DE102012004506A1 - Measuring- and evaluation system for evaluating mobility and performance of subject, has determined sensors which generate amount of data which is assigned to certain sensor and is transferred to processing unit - Google Patents
Measuring- and evaluation system for evaluating mobility and performance of subject, has determined sensors which generate amount of data which is assigned to certain sensor and is transferred to processing unit Download PDFInfo
- Publication number
- DE102012004506A1 DE102012004506A1 DE201210004506 DE102012004506A DE102012004506A1 DE 102012004506 A1 DE102012004506 A1 DE 102012004506A1 DE 201210004506 DE201210004506 DE 201210004506 DE 102012004506 A DE102012004506 A DE 102012004506A DE 102012004506 A1 DE102012004506 A1 DE 102012004506A1
- Authority
- DE
- Germany
- Prior art keywords
- data
- index
- measurement
- assessment system
- term
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4566—Evaluating the spine
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Physical Education & Sports Medicine (AREA)
- Rheumatology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Physiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
Gegenstand der vorliegenden Erfindung ist ein Mess- und Beurteilungssystem zur Beurteilung der Mobilität und Leistungsfähigkeit eines Probanden.The present invention is a measurement and assessment system for assessing the mobility and performance of a subject.
Das erfindungsgemäße Mess- und Beurteilungssystem baut auf einem bekannten System zum Messen der Beweglichkeit der menschlichen Wirbelsäule auf, wie es in der
Das bekannte System zu Messen der Beweglichkeit der menschlichen Wirbelsäule mißt jedoch lediglich die Bewegung der Wirbelsäule, so daß Aussagen über die Mobilität und die Leistungsfähigkeit nicht möglich ist. Doch gerade das Beurteilen der Mobilität und Leistungsfähigkeit der Wirbelsäule ist für einige Sportarten, wie beispielsweise Turnen, Leichtathletik oder Fußball wesentliche Kriterien.However, the known system for measuring the mobility of the human spine measures only the movement of the spine, so that statements about mobility and performance is not possible. But judging the mobility and efficiency of the spine is for some sports, such as gymnastics, athletics or football essential criteria.
Aufgabe der vorliegenden Erfindung ist es daher, ein System und Verfahren bereitzustellen, mit Hilfe dessen es möglich ist, die Wirbelsäule zu beurteilen und Aussagen über deren Mobilität und Leistungsfähigkeit treffen zu können.The object of the present invention is therefore to provide a system and method by means of which it is possible to assess the spinal column and to be able to make statements about its mobility and performance.
Diese Aufgabe wird durch das erfindungsgemäße Mess- und Beurteilungssystem bzw. -verfahren mit den Merkmalen gemäß Anspruch 1 bzw. Anspruch 10 gelöst. Vorteilhafte Weiterbildungen sind in den Unteransprüchen 2 bis 9 gekennzeichnet. Das erfindungsgemäße Mess- und Beurteilungsverfahren verwendet das erfindungsgemäße Mess- und Beurteilungssystem. Die nachfolgende Beschreibung des erfindungsgemäßen Systems sowie der einzelnen Merkmale, Elemente, Bauteile und Funktionen, insbesondere die Abfolge von Funktionen gilt daher mutatis mutandis ausdrücklich auch für das erfindungsgemäße Verfahren, ohne dass nachfolgend ausdrücklich auf die jeweilige Verwendung als Verfahrens- oder Funktionsschritt hingewiesen wird.This object is achieved by the measurement and assessment system or method according to the invention with the features according to
Das erfindungsgemäße Mess- und Beurteilungssystem besteht aus einer bestimmten Anzahl von Sensoren, die eine erste Menge von Daten erzeugen und diese Daten einem bestimmten Sensor zugeordnet werden, wobei diese Daten an eine Verarbeitungseinheit übertragen werden, um aus der ersten Menge von Daten durch Anwenden von Massnahmen eine zweite Menge von Daten zu erzeugen, wobei die zweite Menge von Daten substantiell kleiner ist als die erste Menge von Daten.The measurement and evaluation system according to the invention consists of a certain number of sensors that generate a first set of data and that data are assigned to a particular sensor, which data is transmitted to a processing unit to obtain from the first set of data by applying measures generating a second set of data, wherein the second set of data is substantially smaller than the first set of data.
Vorteilhafterweise besteht die zweite Menge von Daten aus Indizes.Advantageously, the second set of data consists of indices.
Vorteilhafterweise bestehen die Maßnahmen aus folgenden Schritten:
- – Anwendung einer Tiefpassfilterung auf die erste Menge von Daten;
- – Berechnung von spezifischen Merkmalen;
- – Anwendung einer Regressionsanalyse und/oder Faktorenanalyse.
- Applying low pass filtering to the first set of data;
- - calculation of specific characteristics;
- - Application of a regression analysis and / or factor analysis.
Vorteilhafterweise ist die Tiefpassfilterung eine Savitzky-Golay-Filterung.Advantageously, the low pass filtering is Savitzky-Golay filtering.
Vorteilhafterweise wird bei der Berechnung der spezifischen Merkmale der Mittelwert und die Standardabweichung für alle Merkmale bebildet.Advantageously, in computing the specific features, the mean and standard deviation are modeled for all features.
Vorteilhafterweise finden bei der Mittelwertbildung auch andere Indizes Berücksichtung.Advantageously, other indices are taken into account in averaging.
Vorteilhafterweise wird der oder die Indizes aus der Gruppe von D-MCI und/oder D-DCI und/oder D-AI und/oder D-MCUI entnommen.Advantageously, the index (s) is taken from the group of D-MCI and / or D-DCI and / or D-AI and / or D-MCUI.
Vorteilhafterweise bestehen Merkmale aus Rohdaten, die die Beweglichkeit eines Probanden beschreiben.Advantageously, features consist of raw data describing the mobility of a subject.
Vorteilhafterweise werden folgende Indizes gebildet:
- • Gesamtindex (ELDI)
- • Gesamtindex Kurzzeit (ELCI)
- • Beweglichkeit-Index Kurzzeit (D-MCI/C-MCI)
- • Dynamik-Index Kurzzeit (D-DCI/C-MCI)
- • Aktivität-Index Langzeit (D-AI)
- • Beweglichkeit-Index Langzeit (D-MCI)
- • Dynamik-Index Langzeit (D-DCI)
- • Vergleich-Index KZM/LZM Index (D-MCUI)
- • Overall Index (ELDI)
- • Overall Short-Term Index (ELCI)
- • Agility Index Short Time (D-MCI / C-MCI)
- • Dynamic Index Short Time (D-DCI / C-MCI)
- • Activity Index Long Term (D-AI)
- • Flexibility index long-term (D-MCI)
- • Dynamic index long-term (D-DCI)
- • Comparison Index KZM / LZM Index (D-MCUI)
Das erfindungsgemäße Mess- und Beurteilungssystem dient beispielsweise der Erfassung der Funktionskapazität der Lendenwirbelsäule. Es besteht aus zwei flexiblen, länglichen aus dem Stand der Technik bekannten Sensoren, welche mittels spezieller Pflaster parallel zur Wirbelsäule befestigt werden. Die Sensoren sind mit einer Verarbeitungseinheit operativ verbunden. Die Maßnahmen können in der Verarbeitungseinheit und/oder in einem Rechner vorgenommen werden. Erfindungsgemäß kann die Verarbeitungseinheit ein Rechner sein.The measurement and assessment system according to the invention serves, for example, for detecting the functional capacity of the lumbar spine. It consists of two flexible, elongated known from the prior art sensors, which are attached by means of special plaster parallel to the spine. The sensors are operatively connected to a processing unit. The measures can be carried out in the processing unit and / or in a computer. According to the invention, the processing unit can be a computer.
Der Abstand beider Pilaster zur Wirbelsäule beträgt dabei vorteilhafterweise zwischen 3 cm und 7 cm, bevorzugterweise ca. 5 cm. Eine Referenzlinie auf den Pflastern bzw. Sensoren orientiert sich an der Höhe der spina ilaca posterior superior. Somit liegt das erste sensitive Segment auf Höhe S1, so dass der Bewegungsumfang der Wirbelsäule von dem Übergang S1-L5 in cranialer Richtung gemessen wird. Die Lage des oberen Segments ist von der Körpergröße und Auslenkung abhängig und daher variabel.The distance between the two pilasters to the spine is advantageously between 3 cm and 7 cm, preferably about 5 cm. A reference line on the patches or sensors is based on the height of the spina ilaca posterior superior. Thus, the first sensitive segment is at height S1, so that the range of movement of the spine is measured from the transition S1-L5 in the cranial direction. The position of the upper segment is dependent on the height and deflection and therefore variable.
Die Sensoren erfassen jeweils die Auslenkungen des Sensors in der Sagittalebene in 12 äquivalenten Bereichen. Zusätzlich sind an beiden Enden beider Sensoren 3-achsige Beschleunigungssensoren positioniert, um die Ausrichtungen zum Erdschwerefeld zu erfassen.The sensors each detect the deflections of the sensor in the sagittal plane in 12 equivalent areas. In addition, 3-axis acceleration sensors are positioned at both ends of both sensors to sense the alignments to the Earth's gravity field.
Treten bei einer Messung nun Abweichungen in bestimmten Messsegmenten im Vergleich zu den Normwerten gesunder Probanden auf, stellt sich die Frage welchem Wirbelsäulensegment es entspricht. Mittels eines entwickelten Modells ist es möglich die sensorsegmental gemessenen Bewegungen und dynamische Parameter, wie Geschwindigkeit und Beschleunigung, einzelnen Lendenwirbelkörper zuzuordnen.If deviations in certain measurement segments occur in a measurement compared to the norm values of healthy subjects, the question arises as to which spine segment corresponds to it. By means of a developed model it is possible to assign the sensor segmental measured movements and dynamic parameters, such as speed and acceleration, to individual lumbar vertebrae.
Bei Bewegungen in der sagittalen Ebene (Flexion und Extension) werden beide Sensoren gleichmäßig ausgelenkt und die Auslenkungen können aus den Biegesensoren berechnet werden. Bei Bewegungen außerhalb der sagittalen Ebene lassen sich die Ausmaße von Lateralflexionen anhand der Beschleunigungssensoren und die von Rotationen anhand der asymmetrischen Auslenkungen beider Sensorbänder ermitteln.For movements in the sagittal plane (flexion and extension) both sensors are deflected evenly and the deflections can be calculated from the bending sensors. For movements outside the sagittal plane, the dimensions of lateral flexions can be determined from the acceleration sensors and those from rotations to the asymmetric deflections of both sensor straps.
1 Zu erfassende Daten1 Data to be collected
Um die Lage der einzelnen Wirbelkörper zueinander ableiten zu können, sollen die Sensorbänder des erfindungsgemäßen Mess- und Beurteilungssystems auf die Wirbelsäule projiziert werden. Da einheitliche, gleich lange Sensoren für alle Probanden unterschiedlicher Größe verwendet werden, werden bei allen Probanden der Abstand zwischen dem Dornfortsatz des vertebra prominens (C7–7. Halswirbel) und der spina ilaca posterior superior (SIPS) im aufrechten Stand gemessen. Dabei muss das flexible Maßband über die gesamte Länge an der Rückenoberfläche anliegen. Der gleiche Abstand wird zusätzlich noch bei maximaler Flexion und Extension der Wirbelsäule auf gleiche Art und Weise erfasst. Diese Werte sind ein Maß für den Umfang der möglichen Streckung und Stauchung der Wirbelsäule.In order to be able to derive the position of the individual vertebral bodies from one another, the sensor bands of the measurement and assessment system according to the invention are to be projected onto the spinal column. Since uniform, equally long sensors are used for all subjects of different sizes, the distance between the spinous process of the vertebra prominens (C7-7 cervical vertebrae) and the posterior superior spine (SIPS) in the upright position is measured in all subjects. The flexible measuring tape must rest against the back surface over the entire length. The same distance is additionally recorded in the same way with maximum flexion and extension of the spine. These values are a measure of the extent of possible extension and compression of the spine.
Anschließend vollführt der Proband mit appliziertem Sensor eine einheitliche Kurzzeit-Choreografie (wahlweise im Stehen, Sitzen oder Liegen), welche per Bluetooth (R) durch eine Verarbeitungseinheit auf einen Rechner übertragen wird. Die Choreografie besteht aus wiederholten Flexionen, Extensionen, Rotationen (rechts und links) und Lateralflexionen (rechts und links).Subsequently, the test person with the applied sensor performs a uniform short-term choreography (optionally while standing, sitting or lying down), which is transmitted by Bluetooth (R) through a processing unit to a computer. The choreography consists of repeated flexions, extensions, rotations (right and left) and lateral flexions (right and left).
2 Projektion in der Sagittalebene2 projection in the sagittal plane
Da sich die Sensorsegmente relativ zur Wirbelsäule bewegen wird die Projektion zunächst auf den geraden Stand und anschließend auf die maximalen Auslenkungen der Flexion und Extension angewendet. Da beide Sensoren symmetrisch geklebt sind ist davon auszugehen, dass beide Sensoren bei Bewegungen in der Sagittalebene gleich ausgelenkt werden. Daher werden die Messergebnisse des linken und rechten Sensors gemittelt.Since the sensor segments move relative to the spinal column, the projection is first applied to the straight line and then to the maximum deflections of flexion and extension. Since both sensors are glued symmetrically, it can be assumed that both sensors are deflected equally during movements in the sagittal plane. Therefore, the measurement results of the left and right sensors are averaged.
In Anlehnung an morphologischen Untersuchungen, wie sie aus
Unter den Annahmen, dass der Abstand zwischen Sensorbändern und Wirbelsäule konstant ist, kann somit parallel zur Form der Sensorbänder eine Parallelkurve konstruiert werden. Diese besitzt die Eigenschaft, dass der senkrechte Abstand zur Sensorkurve stets konstant – bspw. – 4,5 cm beträgt und bildet im Wirbelsäulenmodell die Rückseite des eigentlichen Wirbelkörpers (ohne Dornfortsätze). Von dieser Parallelkurve gehen senkrecht die Grund- und Deckplatten der einzelnen Wirbel ab. Die Abstände der senkrechten Linien auf der Parallelkurve zueinander ergeben sich aus der angenommenen prozentualen Verteilung der Wirbel und Bandscheiben zwischen C7 und der SIPS. Hierfür wird am unteren Ende der Parallelkurve eine senkrechte Linie abgetragen, welche die Grundplatte des Wirbels S1 bildet. Die nächste Linie, senkrecht zur Grundplatte von S1, bildet die Deckplatte des genannten Wirbels, wobei der Abstand (Bogenlänge auf der Parallelkurve) dem prozentualen Anteil von S1 (6,25%) des Abstandes C7-SIPS im geraden Stand entspricht.Under the assumption that the distance between sensor tapes and spinal column is constant, a parallel curve can thus be constructed parallel to the shape of the sensor tapes. This has the property that the vertical distance to the sensor curve is always constant - for example - 4.5 cm and forms in the spine model, the back of the actual vertebral body (without spinous processes). From this parallel curve go perpendicular to the base and cover plates of the individual vertebra. The distances of the vertical lines on the parallel curve to one another result from the assumed percentage distribution of the vertebrae and intervertebral discs between C7 and the SIPS. For this purpose, a vertical line is removed at the lower end of the parallel curve, which forms the base plate of the vortex S1. The next line, perpendicular to the base plate of S1, forms the top plate of said vortex, the distance (arc length on the parallel curve) corresponding to the percentage of S1 (6.25%) of the distance C7-SIPS in the straight state.
Anschließend werden entsprechend die Grund- und Deckplatten der übrigen Wirbel konstruiert. Der Abstand zwischen den Wirbeln entspricht dabei dem prozentualen Anteil der jeweiligen Bandscheibe zwischen den Wirbeln. Somit ist die Lage der einzelnen Sensorsegmente bezüglich der Wirbelsäulensegmente bestimmt.Subsequently, the base and cover plates of the other vortices are constructed accordingly. The distance between the vertebrae corresponds to the percentage of each disc between the vertebrae. Thus, the location of the individual sensor segments with respect to the spinal column segments is determined.
Durch die Relativbewegung zwischen der Wirbelsäule und den Sensorbändern auf Grund der Streckung und Stauchung der Wirbelsäule bei Bewegung, stimmt die Projektion des aufrechten Standes bei Bewegung nicht mehr überein.Due to the relative movement between the spinal column and the sensor bands due to the extension and compression of the spinal column during movement, the projection of the upright posture during movement is no longer consistent.
Da die Bewegung bei maximaler Flexion und Extension vornehmlich aus der Lendenwirbelsäule kommt, wird angenommen, dass sich die Streckung bzw. Stauchung der Wirbelsäule bei maximaler Flexion bzw. Extension auf die Bandscheiben im Lendensäulenbereich verteilt. Das bedeutet, dass für die maximalen Auslenkungen wie schon beim geraden Stand eine Parallelkurve konstruiert wird. Der Unterschied liegt dann nur im Abstand der senkrechten Linien zueinander. Während die Höhe der Wirbelkörper konstant bleibt, wird die Höhe der Bandscheiben in Abhängigkeit der Auslenkung und der prozentualen Aufteilung variiert (siehe
Die Information über die Verkippung des ersten Sensorsegmentes zum Erdschwerefeld wird dabei aus den unteren Beschleunigungssensoren ermittelt.The information about the tilt of the first sensor segment to the earth's gravity field is determined from the lower acceleration sensors.
Aus der Lage der einzelnen Wirbel zueinander können die Winkel zwischen den einzelnen Wirbelkörpern ermittelt werden.From the position of the individual vertebrae to each other, the angle between the individual vertebrae can be determined.
Der Abstand zwischen C7 und der SIPS kann für Auslenkungen zwischen dem geraden Stand und den Maximalauslenkungen für jeden Zeitpunkt interpoliert werden. Somit kann die Projektion der Sensorbänder auch außerhalb der drei beschriebenen Positionen umgesetzt werden und die Auslenkung der Wirbelköper zu jedem Messzeitpunkt erfolgen.The distance between C7 and the SIPS can be interpolated for deflections between the even state and the maximum displacements for each time point. Thus, the projection of the sensor tapes can also be implemented outside of the three described positions and the deflection of the vertebrae at each measurement time take place.
3 Rotation3 rotation
Die Ermittlung von Rotationsbewegungen erfolgt auf Grundlage der asymmetrischen Auslenkungen von rechtem und linkem Sensor bei lateraler Sicht, da diese die Auslenkung nur in der Sagittalebene erfassen können. Hierbei dient das Ausmaß der Winkeldifferenzen der Ermittlung des Umfanges der erreichten Rotation. Das Vorzeichen der Differenz gibt Aufschluss über die Richtung der Rotation.The determination of rotational movements is based on the asymmetrical deflections of the right and left sensor in a lateral view, since they can detect the deflection only in the sagittal plane. In this case, the extent of the angle differences serves to determine the extent of the achieved rotation. The sign of the difference provides information about the direction of the rotation.
Da aus der sagittalen Projektion die ungefähre Lage der Sensorsegmente zu den Wirbelkörpern bekannt ist, kann das Ausmaß der Rotation in den einzelnen Sensorsegmenten durch Interpolation auf die einzelnen Wirbel übertragen werden. Die Berechnung ist wie schon bei der Flexion und Extension zu allen Messzeitpunkten möglich.Since the approximate position of the sensor segments to the vertebral bodies is known from the sagittal projection, the extent of the rotation in the individual sensor segments can be transmitted to the individual vertebrae by interpolation. The calculation is possible as with flexion and extension at all measuring times.
4 Lateralflexion4 lateral flexion
Der maximale Neigungswinkel, welcher bei der Lateralflexion erreicht wird, wird über die Auslenkungen der oberen Beschleunigungssensoren in der jeweiligen lateralen Richtung ermittelt. Das bedeutet, dass sich die Informationen über die Seitenneigung auf die Gesamtlänge des Sensors und nicht auf die einzelnen Messsegmente beziehen.The maximum angle of inclination, which is achieved in the Lateralflexion is determined via the deflections of the upper acceleration sensors in the respective lateral direction. It means that the information about the lateral inclination refer to the total length of the sensor and not to the individual measurement segments.
Um Kompensationsbewegungen mit dem Becken zu eliminieren werden die lateralen Auslenkungen aus den unteren Beschleunigungssensoren ermittelt und von der Seitenneigung, welche mit den oberen Beschleunigungssensoren ermittelt werden, abgezogen. Die ungefähre Position der oberen Beschleunigungssensoren hinsichtlich der Wirbelsegmente wird aus der oben beschriebenen Projektion in der Sagittafebene ermittelt. Eine näherungsweise wirbelgenaue Ermittlung des Bewegungsumfanges einzelner Wirbel kann anschließend in Anlehnung an Grieve (siehe
Die vorliegende Erfindung wird anhand einer bevorzugten Ausführungsform anhand von Abbildungen und Diagrammen näher erläutert. insbesondere werden die erfindungsgemäßen Maßnahmen detailliert erläutert. Es zeigen:The present invention will be explained in more detail with reference to a preferred embodiment with reference to figures and diagrams. In particular, the measures according to the invention are explained in detail. Show it:
5 Dynamik5 dynamics
Auf Grundlage der Ermittlung der Wirbelkörperauslenkungen zu jedem Messzeitpunkt sind aus der Ableitung über die Messzeit t auch Rückschlüsse auf die erreichten Bewegungsgeschwindigkeiten α' und -beschleunigungen α'' der einzelnen Wirbelkörper in allen drei Raumrichtungen möglich:
6 Vorteile des Wirbelsäulenmodell6 Benefits of the spine model
Das Wirbelsäulenmodell des erfindungsgemäßen Mess- und Beurteilungssystems erlaubt es die Lage und Bewegungen der einzelnen Lendenwirbel sowohl in Echtzeit als auch über bis zu 24 Stunden ohne Einschränkung und auf nicht-invasive Weise zu ermitteln. Damit lassen sich die Bewegungen der Lendenwirbelsäule differenzieren und Aussagen über Dauer, Häufigkeit und Ausmaß der verschiedenen Bewegungen in der Langzeitmessung treffen. Das Ausmaß der Bewegungen kann dabei prozentual auf die Ergebnisse in den Kurzzeitmessungen bezogen werden oder absolut angegeben werden.The spine model of the measurement and assessment system according to the invention makes it possible to determine the position and movements of the individual lumbar vertebrae both in real time and for up to 24 hours without restriction and in a non-invasive manner. This makes it possible to differentiate the movements of the lumbar spine and to make statements about the duration, frequency and extent of the various movements in the long-term measurement. The extent of the movements can be related to the results in the short-term measurements as a percentage or specified in absolute terms.
7 Sensoren7 sensors
Mit dem erfindungsgemäßen Mess- Beurteilungssystem ist es möglich, aus einer Vielzahl von Daten unterschiedlicher Aussagekraft und Qualität, eine kleine Menge an Indizes zu erzeugen, die ein spezifische Aussagekraft zu bestimmten Vorgängen im Bewegungsapparat des Menschen erlauben.With the measurement evaluation system according to the invention, it is possible to generate a small number of indices from a large number of data of different informative value and quality, which allow a specific significance for certain processes in the musculoskeletal system of humans.
Diese Indizes dienen jedoch nicht der Diagnose und sind auch keine Hilfsmittel zur Stellung einer Diagnose, oder sind als Vorstufe für die Stellung einer Diagnose bestimmt. Die Indizes erlauben es dem Betreiber vielmehr ausschließlich, die Bewegungsmöglichkeit der Wirbelsäule zu beurteilen. Weder zum Betreiben noch zur Auswertung des erfindungsgemäßen Mess- und Beurteilungssystems ist eine ärztliche Vorbildung oder eine ärztliche Zulassung notwendig.However, these indices are not diagnostic and are not tools for providing a diagnosis, or are intended to precede the diagnosis. Rather, the indices allow the operator to judge the spinal movement only. Neither to operate nor to evaluate the measurement and assessment system according to the invention, a medical education or a medical certification is necessary.
Eine mögliche Anwendung finden diese Indizes bei der Leistungsbeurteilung von Sportlern, da die Entwicklung der Indizes über einen Zeitraum betrachtet werden können und so Grundlage für eine objektive Beurteilung der Mobilität und Leistungskraft bilden können.One possible application of these indices is in the performance assessment of athletes, as the development of the indices can be considered over a period of time, thus providing the basis for an objective assessment of mobility and performance.
Gleichwohl ist es auch möglich, die Indizes für ärztliche Beurteilungen heranzuziehen. Patentrechtlich soll der Schutzumfang daher nicht auf nicht-ärztliche Verwertungsmöglichkeiten beschränkt bleiben.Nevertheless, it is also possible to use the indices for medical assessments. In terms of patent law, the scope of protection should therefore not be limited to non-medical utilization options.
Die Sensoren auf den Sensorbändern werden nach folgender Nomenklatur bezeichnet.
- R1 bis R12:
- 1.
bis 12. Messzone des rechten Sensorbandes - L1 bis L12:
- 1.
bis 12. Messzone des linken Sensorbandes - RX:
- X-Achse des Beschleunigungssensors des rechten Sensorbandes
- RY:
- Y-Achse des Beschleunigungssensors des rechten Sensorbandes
- RZ:
- Z-Achse des Beschleunigungssensors des rechten Sensorbandes
- LX:
- X-Achse des Beschleunigungssensors des linken Sensorbandes
- LY:
- Y-Achse des Beschleunigungssensors des linken Sensorbandes
- LZ:
- Z-Achse des Beschleunigungssensors des linken Sensorbandes
- R1 to R12:
- 1st to 12th measurement zone of the right sensor band
- L1 to L12:
- 1st to 12th measurement zone of the left sensor band
- RX:
- X-axis of the acceleration sensor of the right sensor band
- RY:
- Y-axis of the acceleration sensor of the right sensor band
- RZ:
- Z axis of the acceleration sensor of the right sensor band
- LX:
- X-axis of the acceleration sensor of the left sensor band
- LY:
- Y-axis of the acceleration sensor of the left sensor band
- LZ:
- Z axis of the acceleration sensor of the left sensor band
Zusätzlich zu den Variablen gibt es in vielen Berechnungen eine Zeitkomponente. Diese wird als Unterindex angegeben. Eine beispielhafte Ausführungsform der Sensoren ist
L1j = j-te Messpunkt der 1. Messzone des linken Sensorbandes seit Anfang der Datei.In addition to the variables, there is a time component in many calculations. This is given as a subindex. An exemplary embodiment of the sensors is
L1 j = jth measuring point of the 1st measuring zone of the left sensor band since the beginning of the file.
7.1 7.1
Die erhaltenen Daten der einzelnen Kurzzeitmessungen sind in Form von zweidimensionalen Matrizen aufgebaut. Diese bestehen aus 30 Spalten und variierender Anzahl von Zeilen. Da das erfindungsgemäße Mess- und Beurteilungssystem mit 50 Hz misst, beschreiben 50 Zeilen jeweils eine Sekunde. In den 30 Spalten beschreiben die ersten 12 Spalten die Messergebnisse des rechten Sensors (unterstes Segment in erster Spalte usw. [R1 bis R12]). In den Spalten 13 bis 24 befinden sich die Segmente des linken Sensors, wobei die Anordnung der des rechten entspricht, so dass das unterste Segment und der 13. Spalte steht usw. [L1 bis L12]. In den Spalten 25 bis 27 und 28 bis 30 befinden sich die X-, Y- und Z-Komponenten (in dieser Reihenfolge) der rechten und linken Beschleunigungssensoren.The obtained data of the individual short-term measurements are constructed in the form of two-dimensional matrices. These consist of 30 columns and varying numbers of rows. Since the measurement and evaluation system according to the invention measures at 50 Hz, 50 lines each describe one second. In the 30 columns, the first 12 columns describe the measurement results of the right sensor (lowest segment in the first column, etc. [R1 to R12]). In columns 13 to 24 are the segments of the left sensor, where the arrangement corresponds to that of the right, so that the lowest segment and the 13th column are, etc. [L1 to L12]. In columns 25 to 27 and 28 to 30 are the X, Y and Z components (in this order) of the right and left acceleration sensors.
Im Regelfall werden die Nullmessung 6-mal und die Flexion, Extension, Rotation rechts, Rotation links, Lateralflexion rechts und Lateralflexion links jeweils 5-mal wiederholt.As a rule, the zero measurement is repeated 6 times and the flexion, extension, right rotation, left rotation, lateral flexion right and lateral flexion left 5 times each.
8 Indexübersicht8 Index overview
Verschiedene Indizes können mittels erfindungsgemäßen Mess- und Beurteilungssystem gebildet werden, wobei eine Unterscheidung zwischen Kurzzeitdaten und Langzeitdaten getroffen wird.Various indexes can be formed by means of the measurement and assessment system according to the invention, wherein a distinction is made between short-term data and long-term data.
Vorteilhafterweise werden 5 Indizes berechnet (Gesamtindex, Range of Motion, Dynamik, Aktivität und Vergleich zwischen Kurzzeit und Langzeit). Es können jedoch auch noch weitere Indizes gebildet werden mit dem erfindungsgemäßen Mess- und Beurteilungssystem. Da einige Indizes auch Langzeitparameter enthalten, welche nur vorliegen wenn eine Langzeitmessung gemacht wurde, müssen einige Fallunterscheidungen gemacht werden.Advantageously, 5 indices are calculated (total index, range of motion, dynamics, activity and comparison between short term and long term). However, it is also possible to form further indices with the measurement and assessment system according to the invention. Since some indices also contain long-term parameters, which only exist if a long-term measurement was made, some case distinctions must be made.
Liegt eine Langzeitmessung vor, dann
- • wird der Gesamtindex aus Kurzzeit- und Langzeitdaten berechnet. (Modell Gesamtindex LZM KZM) sonst nur aus Kurzzeitdaten (Modell Gesamtindex KZM)
- • wird der Beweglichkeit aus Kurzzeit- und Langzeitdaten berechnet und heißt D-MCI sonst nur aus den Kurzzeitdaten (C-MCI)
- • wird der Index Dynamik aus Kurzzeit und Langzeitdaten berechnet und heißt D-DCI sonst nur aus den Kurzzeitdaten (C-DCI)
- • the total index is calculated from short-term and long-term data. (Model total index LZM KZM) otherwise only from short-term data (model total index KZM)
- • the mobility is calculated from short-term and long-term data and is otherwise called D-MCI only from the short-term data (C-MCI)
- • the index dynamics is calculated from short-term and long-term data and is otherwise called D-DCI only from the short-term data (C-DCI)
99
Grundlage für die Bildung der erfindungemäßen Indizes durch das erfindungsgemäße Mess- und Beurteilungssystem ist die Erkenntnis, dass eine Vielzahl von Einzeldaten keine Beurteilung über den Gesamtzustand eines Systems zulassen. Als ersten Schritt werden daher anhand des Normkollektivs Trainingsdaten berechnet. Dazu werden für jeden Trainingsprobanden die Merkmale für den jeweiligen Index berechnet. Für jedes Merkmal werden die Standardabweichung und der Mittelwert über jeden Probanden ermittelt. Anschließend werden mittels statistischer Methoden die Faktorenmatrix und die Regressionskoeffizienten berechnet.The basis for the formation of the indices according to the invention by the measurement and assessment system according to the invention is the recognition that a large number of individual data do not permit any assessment of the overall state of a system. As a first step, training data is calculated based on the standard collective. For each training subject, the characteristics for each index are calculated. For each feature, the standard deviation and the mean over each subject are determined. Subsequently, the factor matrix and the regression coefficients are calculated by statistical methods.
Die Auswahl der zu berechnenden Merkmale und der Filterung der Rohdaten ist für jeden Index individuell.The selection of the features to be calculated and the filtering of the raw data is individual for each index.
In den Faktorenanalysen werden jeweils die 10 Faktoren mit der größten Aussagekraft gewählt.In the factor analyzes, the 10 most significant factors are chosen.
1010
Bei dem erfindungsgemäße Mess- und Beurteilungssystem werden alle Indizes nach einem einheitlichen Schemata berechnet und gebildet. Es gilt:
- 1. Alle Merkmale müssen berechnet werden.
- 2. Die berechneten Merkmale müssen standardisiert werden.
- •
x - = Durchschnitt aller Werte eines Merkmals X.
- •
- 3. Faktorenmatrix ermitteln, die für den Index benötigt werden. Faktorenmatrix errechnet sich aus den Trainingsdaten.
- 4. Die Faktoren für die logistische Regression müssen berechnet werden.
- 5. Aus den Faktoren den Zwischenindex berechnen.
- 6. Den Zwischenindex auf eine möglichst lineare
Skala von 0bis 10 projizieren. Dazu wird die Sigmoid-Funktion aus Schritt 5 umgekehrt.Index = logit(Zwischenindex) F / 10-4 auf 10 gesetzt Index < 0 wirdauf 0 gesetzt - 7. Aus den Trainingsdaten werden Kurven für die Wahrscheinlichkeitsdichte von Probanden berechnet. Im Bereich in dem beide Kurven unter 70% liegen wird der unbestimmte Bereich des Index (blauer Bereich definiert).
- 1. All features must be calculated.
- 2. The calculated features must be standardized.
- •
x - = Average of all values of a feature X.
- •
- 3. Identify the factor matrix needed for the index. Factor matrix is calculated from the training data.
- 4. The factors for the logistic regression must be calculated.
- 5. Calculate the intermediate index from the factors.
- 6. Project the intermediate index to the nearest possible linear scale from 0 to 10. To do this, the sigmoid function of
step 5 is reversed.Index = logit (intermediate index) F / 10-4 - 7. From the training data curves for the probability density of subjects are calculated. In the area where both curves are below 70%, the indefinite area of the index (blue area) is defined.
11 Berechnung der Indizes11 Calculation of indices
Die Berechnung der erfindungsgemäßen Indizes erfolgt nach den nachfolgend beschrieben Schritten unter Zuhilfenahme der in den Abbildungen schematisch dargestellten Diagrammen.The calculation of the indices according to the invention is carried out according to the steps described below with the aid of the diagrams shown schematically in the figures.
11.1 Kurzzeitindex ELCI11.1 Short-term index ELCI
Der Epionics SPINE Lumbar Choreography Index (ELCI) des erfindungsgemäßen Mess- und Beurteilungssystems dient Zur Bewertung der Kurzzeitchoreography.The Epionics SPINE Lumbar Choreography Index (ELCI) of the measurement and assessment system of the invention is used to evaluate short-term choreography.
11.2 Gesamtindex ELDI11.2 Overall ELDI index
Der Epionics SPINE Lumbar Dynamography Index des erfindungsgemäßen Mess- und Beurteilungssystems dient der Funktionsbewertung eines Probanden in nur einer Zahl.The Epionics SPINE Lumbar Dynamography Index of the measurement and assessment system according to the invention serves the function evaluation of a subject in only one number.
11.3 Index zur Beurteilung der Aktivität: D-AI11.3 Activity Evaluation Index: D-AI
Der Epionics SPINE Activity Index (D-AI) des erfindungsgemäßen Mess- und Beurteilungssystems beschreibt die Aktivität während einer Langzeitmessung. In ihn fließen alle Merkmale ein, die auf Energie, Aktivität oder Bewegung schließen lassen.The Epionics SPINE Activity Index (D-AI) of the measurement and evaluation system according to the invention describes the activity during a long-term measurement. It incorporates all the traits that suggest energy, activity or movement.
11.4 Index zur Beurteilung der Beweglichkeit inkl. Langzeitmessdaten: D-MCI 11.4 Index for assessing mobility including long-term measurement data: D-MCI
Der Epionics SPINE Dynamography Motion Capability Index (D-MCI) des erfindungsgemäßen Mess- und Beurteilungssystems beschreibt das Bewegungsausmaß (Range-of-Motion) eines Probanden. In ihn fließen Kurz- und Langzeitmesssdaten ein. Es werden alle Merkmale zur Berechnung herangezogen, die die Beweglichkeit des Probanden beschreiben (z. b. maximale und minimale Bewegungsausmaße).The Epionics SPINE Dynamography Motion Capability Index (D-MCI) of the measurement and assessment system of the present invention describes the range of motion of a subject. It incorporates short and long-term measurement data. All characteristics are used for the calculation which describe the mobility of the subject (eg maximum and minimum motion dimensions).
11.5 Index zur Beurteilung von der Beweglichkeit aus Kurzzeitmessdaten: C-MCI11.5 Index for the assessment of mobility from short-term data: C-MCI
Der Epionics SPINE Choreography Motion Capability Index (C-MCI) des erfindungsgemäßen Mess- und Beurteilungssystems beschreibt wie der D-MCI das Bewegungsausmaß (Range-of-Motion) des Probanden. Allerdings fließen in seine Berechnung nur Kurzzeitmessdaten ein.The Epionics SPINE Choreography Motion Capability Index (C-MCI) of the measurement and evaluation system according to the invention, like the D-MCI, describes the range of motion of the subject. However, only short-term measured data are included in his calculation.
11.6 Index zur Beurteilung der Dynamik inkl. Langzeitmessdaten: D-DCI11.6 Index for assessing dynamics including long-term measurement data: D-DCI
Der Epionics SPINE Dynamography Dynamic Capability Index (D-DCI) des erfindungsgemäßen Mess- und Beurteilungssystems beschreibt die Dynamik in den Bewegungen des Probanden. Er wird aus Kurz- und Langzeitmessdaten berechnet. Zur Berechnung werden Merkmale aus Geschwindigkeiten herangezogen.The Epionics SPINE Dynamography Dynamic Capability Index (D-DCI) of the measurement and assessment system of the present invention describes the dynamics in the subject's movements. It is calculated from short and long-term measurement data. For the calculation, features from velocities are used.
11.7 Index zur Beurteilung von der Dynamik aus Kurzzeitmessdaten: C-DCI11.7 Index for the assessment of dynamics from short-term measured data: C-DCI
Der Epionics SPINE Choreography Dynamic Capability Index (C-DCI) des erfindungsgemäßen Mess- und Beurteilungssystems beschreibt wie der D-DCI die Dynamik in den Bewegungen des Probanden. Er wird allerdings nur aus Kurzzeitmessdaten berechnet.The Epionics SPINE Choreography Dynamic Capability Index (C-DCI) of the measurement and assessment system of the invention, like the D-DCI, describes the dynamics in the subject's movements. However, it is only calculated from short-term measured data.
11.8 Index zum Vergleich von Kurzzeit- und Langzeitmessdaten: D-MCUI11.8 Index for comparing short-term and long-term measurement data: D-MCUI
Der Epionics SPINE Dynamography Motion Capability Utilization Index (D-MCUI) des erfindungsgemäßen Mess- und Beurteilungssystems beschreibt wie gut der Proband sein in der Kurzzeitmessung gezeigtes Funktionspotential im Alltag ausnutzt. Dazu werden verschiedene Kurzzeit und Langzeitmerkmale in Verhältnis gesetzt.The Epionics SPINE Dynamography Motion Capability Utilization Index (D-MCUI) of the measurement and assessment system according to the invention describes how well the subject uses his functional potential shown in the short-term measurement in everyday life. For this purpose, different short-term and long-term characteristics are set in relation.
12 Allgemeine Berechnungen für die Ausführung der Erfindung12 General calculations for the practice of the invention
12.1 Tiefpassfilterung anhand Savitzky-Golay-Filterung12.1 Low pass filtering using Savitzky-Golay filtering
Die Langzeitdaten werden mit einem Tiefpassfilter, beispielsweise mit einem Savitzky-Golay-Filter (Fensterbreite k = 31, Ordnung n = 3) geglättet. Die Glättung erfolgt für jedes Segment und jede Lagesensorachse einzeln. Andere Tiefpassfilter sind gleichermaßen möglich. Im weiteren wird jedoch lediglich auf die Verwendung einer Savitzky-Golay-Filterung in der vorliegenden Erfindung im Detail eingegangen, da sich die Savitzky-Golay-Filterung als vorteilhaft erwiesen hat. Dies steift jedoch keine Beschränkung auf Savitzky-Golay-Filterung dar. The long-term data is smoothed with a low-pass filter, for example with a Savitzky-Golay filter (window width k = 31, order n = 3). The smoothing takes place individually for each segment and each position sensor axis. Other low pass filters are equally possible. However, in the following, only the use of Savitzky-Golay filtering in the present invention will be discussed in detail, since the Savitzky-Golay filtering has been found to be advantageous. However, this does not limit Savitzky-Golay filtering.
13 Langzeitberechnungen13 long-term calculations
13.7 Winkelparameter segmental13.7 Angular parameters segmental
Für jede Messzone werden die Winkel mit dem Savitzky-Golay-Filter gefiltert. Anschließend werden für alle Winkelsegmente die folgenden Parameter berechnet.For each measurement zone, the angles are filtered using the Savitzky-Golay filter. Then the following parameters are calculated for all angle segments.
13.1.1 Mittelwert13.1.1 Mean
13.1.2 Standardabweichung: 13.1.2 Standard deviation:
13.13 Minimum:13.13 minimum:
Gibt den minimalen im Vektor vorkommenden Wert aus. Der Parameter heißt LZ_WinkSeg_MIN_?? mit ?? = R1 bis L12.Returns the minimum value found in the vector. The parameter is called LZ_WinkSeg_MIN_ ?? With ?? = R1 to L12.
13.1.4 Maximum:13.1.4 Maximum:
Gibt den maximalen im Vektor vorkommenden Wert aus. Der Parameter heißt LZ_WinkSeg_MAX_?? mit ?? = R1 bis L12.Returns the maximum value in the vector. The parameter is called LZ_WinkSeg_MAX_ ?? With ?? = R1 to L12.
13.1.5 Lordose-Kyphose-Übergang:13.1.5 Lordosis-kyphosis transition:
Um den Lordose-Kyphose-Übergang zu identifizieren, wird das Sensorband zu einem Zeitpunkt vom untersten Segment nach oben betrachtet. Alle negativen Winkel zählen noch zur Lordose. Das erste Segment mit einem Winkel größer als Null wird als Lordose-Kyphose-Übergang definiert.
Bsp.:
Ex .:
Im Beispiel wird als Lordose-Kyphose-Übergang der Wert 7 ausgegeben, da das 7 Segment das erste mit einem positiven Winkel ist. Die Ermittlung des Übergangs findet für jeden Zeitpunkt der Langzeitmessung statt.In the example, the
13.1.6 Lordosewinkel:13.1.6 Lordosis angle:
Nach der Bestimmung des Lordose-Kyphose-Übergangs kann der Lordosewinkel bestimmt werden. Dafür werden die Winkelwerte der Segmente bis zum Lordose-Kyphose-Übergangssegment aufsummiert. After determining the lordosis-kyphosis transition, the lordosis angle can be determined. For this, the angle values of the segments are added up to the lordosis-kyphosis transition segment.
Anschließend wird der Mittelwert über alle Messzeitpunkte gebildet. Subsequently, the mean value is formed over all measurement times.
Analog erfolgt die Berechnung für LZ_WinkSeg_Mean_Lord_Winkel_L.Similarly, the calculation for LZ_WinkSeg_Mean_Lord_Winkel_L.
13.1.7 Kyphosewinkel:13.1.7 Kyphosis angle:
Alle Winkel, die nicht zum Lordosewinkel aufsummiert wurden, werden für den Kyphosewinkel aufsummiert. All angles that were not added to the lordosis angle are summed up for the kyphosis angle.
Analog wird auch hier der Mittelwert über alle Messzeitpunkte gebildet. Analogously, here too the mean value is formed over all measurement times.
Analog erfolgt die Berechnung für LZ_WinkSeg_Mean_KyphWinkel_LSimilarly, the calculation for LZ_WinkSeg_Mean_KyphWinkel_L
13.2 Winkelsummen13.2 angle sums
Für jede Messzone werden die Winkel mit dem Savitzky-Golay-Filter gefiltert. Anschließend werden für jeden Zeitpunkt alle 24 Winkelwerte aufsummiert. For each measurement zone, the angles are filtered using the Savitzky-Golay filter. Subsequently, all 24 angle values are added up for each time point.
Auf dieser Grundlage finden alle weiteren Berechnungen dieses Unterkapitels statt.On this basis, all further calculations of this subchapter take place.
13.2.1 Mittelwert13.2.1 Mean
13.2.2 Standardabweichung13.2.2 Standard deviation
13.2.3 Minimum: 13.2.3 Minimum:
Gibt den minirealen in LZ_WinkSum_Mean vorkommenden Wert aus. Der Parameter heißt LZ_WinkSum_MIN.Returns the minireal value found in LZ_WinkSum_Mean. The parameter is called LZ_WinkSum_MIN.
13.2.4 Maximum:13.2.4 Maximum:
Gibt den maximalen in LZ_WinkSum_Mean vorkommenden Wert aus. Der Parameter heißt LZ_WinkSum_MAX. Returns the maximum value found in LZ_WinkSum_Mean. The parameter is called LZ_WinkSum_MAX.
13.2.5 Percentilberechnungen13.2.5 Percentile Calculations
Für einen Vektor X mit n Elementen werden die Perzentile wie folgt berechnet.
- 1. Die Vektorelemente werden sortiert.
- 2. Jedem Vektorelement wird ein Prozentwert zugewiesen:
- 3. Wenn ein Prozentwert gesucht wird, der nicht bereits zugewiesen wurde, wird zwischen 2 zugewiesenen Werten linear interpoliert.
- 4. Wenn der gesuchte Wert außerhalb der berechneten Prozentgrenzen liegt, wird das Maximum bzw. Minimum angenommen.
- 1. The vector elements are sorted.
- 2. Each vector element is assigned a percentage value:
- 3. When searching for a percentage that has not already been assigned, it interpolates between 2 assigned values linearly.
- 4. If the requested value is outside the calculated percent limits, the maximum or minimum is assumed.
13.3 Mittlere Rangplätze der Winkelsegmente13.3 Middle rankings of the angle segments
Wie unter 13.1 werden auch für diesen Parameter die Langzeitdaten der Winkel mit dem Savitzky-Golay-Filter geglättet. Anschließend beginnt die Berechnung der Rangplätze für jeden Zeitpunkt und jedes Sensorband einzeln.As under 13.1, the long-term data of the angles are also smoothed for this parameter with the Savitzky-Golay filter. Subsequently, the calculation of the ranking places for each time point and each sensor band starts individually.
Algorithmus Rangplätze:Algorithm Ranking:
- 1. i = 11. i = 1
- 2. Suche das Segment mit dem kleinsten Wert2. Find the segment with the smallest value
- 3. Zählen wie oft dieser Wert auftritt und in welchen Segmenten 3. Count how often this value occurs and in which segments
- 4. Alle Segmente mit diesem Wert erhalten den Rangplatz4. All segments with this value are ranked
- 5. i = i + n5. i = i + n
- 6. Für alle Werte ohne Rangplatz beginnt das Verfahren bei Punkt zwei erneut Anschließend wird für jedes Segment über die Rangplätze aller Zeitpunkte der mittlere Rangplatz bestimmt. 6. For all values without rank, the procedure starts again at point two. Then the average rank is determined for each segment via the ranking places of all points in time.
13.4 Winkelgeschwindigkeiten segmental13.4 angular velocities segmental
Für die Auswertung der Winkelgeschwindigkeit wird als erstes jedes einzelne Winkelsegment mit dem Savitzky-Golay-Filter gefiltert. Anschließend wird mittels der Formel:
13.4.1 Mittelwert13.4.1 Mean
13.4.2 Standardabweichung:13.4.2 Standard deviation:
13.4.3 Minimum:13.4.3 Minimum:
Gibt den minimalen im Vektor vorkommenden Wert aus. Der Parameter heißt LZ_Vseg_MIN_?? mit ?? = R1 bis L12.Returns the minimum value found in the vector. The parameter is called LZ_Vseg_MIN_ ?? With ?? = R1 to L12.
13.4.4 Maximum:13.4.4 Maximum:
Gibt den maximalen im Vektor vorkommenden Wert aus. Der Parameter heißt LZ_Vseg_MAX_?? mit ?? = R1 bis L12.Returns the maximum value in the vector. The parameter is called LZ_Vseg_MAX_ ?? With ?? = R1 to L12.
13.5 Winkelgeschwindigkeitssummen13.5 angular velocity sums
Für die Berechnung der Geschwindigkeitssummen wurden die Daten als erstes mittels des Savitzky-Golay-Filters geglättet. Anschließend wurde nach der Formel F 13-14 die Winkelgeschwindigkeit jedes Segmentes berechnet. Danach wurde die Summe für jeden Zeitpunkt über alle Winkelsegmente berechnet. Diese Summe bildet die Grundlage für die folgenden Berechnungen. To calculate the speed sums, the data was first smoothed using the Savitzky-Golay filter. Then, according to the formula F 13-14, the angular velocity of each segment was calculated. Thereafter, the sum was calculated for each time over all angle segments. This sum forms the basis for the following calculations.
13.5.1 Mittelwert13.5.1 Mean
13.5.2 Standardabweichung13.5.2 Standard deviation
13.5.3 Minimum:13.5.3 Minimum:
Gibt den minimalen in LZ_Vsum_Mean vorkommenden Wert aus. Der Parameter heißt LZ_Vsum_MIN.Returns the minimum value found in LZ_Vsum_Mean. The parameter is called LZ_Vsum_MIN.
13.5.4 Maximum:13.5.4 Maximum:
Gibt den maximalen in LZ_Vsum_Mean vorkommenden Wert aus. Der Parameter heißt LZ_Vsum_MAX.Returns the maximum value found in LZ_Vsum_Mean. The parameter is called LZ_Vsum_MAX.
13.6 Mittiere Rangplatze der Winkelgeschwindigkeiten13.6 Center ranks of angular velocities
Die Berechnung der mittleren Rangplätze der Winkelgeschwindigkeiten erfolgt analog zum Algorithmus in 13.3. Allerdings werden als Eingangsgröße die Winkelgeschwindigkeiten der der einzelnen Segmente definiert. The calculation of the average ranking of the angular velocities is analogous to the algorithm in 13.3. However, the angular velocities of the individual segments are defined as the input variable.
13.7 Winkelbeschleunigungen segmental13.7 angular accelerations segmental
Für die Auswertung der Winkelbeschleunigung wird als erstes jedes einzelne Winkelsegment mit dem Savitzky-Golay-Filter gefiltert. Anschließend wird mittels der Formel F 13-14 die Winkelgeschwindigkeit berechnet sowie mit
13.7.1 Mittelwert13.7.1 Mean
13.7.2 Standardabweichung:13.7.2 Standard deviation:
13.7.3 Minimum:13.7.3 Minimum:
Gibt den minimalen im Vektor vorkommenden Wert aus. Der Parameter heißt LZ_Aseg_MIN_?? mit ?? = R1 bis L12.Returns the minimum value found in the vector. The parameter is called LZ_Aseg_MIN_ ?? With ?? = R1 to L12.
13.7.4 Maximum:13.7.4 Maximum:
Gibt den maximalen im Vektor vorkommenden Wert aus. Der Parameter heißt LZ_Aseg_MAX_?? mit ?? = R1 bis L12.Returns the maximum value in the vector. The parameter is called LZ_Aseg_MAX_ ?? With ?? = R1 to L12.
13.8 Winkelbeschleunigungsummen13.8 Angular acceleration sums
Analog zur Berechnung der Winkelgeschwindigkeitssummen. Analogous to the calculation of the angular velocity sums.
13.8.1 Mittelwert13.8.1 Mean
13.8.2 Standardabweichung13.8.2 Standard deviation
13.8.3 Minimum: 13.8.3 Minimum:
Gibt den minimalen in LZ_Asum_Mean vorkommenden Wert aus. Der Parameter heilt LZ_Asum_MIN.Returns the minimum value in LZ_Asum_Mean. The parameter heals LZ_Asum_MIN.
13.8.4 Maximum:13.8.4 Maximum:
Gibt den maximalen in LZ_Asum_Mean vorkommenden Wert aus. Der Parameter heißt LZ_Asum_MAX.Returns the maximum value in LZ_Asum_Mean. The parameter is called LZ_Asum_MAX.
13.9 Energieansätze13.9 Energy approaches
13.9.1 Aktivität13.9.1 Activity
Zur Berechnung der Aktivität wurde jeder Messkanal, auch die Lagesensoren, mit dem Savitzky-Golay-Filter geglättet. To calculate the activity, each measurement channel, including the position sensors, was smoothed using the Savitzky-Golay filter.
13.9.2 Energieansatz 1113.9.2
Als Datengrundlage wird über F 13-14 aus gefilterten Winkeldaten die Winkelgeschwindigkeit segmental bestimmt. Damit positive und negative Geschwindigkeitssummen im Mittel nicht aufgehoben werden wird jeder Zeitpunkt quadriert und die Summe über alle 24 Segmente gebildet. As a data basis, the angular velocity is determined segmentally via F 13-14 from filtered angle data. So that positive and negative speed totals are not canceled on average, each time point is squared and the sum is formed over all 24 segments.
Damit werden verschiedenen Berechnungen durchgeführt.This will perform various calculations.
MittelwertAverage
MedianMedian
Für die Berechnung des Medians wird der Vektor Geschwindigkeitsquadrat als erstes sortiert. For the calculation of the median the vector Velocity square is sorted first.
Standardabweichungstandard deviation
Integral des GeschwindigkeitsquadratesIntegral of the speed square
Größenskaliertes IntegralSize-scaled integral
13.10 Vergleich der Kurzzeitmessungen mit den Langzeitmessungen13.10 Comparison of short-term measurements with long-term measurements
Für den Vergleich zwischen Kurzzeitmessungen mit Langzeitmessungen werden alle Rohdaten mit dem Savitzky-Golay-Filter gefiltert. Für die Berechnung der Winkelvariablen werden die Winkelwerte jeder Kurzzeitmessung aneinander gehangen. Für die Geschwindigkeitsvariablen werden die Geschwindigkeiten für jede Kurzzeitmessung einzeln berechnet und ebenfalls aneinander gehangen.To compare short-term measurements with long-term measurements, all raw data is filtered using the Savitzky-Golay filter. For the calculation of the angle variables, the angle values of each short-term measurement are attached to each other. For the velocity variables, the velocities for each short-term measurement are calculated individually and also hung together.
13.11 Symmetrie13.11 Symmetry
Für die Parameter der Symmetriebetrachtungen wurden alle Messkanäle mit dem Savitzky-Golay-Filter gefiltert. Danach wurden die Daten der rechten von denen der linken Segmente subtrahiert. Vom Ergebnis wurden die folgenden Winkelparameter berechnet.
13.11.1 Pearson Korrelation13.11.1 Pearson Correlation
Außerdem ist es vorteilhaft, bei den Symmetrieparametern die Pearson-Korrelationskoeffizienten verschiedener Messgrößen zu bestimmen. Verglichen werden jeweils die Messergebnisse des rechten Sensorbandes mit denen des linken Sensorbandes.
14 Kurzzeitberechnungen14 short-term calculations
14.1 Nullmessung14.1 zero measurement
Bei den Nullmessungen werden erfindungsgemäß jeweils die 50 ruhigsten einander folgenden Frames zur weiteren Auswertung identifiziert. Dies geschieht allerdings nur, wenn die NM_i länger als 52 Frames lang ist. Die Identifizierung erfolgt folgendermaßen:
Es wird eine Variable auf einen sehr hohen Wert festgesetzt (std_buf = 1000). Dann wird bei Frame 1 begonnen die Standardabweichung über die nächsten 50 Frames zu berechnen. Ist diese kleiner als der festgesetzte Wert wird dieser durch die berechnete Standardabweichung ersetzt. Diese Prozedur wird frameweise bis zu Endframe-50 durchgeführt. Die Frames mit der geringsten Standardabweichung (buf) werden zur weiteren Berechnung genutzt, es entstehen daraus die Variablen NM_1(50), ..., NM_6(50).In the case of the zero measurements, the 50 quietest consecutive frames are identified according to the invention for further evaluation. However, this only happens if the NM_i is longer than 52 frames. The identification is done as follows:
A variable is set to a very high value (std_buf = 1000). Then frame 1 starts to calculate the standard deviation over the next 50 frames. If this is less than the set value, it will be replaced by the calculated standard deviation. This procedure is performed frame by frame up to final frame-50. The frames with the lowest standard deviation (buf) are used for further calculation, resulting in the variables NM_1 (50), ..., NM_6 (50).
Alle Nullmessungen aneinander werden wie folgt definiert: All zero measurements together are defined as follows:
14.1.1 Mittelwert für 24 Segmente14.1.1 Mean for 24 segments
14.1.2 Standardabweichung für 24 Segmente 14.1.2 Standard deviation for 24 segments
Berechnen der Standardabweichung über aneinandergehängte Nullmessungen NM_alle: mit n = Anzahl der Messpunkte, k = Mittelwert und ?? = 24 Spalten (R1 bis L12).Calculate the standard deviation over adjacent zero measurements NM_all: with n = number of measuring points, k = average and ?? = 24 columns (R1 to L12).
Berechnen der Standardabweichung über die Mittelwerte der einzelnen Nullmessungen NM_1(50) bis NM_6(50): mit n = Anzahl der Wiederholungen, NM_i = verschiedene Wiederholungen der Nullmessungen, n = Anzahl der Messwerte von NM_i und ?? = 24 Spalten (R1 bis L12).Calculate the standard deviation over the mean values of the individual zero measurements NM_1 (50) to NM_6 (50): with n = number of repetitions, NM_i = different repetitions of the zero measurements, n = number of readings of NM_i and ?? = 24 columns (R1 to L12).
14.1.3 Median für 24 Segmente14.1.3 Median for 24 segments
Der Median soll von allen aneinander gehängten Nullmessungen berechnet werden. Alle Werte einer Spalte NM_alle_?? sollen ihrer Größe nach sortiert werden. Der Wert in der Mitte (Zentralwert) ist der Median. Bei einer geraden Anzahl von Werten wird der Mittelwert berechnet aus dem arithmetischen Mittel der beiden mittleren Werte:
14.1.4 Mittlerer Rang für 2 × 12 Segmente14.1.4 Middle rank for 2 × 12 segments
Für den linken und rechten Sensor sollen die mittleren Rangplätze der einzelnen Segmente berechnet werden. Das bedeutet, dass die Rangplätze einerseits für die Spalten 1–12 und andererseits 13-24 berechnet werden müssen. Die Matrix NM_Mean_alle muss hierbei zeilenweise durchlaufen werden. Die Werte der Spalten 1–12 sollen dabei in jeder Spalte zeilenweise der Größe nach geordnet werden. Dem kleinsten Wert wird dann die 1 zugeordnet, dem zweiten die 2 usw. und dem größten die 12. Sind mehrere Werte gleich groß, so wird der arithmetische Mittelwert der zuzuordnenden aufeinanderfolgenden Werte den gleichgroßen Werten zugeordnet. Über die einzelnen Spalten dieser zugeordneten Werte soll dann der arithmetische Mittelwert gebildet werden.For the left and right sensors, the average rankings of the individual segments should be calculated. This means that the rankings must be calculated on the one hand for columns 1-12 and on the other hand 13-24. The matrix NM_Mean_alle must be traversed line by line. The values of columns 1-12 are to be ordered line by line in each column in size. The smallest value is then assigned the 1, the second the 2, etc. and the largest the 12. If several values are equal, the arithmetic mean of the consecutive values to be assigned is assigned to the same-sized values. The arithmetic mean value is then to be formed over the individual columns of these assigned values.
Ergebnisvariablen:Outcome variables:
- Mittl_Rang_rechts,Mittl_Rang_rechts,
- Mittl_Rang_linksMittl_Rang_links
14.1.5 Differenz zwischen mittleren Maxima und mittleren Minima14.1.5 Difference between mean maxima and mean minima
Der Parameter NM_Diff_mean_Min_Max_beschreibt die Differenz zwischen den Mittelwerten der Maxima und der Minima der einzelnen Wiederholungen: mit k = Anzahl der vorliegenden Nullmessungen, ?? = 24 Spalten (R1 bis L12).The parameter NM_Diff_mean_Min_Max_ describes the difference between the mean values of the maxima and the minima of the individual repetitions: with k = number of zero measurements, ?? = 24 columns (R1 to L12).
14.1.6 Differenz Mittelwert, Median, Rangplatz 14.1.6 Difference mean, median, rank
Mittelwert:Average:
-
NM_Diff_mean_L_R_S? = Mean(NM_alle_[Spalte12+?]) – Mean(NM_alle_[Spalte?]) F / 14-5 NM_Diff_mean_L_R_S? = Mean (NM_all_ [column12 +?]) - Mean (NM_all_ [column?]) F / 14-5
Median:Median:
-
NM_Diff_median_L_R_S? = Median(NM_alle[Spalte12+?]) – Median(NM_alle_[Spalte?]) F / 14-7 NM_Diff_median_L_R_S? = Median (NM_all [column12 +?]) - median (NM_all_ [column?]) F / 14-7
Rangplatz:Rank Place:
-
NM_Diff_mittl_Rangplatz_S? = Mittl_Rang_links – Mittl_Rang_rechts F / 14-8NM_Diff_mittl_Rangplatz_S? = Mittl_Rang_links - Mittl_Rang_rechts F / 14-8
Mittl_Ran_links/rechts siehe oben! Mit ? = 1 bis 12. Kyphose-Lordose-ÜbergangMittl_Ran_links / right see above! With ? = 1 to 12. Kyphosis-lordosis transition
Rechts:Right:
Bestimmung der Parameter KyphLord_rechts, Lordose_rechts und Kyphose_rechts. Zuerst wird die Position aller Segmente, welche einen positiven bzw. = 0 (pos_Wink_rechts) und negativen (neg_Wink_rechts) Winkel haben ermittelt in den Spalten 1–12. Liegt kein positiver Eintrag vor, so ist:
- • KyphLord_rechts = 12;
- • Lordose_rechts = sum(Mean_Nulla(1,1:12));
- • Kyphose_rechts = 0;
- • KyphLord_right = 12;
- • Lordose_right = sum (Mean_Nulla (1,1: 12));
- • kyphosis_right = 0;
Die Variablen pos_Wink_rechts und neg_Wink_rechts werden zudem dahingehend geprüft, ob die Differenz zweier nebeneinanderliegender Einträge größer als 1 ist. Abhängig vom Ergebnis (diff_pos_Segm_rechts und diff_neg_Segm_links) gibt es eine Fallunterscheidung:
- 1. Es gibt keine Differenz nebeneinanderliegender Einträge >1 sowohl in diff_pos_Segm_rechts als auch in diff_neg_Segm_links →
- • Kyph_Lord_rechts = pos_Wink_rechts(1) [(1) = kleinster Eintrag, auch im Folgenden!
- • Lordose rechts =
sum(mean(Null_alle(1,neg_Wink_rechts(1):neg_Wink_rechts(end)))); [Summe aller Segmente von neg_Wink_rechts(1) bis neg_Wink_rechts(end)Hend) = größter Eintrag, summ(...) = Summe der in der Klammer stehenden Einträge, (1:2) =
bedeutet von 1bis 2; dies gilt auch im Folgenden!]] - • Kyphose_rechts = sum(Mean_Nulla(1,pos_Wink_rechts(1):pos_Wink_rechts(end)));
- 2. Es gibt keine Differenz nebeneinanderliegender Einträge >1 in diff_neg_Segm_rechts →
- • KyphLord_rechts = (pos_Wink_rechts(diff_pos_Segm_rechts(end)+1))
- • Lordose_rechts = sum(Mean_Nulla(1,neg_Wink_rechts(1):neg_Wink_rechts(end)))
- • Kyphose_rechts = sum(Mean_Nulla(1,pos_Wink_rechts(diff_pos_Segm_rechts(end)+1):pos_Wink_rechts(end)))
- 3. Es gibt keine Differenz nebeneinanderliegender Einträge >1 in diff_pos_Segm_rechts →
- • KyphLord_rechts = (pos_Wink_rechts(1))
- • Lordose_rechts = sum(Mean_Nulla(1,neg_Wink_rechts(1):neg_Wink_rechts(diff_neg_Segm_rechts(1)–1)))
- • Kyphose_rechts = sum(Mean_Nulla(1,pos_Wink_rechts(1):pos_Wink_rechts(end)))
- 4. Ansonsten (es gibt bei diff_pos_Segm_rechts oder bei diff_pos_Segm_links eine Differenz nebeneinanderliegender Einträge >1 →
- • KyphLord_rechts = pos_Wink_rechts(diff_pos_Segm_rechts(end)+1)
- • Lordose_rechts = sum(Mean_Nulla(1,neg_Wink_rechts(1):diff_neg_Segm_rechts(1)–1))
- • Kyphose_rechts = sum(Mean_Nulla(1,pos_Wink_rechts(diff_pos_Segm_rechts(end))+1:pos_Wink_rechts(end)))
- 1. There is no difference of adjacent entries> 1 in diff_pos_Segm_right as well as in diff_neg_Segm_links →
- • Kyph_Lord_rechts = pos_Wink_rechts (1) [(1) = smallest entry, also in the following!
- • Lordose right = sum (mean (zero_all (1, neg_Wink_right (1): neg_Wink_right (end)))); [Sum of all segments from neg_Wink_right (1) to neg_Wink_right (end) Hend) = largest entry, summ (...) = sum of the entries in the bracket, (1: 2) = means from 1 to 2; this also applies in the following!]]
- • kyphose_right = sum (Mean_Nulla (1, pos_Wink_right (1): pos_Wink_right (end)));
- 2. There is no difference of adjacent entries> 1 in diff_neg_Segm_rechts →
- • KyphLord_right = (pos_Wink_right (diff_pos_Segm_right (end) +1))
- • Lordose_right = sum (Mean_Nulla (1, neg_Wink_right (1): neg_Wink_right (end)))
- • kyphose_right = sum (Mean_Nulla (1, pos_Wink_right (diff_pos_Segm_right (end) +1): pos_Wink_right (end)))
- 3. There is no difference of adjacent entries> 1 in diff_pos_Segm_rechts →
- • KyphLord_right = (pos_Wink_right (1))
- • Lordose_right = sum (Mean_Nulla (1, neg_Wink_right (1): neg_Wink_right (diff_neg_Segm_right (1) -1)))
- • kyphosis_right = sum (Mean_Nulla (1, pos_Wink_right (1): pos_Wink_right (end)))
- 4. Otherwise (diff_pos_Segm_right or diff_pos_Segm_links have a difference of juxtaposed entries> 1 →
- • KyphLord_right = pos_Wink_right (diff_pos_Segm_right (end) +1)
- • Lordose_right = sum (Mean_Nulla (1, neg_Wink_right (1): diff_neg_Segm_rechts (1) -1))
- • kyphose_right = sum (Mean_Nulla (1, pos_Wink_right (diff_pos_Segm_right (end)) + 1: pos_Wink_right (end)))
14.1.7 Lateral- und Sagittalwinkel 14.1.7 Lateral and Sagittal Angles
Sagittal- und Lateralwinkel beschreiben die Kippung der Sensoren in lateraler bzw. sagittaler Ebene. Die Winkel lassen sich aus den Messwerten der Beschleunigungssensoren berechnen. Die einzelnen Komponenten sind jeweils in der Reihenfolge X, Y, Z angegeben. Danach berechnen sich die gesuchten Winkel aus den Werten des Lagesensors wie folgt:
Mit Mean = Mittelwert und „:” = über alle Zeilen, m = 25 und 28, n = 26 und 29, o = 27 und 30 mit z = z-Wert des Lagesensors des Sensorbands und x = x-Wert des Lagesensors des Sensorbandes mit y = y-Wert des Lagesensors des Sensorbands und x = x-Wert des Lagesensors des SensorbandesWith mean = mean and ":" = over all lines, m = 25 and 28, n = 26 and 29, o = 27 and 30 with z = z value of the position sensor of the sensor band and x = x value of the position sensor of the sensor band with y = y value of the position sensor of the sensor band and x = x value of the position sensor of the sensor band
Daraus folgen die Parameter:
NM_Latwink_rechts, NM_Latwink_links, NM_Sagwink_rechts, NM_Sagwink_linksFrom this the parameters follow:
NM_Latwink_right, NM_Latwink_links, NM_Sagwink_right, NM_Sagwink_links
14.1.8 Differenz Lateral- und Sagittalwinkel14.1.8 Difference between lateral and sagittal angles
-
NM_Diff_Sagwink = NM_Sagwink_links – NM_Sagwink_rechts F / 14-14NM_Diff_Sagwink = NM_Sagwink_links - NM_Sagwink_rechts F / 14-14 -
NM_Diff_Latwink = NM_Latwink_links – NM_Latwink_rechts F / 14-15NM_Diff_Latwink = NM_Latwink_links - NM_Latwink_rechts F / 14-15
14.1.9 Winkelsummen14.1.9 Angle sums
Die Winkelsummen berechnen sich aus der Summe der Mittelwerte aller Zeilen von Null_alle über die Spalten 1 bis 12 bzw. 13 bis 24:
14.1.10 Differenz Winkelsummen14.1.10 difference angle sums
-
NM_Diff_WinkSum = NM_WinkSum_links – NM_WinkSum_rechts F / 14-18NM_Diff_WinkSum = NM_WinkSum_links - NM_WinkSum_right F / 14-18
14.2 Flexion 14.2 Flexion
14.2.1 Maximale Flexion14.2.1 Maximum Flexion
Für die einzelnen Wiederholungen der Flexion ist es notwendig jeweils den Zeitpunkt der maximalen Flexion zu identifizieren. Dieser entsteht aus dem arithmetischen Mittel (abgerundet auf nächste ganze Zahl) aus den Zeitpunkten der Maxima des linken und rechten Sensors, wobei der Zeitpunkt definiert Ist als der Moment, wenn jeweils die Summe über die unteren 6 Segmente (etwa der beweglichste Bereich) maximal ist. Auf die Winkel in diesem Moment beziehen sich die maximalen Winkel, Standardabweichungen, Lordose- und Kyphosewinkel, Sagittal- und Lateralwinkel usw.For each repetition of flexion, it is necessary to identify the time of maximum flexion. This results from the arithmetic mean (rounded down to nearest integer) from the time points of the maxima of the left and right sensor, the time being defined as the moment when the sum over the lower 6 segments (about the most mobile range) is the maximum , The angles at this moment refer to the maximum angles, standard deviations, lordosis and kyphosis angles, sagittal and lateral angles, etc.
14.2.2 Mittelwert der Maxima:14.2.2 Mean of maxima:
- mit n = Anzahl der Wiederholungen und ?? = 24 Spalten (R1 bis L12) with n = number of repetitions and ?? = 24 columns (R1 to L12)
14.2.3 Standardabweichung der Maxima14.2.3 Standard deviation of maxima
- mit n = Anzahl der Wiederholungen und ?? = 24 Spalten (R1 bis L12). with n = number of repetitions and ?? = 24 columns (R1 to L12).
14.2.4 Median der Maxima14.2.4 Median of maxima
-
Flex_Winkel_max_median?? = median(Werte_Flex_max_??) F / 14-22 Flex_Winkel_max_median ?? = median (Values_Flex_max_ ?? ) F / 14-22
14.2.5 Normierte Mittelwerte und Mediane14.2.5 Normalized Mean and Median
Mittelwerte und Mediane segmentweise normiert, das heißt Subtraktion der Nullmessung:
14.2.6 Maxima der einzelnen und einzelnen normierten Winkel 14.2.6 Maxima of the individual and individual normalized angles
-
Flex_Winkel_max_einzel_NrX_?? = Werte_Flex_maxNrX,?? F / 14-25 Flex_Winkel_max_einzel_NrX_ ?? = Values_Flex_max NrX, ?? F / 14-25 repetition 1 to 5 and ?? = 24 columns (R1 to L12) -
Flex_Winkel_max_einzel_norm_NrX_?? = Flex_Winkel_max_einzel_NrX_?? – NM_Mean_alle_?? F / 14-26 Flex_Winkel_max_einzel_norm_NrX_ ?? = Flex_Winkel_max_einzel_NrX_ ?? - NM_Mean_alle_ ?? F / 14-26 repetition 1 to 5 and ?? = 24 columns (R1 to L12)
14.2.7 Differenzen der Winkel und Standardabweichungen14.2.7 Differences in angles and standard deviations
-
Flex_Diff_Wink_max_einzel_NrX_S? = Winkel_Flex_max_einzel_[Spalte12+?] – Winkel_Flex_max_einzel_[Spalte?] F / 14-27 Flex_Diff_Wink_max_einzel_NrX_S? = Winkel_Flex_max_einzel_ [Column12 +?] - Winkel_Flex_max_einzel_ [Column?] F / 14-27 repetition 1 to 5. With ? = 1 to 12 and n = number of repetitions -
Flex_Diff_STD_S? = Flex_STD_max_Winkel_[Spalte12+?] – Flex_STD_max_Winkel_[Spalte?] F / 14-29 Flex_Diff_STD_S? = Flex_STD_max_Winkel_ [Column12 +?] - Flex_STD_max_Winkel_ [Col??] F / 14-29
14.2.8 Kyphose-/Lorodseübergang14.2.8 Kyphosis / Lorodan transition
Der Kyphose-/Lordoseübergang berechnet sich für den rechten und linken Sensor zweckmäßigerweise einzeln. Der Übergang liegt an dem Segment vor, an dem der erste Wert (vom untersten Segment aus gesehen) größer oder gleich Null ist.The kyphosis / lordosis transition is expediently calculated individually for the right and left sensors. The transition occurs at the segment where the first value (seen from the lowest segment) is greater than or equal to zero.
Entstehende Variablen:Emerging variables:
- Flex_Kyph_Lord_rechts,Flex_Kyph_Lord_linksFlex_Kyph_Lord_rechts, Flex_Kyph_Lord_links
14.2.9 Sinusfit14.2.9 Sinus fit
- 1. Wiederholungen der Flexionsbewegung im Zeitbereich aneinander hängen.1. Repetitions of the flexion movement in the time domain are contiguous.
- 2. Mittels nicht linearer Regression einen Sinus möglichst gut in die Kurve fitten.2. Using a nonlinear regression fit a sine in the curve as well as possible.
- 3.mit ?? = L1 bis L12 und R1 bis R12 Erklärte Varianz stammt aus der gefitteten Sinusfunktion Gesamtvarianz stammt von den aneinander gehangenen Flexionskurven.Third With ?? = L1 to L12 and R1 to R12 Explanation Variance derived from the fitted sinusoidal function Total variance stems from the flexion curves attached to each other.
14.2.10 Summe aller positiven/negativen Winkel14.2.10 Sum of all positive / negative angles
Auch die Summe der positiven bzw. negativen Winkel berechnet sich getrennt aus linken und rechten Sensoren. Dabei hängt die Summation von der Entscheidung ab, ob der Wert größer oder kleiner als 0 ist: Mit ?? = 12 Spalten (R1 bis R12) Mit ?? = 12 Spalten (L1 bis L12) Mit ?? = 12 Spalten (R1 bis R12) Mit ?? = 12 Spalten (L1 bis L12)The sum of the positive and negative angles is also calculated separately from left and right sensors. The summation depends on the decision whether the value is greater or less than 0: With ?? = 12 columns (R1 to R12) With ?? = 12 columns (L1 to L12) With ?? = 12 columns (R1 to R12) With ?? = 12 columns (L1 to L12)
14.2.11 Geschwindigkeit14.2.11 Speed
Für die Bestimmung der Geschwindigkeitswerte wird mit der Formel F 13-14 die segmentale Geschwindigkeiten der einzelnen Übungen (Speedj,??) zu jedem Zeitpunkt berechnet. Mit ?? = 24 Spalten (R1 bis L12), n = Anzahl der Wiederholungen Mit n = Anzahl der Messpunkte, ?? = 24 Spalten (R1 bis L12) Mit n = Anzahl der Wiederholungen, ?? = 24 Spalten (R1 bis L12) Mit n = Anzahl der Wiederholungen, ?? = 24 Spalten (R1 bis L12)To determine the speed values, the formula F 13-14 is used to calculate the segmental speeds of the individual exercises (speed j, ?? ) at each time. With ?? = 24 columns (R1 to L12), n = number of repetitions With n = number of measuring points, ?? = 24 columns (R1 to L12) With n = number of repetitions, ?? = 24 columns (R1 to L12) With n = number of repetitions, ?? = 24 columns (R1 to L12)
14.2.12 Mittlerer Rang14.2.12 Middle rank
Der mittlere Rang berechnet sich wie in Kapitel 14.1.4 beschrieben. Mit ?? = 24 Spalten (R1 bis L12), n = Anzahl der Wiederholungen, m = Anzahl der MesspunkteThe middle rank is calculated as described in chapter 14.1.4. With ?? = 24 columns (R1 to L12), n = number of repetitions, m = number of measuring points
14.2.13 Lateral- und Sagittalwinkel14.2.13 Lateral and Sagittal Angles
Lateral- und Sagittalwinkel berechnen sich wie in Kapitel 14.1.7 beschrieben. Sie werden erfindungsgemäß jeweils zum Zeitpunkt der maximalen Flexion berechnet.Lateral and sagittal angles are calculated as described in Chapter 14.1.7. They are calculated according to the invention in each case at the time of maximum flexion.
Es folgen daraus die Parameter Lateralwinkel Flex rechts/links und Sagittalwinkel Flex rechts/linksFrom this, the parameters lateral angle flex right / left and sagittal angle flex right / left follow
14.2.14 Differenz Lateral- und Sagittalwinkel14.2.14 Difference between lateral and sagittal angles
-
Diff Lateralw Flex = Lateralwinkel Flex links – Lateralwinkel Flex rechts F / 14-41Diff Lateralw Flex = Lateral Angle Flex Left - Lateral Angle Flex Right F / 14-41 -
Diff Sagittalw Flex = Sagittalwinkel Flex links – Sagittalwinkel Flex rechts F / 14-42Diff Sagittalw Flex = sagittal angle flex left - sagittal angle flex right F / 14-42
14.2.15 Winkelsummen14.2.15 angle sums
Die Winkelsummen berechnen sich aus der Summe über die Spalten 1 bis 12 bzw. 13 bis 24 zum Zeitpunkt der maximalen Flexion, gemittelt über alle Wiederholungen: Mit n = Anzahl der Wiederholungen und 1–12 und 13–24 = zu summierende SpaltenThe angle sums are calculated from the sum over the
14.2.16 Differenz Winkelsummen14.2.16 Difference angle sums
-
Flex_Diff_WinkSum = Flex_WinkSum_links – Flex_WinkSum_rechts F / 14-45Flex_Diff_WinkSum = Flex_WinkSum_links - Flex_WinkSum_right F / 14-45
14.3 Extension14.3 Extension
Bei der Extension berechnen sich alle Werte analog zur Flexion. Es müssen jedoch zwei Dinge beachtet werden:
- 1. Bei der Variablenbezeichnung wird aus Flex -> Ext.
- 2. Der Zeitpunkt der maximalen Extension berechnet sich nicht aus
dem Maximum der 6 unteren Segmente (siehe Kapitel 14.2.1), sondern aus dem Minimum der 6 unteren Segmente.
- 1. For the variable name, Flex -> Ext.
- 2. The time of the maximum extension is not calculated from the maximum of the 6 lower segments (see chapter 14.2.1), but from the minimum of the 6 lower segments.
14.4 Lateralflexion rechts 14.4 Right lateral flexion
Um die Lateralflexion auszuwerten wird von jedem Zeitpunkt einer Lateralflexion der mittlere Nullwert abgezogen. To evaluate the lateral flexion, the mean zero value is subtracted from each time of a lateral flexion.
Diese Formel gilt nicht nur für die Winkelsegmente sondern auch für die Werte des sagittalen und lateralen Beckenwinkels.This formula applies not only to the angle segments but also to the values of the sagittal and lateral pelvic angles.
14.4.1 Maximalwerte der Übungen14.4.1 Maximum values of the exercises
14.4.1.1 Winkelwerte14.4.1.1 Angle values
Als erstes wird der Zeitpunkt der maximalen Lateralflexion bestimmt. Dazu werden die Beträge der Messzonen des rechten Sensorbandes aufsummiert und das Maximum gesucht. Das Maximum markiert den Zeitpunkt der maximalen Lateralflexion. Da jede Übung 5-mal wiederholt wird können Mittelwert und Standardabweichungen für die Maximalwerte der Winkel bestimmt werden.
14.4.1.2 Beckenwinkel14.4.1.2 Pelvic angle
Für die Zeitpunkte der maximalen Lateralflexion werden außerdem die Beckenwinkel in sagittaler und lateraler Ebene bestimmt.At the time of maximum lateral flexion, the pelvic angles are also determined in the sagittal and lateral planes.
Danach berechnen sich die gesuchten Winkel aus den Werten des Lagesensors wie folgt. mit z = z-Wert des Lagesensors des Sensorbands und x = x-Wert des Lagesensors des Sensorbandes mit y = y-Wert des Lagesensors des Sensorbands und x = x-Wert des Lagesensors des SensorbandesAfter that, the searched angles from the values of the position sensor are calculated as follows. with z = z value of the position sensor of the sensor band and x = x value of the position sensor of the sensor band with y = y value of the position sensor of the sensor band and x = x value of the position sensor of the sensor band
Anschließend wird der Sagittal- bzw. Lateralwinkel der Nullmessung abgezogen.Subsequently, the sagittal or lateral angle of the zero measurement is subtracted.
14.4.1.3 Geschwindigkeitswerte14.4.1.3 Speed values
Für die Bestimmung der Geschwindigkeitswerte wird mit der Formel F 13-14 die Geschwindigkeiten der einzelnen Übungen berechnet. Für jede Übung und jedes Segment wird jeweils die maximal positive und maximal negative Geschwindigkeit bestimmt. Daraus werde die in Tabelle 4 dargestellten Parameter berechnet.
14.4.2 Alle Zeitpunkte der Übungen14.4.2 All times of the exercises
Nach der Berechnung der Geschwindigkeit für jede Übung werden die Geschwindigkeiten jeder Übung aneinander gehangen. Aus dem so entstandenen Feld werden für jedes Segment die Mittelwerte, Standardabweichungen, Mediane und mittlere Rangplätze bestimmt.
14.5 Lateralflexion links14.5 Lateral flexion on the left
Bis auf zwei unterschiede werden die Parameter der Lateralflexion links genauso wie die Parameter der Lateralflexion rechts berechnet. Erstens wird zur Maximalwertbestimmung nicht das rechte sondern das linke Sensorband benutzt und zweitens wird in den Parameternamen „LatR” durch „LatL” ersetzt.Apart from two differences, the parameters of the lateral flexion on the left are calculated in the same way as the parameters of the lateral flexion on the right. First, not the right but the left sensor band is used to determine the maximum value, and second, the parameter name "LatR" is replaced by "LatL".
ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- DE 102008052406 [0002] DE 102008052406 [0002]
Zitierte Nicht-PatentliteraturCited non-patent literature
- Panjabi MM, Goel V, Oxland T. Takata K, Duranceau J, Krag M. Price M. Human Lumbar Vertebrae-Quantitative three-Dimensional Anatomy. Spine. 17(3): 299–306, March 1992 [0023] Panjabi MM, Goel V, Oxland T. Takata K, Duranceau J, Krag M. Price M. Human Lumbar Vertebrae-Quantitative three-dimensional anatomy. Spine. 17 (3): 299-306, March 1992 [0023]
- Panjabi MM, Takata K, Goel V, Federic D, Oxland T, Duranceau J. Krag M. Thoracic Human Vertebrae-Quantitative Three-Dimensional Anatomy. Spine. 16(8): 888–901, Aug 1991 [0023] Panjabi MM, Takata K, Goel V, Federic D, Oxland T, Duranceau J. Krag M. Thoracic Human Vertebrae-Quantitative Three-Dimensional Anatomy. Spine. 16 (8): 888-901, Aug 1991 [0023]
- Pooni JS, Hukins DWL, Harris PF, Hilton RC Davies KE. Camparison of the structure of human intervertebral discs in the cervical, thoracic and lumbar regions of the spine. Surgical Radiologic Anatomy. 8: 175–182, 1986 [0023] Pooni JS, Hukin's DWL, Harris PF, Hilton RC Davies KE. Camparison of the structure of human intervertebral discs in the cervical, thoracic and lumbar regions of the spine. Surgical Radiologic Anatomy. 8: 175-182, 1986 [0023]
- Amman C, Naderi S, Kiray A, Aksu FT, Yilmaz HS, tetik S, Korman E. The human sacrum and safe approaches for screw placement. Journal of Clinical Neuroscience. 16: 1046–1049, 2009 [0023] Amman C, Naderi S, Kiray A, Aksu FT, Yilmaz HS, tetik S, Korman E. The human sacrum and screwdriving approaches for screw placement. Journal of Clinical Neuroscience. 16: 1046-1049, 2009 [0023]
- Grieve, 1981 [0037] Grieve, 1981 [0037]
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201210004506 DE102012004506A1 (en) | 2012-03-05 | 2012-03-05 | Measuring- and evaluation system for evaluating mobility and performance of subject, has determined sensors which generate amount of data which is assigned to certain sensor and is transferred to processing unit |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201210004506 DE102012004506A1 (en) | 2012-03-05 | 2012-03-05 | Measuring- and evaluation system for evaluating mobility and performance of subject, has determined sensors which generate amount of data which is assigned to certain sensor and is transferred to processing unit |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102012004506A1 true DE102012004506A1 (en) | 2013-09-05 |
Family
ID=48984996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE201210004506 Ceased DE102012004506A1 (en) | 2012-03-05 | 2012-03-05 | Measuring- and evaluation system for evaluating mobility and performance of subject, has determined sensors which generate amount of data which is assigned to certain sensor and is transferred to processing unit |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102012004506A1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016097746A1 (en) * | 2014-12-19 | 2016-06-23 | Mclaren Applied Technologies Limited | Biomechanical analysis |
FR3136645A1 (en) * | 2022-06-20 | 2023-12-22 | Ynnov | Device for generating a sequence of images representing a continuous series of moving bone elements |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004054244A1 (en) * | 2004-11-09 | 2006-05-18 | Thumedi Gmbh & Co. Kg | Measuring system for analyzing e.g. human spinal column form, has sensor systems whose alignment in plains in earth gravitational field is determined by sensors, and rotation is determined when intensity of radiation sources is determined |
DE102008052406A1 (en) | 2008-08-08 | 2010-02-11 | Epionics Medical Gmbh | Method and device for detecting parameters for characterizing movements on the human or animal body |
US20110066041A1 (en) * | 2009-09-15 | 2011-03-17 | Texas Instruments Incorporated | Motion/activity, heart-rate and respiration from a single chest-worn sensor, circuits, devices, processes and systems |
-
2012
- 2012-03-05 DE DE201210004506 patent/DE102012004506A1/en not_active Ceased
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004054244A1 (en) * | 2004-11-09 | 2006-05-18 | Thumedi Gmbh & Co. Kg | Measuring system for analyzing e.g. human spinal column form, has sensor systems whose alignment in plains in earth gravitational field is determined by sensors, and rotation is determined when intensity of radiation sources is determined |
DE102008052406A1 (en) | 2008-08-08 | 2010-02-11 | Epionics Medical Gmbh | Method and device for detecting parameters for characterizing movements on the human or animal body |
US20110066041A1 (en) * | 2009-09-15 | 2011-03-17 | Texas Instruments Incorporated | Motion/activity, heart-rate and respiration from a single chest-worn sensor, circuits, devices, processes and systems |
Non-Patent Citations (5)
Title |
---|
Amman C, Naderi S, Kiray A, Aksu FT, Yilmaz HS, tetik S, Korman E. The human sacrum and safe approaches for screw placement. Journal of Clinical Neuroscience. 16: 1046-1049, 2009 |
Grieve, 1981 |
Panjabi MM, Goel V, Oxland T. Takata K, Duranceau J, Krag M. Price M. Human Lumbar Vertebrae-Quantitative three-Dimensional Anatomy. Spine. 17(3): 299-306, March 1992 |
Panjabi MM, Takata K, Goel V, Federic D, Oxland T, Duranceau J. Krag M. Thoracic Human Vertebrae-Quantitative Three-Dimensional Anatomy. Spine. 16(8): 888-901, Aug 1991 |
Pooni JS, Hukins DWL, Harris PF, Hilton RC Davies KE. Camparison of the structure of human intervertebral discs in the cervical, thoracic and lumbar regions of the spine. Surgical Radiologic Anatomy. 8: 175-182, 1986 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016097746A1 (en) * | 2014-12-19 | 2016-06-23 | Mclaren Applied Technologies Limited | Biomechanical analysis |
FR3136645A1 (en) * | 2022-06-20 | 2023-12-22 | Ynnov | Device for generating a sequence of images representing a continuous series of moving bone elements |
WO2023247453A1 (en) * | 2022-06-20 | 2023-12-28 | Ynnov | Device for generating a sequence of images representing a continuous series of moving bone elements |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hawken et al. | Spatial properties of neurons in the monkey striate cortex | |
DE102012111385B4 (en) | Determining the spatial position and orientation of the vertebral bodies of the spine | |
EP0092541B1 (en) | Device for the diagnosis of disorders in the movable parts of the human body | |
DE102007049323A1 (en) | Vertebrate movement analyzing device for use with treadmill, has signal processing stage processing output signals of base sensor for calibrating and correcting signal processing of output signals of pressure/force sensors | |
DE19849673A1 (en) | Measuring device for detection of posture | |
DE112008000629T5 (en) | Measuring device for measuring visceral fat | |
DE102016014251B4 (en) | Device and method for determining an axial position of an electrode arrangement for electro-impedance tomography | |
DE60107490T2 (en) | Device for the analysis of balance disorders and the posture of a subject | |
DE102012004506A1 (en) | Measuring- and evaluation system for evaluating mobility and performance of subject, has determined sensors which generate amount of data which is assigned to certain sensor and is transferred to processing unit | |
DE102007049671A1 (en) | Method and device for determining the frontal plane of the pelvic bone | |
EP3730036A1 (en) | Determination of a refraction error of an eye | |
DE19854852C2 (en) | Process for the selection of eye position measurement data and device for carrying out the process | |
DE102016014252B4 (en) | Device and method for determining a peripheral shape of an electrode arrangement for electro-impedance tomography | |
DE102015222499B3 (en) | Method and device for recording the breathing and cardiac activity of a person | |
DE60008827T2 (en) | Test cards for metamorphopsia | |
Loss et al. | Evaluating the electromyographical signal during symmetrical load lifting | |
DE202016007553U1 (en) | System for analysis of a back posture | |
DE102014013828A1 (en) | System and method for quantitative investigation of postural control of persons | |
EP3399427B1 (en) | Method and system for the quantitative measurement of mental stress of an individual user | |
Kadir et al. | ANALYSIS AND CLINICAL EVALUATION OF MUSCLE DYNAMICS IN ADOLESCENTS WITH SAGITTAL PLANE DEFORMITY | |
DE102011088606A1 (en) | Device for determining angle and mobility of joint such as shoulder of person, has primary unit that is provided to fix position and orientation of body in relation to torso of person such that angle and movement of joint is determined | |
DE102010014211A1 (en) | Evaluation method for a sequence of image data sets with twice the elastic distortion of the image data records | |
Thelen | A system identification approach to quantifying lumbar trunk loads | |
Lehmann | Exploring cortical contributions to postural control in patients after anterior cruciate ligament reconstruction | |
Zabjek et al. | Emerging technology and analytical techniques for the clinical assessment of scoliosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R002 | Refusal decision in examination/registration proceedings | ||
R003 | Refusal decision now final |
Effective date: 20131001 |