Home-based measurements of dyskinesia using smartphone-coupled inertial sensor technology and machine learning (MODYS@home)
Projectomschrijving
Dyskinetische cerebrale parese wordt gekenmerkt door een ernstige bewegingsstoornis (dyskinesie). Om dyskinesie adequaat te behandelen is doeltreffende meting hiervan uiterst belangrijk.
Huidige situatie
Dyskinesiemetingen gebeuren nu in het ziekenhuis, waarbij video’s worden opgenomen om onwillekeurige bewegingen te observeren. Dit kost veel tijd, en is niet erg betrouwbaar, omdat dyskinesie sterk kan wisselen over de dag.
Doel
Het doel van dit project is een manier te ontwikkelen om dyskinesie thuis, en over een langere tijd, te meten.
Werkwijze
We koppelen sensoren aan een smartphone en meten hiermee beweging. Tegelijk nemen ouders meerdere video’s gedurende de dag op. Deze video’s worden door artsen beoordeeld op dyskinesie. Met de verkregen data laten we een computer leren om dyskinesie automatisch te detecteren in de sensordata.
Wat levert het op?
Dit project levert een computermodel op, dat dyskinesie automatisch detecteert. Hierdoor worden thuismetingen met draagbare sensoren mogelijk.
Producten
Titel: MODYS-video: 2D Human pose estimation data and Dyskinesia Impairment Scale scores from children and young adults with dyskinetic cerebral palsy
Auteur: Haberfehlner, Helga, Bonouvrié, Laura A., Stolk, Karen L., van der Ven, S. Shankara, Aleo, Ignazio, van der Burg, Sven A., van der Krogt, Marjolein M., Buizer, Annemieke I.
Auteur: Haberfehlner, Helga, Bonouvrié, Laura A., Stolk, Karen L., van der Ven, S. Shankara, Aleo, Ignazio, van der Burg, Sven A., van der Krogt, Marjolein M., Buizer, Annemieke I.
Titel: Home-based measurements of dystonia and choreoathetosis in cerebral palsy using smartphone-coupled inertial sensor technology and machine learning: A proof-of-concept study - dataset
Auteur: den Hartog, Dylan, van der Krogt, Marjolein, van der Burg, Sven, Aleo, Ignazio, Gijsbers, Johannes, Bonovrié, Laura, Harlaar, Jaap, Buizer, Annemieke, Haberfehlner, Helga
Auteur: den Hartog, Dylan, van der Krogt, Marjolein, van der Burg, Sven, Aleo, Ignazio, Gijsbers, Johannes, Bonovrié, Laura, Harlaar, Jaap, Buizer, Annemieke, Haberfehlner, Helga
Titel: Automated markerless motion capture using deep learning and its application for pediatric motion analysis
Auteur: Dong-wook Rha, Annemieke Buizer, Helga Haberfehlner, Elyse Passmore, Nelleke Langerak
Auteur: Dong-wook Rha, Annemieke Buizer, Helga Haberfehlner, Elyse Passmore, Nelleke Langerak
Titel: Innovations in Measuring Dystonia and Choreoathosis Using Sensors and Markerless Motion Tracking in Children with Dyskinetic Cerebral Palsy
Auteur: Inti Vanmechelen, Helga Haberfehlner, Annemieke Buizer, Laura Bonouvrie, Elegast Monbaliu
Auteur: Inti Vanmechelen, Helga Haberfehlner, Annemieke Buizer, Laura Bonouvrie, Elegast Monbaliu
Titel: Home-based measurements of upper extremity dystonia using a smartphone, wearable inertial sensors and machine learning
Auteur: H. Haberfehlner, D. Den Hartog, I. Aleo, J. Gijsbers, L.A. Bonouvrié, J. Harlaar, M.M. Van Der Krogt, A. Buizer
Auteur: H. Haberfehlner, D. Den Hartog, I. Aleo, J. Gijsbers, L.A. Bonouvrié, J. Harlaar, M.M. Van Der Krogt, A. Buizer
Titel: Home-based measurements of dyskinesia using smartphone-coupled inertial sensor technology and machine learning (MODYS@home)
#401 | New technologies, innovations and robotics
Auteur: Helga Haberfehlner, Ignazio Aleo, Johannes Gijsbers, Laura A. Bonouvrié, Jaap Harlaar, Marjolein M. van der Krogt, Annemieke.I. Buizer
Auteur: Helga Haberfehlner, Ignazio Aleo, Johannes Gijsbers, Laura A. Bonouvrié, Jaap Harlaar, Marjolein M. van der Krogt, Annemieke.I. Buizer
Titel: Innovations in measuring dystonia and choreoathetosis using sensors in children and youth with dyskinetic cerebral palsy
Auteur: Inti Vanmechelen, Helga Haberfehlner, Laura Bonouvrié, Annemieke Buizer, Elegast Monbaliu
Auteur: Inti Vanmechelen, Helga Haberfehlner, Laura Bonouvrié, Annemieke Buizer, Elegast Monbaliu
Titel: Automated video-based assessment of dyskinetic cerebral palsy
Auteur: van de Ven, Shankara, van der Burg, Sven, Huber, Florian, Georgievska, Sonja, Aleo, Ignazio, Haberfehlner, Helga
Auteur: van de Ven, Shankara, van der Burg, Sven, Huber, Florian, Georgievska, Sonja, Aleo, Ignazio, Haberfehlner, Helga
Titel: RehabAUmc/modys-at-home: v1.0
Auteur: den Hartog, Dylan, van der Krogt, Marjolein, van der Burg, Sven, Aleo, Ignazio, Gijsbers, Johannes, Bonovrié, Laura, Harlaar, Jaap, Buizer, Annemieke, Haberfehlner, Helga
Auteur: den Hartog, Dylan, van der Krogt, Marjolein, van der Burg, Sven, Aleo, Ignazio, Gijsbers, Johannes, Bonovrié, Laura, Harlaar, Jaap, Buizer, Annemieke, Haberfehlner, Helga
Titel: How machine learning could help Simone to play Ludo
Auteur: Helga Haberfehlner
Auteur: Helga Haberfehlner
Titel: Film met instructies werking MODYS@home app
Auteur: Helga Haberfehlner, Simone Berkelmans
Link: https://www.youtube.com/watch?v=hFU5C8UJ_9g
Auteur: Helga Haberfehlner, Simone Berkelmans
Link: https://www.youtube.com/watch?v=hFU5C8UJ_9g
Titel: Thuis meten van bewegingsstoornissen (MODYS@home)
Auteur: Helga Haberfehlner, Laura Bonouvrié, Roderik Rotting
Auteur: Helga Haberfehlner, Laura Bonouvrié, Roderik Rotting
Titel: Home-Based Measurements of Dystonia in Cerebral Palsy Using Smartphone-Coupled Inertial Sensor Technology and Machine Learning: A Proof-of-Concept Study
Auteur: den Hartog, Dylan, Marjolein M. van der Krogt, Sven van der Burg, Ignazio Aleo, Johannes Gijsbers, Laura A. Bonouvrié, Jaap Harlaar, Annemieke I. Buizer, and Helga Haberfehlner
Magazine: Sensors
Auteur: den Hartog, Dylan, Marjolein M. van der Krogt, Sven van der Burg, Ignazio Aleo, Johannes Gijsbers, Laura A. Bonouvrié, Jaap Harlaar, Annemieke I. Buizer, and Helga Haberfehlner
Magazine: Sensors
Verslagen
Samenvatting van de aanvraag
Dystonie is een ernstig invaliderende vorm van bewegingsstoornis, waarvoor de afgelopen decennia nieuwe, invasieve, behandelmethoden zijn ontwikkeld die eerst bij volwassenen, en nu ook bij kinderen en jongeren worden toegepast. Het betreft behandeling met een geïmplanteerde medicijnpomp (baclofenpomp), en diepe hersenstimulatie. Doeltreffende diagnostiek van bewegingsstoornissen is uiterst belangrijk voor het indiceren, evalueren en doseren van de behandeling. In het Amsterdam UMC Cerebrale Parese Expertisecentrum komen kinderen uit het hele land voor deze gespecialiseerde diagnostiek en behandeling. Momenteel vindt diagnostiek plaats door het handmatig scoren van patiënt-video’s, die gestandaardiseerd worden opgenomen in het ziekenhuis. Het opnemen van deze video’s (ca. 1 uur) alsmede het scoren (ca 1.5 uur) zijn zeer tijdsintensief voor zowel de patiënt als de behandelaar. Bovendien is het meten in de ziekenhuissituatie niet erg valide en betrouwbaar, omdat de bewegingsstoornis sterk kan wisselen over de dag en toeneemt bij stress.
Daarom is het doel van dit project een toepassing te ontwikkelen om de bewegingsstoornis in de thuissituatie en over een langere tijd te meten.
Het idee van deze toepassing is om bestaande sensoren te koppelen aan een smartphone. De sensoren kunnen de hele dag als een soort horloge rond de polsen en enkels gedragen worden. De ouders van het kind zullen ook meerdere keren per dag een korte videoclip opnemen. De video- en sensordata worden via een veilige verbinding naar een beveiligde cloud gestuurd. De opgenomen videoclips worden gebruikt om de bewegingsstoornis door een specialist (kinderneuroloog of kinderrevalidatiearts) in het ziekenhuis te beoordelen. Dit oordeel samen met de sensordata wordt gebruikt om een machine learning algoritme te trainen die de bewegingsstoornis automatisch classificeert en gradeert.
De voorgestelde IMDI-technologie betekent niet alleen een verminderde belasting voor ouders/kind en behandelaars maar ook een meer accurate meetmethode, waarmee de behandeling gestuurd zal worden zodat het dagelijkse functioneren van het kind verbetert.