From Video to Clinical Insight: Computer Vision-Based Detection of Upper Limb Compensation Strategies Following Stroke Utilizing SAM3D Body

Die Genesung nach einem Schlaganfall ist oft eine Geschichte der Anpassung. Wenn das Kontrollzentrum des Gehirns für den Arm beschädigt ist, findet der Körper häufig einen Umweg, um die Aufgabe zu bewältigen. Wenn eine Person nicht mit der Hand nach vorne greifen kann, weil die Schultermuskulatur zu schwach ist, beugt sie sich vielleicht mit dem gesamten Oberkörper nach vorne oder hebt die Schulter hoch, um die Hand näher an einen Becher zu bringen. Diese „kompensatorischen Bewegungen“ ermöglichen es der Person, die Aufgabe zu vollenden, können aber zu schlechten Gewohnheiten werden, die verhindern, dass der Arm jemals wieder lernt, sich korrekt zu bewegen. Jahrzehntelang haben sich Therapeuten darauf verlassen, diese Abkürzungen während der Klinikbesuche mit ihren eigenen Augen aufzuspüren, indem sie beobachteten, wie ein Patient nach einem Objekt griff und notierten, ob sich die Wirbelsäule beugte oder die Schulter hochzog. Diese Methode ist jedoch auf die wenigen Stunden beschränkt, die ein Patient im Krankenhaus verbringt, was es schwierig macht, den Fortschritt zu verfolgen oder subtile Veränderungen zu erkennen, wenn der Patient wieder zu Hause ist.

Ein Forschungsteam hat nun eine Möglichkeit entwickelt, diese verborgenen Bewegungen mithilfe einer handelsüblichen Videokamera und eines Computerprogramms sichtbar zu machen. Indem sie eine Maschine darauf trainierten, die spezifischen Winkel des Körpers zu erkennen, schufen sie ein System, das automatisch flaggen kann, wenn ein Schlaganfallüberlebender diese kompensatorischen Strategien anwendet. Das Ziel war nicht, den Therapeuten zu ersetzen, sondern ihm ein Werkzeug an die Hand zu geben, das rund um die Uhr funktioniert und eine einfache Videoaufnahme in einen detaillierten Bericht darüber verwandelt, wie sich der Körper bewegt. Dieser Ansatz bietet einen Weg zur Überwachung der Genesung in der realen Welt, in der Patienten leben und üben, anstatt nur in der kontrollierten Umgebung eines Labors.

Die Forscher konzentrierten sich auf drei gängige Arten, wie der Körper bei einer einfachen Aufgabe kompensiert: das Ausstrecken, um eine Wasserflasche aufzuheben und sie zum Mund zu führen. Die erste ist das Anheben der Schulter weg von der Körperseite. Die zweite ist das Vorbeugen des Oberkörpers. Die dritte ist das seitliche Neigen des Oberkörpers. Um den Computer darauf zu trainieren, dies zu erkennen, rekrutierte das Team sechsundzwanzig Personen, die zwischen einem und sechs Monaten zuvor einen Schlaganfall erlitten hatten. Jeder Teilnehmer saß an einem Tisch und führte die Greifaufgabe zehnmal mit dem stärkeren Arm und zehnmal mit dem schwächeren Arm aus. Eine Tablet-Kamera zeichnete jede Bewegung von vorne auf.

Anstatt Sensoren auf die Haut zu kleben oder die Patienten spezielle Anzüge tragen zu lassen, verwendete das Team ein hochentwickeltes Computer-Vision-Modell namens SAM3D Body. Diese Software analysiert den Videorahmen für Rahmen und baut ein dreidimensionales Skelett des Körpers der Person auf, wobei sie die Position von Wirbelsäule, Schultern, Ellbogen und Handgelenken im Raum verfolgt. Die Forscher berechneten dann spezifische Winkel für jede Bewegung. Um beispielsweise das Anheben der Schulter zu messen, berechnete der Computer den Winkel zwischen dem Oberarm und der Wirbelsäule. Um das Neigen zu messen, gemessen, wie weit die Wirbelsäule von einer geraden vertikalen Linie abwich. Sie betrachteten den maximal erreichten Winkel, den durchschnittlich gehaltenen Winkel und wie stark sich der Winkel von der Ausgangsposition veränderte.

Um sicherzustellen, dass der Computer die richtigen Dinge lernt, schauten sich drei menschliche Experten – Ärzte und Therapeuten – die Videos an und beschrifteten jeden Versuch entweder als zeigend eine kompensatorische Bewegung oder nicht. Sie stimmten bei der überwiegenden Mehrheit der Versuche mit den Beschriftungen überein. Die Forscher trainierten dann einen Machine-Learning-Algorithmus, eine Art Computerprogramm, das Muster aus Daten lernt, um diese Beschriftungen ausschließlich basierend auf den von der Kamera berechneten Winkeln vorherzusagen. Sie testeten das System mit einer strengen Methode, bei der der Computer mit Daten von fünfundzwanzig Personen trainiert wurde und dann gefragt wurde, die Bewegungen der sechsundzwanzigsten Person vorherzusagen, ein Prozess, der wiederholt wurde, bis jeder Teilnehmer getestet worden war. Dies stellte sicher, dass das System diese Bewegungen bei einer neuen Person erkennen konnte, die es zuvor noch nie gesehen hatte.

Die Ergebnisse zeigten, dass der Computer diese Bewegungen mit hoher Zuverlässigkeit identifizieren konnte. Für die Strategie des Schulterhebens war das System in etwa 95,5 % der Fälle korrekt. Für das seitliche Neigen war es in 87,5 % der Fälle korrekt. Die Vorwärtsbeugung des Oberkörpers war am schwersten zu erkennen, mit einer Genauigkeit von 75,6 %, aber die Gesamterfolgsrate über alle drei Arten hinweg war stark. Die Forscher fanden heraus, dass das System am besten bei Menschen mit schwereren Beeinträchtigungen funktionierte. Bei diesen Patienten waren die kompensatorischen Bewegungen groß und offensichtlich, was es dem Computer leicht machte, sie zu entdecken. Bei Menschen mit leichteren Beeinträchtigungen waren die Bewegungen subtiler und ähnelten eher normalen Bewegungsmustern, was es etwas schwieriger machte, sie zu unterscheiden. Dies deutet darauf hin, dass das Werkzeug besonders nützlich für die Patienten ist, die am meisten Hilfe benötigen, da ihre größeren Bewegungen diejenigen sind, die das System am zuverlässigsten erfasst.

Die Studie enthüllte auch, warum einige Bewegungen schwerer zu erkennen waren als andere. Die Vorwärtsbeugung des Torsos beruht auf der Tiefenwahrnehmung – wie weit sich der Körper auf die Kamera zu oder von ihr weg bewegt. Da das System eine einzelne Kamera verwendete, musste es diese Tiefe schätzen, was von Natur aus schwieriger ist als das Messen von Seitwärts- oder Auf-und-Ab-Bewegungen auf einem flachen Bildschirm. Diese technische Einschränkung erklärt, warum die Erkennung der Vorwärtsbeugung weniger genau war als die der Schulter- oder der seitlichen Neigung. Ungeachtet dessen unterschied das System erfolgreich zwischen dem betroffenen und dem gesunden Arm und zeigte, dass der schwächere Arm konsequent größere Kompensationswinkel auslöste.

Die Forscher betonen, dass diese Technologie dazu gedacht ist, das menschliche Urteilsvermögen zu unterstützen, nicht zu ersetzen. In einem praktischen Szenario würde das System als Filter fungieren, der Stunden an Videomaterial überprüft und nur die spezifischen Versuche hervorhebt, bei denen höchstwahrscheinlich eine kompensatorische Bewegung auftrat. Ein Therapeut könnte dann nur diese markierten Momente überprüfen, wobei er vielleicht eine 3D-Rekonstruktion des Körpers über dem Video sieht, um den Befund zu bestätigen. Dies würde Therapeuten Zeit sparen und es ihnen ermöglichen, sich auf die relevantesten Daten zu konzentrieren. Das System könnte auch zur Fernüberwachung eingesetzt werden, sodass Patienten die Aufgabe mit einem Tablet zu Hause durchführen und die Daten an ihr Pflegeteam senden können. Dies würde ein kontinuierliches Bild der Genesung liefern und zeigen, ob sich ein Patient verbessert oder ob er zwischen den Klinikbesuchen in alte Gewohnheiten zurückfällt.

Während das aktuelle System leistungsstarke Computer benötigt, um das Video zu verarbeiten, merken die Forscher an, dass zukünftige Verbesserungen es schnell genug für den Einsatz auf Standard-Mobilgeräten machen könnten. Sie räumen auch ein, dass reale Bedingungen, wie schlechte Beleuchtung oder unordentliche Hintergründe, das System vor Herausforderungen stellen könnten und dass mehr Daten benötigt werden, um die Genauigkeit für Menschen mit leichten Beeinträchtigungen zu verfeinern. Die Kernbotschaft bleibt jedoch bestehen: Es ist möglich, eine einzige Videokamera und fortschrittliche Software zu verwenden, um objektiv zu messen, wie sich ein Schlaganfallüberlebender bewegt. Indem sie eine einfache Videoaufnahme in eine präzise Messung der Körperwinkel verwandeln, öffnet diese Arbeit die Tür zu einer Zukunft, in der die Rehabilitation nicht nur eine Serie von Klinikbesuchen ist, sondern eine kontinuierliche, datengesteuerte Reise zur Genesung.