|
|
Испытание и ратификация новейшего устройства на основе технологии Kinect для осуществления 3d сканирования подошвенной поверхности стопы при нагрузке.
Испытание и ратификация новейшего устройства на основе технологии Kinect для осуществления 3d сканирования подошвенной поверхности стопы при нагрузке.
Журнал по вопросам исследования стопы и лодыжки Глава 12, номер статьи: 46 (2019)
Отрывок
Основная информация
Развитие аддитивных технологий, наряду с новыми 3d сканирующими устройствами, стремительно заполняет технологический рынок пользовательскими устройствами персонифицированной медицины. В подиатрии и обувной индустрии для реализации ортопедической практики и разработки моделей обуви требуется учитывать патологии стопы или морфологические изменения, которые невозможно выявить с помощью стандартных приборов. Лазерное сканирование - золотой стандарт получения цифровой 3d модели формы стопы. Из-за своей стоимости, лазерное сканирование не так широко распространено и применяется. Следовательно, до сих пор применяется метод литья. Цель данного исследования - разработать и признать новейшее устройство 3d сканирования, разработанное на основе технологии Kinect-сенсоров компании «Microsoft», позволяющей сделать сканированный снимок подошвенной части стопы при нагрузке.
Методы
Проведено исследование с привлечением 14 здоровых пациентов, которые никогда не получали травму стопы или нижней конечности и у которых отсутствуют какие-либо симптомы травмы, для определения точности измерения и повторяемости результатов прототипа сканера стопы. Точность определена посредством сравнения сканированных снимков на основе технологии Kinect со снимками высокого разрешения, полученными путём применения лазерного сканера. Повторяемость результатов продемонстрирована сравнением сканированных снимков той же самой части стопы в разные сеансы.
Результаты
Общий показатель средней квадратической погрешности (СКП) Kinect-сканера оказался ниже, чем 3 мм для всей подошвенной поверхности стопы, и ниже, чем 1,6 мм для поверхности свода как левой, так и правой стопы. Стабильный показатель СКП повторяемости результатов попарного сравнения в разные сеансы сканирования оказался 1,2 ± 0,4 мм.
Выводы
Настоящий 3d Kinect-сканер продемонстрировал оптимальную внутри операторную повторяемость, а его точность определена как адекватная для получения 3d сканированных снимков подошвенной поверхности стопы. Всё вышеперечисленное соответствует различным клиническим применениям. Устройство представляет собой достойную, приемлемую по цене альтернативу измерения параметров стопы в автоматическом режиме дорогостоящему лазерному сканеру. Способ разработки стелек и обуви значительно упрощён.
Доступные отчёты о коллегиальной оценке
Основная информация
Возрастает интерес к исследованиям и разработке новых устройств 3d сканирования и моделирования частей тела. Теперь уместно заявить о существующих требованиях к ортопедическим устройствам и обуви [1]. Как в подиатрии, так и в индустрии по производству обуви требуются точные геометрические характеристики формы стопы. Такие данные носят критический характер для разработки ортопедических аппаратов и моделей обуви для разных категорий людей от сотрудников системы здравоохранения [2, 3] и спортсменов [4] до пациентов, больных диабетом, [6, 7] или с заболеваниями стопы и нижних конечностей [5]. Продольный свод стопы - самый распространённый морфологический признак, применяемый для характеристики типа стопы [8, 9]. Стопа выступает в качестве пружины: когда нагрузка распределяется вертикально, то сохраняется энергия в различных вязкоупругих областях. Заболевание подошвенного апоневроза, восстановить возможно только упругой отдачей [10]. Форма стопы, на которую оказывается механическое воздействие обувью или ортопедическим аппаратом, выявляется в условиях нагрузки, когда суставы стопы и мягкие ткани, задействованные вокруг медиально-продольного свода, деформируются под весом тела и при контакте с поверхностью. Широко известно, что значительного снижения пикового давления можно добиться применяя привычный ортопедический аппарат без дополнительной нагрузки [11] или съёмные стельки [12, 13]. Однако, применяя традиционный метод литья, не всегда можно получить модель стопы при нагрузке. Такой метод не осуществляет автоматических измерений [14], а также выдаёт наименее точные результаты по сравнению с методом цифрового сканирования [15, 16]. В этом отношении, лазерные сканеры или сканеры с технологией профилирующего луча - золотой стандарт получения пространственных 3d сканируемых снимков стопы высокого разрешения. В сканерах с технологией профилирующего луча пучок света направлен на поверхность стопы, а камеры, расположенные в разных положениях, выявляют искривление [17]. В лазерных сканерах есть источник излучения, который направляет лазерный луч на стопу, затем, улавливает отражение одним или более сенсорами. Оба сканера реконструируют 3d модель стопы с помощью триангуляционного метода.
Хотя, 3d сканеры существенно выгоднее с экономической точки зрения по сравнению с расходными затратами на гипсовое литьё [18, 19], однако, их стоимость намного выше (6000-15000 евро), тем самым сокращается их применение и распространённость. Таким образом, Kinect-сканер с чувствительной камерой RGB, разработанной компанией «Microsoft» для индустрии видео игр, представляет собой возможное, экономически выгодное решение осуществления 3d сканирования формы стопы. Сенсор применяется в качестве статического сканера тела, например, при выявлении проблем с осанкой [20], деформацией позвоночника [21], а также как устройство для анализа движения [22,23,24,25,26]. До сих пор, технология Kinect применялась для получения данных о положении стопы и её морфологии [27,28,29]. Всё ещё продолжаются исследования 3d сканера стопы.
Цель данного исследования - подтвердить точность и повторяемость получаемых данных новейшего устройства 3d сканера стопы на основе недорогой технологии Kinect компании «Microsoft» для определения точных показателей поверхности стопы при нагрузке.
Методы
Kinect-cенсор - это чувствительная камера RGB, разработанная компанией «Microsoft» (Рэдмонд, США), которая улавливает равномерную глубину, затем окрашивает на картинке область вокруг стопы [https://developer.microsoft.com/en-us/windows/kinect . Accessed 15 Mar 2019.">30]. Первоначально, технология была разработана, чтобы улучшить игровую консоль Xbox 360. Kinect-сенсоры давно стали применятся не только в игровой индустрии. Создания пакета разработки собственных приложений «Software Development Kit» на базе MS Windows способствовало развитию данного процесса. В ходе данного исследования, Kinect-сканер стопы 2012 года для Windows протестирован на точность и повторяемость результатов. Kinect-датчик объединяет лазерный источник излучения, инфракрасную и чувствительную RGB камеры, с помощью которых можно получить точные 3d модели сканированного объекта посредством метода триангуляции [31] из максимального количества 30 шагов. Сканер представляет собой деревянную коробку высотой 82 см, сверху которой расположена сканирующая стеклянная тарелка, а внизу находится Kinect-сенсор (рис. 1a). Сенсор прикреплён над вращающейся тарелкой, функционирование которой не автоматизировано во время сканирования. Следовательно, подошвенный аспект стопы можно рассмотреть под разными углами, в то время как сохраняется фокусное расстояние в 55 см. Сканирующая тарелка представляет собой стеклянную поверхность размерами 40×35×1,5 см, применяя которую можно рассмотреть поверхность подошвенной части стопы. В процессе измерения также задействованы датчики измерения глубины. С целью минимизировать отражение света, деревянная коробка окрашена в чёрный цвет. Таким образом, попадание света от внешних источников во время сканирования ограничено. Время сканирования составляет 25 секунд. За это время сенсор успевает совершить вращение на 360°. Программное обеспечение «Skanect» для Windows (Skanect от компании «Occipital», версия 1.8) применяется для получения и последующей обработки 3d сканированных снимков чернового формата raw с полученными данными о глубине (рис. 1б). Ноутбук (Intel Core i5 6300 HQ @2.30 GHz, 12GHz RAM), применяемый для сбора данных, позволяет получить 3d сканированные снимки высокого качества до 21 шага.
Рис.1
а) 3d Kinect-сканер стопы. Kinect-сенсор расположен на вращающейся платформе в самом низу деревянной коробки. Сверху находится стеклянная тарелка толщиной 15 мм, с помощью которой можно сканировать подошвенную поверхность стопы при разных условиях нагрузки. б) точечные 3d модели подошвенной части стопы в положении стоя, полученные с помощью компьютерной программы «Skanect».
В исследовании приняли участие четырнадцать здоровых волонтёров (в возрасте от 21 до 61 года; ММТ 23±3 кг/м²; европейский размер обуви 37-43) без истории болезни и каких-либо симптомов повреждения стопы или конечности. Согласно полученным данным, все испытуемые подверглись подоскопическому измерению стопы. У некоторых обнаружилась лёгкая форма плоскостопия (n = 5), уплощённая стопа (n = 6) и лёгкая форма гиперпронированной (вальгусной) стопы (n = 3). Ящик из органического стекла для измерения параметров стопы применяется для получения их основных морфологических характеристик (рис. 2). Точность устройства была измерена посредством сравнения простых сканированных снимков 28 стоп 14 испытуемых со снимками высокого разрешения, полученных с помощью 3d сканера стопы (i-Qube, Delcam, СК). Сканированные снимки сделаны в стоячем положении двух стоп и при полной нагрузке; подобное положение было выбрано вместо других условий нагрузки, в силу своей частой повторяемости. Таким образом, гарантировано отсутствие различий формы стопы. С помощью программы 3d моделирования «Geomagic Control™» (3D Системы, Рок-Хилл, США) выполнено пространственное выравнивание и подсчитана средняя разница между показателями сеансов Kinect- и i-Qube-сканирования. Выравнивание достигнуто с помощью процедуры «Лучшее соответствие выравниванию» - предварительная процедура, реализованная измерением 5000 произвольно выбранных точек на снимке. Более точные данные могут быть получены измерением 25000 случайных точек до тех пор, пока не минимизирована случайная разница между снимками [32]. Карты расстояний, т.е. точечная графическая репрезентация расстояния между двумя 3d наборами данных с учётом средней квадратической погрешности, применяются для измерения точности показателей Kinect-сканированных снимков всей подошвенной поверхности, а также средней арочной области. Последнее подлежит независимому измерению в силу соответствия классификации типа стопы, а также влияния на разработку моделей ортопедической обуви.
Рис. 2
PodoBox - устройство из органического стекла, разработанное для измерения стопы. Линии с клейкой основой сбоку и внизу устройства предназначены для измерения высоты и длины арки (a), а прозрачные гибкие линейки - для измерения длины и ширины стопы (b).
Повторяемость результатов Kinect-сканирования во время разных сеансов оценена на основе данных 28 испытуемых. Стопа каждого испытуемого отсканирована за три сеанса с периодичностью в несколько дней. Попарное сравнение было проведено с целью измерения средней квадратической погрешности между сканированными снимками одной и той же стопы. Показатель средней квадратической погрешности подсчитан как правой, так и левой стопы каждого испытуемого - сеанс #1 сравнен с сеансом #2, сеанс #1 сравнен с сеансом #3, сеанс #2 сравнен с сеансом #3 - и измерен с учётом среднего показателя. Коэффициент вариации средней квадратической погрешности на протяжении всего исследования измерен для определения повторяемости результатов на сканах.
В случае измерения эффективности работы сканера в определении различий между видами стоп, были получены основные морфологические параметры трех видов заболеваний стоп - две стопы с плоскостопием, две с уплощением и ещё две с гиперпронированием (рис. 3). Разработано специализированное программное обеспечение «Matlab» (MathWorks, R2016a) для автоматического анализа Kinect-сканированных снимков стопы. С помощью такой программы можно измерить длину стопы, ширину стопы, высоту арки, ширину арки, а также арочный индекс. Под шириной арки понимается максимальная глубина проникновения арки стопы в медиа латеральном направлении, выраженная в процентах от ширины стопы в том же положении. Индекс арки вычисляется вращением между областью средней и третьей части отпечатка стопы и полной областью отпечатка стопы без пальцев [33]. Более того, различные измерения длины и ширины стопы, полученные с помощью устройства «PodoBox», сопоставлены с такими же результатами, полученными с помощью программы для 3d сканирования и подсчитан средний процент погрешности.
Рис.3
Сканированные образцы плоскостопия (a), уплощённой (b) и вальгусной (c) стопы в положении стоя. Вид сверху - под подоскопом; снизу - согласно Kinect снимкам, полученным программой «Geomagic».
Результаты
Точность Kinect-сканирования
Точность 3d Kinect-снимков арочной области оказалась выше, чем всей поверхности стопы. Сравнивая 3d Kinect-сканированные снимки со сканами, которые выполнены с применением лазерного устройства высокого разрешения (рис. 4, верх), выявлена средняя квадратическая погрешность в 2,8±0,6 мм и 2,9±0,4 мм, соответственно левой и правой стопы. Соответствующие ошибки только в арочной области составили (рис. 4, низ) 1,4±0,4 мм и 1,6±0,5 мм (таблица 1).
Рис.4
Сравнительные цветные показатели расстояния [мм] лазерного сканера с Kinect-сканером правой стопы одного испытуемого при нагрузке, согласно «Лучшему соответствию выравнивания» программного обеспечения «Geomagic: Best Fit Alignment». Сверху указаны ошибки на всей подошвенной области; снизу - ошибки в арочной области.
Таблица 1. Средняя квадратическая погрешность [мм] между показателями Kinect-сканирования и эталонными шаблонами для каждой левой и правой стопы 14 испытуемых. Общий показатель средней квадратической погрешности можно увидеть внизу таблицы.
| Subject ID | RMSE [mm] | |||
|---|---|---|---|---|
| Left foot whole plantar surface |
Right foot whole plantar surface |
Left foot arch region |
Right foot arch region |
|
| Subj 01 | 2.8 | 3.8 | 1.8 | 1.6 |
| Subj 02 | 2.2 | 2.6 | 1.5 | 2.3 |
| Subj 03 | 2.8 | 3.2 | 1.8 | 0.7 |
| Subj 04 | 3.3 | 2.7 | 0.7 | 0.9 |
| Subj 05 | 3.5 | 2.9 | 1.5 | 2.0 |
| Subj 06 | 2.3 | 2.2 | 1.6 | 1.8 |
| Subj 07 | 2.9 | 3.6 | 1.3 | 1.3 |
| Subj 08 | 3.5 | 2.2 | 1.0 | 2.5 |
| Subj 09 | 2.7 | 3.5 | 1.5 | 1.2 |
| Subj 10 | 3.2 | 2.8 | 0.9 | 1.5 |
| Subj 11 | 1.6 | 1.9 | 1.1 | 1.1 |
| Subj 12 | 2.9 | 3.3 | 2.0 | 1.9 |
| Subj 13 | 2.5 | 3.7 | 1.4 | 1.5 |
| Subj 14 | 3.6 | 2.3 | 1.6 | 2.2 |
| Mean ± SD | 2.8 ± 0.6 | 2.9 ± 0.4 | 1.4 ± 0.4 | 1.6 ± 0.5 |
Совпадение результатов Kinect-сканирования
Достойное совпадение результатов Kinect-сканирования прослеживалось на всех этапах. Общий показатель среднеквадратичного отклонения попарного сравнения снимков, полученных за три сеанса, составил 1,2±0,4 мм как для левой, так и для правой стопы (таблица 2). Средний показатель коэффициента вариаций оказался 24,3±12,3% и 17,4±10,5%, соответственно левой и правой стопы.
Таблица 2. Средняя квадратическая погрешность [мм] в расстоянии рассчитана по результатам сравнения трех снимков, полученных от разных сканирующих устройств.
| Subject ID | RMSE [mm] - Left foot whole plantar surface |
RMSE [mm] - Right foot whole plantar surface |
||||||
|---|---|---|---|---|---|---|---|---|
| trial1 vs trial2 | trial1 vs trial3 |
trial2 vs trial3 | mean ± SD | trial1 vs trial2 |
trial1 vs trial3 |
trial2 vs trial3 | mean ± SD | |
| Subj 01 | 1.1 | 1.1 | 0.8 | 1.0 ± 0.2 | 1.2 | 1.4 | 1.1 | 1.2 ± 0.1 |
| Subj 02 | 1.3 | 1.4 | 0.7 | 1.1 ± 0.4 | 0.9 | 0.8 | 0.5 | 0.8 ± 0.2 |
| Subj 03 | 1.2 | 1.0 | 0.6 | 0.9 ± 0.3 | 1.4 | 1.4 | 1.5 | 1.4 ± 0.1 |
| Subj 04 | 1.6 | 1.6 | 0.8 | 1.3 ± 0.5 | 1.3 | 1.5 | 1.2 | 1.3 ± 0.2 |
| Subj 05 | 1.0 | 0.9 | 1.0 | 1.0 ± 0.0 | 0.8 | 0.8 | 0.5 | 0.7 ± 0.2 |
| Subj 06 | 1.3 | 1.8 | 1.0 | 1.3 ± 0.4 | 1.9 | 2.0 | 1.0 | 1.7 ± 0.5 |
| Subj 07 | 1.8 | 1.7 | 0.9 | 1.5 ± 0.5 | 1.8 | 1.6 | 0.9 | 1.4 ± 0.5 |
| Subj 08 | 0.9 | 1.0 | 1.3 | 1.1 ± 0.2 | 1.7 | 1.8 | 1.1 | 1.5 ± 0.4 |
| Subj 09 | 2.2 | 1.9 | 0.9 | 1.7 ± 0.7 | 1.2 | 1.1 | 1.0 | 1.1 ± 0.1 |
| Subj 10 | 1.2 | 1.3 | 1.1 | 1.2 ± 0.1 | 1.2 | 1.2 | 0.9 | 1.1 ± 0.1 |
| Subj 11 | 1.2 | 1.5 | 1.4 | 1.4 ± 0.2 | 1.3 | 1.3 | 1.2 | 1.0 ± 0.0 |
| Subj 12 | 0.9 | 0.6 | 0.7 | 0.7 ± 0.2 | 1.0 | 0.9 | 0.9 | 1.1 ± 0.1 |
| Subj 13 | 0.9 | 0.8 | 0.7 | 0.8 ± 0.1 | 1.2 | 1.0 | 1.2 | 0.9 ± 0.1 |
| Subj 14 | 1.0 | 1.0 | 0.5 | 0.9 ± 0.3 | 1.0 | 1.1 | 0.7 | 1.0 ± 0.2 |
Морфологические характеристики образцов плоскостопия, уплощённой и вальгусной стопы.
При помощи автоматического анализа сканируемых снимков стопы можно определить основные морфологические параметры 12 стоп 6 испытуемых (Таблица 3). Основные пространственные характеристики стопы, а именно длина и ширина соответствуют полученным характеристикам с помощью устройства PodoBox: средний показатель ошибки оказался 1,2±1,1% и 0,9±0,7% в длине, а также 9,0±4,1% и 10,2±3,2% в ширине, соответственно левой и правой стопы. Индекс и ширина арки соответствуют клинической классификации; самый высокий индекс арки и самый низкий показатель ширины арки обнаружены у четырёх испытуемых с плоскостопием, в то время как самый низкий индекс арки и самый высокий показатель ширины арки выявлены у 4 испытуемых с вальгусной стопой.
Таблица 3. Морфологические параметры 12 стоп, клинически классифицируемых как уплощённая [2] и вальгусная стопа [2] или плоскостопие [2]. Индекс арки, длина стопы, ширина стопы, высота арки и длина арки.
| Foot type | Arch Index | Foot length [mm] | Foot width [mm] | Arch height [mm] | Arch height [% foot length] | Arch width [% width] |
Arch length [mm] | Arch length [% foot length] | |
|---|---|---|---|---|---|---|---|---|---|
| flat #1 | Left | 0.33 | 268.1 | 105.6 | 12.5 | 4.7 | 36.4 | 122.0 | 45.5 |
| Right | 0.31 | 266.4 | 102.5 | 9.8 | 3.7 | 33.3 | 82.0 | 30.8 | |
| flat #2 | Left | 0.30 | 259.4 | 114.3 | 18.8 | 7.2 | 36.4 | 78.0 | 30.1 |
| Right | 0.29 | 258.9 | 117.5 | 18.9 | 7.3 | 31.8 | 82.0 | 31.7 | |
| rectus #1 | Left | 0.27 | 271.9 | 111.0 | 23.6 | 8.7 | 50.0 | 90.0 | 33.1 |
| Right | 0.26 | 268.0 | 113.1 | 20.2 | 7.5 | 46.0 | 76.0 | 28.4 | |
| rectus #2 | Left | 0.26 | 244.9 | 101.4 | 24.5 | 10.0 | 56.8 | 80.0 | 32.7 |
| Right | 0.27 | 239.3 | 103.8 | 17.2 | 7.2 | 52.2 | 82.0 | 34.3 | |
| cavus #1 | Left | 0.10 | 243.0 | 96.7 | 17.9 | 7.4 | 100.0 | 104.0 | 42.8 |
| Right | 0.05 | 243.5 | 101.4 | 17.9 | 7.3 | 100.0 | 88.0 | 36.1 | |
| cavus #2 | Left | 0.07 | 269.5 | 99.2 | 15.6 | 5.8 | 100.0 | 104.0 | 38.6 |
| Right | 0.12 | 268.9 | 102.1 | 19.6 | 7.3 | 100.0 | 86.0 | 32.0 | |
Обсуждение
На практике до сих пор отдаётся предпочтение методу измерения параметров стопы с помощью литой пены. Цель такого метода - разработать полулёгкие стельки. Большинство существующих примитивных ортопедических сканеров, а также сканеров на основе работы лазерного луча, слишком дороги для маленьких клиник и некоммерческого применения. Зачастую, применяя их, невозможно получить верные параметры при нагрузке. Более того, нет ни одного автоматического устройства в настоящее время, которое бы выполнило сканирование стопы, кроме 3d сканера. Датчики измерения глубины стопы, представленные инфракрасными камерами и проекторами, представляют собой экономически эффективное сканирующее устройство в отношении лазерных технологий. Цель данного исследования заключалась в измерении точности и совпадений результатов новейшего недорогого 3d Kinect-сканера стопы компании Microsoft.
Проведены предварительные испытания по выбору оптимальных параметров сканирования стопы в положении стоя на сканирующей тарелке. Вращение Kinec-сенсора на 360° оптимально подходит для гарантии наилучшего качества сканированных снимков подошвенной стороны стопы.
Точность Kinect-сканера определена на 14 испытуемых. Для исследования применялся рентабельный, высококачественный 3d сканер с лазерной технологией. Общий показатель средней квадратической погрешности при построении 3d модели всей подошвенной поверхности стопы оказался около 3 мм, что одинаково как для левой, так и для правой стопы. Погрешности наблюдались только в области пальцев ног и при боковом аспекте области средней части стопы, примерно, наряду с пятой плюсневой костью (см. Рис. 4). Соответственно, выясняется, возможны ли ошибки при сканировании отдельной области арки стопы, которая является наиболее показательным морфологическим признаком. Общий показатель среднего квадратичного отклонения при построении формы арки оказался 1,5 мм, последовательным между левой и правой стопой. Тем не менее, недочёт показателя отклонения довольно несущественный, но наблюдается при проведении повторных измерений. Данный факт стоит учитывать при разработке индивидуальных протезов или при проведении статистического сравнения морфологически разных данных.
В то время, как новейший сканер показывает очень достойную повторяемость результатов между этапами сканирования (от 0,5 ÷ 2,2 мм), то исследование повторяемости самого механизма измерения в данном исследовании не проводилось. Однако, с тех пор, как процесс сбора информации стал полностью автоматизирован, ошибки в механизме измерения стали носить одинаковый характер.
Дальнейший геометрический анализ, проведённый посредством программного обеспечения «Matlab» подошвенной поверхности стопы показал достойную согласованность между получаемыми наборами данных 3d сканирования и клиническими наблюдениями. В частности, предположительный арочный индекс при плоскостопии оказался выше, чем при вальгусной стопе. Хотя, ширина арки самая маленькая при плоскостопии и самая длинная при вальгусной стопе. Морфологические показатели, полученные Kinect-сканированием стопы, похоже, соответствуют действительным морфологическим размерам стопы, а также, вероятно, представляют объективные и соответствующие показатели, в дополнении к клинической оценке при классификации видов стоп. Хотя, средний показатель ошибки измерения длины стопы составил, примерно, 1%. Этот же показатель на сканированных снимках оказался на 10% выше, чем в результате измерения с помощью устройства PodoBox. Можно объяснить, что такое незначительное повышение результатов ширины стопы происходит из-за сжатия мягких тканей между гибкой линейкой и поверхностью устройства PodoBox (см. рис. 2 б).
С экономической точки зрения, общая стоимость существующего прототипа 3d сканера стопы составляет около 200-300 евро. В настоящее время представлен, по крайней мере, лазерный сканер стопы, размер которого значительно превышает размер 3d сканера. Применяя 3d-сканер, клиники и исследовательские группы с ограниченными ресурсами смогут проводить 3d сканирование для верного диагносцирования патологий стопы. Более того, при неинвазивных процедурах и процедурах с примененем автоматизированных устройств, возможно, провести сканирование стопы при разных условиях нагрузки, в то время, как минимизирована вовлеченность ассистента. Однако, следует рассматривать настоящее исследование и его результат в свете некоторых ограничений. Хотя, результаты точности и повторяемости базируются, в большей степени, в пределах внешних параметров, а также внутренних параметров левой и правой стопы, то образец анализируемой стопы достаточно мал. В дополнении, в проводимом исследовании проводился анализ только стопы взрослого человека. Таким образом, нет никакой доступной информации о применении устройства для детской стопы, а также о повторяемости этих результатов. В итоге, все данные о стопе получены в идеальных условиях без нагрузки с применением мощного портативного компьютера; можно получить сканируемые снимки низкого качества, на которых присутствуют шумы.
Выводы
Выявлено, что точность Kinect-сенсора без специально разработанного для данного исследования программного обеспечения можно сравнить с точностью лазерного сканера. Следовательно, целесообразно применять полученные 3d сканированные снимки подошвенной области стопы для проведения различных клинических и биомеханических исследований. Новейший недорогой сканер стопы представляет собой достойную альтернативу наиболее дорогим лазерным сканерам, которые в настоящий момент представлены на рынке и подходят для разработки стелек на заказ, а также ортезов. С геометрической точки зрения, скан можно проанализировать и измерить при помощи специального дополнительного программного обеспечения, как показано в данной рукописи. Сочетание Kinect-сканирование с существующей анализируемой программой представляет собой долговечное устройство для автоматического измерения стопы, облегчая врачам-ортопедам задачу получения пространственных параметров стопы, определения вида в классификации и верного диагностирования.
Доступность данных и принадлежностей
Наборы данных, применяемые для анализа во время текущего исследования, доступны у автора по обоснованной просьбе.
Переводческие заметки:
Аддитивные технологии – это послойное наращивание и синтез объекта с помощью компьютерных 3d технологий.
Подиатрия – лечение заболеваний стоп.
Метод триангуляции – приобретение первичных данных разными методами из заранее выбранных источников с целью анализа.
