Achieving validity in mobility assessment : validating a wearable sensor technology for gait assessment

The movement and posture of the human body have always been in the center of interest for clinicians and scientists as a sensitive biomarker of decline in both cognitive and physical function. Different instruments have been advantageously designed and applied in the context of Gait Analysis (GA) with the aim of measuring motor deficits and, especially gait deviations. The most common GA systems in gait laboratories are optoelectronic motion analyzers based on retro-reflective marker recognition. However, their high cost, limited operating environment, time-consuming operations and requirement of expertise for capture and analysis of the data have limited the applicability of such systems in clinics. Inertial measurement units (IMU) have recently been proposed as a low-cost and portable alternative tool for GA. They have opened new insights to researchers by providing the possibility for a long-term and outdoor data collection without any complicated setup procedure. There is an emerging interest among researchers in the objective daily monitoring of gait and activity in a real-life environment and therefore gait parameters are investigated and scrutinized both in terms of absolute values and of their variability. While the concept of using inertial sensors for gait analyses has already been accepted, their validity is not sufficiently demonstrated against a gold standard. Many of previous studies validated the mean values of gait parameters. But their variability is less investigated and usually a poor agreement is reported. This study focusses on development and implementation of algorithms for detecting gait events and obtaining a comprehensive collection of gait parameters by a novel and state-of-the-art IMU-based system. Events and parameters are measured on a stride-by-stride basis simultaneously by the new system as well as by an existing motion capture system. Then the results are compared and validated. We investigated the gait events of heel strike, foot flat and toe off and a collection of gait parameters including stride time, stance time, swing time, double limb support, cadence, gait asymmetry, phase coordination index, mean walking velocity, foot clearance and stride length. Since the patients usually do not have a constant pace, the validity of the automatically calculated parameters should be investigated at different paces. In this research, gait parameters are obtained at three different walking speeds and the performance of the system is evaluated with respect to the variation of walking speed. Another objective was to evaluate the accuracy of the system for the mean value of a collection of gait parameters as well as their variability. Therefore, a high number of strides were measured from a continuous walking for about 50 meters in an 8-shaped path and the accuracy of gait variability parameters was assessed. First, we investigated a prototype version of the IMU tracker, so-called Motion module. Validation tests were performed on 5 subjects and the accuracy of the Motion modules and the algorithms were assessed. Afterward, another test was designed and performed to evaluate the Jump module which was the last version of the device. Gait data of 20 healthy subjects were recorded in the laboratory of movement biomechanics at ETH, Zurich. To increase the accuracy of the inertial sensors, an autocalibration method was used to correct the bias, misalignment and scale factor of the accelerometer. This method is very simple and does not require any specific instrument or complicated procedure. We investigated the impact of calibration on a set of five Jump modules and the method reduced the average of RMS error in measuring the gravity from 0.16 m/s2 to 0.04 m/s2. Analysis of Motion module data obtained from the gait tests revealed high validity over all the gait parameters except for MTC that had a moderate validity. The events of heel strike, foot flat and toe off which are the main elements in calculating the parameters were detected with an accuracy of 0.02±0.01 s, -0.03±0.04 s and 0.01±0.01 s (Mean Error ± Error Standard Deviation) respectively. Spatial parameters of stride length and foot angle at heel strike moment had -1±4 cm and 3±5° accuracy. In the case of validating the Jump module, similar accuracy was obtained. The results showed that in general, the accuracy of the system for detecting the gait events and measuring the parameters increase by increasing the walking speed. The error of the system for monitoring the gait variability was small and stayed within acceptable margins to guarantee a reliable and accurate variability investigation. This study shows that assessment of gait can be easily achieved by capturing the important spatiotemporal parameters in a cost effective and robust manner by the IMU-based wearable sensor technology. They provide a platform for long-term monitoring of mobility in a real-world environment.

Il movimento e la postura del corpo umano sono sempre stati al centro dell’interesse di medici e scienziati e considerati come biomarcatori del declino sia nella funzione cognitiva che fisica. Diversi strumenti sono stati utilmente progettati e applicati nel contesto di Gait Analysis (GA) con lo scopo di misurare il deficit motorio e quantificare le alterazioni funzionali. Il più comune sistema di GA è costituito dagli analizzatori del movimento otticoelettronici basati sul riconoscimento di marcatori catarifrangenti applicati a punti di repere anatomici. Tuttavia, il loro alto costo, il loro limitato contesto operativo, operazioni che comportano tempi lunghi, l’esigenza di competenza per l’acquisizione e l’analisi dei dati, hanno limitato l’applicabilità di tali sistemi in clinica. I sistemi basati su sensori inerziali (IMU) sono recentemente stati proposti come un’alternativa portatile e a basso costo per la GA. Essi hanno aperto nuove prospettive di applicazione avendo la possibilità permettere una rilevazione dei dati anche di lunga durata e all’esterno di un laboratorio strutturato. Si è sviluppato quindi un crescente interesse in ambito di ricerca per il monitoraggio oggettivo della deambulazione quotidiana e in attività in contesto reale, condizioni nelle quali i parametri dell’andatura possono essere studiati ed esaminati sia in termini di valori assoluti che in nella loro variabilità. Mentre il concetto dell’utilizzare sensori inerziali per le Gait Analysis è ampiamente accettato, la validità di questi sistemi, in riferimento a sistemi più consolidati (golden standard) non è sufficientemente dimostrata. Molti studi precedenti hanno validato i valori medi di parametri dell’andatura, ma non hanno sufficientemente analizzato gli aspetti legati alla variabilità del dato. Lo studio oggetto della presente tesi si focalizza sullo sviluppo e implementazione degli algoritmi per rilevare gli eventi temporali della deambulazione e per ottenere una raccolta di parametri con un sistema IMU nuovo e all’avanguardia. Eventi e parametri sono misurati passo per passo simultaneamente sia dai nuovi sistemi che da un sistema di analisi del movimento più tradizionale. I risultati vengono poi confrontati e validati. Gli eventi temporali analizzati sono: l’istante di contatto al terreno (heel strike), listante di appoggio completo del piede a terra (foot flat), e il distacco da terra del piede (toe off). Da questi sono stati ricavati altri parametri importanti per la deambulazione, e cioè: la durata della fase di volo, della fase di appoggio, e del doppio appoggio, la frequenza del passo, un indice di asimmetria, un indice di coordinamento motorio, la velocità media del cammino, la lunghezza del passo, e un angolo di posizionamento del piede. Dato che i pazienti possono deambulare a diverse velocità, i parametri caratteristici possono essere molto diversi a seconda dell’andatura. In questa ricerca quindi si sono stati acquisiti dati a tre diverse velocità di cammino e la prestazione del sistema è valutata in relazione alle diverse velocità di camminata. Un altro obbiettivo era quello di valutare l’accuratezza del sistema in termini di scostamento dai valori ottenuti con il sistema ritenuto ‘golden standard’. Si sono quindi analizzati il valore medio di una raccolta di parametri della deambulazione così come la loro variabilità. Per fare questo, si è proceduto all’acquisizione di un numero relativamente alto di passi durante una camminata continua per circa 50 metri in un percorso a forma di 8. Di tutti i parametri ottenuti è stata poi valutata la precisione e la variabilità. Per lo studio abbiamo utilizzato in un primo tempo una versione prototipo del sistema inerziale IMU, chiamato “Motion module”. Con questo sistema sono stati effettuati test di validazione su 5 soggetti e si è valutata la precisione dei “Motion modules” e degli gli algoritmi utilizzati. In seguito è stato progettato ed eseguito un altro test per valutare un nuovo modello di IMU, il “Jump module”, che era una versione aggiornata dell’apparecchio. Con questo sistema sono stati registrati dati dell’andatura di 20 soggetti sani registrati nel laboratorio di biomeccanica del movimento presso l’ETH di Zurigo. Per aumentare la precisione dei sensori inerziali, è stato usato un metodo di auto calibrazione per correggere la distorsione, il mal allineamento e il fattore di scala dell’accelerometro. Abbiamo studiato l’impatto della calibrazione su un set di cinque “Jump modules” e il metodo ha mostrato una riduzione dell’errore medio di RMS nel misurare l’accelerazione di gravità da 0.16 m/s2 to 0.04 m/s2. Dall’analisi dei dati ottenuti con il “Motion module” ottenuti dai test di GA è risultata una notevole corrispondenza con i dati del ‘golden standard’ per tutti i parametri di deambulazione eccetto per il parametro MTC (minimum toe clearance: il minimo sollevamento da terra della punta del piede durante la fase di volo) che ha una validità moderata. Gli eventi di “heel strike, foot flat and toe off” che sono gli elementi principali nel calcolare i parametri, sono rilevati con una precisione rispettivamente del 0.02±0.01 s, -0.03±0.04 s e 0.01±0.01 s (Errore Medio ± Errore di Deviazione Standard). I parametri spaziali corrispondenti alla lunghezza del passo e all’angolo del piede nel momento del contatto del tallone al terreno hanno mostrato un’accuratezza rispettivamente di -1±4 cm e 3±5° . L’analisi dei dati ottenuti con il “Jump module”, ha mostrato un livello di accuratezza simile. I risultati hanno mostrato che in generale, l’accuratezza del sistema nel determinare gli eventi di temporali del passo e nel misurare i parametri, aumenta con l’aumentare dalla velocità di camminata. L’errore del sistema nel monitorare la variabilità dell’andatura era lieve e stava entro margini accettabili per garantire un’indagine affidabile e accurata. Questo studio ha mostrato che la valutazione della deambulazione può essere eseguita in modo corretto utilizzando la tecnologia IMU a sensori indossabili, la quale per mette l’acquisizione dei principali parametri spaziotemporali in una maniera conveniente e affidabile. Questi sistemi perciò forniscono una piattaforma per un monitoraggio della mobilità dei pazienti su lunga durata e in un contesto di vita reale.