば、医者は手の震えの振幅をもっと正確で一貫した方法で測れるようになる。
これらの測定から得られる情報は重要だ。医者が状態をもっと正確に診断し、個人の震えが時間とともにどう変化するかを追跡するのに役立つ。これは治療計画を適切に調整するために不可欠なんだ。
スマートフォンベースの測定の利点
スマートフォンを使って手の震えを評価するのにはいくつかの利点がある:
アクセスの良さ: 多くの人がスマートフォンを持っているから、この方法は広く利用可能。病院や自宅など、さまざまな場所で使える。
追加機器不要: この方法は、大きくて不快な加速度センサーのような特別な機器を必要としない。スマートフォンは軽量で使いやすい。
リモートモニタリング: この方法はリモート相談の可能性も提供する。患者は自宅で震えを録画してデータを医療提供者に送ることができ、クリニックに行かずに状態をモニタリングしやすくなる。
現行方法の制限
このスマートフォンの方法は大きな可能性を示しているけど、考慮すべき限界もいくつかある:
録画条件: 動画の品質は測定の正確性に影響を与える。良い照明と安定したカメラの位置付けが、クリアな動きを捉えるのに重要。
現実世界の変動: 震えは録画時の患者の状態など、さまざまな要因で大きく変化することがある。現在の方法は主に水平動きに焦点を当てていて、もっと複雑な震えのすべての側面を捉えられないかもしれない。
デバイス特有の制限: 現在、この方法は主に特定のスマートフォンモデルでテストされている。多くのスマートフォンは似たような機能を持っているけど、すべてのデバイスが同じようにうまく動くわけじゃない。
今後の方向性
これらの制限を克服するために、実際の震えの状態を持つ患者を含めたより大規模な研究が必要だ。これらの研究は、現実の条件を再現して、方法が日常の環境でどう機能するかを見ていくことを目的としている。
研究者たちは、震えの振幅と周波数を測定する精度を向上させるために、全面的な3D動画の使用も探求している。これが震えの評価とモニタリングを大幅に向上させる可能性がある。
結論
スマートフォンの動画を使って手の震えの振幅を測るこの新しい方法は、神経疾患の診断とモニタリングの改善に大きな可能性を示している。客観的な測定に移行することで、医者は患者の状態をより良いケアと明確な理解を提供できる。さらなる研究と開発が進めば、このアプローチは臨床実践で貴重なツールになり、時間をかけて震えを追跡するシンプルで効果的な方法を提供できるかもしれない。
タイトル: Contactless hand tremor amplitude measurement using smartphones: development and pilot evaluation
概要: Background: Physiological tremor is defined as an involuntary and rhythmic shaking. Tremor of the hand is a key symptom of multiple neurological diseases, and its frequency and amplitude differs according to both disease type and disease progression. In routine clinical practice, tremor frequency and amplitude are assessed by expert rating using a 0 to 4 integer scale. Such ratings are subjective and have poor inter-rater reliability. There is thus a clinical need for a practical and accurate method for objectively assessing hand tremor. Objective: to develop a proof of principle method to measure hand tremor amplitude from smartphone videos. Methods: We created a computer vision pipeline that automatically extracts salient points on the hand and produces a 1-D time series of movement due to tremor, in pixels. Using the smartphones' depth measurement, we convert this measure into real distance units. We assessed the accuracy of the method using 60 videos of simulated tremor of different amplitudes from two healthy adults. Videos were taken at distances of 50, 75 and 100 cm between hand and camera. The participants had skin tone II and VI on the Fitzpatrick scale. We compared our method to a gold-standard measurement from a slide rule. Bland-Altman methods agreement analysis indicated a bias of 0.04 cm and 95% limits of agreement from -1.27 to 1.20 cm. Furthermore, we qualitatively observed that the method was robust to differences in skin tone and limited occlusion, such as a band-aid affixed to the participant's hand. Clinical relevance: We have demonstrated how tremor amplitude can be measured from smartphone videos. In conjunction with tremor frequency, this approach could be used to help diagnose and monitor neurological diseases
著者: James Bungay, Osasenaga Emokpae, Samuel D. Relton, Jane Alty, Stefan Williams, Hui Fang, David C. Wong
最終更新: 2023-04-28 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2304.14937
ソースPDF: https://arxiv.org/pdf/2304.14937
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。