=Paper=
{{Paper
|id=Vol-2178/SSN2018_paper_23
|storemode=property
|title=Gait and Arm Swing Analysis Measurements for Patients Diagnosed with Parkinson's Disease, using Digital Signal Processing and Kinect
|pdfUrl=https://ceur-ws.org/Vol-2178/SSN2018_paper_23.pdf
|volume=Vol-2178
|authors=Yor Castaño,Andrés Navarro,Juan Arango,Beatriz Muñoz,Jorge Orozco,Jaime Valderrama
|dblpUrl=https://dblp.org/rec/conf/ssn/CastanoNAMOV18
}}
==Gait and Arm Swing Analysis Measurements for Patients Diagnosed with Parkinson's Disease, using Digital Signal Processing and Kinect==
https://ceur-ws.org/Vol-2178/SSN2018_paper_23.pdf
Gait and arm swing analysis measurements for patients
diagnosed with Parkinson’s disease, using digital signal
processing and Kinect
Yor J. Castaño Andrés Navarro Juan D. Arango
Grupo de Investigación i2t Grupo de Investigación i2t Grupo de Investigación i2t
Universidad Icesi. Universidad Icesi. Universidad Icesi.
Cali, Colombia Cali, Colombia Bogota, Colombia
yorjaggy@gmail.com anavarro@icesi.edu.co homero379@gmail.com
Beatriz E. Muñoz Jorge L. Orozco
Clı́nica Fundación Valle del Lili. Clı́nica Fundación Valle del Lili.
Cali, Colombia Cali, Colombia
vitrix@gmail.com jlorozcovelez@gmail.com
Jaime Valderrama
Clı́nica Fundación Valle del Lili.
Cali, Colombia
jaime.valderrama.chaparro@gmail.com
luation times and with non-invasive technolo-
gies.
Resumen
1. Introducción
Parkinson’s disease generates a special inter-
est in factors such as the risk of falls and gait La enfermedad de Parkinson (EP) es la segunda en-
and posture patterns. Using Kinect for gait fermedad neurodegenerativa más común en el mundo.
and arm swing analysis is possible to measu- Esta enfermedad es conocida por generar temblores,
re spatiotemporal variables to allow the Par- rigidez en las extremidades y desordenes de la marcha
kinson disease diagnose in early stages, with y la postura corporal. Desde hace un tiempo, se busca
an objective and valid test. In gait analysis, evaluar la EP de forma objetiva, ya que hasta ahora las
the human gait pattern has a basic unit called evaluaciones mundialmente reconocidas se rigen por
the gait cycle, composed of two phases: stance escalas como la UPDRS (Unified Parkinson’s Disea-
and swing. Using this phases, it is possible to se Rating Scale), definida y recientemente actualizada
get spatiotemporal variables as walking speed. por la MDS (Sociedad de trastornos del movimiento)
In arm swing analysis is possible to measure [Fahn1987]. Recientemente se ha investigado el desa-
the magnitude, time and speed related to the rrollo de nuevas herramientas basadas en las TIC que
arm movement. In this paper, we show preli- puedan ser usadas en escenarios cotidianos al paciente
minary results from both, gait and arm swing o al experto clı́nico, como el consultorio. El grupo de
analysis using Kinect and digital signal pro- investigación i2t, de la Universidad Icesi, desarrolló el
cessing techniques. The result shows differen- sistema de captura eMotion, el cual usa una cámara
ces between PD and non-PD patients, this re- RGBD para capturar información de las articulaciones
sult aims to allow clinical experts to diagnose del cuerpo humano. El eMotion establece la posición de
and assess Parkinson patients, with short eva- las articulaciones y permite obtener los datos de tiem-
po y distancia de forma tan precisa como un labora-
Copyright c by the paper’s authors. Copying permitted for pri- torio de marcha [Paredes2015] [Fernndez-Baena2012]
vate and academic purposes. [Galna2014].
A pesar de que se han desarrollado y explorado 3. Metodologı́a y procesamiento
técnicas de análisis de señales para evaluar las afec-
Se contó en total con un grupo de 24 voluntarios.
ciones motoras de los pacientes con EP, muchas de
Este se dividió en dos grupos, 12 pacientes y 12 contro-
estas se basan en experimentos o pruebas de alta com-
les, emparejados por sexo y edad. Los rangos de edad
plejidad. Por tal razón, se hace relevante el desarrollo
están entre 53 y 73 años de edad. Todos los pacientes
de técnicas de análisis que puedan ser integradas al
con EP se encontraban en estadios tempranos, I o II
sistema de captura eMotion, ya que de esta forma se
según la escala Hoehn y Yahr. Se obtuvo aprobación
contarı́a con un sistema de bajo costo, de fácil uso, váli-
del comité de ética institucional de la Fundación Clı́ni-
do, objetivo y replicable, que permita complementar el
ca Valle del Lili antes de comenzar el estudio, ademas
diagnóstico clı́nico de pacientes con EP, con menores
todos los participantes proporcionaron consentimiento
restricciones que los sistemas comerciales actuales. En
informado por escrito antes de la participación.
el presente documento se muestran los resultados pre-
Usamos el sistema de captura e-Motion como he-
liminares de realizar análisis de marcha y de balanceo
rramienta de captura. Las cuales son obtenidas en un
de brazos utilizando Kinect y técnicas de procesamien-
corredor de 1.5 metros de ancho por 4 metros de largo.
to como la transformada Wavelet y análisis de picos.
Cada voluntario caminó tres veces, desde el punto más
lejano hasta el Kinect. La figura 1, ilustra el corredor
usado para evaluar los voluntarios.
2. Estado del arte
Las tecnologı́as que apoyan al análisis del movimien-
to humano han avanzado en las últimas tres décadas y,
a pesar de ser consideradas clı́nicamente útiles, la apli-
cabilidad y accesibilidad rutinaria de esta tecnologı́a
ha sido limitada [Tupa2015]. Si bien estos instrumen-
tos pueden proporcionar datos cuantitativos precisos
con respecto a variables de la marcha, los requisitos
de tiempo, la preparación de los pacientes, el costo, la
accesibilidad, el espacio y los conocimientos técnicos
hacen que su implementación rutinaria, en entornos
clı́nicos, sea difı́cil [Clark2013, Galna2014]. Figura 1: Pasillo de marcha usado para las pruebas de
Kinect
El Kinect usado en este trabajo, es capaz de anali-
zar los movimientos de las extremidades y la marcha
[Paredes2015]. Este dispositivo se ha propuesto como
una solución a las limitaciones de la evaluación obje- 3.1. Análisis de marcha
tiva de la marcha y el balanceo, debido a su portabili- Para realizar el análisis de marcha, se normalizo por
dad, bajo costo, disponibilidad y facilidad de uso tanto el número de pasos efectivos en el área de captura, el
en la clı́nica como en la investigación [Viehweger2010]. cual es de máximo 3 pasos, al igual que en los labo-
Existen estudios clı́nicos que han favorecido el uso de ratorios de marcha, se usó un solo paso efectivo. De-
Kinect y han informado una adecuada concordancia cidimos enfocarnos en la articulación de los tobillos
con los laboratorios de análisis marcha en la evalua- (izquierdo y derecho), dado que, en un estudio previo,
ción de las variables clı́nicas, como: paso sano, identi- comprobamos que esta articulación no presentaba di-
ficación de pasos, control postural, velocidad, longitud ferencias con el modelo antropométrico usado por los
del paso y el ciclo de la marcha, ası́ como la evaluación laboratorios de marcha [Paredes2015]. Como técnica
de la marcha y los movimientos gruesos de las extre- de procesamiento se decidió usar la transformada Wa-
midades superiores y la lentitud de los movimientos en velet, ya que ha demostrado tener un amplio rango de
los pacientes con EP [Zhao2015] aplicaciones en señales biomédicas [Chau2001].
La transformada Wavelet es una de las técnicas de Dado que las técnicas wavelet nos permiten obtener
mayor uso en el área biomédica, Chau et al [Chau2001], información en dos dominios, frecuencia y tiempo, es
quienes discuten, mediante una revisión, las princi- una técnica que nos permite distinguir entre las fases
pales aplicaciones de la transformada wavelet, en las de la marcha, es decir, fase de balanceo, la cual corres-
cuales se incluyen el suavizado y la discriminación de ponde al desplazamiento del pie; y la fase de apoyo,
señales. También afirman que esta técnica puede ser la cual corresponde a los momentos cuando el pie esta
usada en información de marcha y la locomoción hu- estático sobre el piso.
mana las cuales no son fácilmente comprensibles con En este resumen presentamos los resultados preli-
los métodos existentes. minares de aplicar la wavelet db8, o “Daubechies” con
8 niveles de desvanecimiento, a cada señal de tobillo
(izquierda o derecha), la figura 2 muestra una de las
señales de marcha procesadas y los resultados de la
descomposición wavelet aplicada.
Después de aplicar técnicas wavelet, se aplicó un
umbral definido como el promedio de la señal, el cual
nos permitió clasificar las fases de la marcha en apoyo
o balanceo. Los valores por encima del umbral se asig-
naron a la fase de balanceo y los valores por debajo se
asignaron a la fase de apoyo. Con los resultados de esta
clasificación se generaron variables espaciotemporales
como tiempos de apoyo y balanceo, y velocidad de la
marcha.
Figura 2: A) Señal del movimiento del tobillo izquier-
3.2. Análisis de balanceo de brazos
do, B) Descomposición wavelet resultante de la señal
Para el análisis del balanceo de brazos, decidimos en A, la lı́nea roja representa el umbral; Señales del
usar la articulación correspondiente a las muñecas de análisis de picos a la señal balanceo de C) un brazo
cada brazo. En el caso de los controles y los pacientes derecho y D) Brazo izquierdo.
se evidencio ruido en la señal procesada, sin embar-
go, en algunos pacientes el ruido era de mayor magni- entre los resultados obtenidos por los pacientes y los
tud que en los controles, esto puede asociarse al tem- controles.
blor en las manos. En ambos grupos de personas, se
aplico la técnica de limpieza de ruido Savitzky-Golay Cuadro 1: Datos promedios de las variables obtenidas
[Schafer2011]. del análisis de marcha y del balanceo de brazos
En el análisis de brazos, es importante medir la
magnitud del balanceo de brazos, la cual es una medi- Pacientes con EP Pacientes sin EP
Izquierda Derecha Izquierda Derecha
da de distancia anterior-posterior, es decir, que indica Tiempo de fase de apoyo (s) 1.62 (0.83) 1.59 (0.82) 1.04 (0.26) 1.18 (0.22)
la distancia que se desplazó el brazo desde el punto Tiempo de fase de balanceo (s) 1.13 (0.48) 1.1 (0.47) 0.81 (0.16) 0.81 (0.13)
más atrás hasta el punto más adelante mientras el su- Velocidad (m/s) 0.77 (0.23) 0.78 (0.23) 1.08 (0.23) 0.95 (0.14)
Magnitud del balanceo de brazos (m) 0.1 (0.06) 0.17 (0.11) 0.22 (0.08) 0.27 (0.1)
jeto camina. La figura 2 muestra el balanceo de brazos Tiempo del balanceo de brazos (s) 0.93 (0.15) 1 (0.24) 1.01 (0.17) 1 (0.18)
izquierdo y derecho de un paciente. Según el criterio Velocidad del balanceo de brazos (m/s) 0.1 (0.06) 0.16 (0.09) 0.22 (0.07) 0.26 (0.09)
Coeficiente de asimetrı́a del balanceo 0.16 (0.11) 0.07 (0.07)
clı́nico, el paciente de la gráfica presenta rigidez en el
brazo izquierdo.
Mediante la detección de picos se logró detectar el
balanceo de brazos, en sentido anterior-posterior, tam- 5. Discusión
bién permitió determinar el tiempo que tomaba el bra-
zo en ir desde el punto más atrás hasta el punto más En este estudio mostramos resultados preliminares
adelante. Otra variable obtenida del análisis de picos de evaluar técnicas de procesamiento digital de señales
fue la velocidad del balanceo de brazos, obtenida de biomédicas obtenidas mediante Kinect, lo anterior, con
la razón entre la magnitud del balanceo y el tiempo la finalidad de obtener variables espacio-temporales
que toma cada balanceo. Finalmente, una variable ya asociadas a la marcha y al balanceo de brazos. La lite-
descrita en la literatura clı́nica que se calculó para este ratura muestra que las técnicas Wavelet y análisis de
estudio fue la asimetrı́a en el balanceo de brazos, que picos tienen un amplio rango de aplicaciones, sin em-
describe de forma porcentual la diferencia del movi- bargo, ninguno de los estudios encontrados se enfoca
miento entre cada extremidad (Brazo izquierdo y de- en utilizar Kinect como elemento de captura de infor-
recho) [Mirelman2015]. mación de marcha, y simultáneamente, usar Wavelet
y análisis de picos para la etapa de procesamiento.
En este estudio preliminar utilizamos una cámara
4. Resultados RGBD, la cual ya ha demostrado buena confiabilidad
En la tabla 1, presentamos los resultados prome- para ser utilizada en análisis de marcha, a pesar de
dios obtenidos de analizar la marcha y el balanceo de ser un dispositivo que fue inicialmente concebido para
brazos. En general, los resultados muestran evidencia la industria de los juegos de consola. Es importante
cuantitativa de las afecciones de la EP, lo cual nos mencionar que este dispositivo presenta algunas limi-
permite diferenciar entre los voluntarios con EP y sin taciones en cuanto al área de captura, ya que su rango
EP. Mediante este analisis se evidenciaron diferencias efectivo alcanza máximo 4 metros en el mejor de los
casos, a pesar de esto, sigue siendo un dispositivo que [Clark2013] Clark, R. A., et al, Concurrent validity
ha mostrado utilidad en el contexto clı́nico y un buen of the Microsoft Kinect for assessment of
acuerdo, con respecto a las herramientas del mercado spatiotemporal gait variables. J. of Biome-
[Galna2014] [Clark2013]. chanics, 46, 2722-2725, 2013.
De la tabla 1 observamos que las variables obtenidas
proveen métricas objetivas para evaluar la progresión [Fahn1987] Fahn, S. and Elton, R.L, Unified Parkin-
de la enfermedad, por ejemplo, la velocidad es menor son’s Disease Rating Scale (UPDRS). Re-
en los pacientes con Parkinson que en aquellos que no cent developments in Parkinson’s disease,
tienen Parkinson, asociado a las alteraciones motoras 2, 153-164, 1987.
que causa la enfermedad, también se evidencia que to- [Fernndez-Baena2012] Fernández-Baena et al, Bio-
man mas tiempo en cada fase de la marcha, lo cual mechanical Validation of Upper-Body and
es un efecto ya conocido que está relacionado con los Lower-Body Joint Movements of Kinect
sı́ntomas de la enfermedad. Ası́ mismo, se observa un Motion Capture Data for Rehabilitation
valor de asimetrı́a bajo para los voluntarios sanos, lo Treatments. Conference on Intelligent
cual es consecuente con el criterio clı́nico, el cual in- Networking and Collaborative Systems,
dica que los pacientes sanos no presentan alteraciones 656-661, 2012.
en el balanceo. Las variables de balanceo de brazos de
los pacientes, como magnitud del balanceo indican que [Galna2014] Galna, B., et al, Accuracy of the Micro-
los pacientes desplazan sus brazos en menor medida en soft Kinect sensor for measuring move-
comparación con sus controles. Por otro lado, la asi- ment in people with Parkinson’s disease.
metrı́a para los pacientes alcanza un valor mayor con Gait Posture, 39(4), 1064-1068, 2014.
respecto a los controles, indicando que en promedio
los pacientes con EP tienen una alta asimetrı́a en el [Mirelman2015] Mirelman, A., et al, Effects of Aging
balanceo de brazos. on Arm Swing during Gait: The Role of
Finamente, se hace importante complementar este Gait Speed and Dual Tasking. PLoS One,
estudio con una muestra de mayor tamaño, sin embar- 10(8), 2015.
go, los presentes resultados preliminares muestran la [Paredes2015] Paredes, J. D. A., et al, A reliability
alta aplicabilidad de Wavelet y análisis de picos, sobre assessment software using Kinect to com-
señales de marcha y balanceo de brazos obtenidas de plement the clinical evaluation of Parkin-
Kinect. son’s disease. Annual International Con-
ference of the IEEE Engineering in Medi-
6. Conclusiones cine and Biology Society, 6860-6863, 2015.
En este estudio, realizamos una evaluación de técni-
[Schafer2011] Schafer, R.W, What is a savitzky-golay
cas de procesamiento digital de señales como Wavelet
filter?. IEEE Signal Processing Magazine,
y análisis de picos para determinar variables espacio-
111-117, 2011.
temporales que permitan un diagnóstico y seguimiento
objetivo de la enfermedad de Parkinson, usando una [Tupa2015] Tupa, O., et al, Motion tracking and gait
cámara de profundidad (Microsoft Kinect). feature estimation for recognising Parkin-
Esta aproximación mostró ser una oportunidad pa- son’s disease using MS Kinect. Biomedical
ra evaluar las variables de marcha y balanceo de brazos engineering online, 14(1), 97, 2015.
de forma objetiva, valida, replicable, con baja comple-
jidad algorı́tmica y bajos tiempos de ejecución. [Viehweger2010] Viehweger, E., et al, Influence of cli-
Finalmente, las variables de marcha y del balan- nical and gait analysis experience on relia-
ceo de brazos, indican ser útiles en la diferenciación bility of observational gait analysis (Edin-
de pacientes con enfermedad de Parkinson. Se plantea burgh Gait Score Reliability).. Annals
como trabajo futuro, el uso de una cámara RGBD con of physical and rehabilitation medicine,
un mayor rango de profundidad, y una mayor muestra 53(9), 535-546, 2010.
de voluntarios para lograr comparar estadı́sticamente
[Zhao2015] Zhao, J., et al, Gait assessment using
grupos de pacientes.
the Kinect RGB-D sensor.. Proceedings
of the Annual International Conference of
Referencias the IEEE Engineering in Medicine and
[Chau2001] Chau, T., A review of analytical techni- Biology Society, 6679-6683, 2015.
ques for gait data.. Gait and Posture, 13,
102-120, 2001.