Seminar

• erfasst Bewegung als solche anhand von Kameraaufnahmen

• welche Kräfte haben gewirkt, dass Bewegung zustande gekommen ist

• Muskelaktivität

• zB Gelenkbelastung

• Kinematik

  • Rotation

  • Winkelgeschwindigkeit

  • Beschleunigung

• Dynamik

  • Bodenreaktionskräfte

  • Momente

• Strecke / Zeit

• dienen zur direkten oder indirekten Ermittlung der Weg-Zeit-Verläufe von Ortsmerkmalen ausgewählter Körperpunkte sowie der daraus ableitbaren Größen Geschwindigkeit und Beschleunigung

Bildkoordinaten

• Position im Bild

• Auf zweidimensionaler Fläche

Ortskoordinaten

• reale Position in der Welt

• Unabhängig von Kamera

• Kamerakalibrierung ungenau

• Objekterkennung/-Verfolgung fehlerhaft

• Bildrauschen und schlechte Bildqualität

• Bewegungsunschärfe

• Lichtverhältnisse und Schatten

• Perspektivische Verzerrung

• Synchronisationsfehler bei Mehrkamerasystem

• Ungenaue Referenzmaße oder Kalibrierobjekte

• Digitale Kompression

• Die Erfassung und Beschreibung der zeitlichen Veränderung von Körperpunkten im Raum

• Alles vier

• Mit optoelektrischen 3D-Bewegungsanalyse-Systemen können die Orts-Zeit-Verläufe vieler Marker (Körperpunkte) mit hoher Genauigkeit, automatisch, und in Echtzeit erfasst werden

• Der Grad an Genauigkeit, mit der eine Kamera auch kleine Details im Bild erfassen kann

• Alle außer die dritte

• Alle vier

• Die ersten drei

• kontaktlose Bewegungserfassung

• Automatisierte Erfassung sehr vieler Bewegungstrajektorien

• Große Messvolumen können realisiert werden

• Hohe Messgenauigkeit

• Hohe zeitliche Auflösung

• die ersten beiden

• 1 und 3

• Die letzten drei

• Nummer drei ist korrekt

• die letzten beiden sind korrekt

• am Wendepunkt der Bewegung (in der Mitte auf dem Weg zu einer maximalen Höhe der Hand)

Bei diesen Verfahren arbeitet man mit optischen Abbildungen (Kameras erfassen Marker) und erfasst die Daten nicht direkt am Objekt (z.B. mit Winkelmessern etc.). Daher werden sie nicht als direkte, sondern als indirekte Verfahren bezeichnet. Der Körper/das Untersuchungsobjekt wird in eine Ebene projiziert und damit verkleinert.

Bei diesen Verfahren handelt sich um eine quantitative Bewegungsanalyse. Bewegungen im Raum werden über Marker erfasst und Bewegungsverläufe sowie Gelenkwinkel o.ä. werden messbar gemacht. Es handelt sich um ein kinematisches Verfahren zur direkten und indirekten Ermittlung der Weg-Zeit-Verläufe sowie der abgeleiteten Größen Geschwindigkeit und Beschleunigung.

Nein, man braucht mindestens zwei Kameras. Mit nur einer Kamera kann man nur zwei Dimensionen (x,y) erfassen. Mit drei Kameras wird die Erfassung von x,y und z möglich. Die 3- D-Analyse wird aber noch besser und genauer, wenn man mehr als zwei Kameras benutzt

Der Abbildungsmaßstab gibt das Verhältnis zwischen der Größe der optischen Abbildung eines Gegenstandes (hier z.B. einer Segmentlänge) und dessen realer Größe an. M=1/100 bedeutet daher, dass der reale Gegenstand (Körpersegment o.ä.) 100 mal so groß ist wie die Abbildung es anzeigt . lcm in der Abbildung entspricht also 100cm in der Realität

Das zeitliche Auflösungsvermögen gibt an, bis zu welchem Grad zwei zeitlich eng aufeinanderfolgende Ereignisse vone inander getrennt werden können. Je höher die Bildrate (Anzahl der Bilder pro Sekunde, Angabe in Hertz), desto besser ist das zeitliche Auflösungsvermögen.

Menschliche Bewegungen spielen sich maximal im Bereich von 8 Hertz (Pianist) ab. Standard-Videokameras haben eine Bildrate von 25 Hertz, High-Speed-Kameras arbeiten mit Bildraten von bis zu 2000 Hertz. Die minimalen Bildfrequenzen hängen von der Bewegungsgeschwindigkeit und vom Zweck der Analyse ab. Für freie Willkürbewegungen wird eine minimale Bildfrequenz von 50 Bilder/Sekunde angegeben. Möchte man den Anschlag im Gelenk erfassen sollten es mindestens 100 Bilder pro Sekunde sein und für die Erfassung von externen Stößen mindestens 200 Bilder in der Sekunde. Da es bei der Ganganalyse um die Erfassung von Gelenkswinkeln geht, sehe ich die Aufnahmefrequenz von 100 Bildern pro Sekunde als sinnvoll und zweckmäßig an. Mit dieser zeitlichen Auflösung können selbst kleine Winkelveränderungen gut sichtbar gemacht werden

Das räumliche Auflösungsvermögen beschreibt, bis zu welchem Grad zwei räumlich eng benachbarte Teile/Elemente voneinander getrennt werden können. Es ist abhängig von der Anzahl der Pixel (je höher die Pixelzahl, desto höher auch das räumliche Auflösungsvermögen).

• Die Abstände zwischen Kamera und Objekt sollten gering gehalten werden

• Nutzung von CCD-Chips mit höherem Auflösungsvermögen

• Nutzung der Zoomfunktion

• First level

  • Marker: aktive oder passive Marker werden an markan ten Punkten des Körpers der Testperson (oft an den Gelenken) angebracht und repräsentieren später die Lage der Körpersegmente im Raum

  • Sensor: Unterscheidung in adressierbare und nicht-adressierbare Sensoren. Die Videokameras sind adressierbare Sensoren (Rasterformat- das Signal wird in eindimensionaler Weise repräsentiert- Jedes Pixel kann mit einem Koordinatenpaar in Verbindung gebracht werden) . Die VICON Kameras strahlen Infrarot -Licht aus, dieses wird von den Markern reflektiert und dann wiederum von den Kameras erfasst . Mit einer bestimmten Frequenz nehmen sie kontinuierlich Bilder auf.

  • Marker detector (Image Processor): Der Image Processor (in der Kamera) ist dafür zuständig, die Marker auf Grund ihrer Helligkeit zu erkennen und gegenüber der mit aufgezeichneten Umwelt abzugrenzen. Für die Marker Erkennung gibt es zwei grund legende Prinzipien: Die Schwellendetektion und die Bildverarbeitung/ Mustererkennung (siehe Frage 12).

• Second level

  • Computer + entsprechende Software: Die Markerveränderung wird in Echtzeit erkannt . Mit Hilfe eines entsprechenden Computerprogrammes (in unserem Fa ll NEXUS)können die erfassten Daten sicht bar gemacht und bearbeitet (Lücken füllen, filtern/...) werden. Nachdem man verschiedene Modelle gerechnet hat, kann man beispielsweise Winkelverläufe, Geschwindigkeiten oder Beschleunigungen darstellen und analysieren

• Vorteile

  • sie benötigen keine Energie

  • kugelige Form- kann von allen Seiten gleichmäßig erkannt werden

  • keine Bewegungseinschränkung, auch große und schnelle Bewegungen sind möglich

• Nachteile

  • sie müssen alle einzeln benannt werden (ein intelligent es Datenverarbeit ungssystem ist dafür erforderlich)

  • die Positionen müssen zugeordnet werden

  • Es können Fehler durch Überlappungen oder auch zusätzliche Reflektionen im Raum entstehen.

• Vorteile

  • Sie senden ihre " Identität" mit, man weiß von jeder gesendeten Koordinate, zu welchem Marker sie gehört.

  • hohe Aufnahmefrequenz durch serielle Abfrage der Marker hinsichtlich ihrer Position

• Nachteile

  • Sie brauchen Energie, die erforderlichen Kabel können die Bewegungsfreiheit einschränken

  • Bei Bewegung können die Marker rotieren - Ergebnisverfä lschung

  • Die Installation ist weit aufwendiger

  • Teilweise Probleme bei 3-D-Analysen, Kameras sollten einen Winkel <500 zum LED haben .

  • Ein Marker bedient nur wenige Kameras

• Schwellendetektion

  • Marker werden bei Übertreten einer bestimmten/festgelegten Schwelle bzgl. der Helligkeit automatisch erfasst. Wird ein Licht, welches heller als der Schwellenwert ist erfasst, bedeutet dies, dass hier ein Marker vorliegt. Der Vorteil ist, dass das System kostengünstig und einfach ist. Nachteilig ist jedoch, dass andere Lichtquellen fälschlicherweise als Marker erkannt und mit eingebaut werden. (Infrarot-Licht ist vom Tageslicht unabhängig, es werden auch Graustufen-Pixel mit ihren Koordinaten aufgenommen)

• Bildverarbeitung / Mustererkennung

  • Eine Kreuz-Korrelation zwischen dem erwartetem Bild, d.h. einer vorher festgelegten Schablone (kreisförmig, Helligkeit nimmt nach außen ab) und dem tatsächlichen Bild wird gebildet. Die Schablone wird sozusagen über das Bild "gefahren”. Eine hohe Übereinstimmung bedeutet, dass hier ein Marker vorliegt. Für den Korrelationswert kann man vorher eine Schwelle eingeben, ist die Anforderung an die Übereinstimmung jedoch zu hoch (z.B. r=1L) so werden manche Marker fälschlicherweise nicht als solche erkannt.

Nachdem die Kameras ausgerichtet wurden und die Markererkennung durch beispielsweise die Entfernung zusätzlicher Lichtquelle/Reflektoren optimiert wurde, muss das System kalibriert werden. Dafür benutzt man einen speziellen Stab, auf welchem in bestimmten Abständen Marker befest igt sind und schwingt im Aufzeichnu ngsgebiet der Kameras hin und her. Auch der Proband muss noch vorbereitet werden. Zunächst wird er vermessen (z.B. Kniedurchmesser, Beinlänge etc.); die Daten werden im Computersystem eingegeben. Anschließend wird er entsprechend einem Markerset (z.B. PluglnGait) gemarkert, die Marker werden an den markanten Stellen angebracht . Nach einer statischen Aufnahme (damit das System die Marker in Ruhe erkennen kann?), folgt dann die Aufnahme mehrerer Gangzyklen. Danach beginnt die eigent liche Analyse mit Hilfe der Software. Zuerst müssen die Marker rekonstruiert (gelabelt) werden, d.h. sie müssen einzeln den bestimmten Körpersegmenten zugewiesen werden (allerdings nur einmalig). Als nächstes schneidet man aus der Gesamtaufnahme eine kürzere Frequenz, welche für die Analyse intere ssant ist, heraus. Mit Hilfe des Programms kann man nun vorliegende Lücken füllen und einen Filter anwenden, wodurch der Bewegungsverlauf "geglättet" wird (Rauschen wird entfernt). Anschließend wird das Modell gerechnet und die Marker zurück in eine dreidime nsionale Darstellung überführt. Innerhalb dieses Modells kann man nun Events setzen (?) und beispielsweise Winkelveränderungen (sagittal), Geschwindigkeiten oder Beschleunigungen anschaulich machen und analysieren

Butterworth-Filter

• Bei der Tiefpassfilterung werden Signalanteile mit Frequenzen unterhalb einer vorher festgelegten Grenzfrequenz annähernd ungeschwächt durchgelassen, während Anteile mit höheren Frequenzen abgeschwächt werden. Da sich menschliche Bewegungen in einem Frequenzspekt rum von bis zu maximal 10 Hertz (etwa 8 Hertz beim Pianisten (Fingertrommel), können alle Frequenzanteile, welche diese 10 Hertz übersteigen, aussortiert werden. Im Gegensatz zum Glätten bleibt die Charakte ristik erhalten, die Extremwerte werden nicht abgeflacht

Probleme

• Es ist nicht immer ganz einfach, eine angemessene Filterfrequenz festzulegen. Im Übergangsbereich können Rauschen und die wahren Werte nur schlecht von einander getrennt werden. (bei der rekursiven Filterung gehen bereits gefilterte Werte nochmal in die Filterung mit ein- es folgt eine Phasenverschiebung der Kurve, welche jedoch durch eine erneute Filterung in die andere Richtung wieder " neutralisiert" werden kann- eigentlich kein Problem)

Beim Glätten von kinematischen Verläufen mittels " Moving average" werden gleitende Mittelwerte gebildet. D.h. jeder Wert wird mit seinen zwei Nachbarwerten (jeweils ein Nachbar nach oben und unten) gemittelt. Auf diese Weise wird ein glattes Signal erzeugt (das Rauschen wird minimiert, bzw. verschwindet). Nachteilig bei diesem Vorgehen ist jedoch, dass die eigentliche Charakteristik der Kurve verloren gehen kann und die Extremwerte abgeflacht werden. Beim Tiefpassfilter tritt dieses Problem beispielsweise nicht auf

Im Rahmen der 3-D-Analyse wird mit Hilfe der vorher eingegeben Köpermaße des Probanden und anthropometrischen Informationen, über welche die Software verfügt, aus den Positionen der erfassten Marker ein dre idimensionales Modell errechnet. Als Betrachter sieht man daher nicht nur einzelne Marker auf dem Bildschi rm, sondern kann die Bewegungen einer Person und deren Körpersegmente sowie deren Stellung zueinander genau erkennen . Mit Hilfe dieses Modells können verschiedene Berechnungen durchgeführt werden .

• Plantarflexion: Richtung Fußsohle

• Dorsalflexion: Richtung Fußrücken

Die folgenden Angaben beziehen sich auf den Gangzyklus eines gesunden Menschen in einer moderaten Geschwindigkeit.

• Beim ersten Kontakt der Ferse mit dem Boden ist der Winkel im Sprunggelenk neutral, d.h.O".

• Während des Übergangs zur Standphase verringert sich der Winkel auf etwa -5 °, der Fuß wird folglich leicht plantarflektiert. Über die gesamte Standphase hinweg wird der Fuß dann dorsalflektiert, der Sprunggelenkwinkel vergrößert sich auf etwa 5°, wird bis zum Ende der Standphase kontinuierlich ein bisschen größer und beträgt ca. 10° kurz bevor der Fuß den Boden wieder verlässt.

• Beim Abheben des Fußes wird dieser plötzlich recht stark plantarflektiert, das Maximum des Fußgelenkswinkels beträgt kurz nach dem Abheben etwa -20°. In der folgenden Schwungphase nähert sich der Winkel dann kontinuierlich der Neutralstellung an, welche er dann beim ersten Kontakt der Ferse mit dem Boden wieder erreicht hat.

Die folgenden Angaben beziehen sich auf den Gangzyklus eines gesunden Menschen in einer moderaten Geschwindigkeit

• Der Kniewinkel beim initialen Kontakt des Fußes mit dem Boden beträgt ca. 5°, das heißt, das Knie ist minimal angebeugt. Während der folgenden Standphase vergrößert sich der Winkel zunächst auf etwas über 20° und wird dann wieder langsam kleiner, sodass das Knie kurz vor Abheben des Fußes wieder zunehmend gestreckt ist - der Winkel beträgt unter 10° (jedoch wird während des gesamten Gangzyklus kein negativer Wert erreicht, d.h. es findet keine Überstreckung statt).

• In dem Moment, wo der Fuß den Boden verlässt, erfolgt eine sehr starke Beugung des Knies und in der frühen Schwungphase wird der maximale Kniewinkel von etwa 65° erreicht.

• In der späteren Schwungphase wird das Knie dann wieder zunehmend gestreckt, erreicht fast die Neutralstellung und wird dann wieder leicht gebeugt, sodass der Winkel beim initialen Bodenkontakt des Fußes wieder den Wert von etwa 5° einnimmt

• Andere Dinge werden als Marker wahrgenommen (Ghostmarker)

• Marker defekt, Dellen an der Oberfläche - werden nicht erkannt

• Marker nicht direkt am Knochen, dadurch Verschiebungen

• Digitalisierung der Marker (wird in Klassen abgebildet)

  • Marker bewegt sich weiter, bleibt aber noch in selbem Pixel (vitales Rauschen)

• konstant auftretender Messfehler, tritt in gleicher Art und Weise auf

• ZB mit Zollstock messen, will 1m messen, aber statt 1m sind es auf dem Zollstock nur 99cm

  • Wenn ich das weiß, kein Problem, addiere ich immer einen Zentimeter dazu

• Fehler ist kompensierbar

• Glättung

• Filtern

• Moving average Glättung

  • Berechnung eines neuen Datenpunktes durch Mittel aus dem aktuellen und den benachbarten Datenpunkten

  • Gesichtetes Mittel über den Glättungspunkt

• Problem

  • Mit jeder Glättung werden Maxima und Minima abgeflacht

• dann erhalte ich eine Gerade parallel zur x-Achse

• beliebiges Signal wird in Sinus - mit ansteigender Frequenz und unterschiedlichen Amplituden und Phasenverschiebungen zerlegt

  • Ein Signal als Summe von Sinusfunktionen mit immer größer werdender Frequenz und unterschiedlichen Amplituden und Phasenverschiebungen darstellen

• Grenze festlegen (Eckfrequenz), in die wir Sinuskurven noch mit einbeziehen. Höhere Frequenzen sind für den Menschen nicht möglich und stellen “Rauschen” dar und können daher ausgeschlossen werden