I sensori inerziali in analisi del movimento umano

I sensori inerziali nell’analisi del cammino

I sensori inerziali sono un’ottima opzione nella biomeccanica del movimento umano

 

La misurazione del movimento umano è largamente utilizzata sia nel campo clinico che della ricerca sia per valutare movimenti normali che patologici, quantificando il grado di disfunzione al fine di pianificare le strategie di riabilitazione e valutare l’effetto di vari interventi.

I sistemi di analisi del movimento umano (gait analysis) sono spesso veloci e semplici da utilizzare, tuttavia tali sistemi spesso mancano di dati cinematici preziosi e accurati. Infatti:

• Nastri da misurazione e goniometri forniscono informazioni su singoli piani e solo per posizioni statiche.
• Elettrogoniometri e inclinometri possono offrire più soluzioni che ad esempio la misurazione su un solo piano e dare anche dati in dinamica tuttavia il disegno fisico di ogni sensore può influenzare il movimento.

Pertanto, rimane difficile per il clinico ottenere informazioni sui movimenti tridimensionali dinamici.

Al contrario, i sistemi di laboratorio sono complessi e non economici, ma sono capaci di analizzare il movimento tridimensionale del cammino umano.

 

I Sistemi elettromagnetici e i sistemi optoelettronici

Due sistemi di laboratorio comunemente utilizzati negli studi di letteratura di biomeccanica del movimento umano, sono i sistemi elettromagnetici e i sistemi video optoelettronici.

I devices elettromagnetici constano di una sorgente che emette un campo elettromagnetico, il quale è usato per determinare la localizzazione e l’orientamento dei sensori.

Tale sistema si è mostrato essere altamente ripetibile e accurato [1-2-3].

La limitazione del sistema elettromagnetico è che può essere influenzato dalla presenza di metalli [3] e che il soggetto è costretto a muoversi entro il campo di acquisizione del sistema limitando il movimento.

I sistemi optoelettronici sono considerati il gold-standard dell’analisi del movimento umano. Questi sistemi utilizzano markers retro-riflettenti visualizzati da multiple video camere. Tuttavia come limitazioni il sistema optoelettronico ha la sua relativa complessità e il tempo operativo per l’utilizzo che risulta abbastanza elevato [4].

Cosa sono i Sensori Inerziali?

Recentemente nuove tecnologie derivanti dall’industria aerospaziale e dall’ingegneria robotica hanno fornito sistemi promettenti nel campo dell’analisi del movimento umano.

Questi sistemi sono sensori inerziali che usano tecnologie come accelerometri, magnetometri e giroscopi e possono essere un ponte tra sistemi complessi presenti nei laboratori di analisi del movimento a sistemi clinici con varie limitazioni, fornendo le potenzialità per un’analisi tridimensionale dinamica del movimento senza i vari vincoli delineati sopra.

Numerosi studi hanno riportato l’uso di sistemi basati su diversi tipi di sensori inerziali, compresi (ma non limitati a) quelli basati su accelerometri [5-6] o giroscopi [7-8-9] tuttavia, comunemente questi due tipi di sensori (accelerometri e giroscopi) sono combinati per lo studio del movimenti umano, con conseguente aumento dell’accuratezza [2-3-10,11-12,13,-15,16].

Grazie alle loro dimensioni ridotte e alla loro portabilità, questi sensori inerziali potrebbero essere un’opzione ottimale per l’analisi del movimento umano (analisi del cammino)

Tuttavia, prima che tale tecnologia possa essere utilizzata di routine, l’affidabilità e la validità devono essere riviste per confrontare le sue prestazioni rispetto al gold standard.

 

I sensori inerziali: review scientifiche

Alcune revisioni scientifiche si sono concentrate sulla discussione dei vantaggi e degli svantaggi di una varietà di sistemi di analisi del movimento [18] o hanno fornito una discussione sulle possibili applicazioni cliniche [4].

In una review di Vargas et al, sono stati identificati 14 studi i quali hanno comparato direttamente i sensori inerziali a vari sistemi tra cui quelli considerati gold standard (es. elettrogoniometri, sistemi optoelettronici).

Sembra che i sensori inerziali possano essere applicati a molte regioni del corpo in modo accurato e affidabile.

Il grado di accuratezza e affidabilità mostrato suggerisce che i sensori inerziali possono essere usati per misurare movimenti ripetuti specifici in diversi contesti. L’effettivo grado di affidabilità è specifico del sito ma è evidente che i sensori inerziali offrono un’opzione percorribile per l’analisi del movimento umano [18].

Secondo McGinley at al, nelle principali situazioni cliniche di analisi un errore di 2° o meno è considerato accettabile, in quanto tali errori sono probabilmente troppo piccoli per richiedere una considerazione esplicita durante l’interpretazione dei dati.

Anche gli errori tra 2° e 5° possono essere considerati ragionevoli, ma potrebbero richiedere una considerazione nell’interpretazione dei dati. Gli errori superiori a 5° dovrebbero destare preoccupazione e potrebbero essere abbastanza grandi da indurre in errore l’interpretazione clinica [19].

I dati della maggior parte degli studi analizzati hanno rivelato che la maggior parte di essi mostra errori compresi tra 2° e 5°.

Il tronco e la zona lombare mostrava chiaramente l’errore più alto, va notato che alcuni studi riportavano un errore inferiore di 2° per la stessa variabile, suggerendo che l’errore inferiore a 2° è attualmente realizzabile [2-10-11-20].

 

I vantaggi nell’uso dei sensori inerziali

I vantaggi di tale sistema per i gli operatori nell’ambito della riabilitazione e dello sport e per i ricercatori risiedono nella sua intrinseca portabilità, accuratezza e affidabilità nel contesto dell’uso proposto.

I sensori inerziali sono solitamente collegati a un personal computer, possono essere gestiti in modalità wireless fornendo un’ampia varietà di applicazioni.

Questa libertà consente di utilizzare il sistema in qualsiasi ambiente. Inoltre, questi sistemi optoelettronici possono essere utilizzati su una gamma di frequenze di campionamento che consente di studiare compiti di lunga durata, come sedersi a una scrivania al lavoro o eseguire un salto [21].

Possono essere studiati anche movimenti rapidi come lo swing nel golf. Gli algoritmi possono essere creati per fornire un feedback in tempo reale all’utente fornendo uno strumento istantaneo per osservare e correggere il movimento [22].

Con il progresso della tecnologia questi strumenti si sono resi disponibili per tutti, basti pensare che ogni smartphone è provvisto di un’unità di misurazione inerziale (IMU). Per questo si sono moltiplicati i software e le applicazioni che riescono a produrre dati nell’ambito valutativo a costo irrisorio.

Bisogna però prestare attenzione a questo utilizzo con gli smartphone perché non sempre l’applicazione del sensore, l’estrazione del dato e la sua analisi sono eseguite in maniera giusta e i risultati che ne conseguono sono di scarsa validità [23].

In questo ambito sembra più adatto l’uso dello smartphone per monitorare l’attività nel lungo periodo [24] o in un’applicazione utile per monitorare un soggetto a rischio, come il rilevamento della caduta nell’anziano, anche se è stata dimostrata una bassa affidabilità di questi dati, [25] rendendone buono l’utilizzo solo per un approccio approssimativo e non per la clinica o la ricerca.

In questi ambiti devono essere usati strumenti dedicati, come i sensori inerziali professionali che possono offrire un accurato e affidabile metodo di studio del movimento umano correlato comunque al sito di applicazione e al compito motorio (task) specifico [18].

Bibliografia

1. Mills PM, Morrison S, Lloyd DG, Barret RS. Repeatability of 3D gait kinematics obtained from an electromagnetic tracking system during treadmill locomotion. J Biomech 1996;40:1504– 11.
2. Goodvin C, Edward J, Huang K, Sakaki K. Development of a real-time three-dimensional spinal motion measurement system for clinical practice. Med Biol Eng Comput 2006;44:1061–75.
3. Milne DA, Chess DG, Johnson JA, King GJW. Accuracy of an electromagnetic tracking device: a study of the optimal operating range and metal interference. J Biomech 1996; 29:791–3.
4. Wong WY, Wong MS, Lo KH. Clinical application of sensors for human posture and movement analysis: a review. Prosthet Orthot Int 2007;31:62–75.
5. Menz HB, Lord SR, Fitzpatrick RC. Acceleration patterns of the head and pelvis when walking on level and irregular surfaces. Gait Posture 2003;18:35–46.
6. Jamsa T, Vainionpaa A, Korpelainen R, Vihriala E, Leppa- luoto J. Effect of daily physical activity on proximal femur. Clin Biomech 2006;21:1–7.
7. Lee RYW, Laprade J, Fung EHK. A real-time gyroscopic system for three-dimensional measurement of lumbar spine motion. Med Eng Phys 2003;25:817–24.
8. Tong K, Granat MH. A practical gait analysis system using gyroscopes. Med Eng Phys 1999;21:87–94.
9. Coley B, Najafi B, Paraschiv-Lonescu A, Aminian K. Stair climbing detection during daily physical activity using a miniature gyroscope. Gait Posture 2005;22:287–94.
10. Roetenberg D, Slycke PJ, Veltink PH. Ambulatory position and orientation tracking fusing magnetic and inertial sensing. IEEE Trans Biomed Eng 2007;54:883–90.
11. Martin-Schepers H, Roetenberg D, Veltink PH. Ambulatory human motion tracking by fusion of inertial and magnetic sensing with adaptive actuation. Med Biol Eng Comput 2010;48:27–37.
12. Picerno P, Cereatti A, Cappozzo A. Joint kinematics estimate using wearable inertial and magnetic sensing modules. Gait Posture 2008;28:588–9.
13. Zhou H, Huosheng H. Inertial sensors for motion detection of human upper limbs. Sens Rev 2007;27:151–8.
14. Cutti AG, Cappello A, Davalli A. In vivo validation of a new technique that compensates for soft tissue artefact in the upper- arm: preliminary results. Clin Biomech (Br) 2006;21:S13–9.
15. O’Donovan KJ, O’Keef DT, Kammik R, Lyons GM. The design and evaluation of an inertial and magnetic sensor configuration for joint angle measurement. J Biomech 2007;40:2604–11.
16. Guo Xiong Lee, Kay Soon Low, Tawfiq T. Unrestrained measurement of arm motion based on a wearable wireless sensor network. IEEE Trans Instrum Meas 2010;59:1309–17.
17. Lee, RY. Measurement of movements of the lumbar spine. Physiother Theory Pract 2002;18:159–64.
18. Antonio I Cuesta-Vargas, Alejandro Galán-Mercant,Jonathan M Williams. The use of inertial sensors system for human motion analysis. Phys Ther Rev. 2010 Dec; 15(6): 462–473.
19. McGinley JL, Baker R, Wolfe R, Morris ME. The reliability of three-dimensional kinematic gait measurements: a systematic review. Gait Posture 2009;29:360–9.
20. Plamondon A, Delislea A, Laruea C, Brouillettea D, McFaddena D, Desjardinsa P, et al. Evaluation of a hybrid system for three-dimensional measurement of trunk posture in motion. Appl Ergon 2007;38:697–712.
21. Wong WY, Wong MS. Trunk posture monitoring with inertial sensors. Eur Spine J 2008;17:743–53.
22. Zhou H, Hu H. Reducing drifts in the inertial measurements of wrist and elbow positions. IEEE Trans Instrum Meas 2010;59:575–85.
23. Kuang, Jian, Xiaoji Niu, and Xingeng Chen. “Robust Pedestrian Dead Reckoning Based on MEMS-IMU for Smartphones.” Sensors (Basel, Switzerland) 18.5 (2018): 1391. PMC. Web. 19 July 2018.
24. Takeshi Ebara, Ryohei Azuma, Naoto Shoji, Tsuyoshi Matsukawa, Yasuyuki Yamada, Tomohiro Akiyama, Takahiro Kurihara, and Shota Yamada. “Reliability of Smartphone-Based Gait Measurements for Quantification of Physical Activity/inactivity Levels.” Journal of Occupational Health 59.6 (2017): 506–512.
25. Mohammad Ashfak Habib, Mas S. Mohktar, Shahrul Bahyah Kamaruzzaman, Kheng Seang Lim, Tan Maw Pin, and Fatimah Ibrahim. Smartphone-Based Solutions for Fall Detection and Prevention: Challenges and Open Issues. Sensors (Basel). 2014 Apr; 14(4):7181–7208.

Menzione

L’articolo è frutto di una collaborazione con il Bioingegnere Marco Freddolini