EL1801, Examensarbete, 15 hp
Högskoleingenjörsprogrammet i Elektronik och datorteknik – Medicinsk teknik, 180 hp
ANALYSPROGRAM FÖR
GRIP- OCH LYFTKRAFT
Grip force and lifting analysis
program
Emmalisa Strömberg
gripkraften påverkas kan det kanske användas inom vården för att kontrollera sjuk- domsförloppet, om det blir bättre efter behandlingar.
På Medicinsk Teknik - Forsking och Utveckling (MT-FoU) har ett mätinstrument som mäter gripstyrkan och lyftaccelerationen konstruerats. För att detta instrument skall bli mer användbart i klinisk praktik behövs ett analysprogram för att ta fram resultatet efter mätningar gjorda med utrustningen. Ett datoriserat analysprogram har potential att vara betydligt snabbare, effektivare och objektivare jämfört med den manuella analys som används idag.
Syftet med detta projekt är att skapa ett analysprogram som kan ersätta arbetet av den manuella analysen och som kan ta fram resultat från mätdata. Resultatet skall inte skilja mellan en manuell analys och den automatiska analysen. Målet är att analysen ska bli snabb, effektiv och vara objektiv samt ge samma resultat som en manuell analys skulle ge.
Programmet som konstruerades blev snabbare och effektivare än den manuella ana- lysen. Mätningar på sex stycken friska, frivilliga personer användes för att jämföra de automatiska och manuella analyserna. Ingen signifikant skillnad kunde påvisas för någon av de parametrar som skulle analyseras, och detta visar att det automa- tiska analysprogrammmet fungerar lika bra som manuella analyser och därmed kan ersätta dessa för att analysera framtida mätningar. Dock är detta endast testat på friska personer så om de automatiska och manuella analyserna är jämförbara även för personer som har en neurologisk sjukdom bör utredas vidare innan den
automatiska analysmetoden tas i bruk.
their grip force. If the grip power is affected, it may be used in healthcare to check the course of disease, if it gets better after treatment.
At the department of Biomedical Engineering - Research and developmet a measure- ment device for analysing grip force and acceleration when lifting an object has been developed. In order for this instrument to be more useful in clinical practice, an analysis program is required to produce the result after measurements made with the equipment. A computerized analysis program has the potential to be signifi- cantly faster, more efficient and more objective compared to the manual analysis used today.
The purpose of this project was to create an analysis program that can replace the work of the manual analysis and which can generate results from measured data.
The results should not be different between a manual analysis and the automatic analysis. The goal was that the analysis should be fast, efficient and objective and also provide the same results as a manual analysis would provide.
The program that was designed became faster and more efficient than the manual analysis. Measurements on six healthy volunteers were used to compare the auto- matic and manual analyzes. No significant differences could be detected for any of the parameters that were analyzed, and this shows that the results of the automated analysis are comparable to the manual analysis and thus can replace these to an- alyze future measurements. However, the automatic analysis has only been tested on healthy people, so if the automatic and manual analyzes are comparable even for people with a neurological disease should be further investigated before using the automatic analysis method on patient data.
Tomas Bäcklund dig skulle jag vilja tacka för konsultationen kring hur mätutrustningen var uppbyggt och fungerade, detta så att jag fick en djupare förståelse för hur den fun- gerade.
Jag skulle även vilja tacka avdelningen Medicinsk Teknik – Forskning och Utveckling på Norrlands Universitetssjukhus för att jag fått utföra detta examensarbete hos er och för all hjälp med utrustning och lokaler så att jag kunna utföra detta examensarbete.
Innehåll
1 Introduktion 1
1.1 Bakgrund . . . 1
1.2 Syfte och Mål . . . 2
1.3 Krav . . . 3
1.4 Avgränsningar. . . 3
2 Teori 4 2.1 Gripkraft, lyftacceleration och reaktionstid. . . 4
2.2 Mätutrustning . . . 4
2.3 Hydrocefalus . . . 4
2.4 Parkinson sjukdom . . . 5
2.5 Tidigare mätningar av grip- och lyftkraft. . . 5
3 Metod 6 3.1 Definition av kritiska punkter . . . 7
3.2 Kalibrering . . . 8
3.3 Analysprogrammet . . . 9
3.3.1 Initiering . . . 9
3.3.2 Välj filer . . . 9
3.3.3 Maxgripkraft . . . 9
3.3.4 Statisk gripkraft . . . 10
3.3.5 Gripkrafthastighet . . . 10
3.3.6 Maxbelastning . . . 10
3.3.7 Lift-off . . . 11
3.3.8 Reaktionstid . . . 11
3.4 Datainsamling. . . 11
3.4.1 Mätmetod . . . 11
3.5 Analyser . . . 12
3.6 Statistik . . . 12
4 Resultat 13 4.1 Programmet. . . 13
4.2 Analyserna . . . 16
5 Diskussion 17
6 Slutsats 19
1 Introduktion
1.1 Bakgrund
Detta är ett examensarbete på 15 högskolepoäng för programmet Elektronik och Dator teknik med inriktning Medicinsk Teknik vid Umeå Universitet. Examensarbetet utförs vid Centrum för Medicinsk Teknik och Strålningsfysik på avdelningen för Medicinsk Teknik-Forskning och Utveckling (MT-FoU), Norrlands Universitetssjukhus.
Många människor som är friska har en god inbyggd reglering av gripkraften i sina händer.
De lyfter olika objekt utan problem, ändras vikten på föremålet i handen ändras grip- styrkan direkt via de sensoriska nerver som finns i fingertopparna. För en person med en neurologisk sjukdom kan det innebära att detta inte fungerar och det kan leda till att det blir fördröjningar i signalen för att reglera gripstyrkan. Föremålet tappas eller en överkompenserad gripkraft skapas. Därför kan gripkraft och lyftkraft tillsammans använ- das som indikation för vissa neurologiska sjukdomar, där kan det tittas på hur snabba förändringarna av dessa parametrar är. Det är möjligt att detta även kan användas för att kolla förbättringar efter en behandling mot en neurologisk sjukdom [1].
Under ett tidigare examensarbete har ett mätsystem tagits fram för att mäta grip- och lyftkraft [2]. Detta mätsystem lagrar data på ett SD-kort. Formatet i filen är i text- format och först i filen kommer information om filen som följs av olika kolumner med accelerationerna i x, y, z-led från accelerometer, gripkraft och en beräknad vektor av de accelerationsaxlarna. Filen avslutas med att skriva ut mätningens samplingsfrekvens. I fig 1visas en bild på mätutrustningen.
Figur 1 – Figuren visar en bild på hur mätutrustningen ser ut.
För detta examensarbete skall data hämtas från SD-kortet där medelvärde och standar- davvikelse för gripkraft, gripkraftförändring, belastning och statisk gripkraft ska beräknas och presenteras. Lift-off för gripkraft och lyftacceleration ska detekteras så att reaktions- tiden kan beräknas för varje lyft. Allt resultat skall plottas i grafer och tabeller.
Mätningar skall genomföras på sex friska frivilliga försökspersoner, data från mätningar- na ska analyseras i det utvecklade analysprogrammet samt manuellt och jämföras mot varandra.
1.2 Syfte och Mål
Detta projekts syfte är att skapa och validera en mjukvara som kan användas som ana- lysverktyg och vara kompatibel med den grip- och lyftkraftutrustning som finns på MT- FoU, detta för att bli mer användbar i klinisk praktik. Målet är att utvärdera om det går att automatisera den idag manuella analysen, då detta är en viktig förutsättning för att kunna använda mätmetoden i klinisk praktik eftersom det innebär att analysförfarandet skulle bli snabbare och mer effektivt samt kräva mindre manuell datahantering. Ett au-
tomatiserat analysförförande möjliggör också objektiva analyser som inte är beroende på den operatör som analyserar data.
1.3 Krav
Kravet på detta projekt är att utveckla en mjukvara som möjliggör automatiserade ana- lyser av mätningar från grip- och lyftkrafstutrustningen. Detta med hjälp av algoritmer som primärt ska detektera maxvärden och beräkna medelvärden snabbare än vi männi- skor skulle gjort och på ett mer objektivt sätt. På programmet ställs olika krav vilket visas i tabell1.
Tabell 1 – Tabellen visar kraven på analysprogrammet som ska läsa in en textfil från ett minneskort där mätdata lagras från själva mätningen. Därefter ska programmet presentera olika grafer utifrån data, detektera olika punkter på graferna samt beräkna medelvärde, standardavvikelse och reaktionstid. Den implementerade mjukvaran ska utvärderas mot manuellt genomförde analyser på data från sex stycken friska frivilliga försökspersoner.
Resultaten av analysen ska kunna sparas på individuellnivå och i en gemensam fil på gruppnivå.
Krav Beskrivning av kravet för analysprogrammet Prio
1 Läsa in data från textfil 1
2 Skriva data till textfil 1
3 Presentera mätdata i grafiskt format 1
4 Detektera kritiska punkter 1
5 Presentera och spara medelvärde +/- stdav på individ nivå 2 6 Presentera och spara medelvärde +/- stdav på gruppnivå 3 7 Beräkna reaktionstiden mellan grip- och lyftfaser 3 8 Markera de kritiska punkterna i de grafiska illustrationerna 3 9 Möjliggöra flytt/borttagning av markör om den anses vara felaktig 4 I projektet ingår även uppgiften att definiera ett mätprotokoll som är kompatibelt med det utvecklade analysprogrammet.
1.4 Avgränsningar
Avgränsningarna för detta arbete kommer att vara att utveckla en algoritm för att de- tektera maximum, beräkna ett medelvärde för maxvärdena +/- standardavvikelsen. En statisk gripkraft ska beräknas under en fas i lyftet i gripkraften. Reaktionstiden kommer att beräknas med hjälp av att lift-off för gripkraft och acceleration detekteras. Inget an- nat kommer att detekteras eller att beräknas och presenteras som resultat från analysen.
Det kommer endast göras mätningar på sex personer och kommer inte att göras en studie på en större grupp.
2 Teori
2.1 Gripkraft, lyftacceleration och reaktionstid
Gripkraft är den kraft i handen som bildas när vi tar tag i något. Kraften varierar be- roende på hur tungt objekten är om det är något vi ska lyfta. För detta projekt avser gripkraft den finmotoriska kraft som utvecklas när man griper tag i ett objekt mellan tummen och pekfingret. Den gripkraft som behövs för att lyfta samma objekt kan variera mellan individer.
Lyftacceleration är hur mycket något föremål accelererar under ett lyft. I mätutrust- ningen sitter en accelerometer som har tre vinkelräta axlar som talar om hur mycket föremålet rör sig i tre riktningar. Baserat på dessa tre axlar kan objektets totala accele- ration beräknas och presenteras i form av en vektor. Lyftaccelerationen beräknas fram genom massan för mätutrusningen multiplicerad med tyngdaccelerationen multiplicerat med acceleration värdet vilket är vektorn från de tre axlarna [2].
Reaktionstiden är den tid det tar för en individ att greppa mätutrustninget tills dess att den lyfts, vilket beräknas genom att ta lift-off punkterna för lyftaccelerationen subtra- herat med lift-off för gripkrafthastighet.
2.2 Mätutrustning
För detta projekt används en mätutrustning som konstruerats tidigare på Norrlands Universitetssjukhus på avdelningen MT FoU av Tomas Bäcklund tillsammans med en tidigare examensarbetare [2]. Mätenheten består av en styrenhet, datalogger, kraftgivare och accelerometer se fig 1. Kraftgivaren ger en spänning som motsvarar en gripkraft i Newton. Med hjälp av accelerometer kan accelerationen mätas i tre axlar, x, y och z-led.
Dessa värden sparas ner i en fil på ett SD-kort.
2.3 Hydrocefalus
Hydrocefalus är en åkomma som kan drabba människor i alla åldrar. Det som händer är att den vätska (cerebrospinalvätska) som omger ryggmärgen och hjärnan samt finns i hjärnas hålrum (ventriklar), inte längre hinner dräneras från hjärnan. Ventriklarna i hjärnan vidgas och vätskeansamlingen leder till ett ökat tryck i hjärnan [3]. För späd- barn leder detta tryck till att skallen blir större och större och detta är för att skallbenet inte är riktigt sammanfogat än som det är i vuxen ålder.
För att stoppa vätskeansamlingen och minska trycket i huvudet kan en shunt opererats in mellan hjärnans ventriklar och buken. Genom att göra det hjälper shunten att dränera vätska från ventriklarna som inte kroppen själv hinner dränera [4].
De vanligaste symptomen för hydrocefalus är problem med gången, balansen, kognitiv svikt och urinträngningar[5]. På grund av att ett av huvudsymtomen drabbar de nedre distala delarna av kroppen finns även misstanke om att de övre distala delarna (armar- na och händerna) skulle kunna vara påverkade. Det är därför som det är intressant att undersöka grip- och lyftkraft för denna patientgrupp.
2.4 Parkinson sjukdom
En annan neurologisk sjukdom som även den kan tänkas påverka gripstyrkan och finmo- toriken är Parkinsons sjukdom. Det är en sjukdom där celler som tillverkar substansen dopamin förstörs. Det är med signalsubstanser som signaler kan skickas mellan olika nervbanor. Utan eller med brist på dopamin blir det ett problem att skicka nervimpulser för de nerver som styr rörelser i kroppen och det leder till att röreleförmågan blir sämre [6].
2.5 Tidigare mätningar av grip- och lyftkraft
Under mitten av 2000-talet gjordes det test på gripstyrkan och lyftkraften hos personer med normal trycks hydrocefalus, Parkinsons sjukdom och friska [1][7]. Testet som utför- des var att de personer som var med skulle gripa tag och lyfta ett liknande objekt som det som används i detta projekt för att jämföra om finmotoriken och förmågan att reglera grip- och lyftkraft i relation till det som skulle lyftas varierade mellan de två patient- grupperna och friska äldre. Enligt denna studie fanns det anledning att tro att även arm- och handfunktion påverkas av dessa sjukdomar och inte enbart de nedre extremiteterna.
3 Metod
För att utföra detta projekt används programmeringsspråket LabVIEW (National In- strument, Inc, Austin, TX, USA). LabVIEW är ett grafiskt programmeringsspråk som gör det möjligt att analysera och presentera data. I LabVIEW finns många olika funktio- ner, grafer, knappar, listor och mycket mer. Vid skapandet av ett program i LabVIEW används två fönster. Det ena, frontpanelen, används när programmet körs och interagerar med användaren. Det andra, diagrampanelen, innehåller själva koden till programmet och i fig 2visas ett kort exempel på hur dessa två fönster ser ut. Eftersom LabVIEW är ett grafiskt programspråk så skiljer det sig ifrån exempelvis c-programmering i det att koden inte utgörs av text utan av ikoner som är färdiga funktioner. Programmet utvecklas ge- nom att dra trådar mellan funktionerna och ge rätt sorters ingångar på alla funktioner [8].
Figur 2 – Figuren visar en bild på hur labview ser ut.
Analysprogrammet för att presentera gripkraft, lyftacceleration samt detektera de kritis- ka punkterna skapades, genom att använda de färdigdefinierade funktionerna som finns i LabVIEW. Analysprogrammet bygger på en huvudkod, eller VI som det heter i LabVI- EW, som anropar mindre funktioner som kallas subVIer. Detta görs för att på ett enkelt sätt möjliggöra att nya rutor kunde öppna sig på skärmen, så att användaren inte missar något eller ett val som användaren måste göra. De anropade funktionerna begränsades så att användaren inte kunde ändra fönsterstorlek, skrolla upp och ner, höger vänster eller stänga på det röda krysset utan behövde utföra de instruktioner som görs.
3.1 Definition av kritiska punkter
Kurvorna som illustrerar en mätning av gripkraft och lyftkraftsacceleration kan ses fig.3.
I dessa kurvor kan ett maximalt värde detekteras för varje lyft av mätutrustningen i re- spektive graf. Det maximala värdet i gripkraften (KP1) är hur mycket kraft som använts för att lyfta utrustningen och den bestäms genom att detektera maximum i fig3[1]. Det maximala värdet i lyftaccelerationen (KP2) indikerar vad den maximala belastningen var under mätningen och den bestäms genom att hitta maxvärdet för lyftet enligt fig3 . I grafen 3 där gripkraften illustrerats kan en statisk gripkraft beräknas när gripkraften stabiliseras. Två sekunder efter maxvärdet har gripkraften stabiliserats och därmed bör- jar den statiska gripkraften att beräknas genom ett medelvärde för följande sekund.
Den fjärde kritiska punkten är när lutningen på gripkraftkurvan på väg upp mot max är som brantast. För att beräkna det tas derivatan av gripkraften. Maxvärdet i derivatan indikerar vart lutningen är som brantast.
Fördröjningen mellan att man griper tag om utrustningen tills dess den lyfts kallas re- aktionstid. Precis när någon griper tag och lyfter mätutrustningen sker punkten lift-off.
Denna punkt ser när personen griper tag i utrustningen för gripkraft och när utrustning- en börjar lyftas i lyftaccelerationen. För att detektera dessa lift-off letas det bakvägen från de maximalavärdena ner till noll.
Figur 3 – Detta illusterar hur gripkraft och lyftaccelerationskurvorna ser ut, där de kri- tiska punktera för detta projekt är markerade.
3.2 Kalibrering
Kalibrering av mätutrustningen görs enligt fig.4. En känd vikt hängs på kraftgivaren.
Eftersom utspänningen från mätutrustningen är linjär mot den kraft som läggs på[2], används räta linjens ekvation (1) för att bestämma kalibreringskonstanten. Det finns ingen offset i detta system vilket betyder att m = 0, det vill säga när spänningen är 0 V så är kraften 0 N. y är gripkraften och x är spänningen som kommer från kraftgivarna och k är konstanten som spänningen skall multipliceras med för att visa vad detta motsvaras i gripkraft.
y = x ∗ k + m (1)
Figur 4 – Figuren illustrerar hur mätuppställningen såg ut när mätutrustningen kalibre- rades. Utrustningen lades på sidan och fick ett stöd under ena sidan av de två armarna på kraftgivaren. På den övre armen hängdes en vikt, så att armarna kläms ihop på lika sätt som när man griper tag i dem.
En vikt på totalt 405 g (vilket motsvarar en kraft på ungefär 3,97 N) hängdes på och detta motsvarar en spänning på 1.37 V. Utifrån dessa två kända värden kunde konstanten beräknas fram enligt ekvation (2), vilket blir ungefär 2,899.
K = 3.97/1.37 (2)
3.3 Analysprogrammet
För att styra programmet så att den kör alla analyser och beräkningar i rätt ordning eller i vissa fall väntar tills användaren har gjort sitt val innan programmet skall gå vidare, används Stacked Sequence Structure. Den funktionen fungerar på ett sådant sätt att den bygger på flera ramar där den kör programmet från första till sista. Det som är i första ramen sker först sen det i andra osv. I första ramen sker initieringen av olika parametrar.
All kod ligger i denna funktion inget av koden ligger utanför.
3.3.1 Initiering
Programmet börjar med en initiering av olika parametrar. Arrayerna som används rensas från data om det finns nån data i dem, detta för att inte gammal data ska störa den nya analysen. Även strängar som ger information om vad som händer i programmet töms för att inte ge en felaktig information till användaren.
Resultatet presenteras i två grafer där x-axeln ska visas i sekunder detta görs genom att omvandla frekvensen så att det motsvarar vad det är i sekunder.
3.3.2 Välj filer
När programmet startar kommer filhanteraren upp så att användaren kan välja vilken fil som ska analyseras. När en fil valts kommer en fråga till användaren, vill du spara resultatet till en fil? Väljer användare ja, kommer användaren att få skriva in ett namn på filen som skapas och får samma sökväg och hamnar i samma mapp som den valda filen för analysen ligger i. Väljes nej händer inget.
En ytterligare fråga kommer upp direkt efter den första frågan, där användaren måste svara om resultatet ska sparas till en gemensam fil. Detta möjliggör för användare att analysera många mätfiler i rad och spara alla resultat till en och samma fil. För att filerna ska bli lättare att förstå skapas rubriker som läggs in på första raden i de olika kolumnerna i den nya filen.
3.3.3 Maxgripkraft
Programmet skapas på ett sådan sätt att användaren själv väljer på ett ungefär vad som är maxvärdena för den maximala gripstyrkan. Denna funktion är gjord till en subVI och ett fönster kommer upp med denna funktion och fönstret stängs först när användare talar om att den är klar. Användaren får med hjälp av en cursor peka ut ungefär vart maxvär- dena är. Cursorn dras från vänster till höger längs med grafen där maxgripkraft kurvan är plottad. Användaren stannar cursorn på alla max och klickar på knappen ”Lägg till”.
När användaren är klar, klickar hen på klar-knappen, subVI stängs ner. Programmet
letar därefter i närområdet för varje valt värde efter det maximala värdet. Det hittade maxvärdet blir det detekterade maxgripkraftvärdet.
Blev något eller några värden felaktiga kan användaren välja att ta bort dessa värden.
Detta görs genom att i en graf visa valda och hittade maxvärden tillsammans med hela gripkraften. Användaren kan välja att ta bort ett eller flera av värdena eller att behålla alla. När användaren gjort sitt val klickar hen på klar-knappen och valen sparas.
För att synliggöra det slutgiltiga resultatet plottas gripkraften upp i en ny graf. I denna markeras även den maximala gripkraften ut i form av fyrkanter. Resultaten visas även i numerisk form i tabeller bredvid graferna som tillhör respektive graf.
3.3.4 Statisk gripkraft
Den statiska gripkraften beräknas som medelvärdet under en sekund med start två se- kunder efter det att den maximala gripkraften har detekterats. Detta görs efter alla detekterade maxvärden. De statiska värdena som beräknas presenteras i grafen tillsam- mans med gripkraft och maxgripkraft. Detta för att man tydligt ska kunna se var på grafen med gripkraft den statiska gripkraften beräknas och så att resultatet ser rimligt ut.
3.3.5 Gripkrafthastighet
När gripkraften deriveras kan gripkrafthastighetens kurva illustreras och i den kan det maximala värdet detekteras. För att hitta maxvärden för gripkrafthastigheten används det detekterade maxvärdet för gripkraften. Detta görs då genom att i datat för gripkraft- hastighet söka efter ett maximum i närliggande område från den maximala gripkraften.
Detta görs lika många gånger som det finns detekterade maxvärden för gripkraften.
Gripkrafthastigheten plottas i en graf där lift-off samt maxvärdet markers ut med hjälp av punkter respektive fyrkanter.
3.3.6 Maxbelastning
Genom att använda sig av de detekterade maxvärdena för gripkraften kan belastning- ens maxvärden detekteras. I närområden söker programmet efter maxvärden i mätdatat för belastningen. Alla maximala värden som detekteras presenteras i form av fyrkanter i grafen lyftacceleration.
3.3.7 Lift-off
För att detektera lift-off i gripkrafthastighet och lyftacceleration söker programmet det första y-värdet som är 0 eller mindre bakvägen från det att maxvärdet detekterades. Det görs på samma sätt för båda lift-off värdena skillnaden är att det är olika mätdata som analyseras.
3.3.8 Reaktionstid
Reaktionstiden beräknas genom att ta lift-off för lyftacceleration och subtrahera detta från motsvarande lift-off för gripkrafthastigheten.
3.4 Datainsamling
Sex mätningar gjordes på friska personer. Innan mätningarna fick personerna som ut- förde mätningarna läsa igenom instruktionerna samt få en muntlig instruktion med en demonstration. Därefter fick personerna testa att lyfta mätutrustningen att antal gånger.
När de kände sig redo började mätningen.
3.4.1 Mätmetod
Ett mätprotokoll som är anpassande till de automatiska analyserna i analysprogrammet utformades. Det ser ut enligt följande:
1. Börja med att tvätta händerna med vatten och tvål. Torka händerna noggrant.
2. Sätt dig i en stol med din dominanta överarm parallell mot överkroppen.
3. Underarmen ska inte stödja mot något, 90 grader mellan över- och underarm.
4. För upp och fram underarmen och grip tag i mätutrustningen.
5. Grip tag i mätutrustningen mellan tummen och pekfingret och lyft upp den direkt.
6. Lyft upp till markering i en snabbrörelse.
7. Håll kvar i 5 sekunder.
8. Ställ ner mätutrustningen.
9. Vila 5 sekunder.
10.Upprepa punkt 4-9, 10 gånger.
3.5 Analyser
Efter mätningarna gjordes analyser på alla mätningar med hjälp av det utvecklade ana- lysprogrammet samt manuella analyser på samma data.
Alla mätningar analyserades manuellt i Excel för att kunna jämföra de resultaten mot de resultat som analysprogrammet tog fram. För att göra de manuella analyserna plotta- des gripkraften och lyftkraftaccelerationen upp i grafer där de kritiska punkterna kunde avläsas. I fig.5visas ett exempel på hur en gripkraft kurva har plottats upp i Excel.
Figur 5 – Bilden visar hur en av gripkraftkurvorna har plottats upp i Excel.
Utifrån dessa två grafer avlästes de kritiska punkterna, gripkraft, belastning, statisk gripkraft, gripkrafthastighet och lift-off. När dessa var detekterade kunde medelvärdet beräknades för varje enskild kritisk punkt och individ samt reaktionstid. Utifrån dessa medelvärden gjordes statistiska tester för att se om det fanns några skillnader mellan manuella och automatiska analyser.
3.6 Statistik
För att jämföra gripkraft, belastning, gripkrafthastighet, statisk gripkraft och reaktions- tid mellan de frivilliga friska personer som ställt upp på att göra mätningarna användes Shapiro-Wilk för att kolla normalfördelningen [9]. Parade T-test användes för att göra jämförelser mellan de manuella och automatiska analyserna. Gränsen för statistisk signi- fikans sattes till p < 0,05.
4 Resultat
4.1 Programmet
Analysprogrammet som utvecklats under detta projekt resulterade i att följande krav på programmet uppfylldes, läsa och skriva till fil, detektera och presentera grafiskt och markera ut alla detekterade kritiska punkter. Beräkna medelvärde och standardavvikelse på de kritiska värdena och en reaktionstid utifrån lift-off värdena. Programmet sparar resultatet på både individuell och gruppnivå om användaren vill det.
Det analysprogram som har utvecklats under detta projekt fungerar enligt följande, när användaren startar programmet skall en fil väljas som ska analyseras. Därefter får an- vändaren välja om resultatet skall sparas till en fil. Vill användaren det så får den skriva in ett namn på filen. Nästa sak användaren behöver göra är att välja om medelvärde och standardavvikelse resultaten ska sparas till en gemensam fil. Användaren kan välja att skapa en ny fil eller välja en existerade fil.
För att programmet skall hitta de maximala gripkrafterna från mätningen får användaren manuellt tala om för programmet ungefär var de maximala gripkrafterna är. I fig.6visas det hur det ser ut för användaren.
Figur 6 – Figuren visar hur programmet ser ut när det är dags för användaren att välja maxvärden för gripkraft.
När användaren har valt ett eller flera maxvärden och är klar kan användaren ångra sitt val en gång och ta bort ett eller flera av dessa värden. I fig.7 visas hur de ser ut för användaren i det skede att det går att radera detekterade maxvärden.
Figur 7 – I figuren presenteras en bild på hur det ser ut för användaren när det går att radera maxvärden. I grafen plottas gripkraften upp och på grafen visas det med vita fyrkanter användarens val av max sedan indikerar de röda fyrkanterna var programmet detekterat sina maxvärden.
Analysprogrammet kan utifrån dessa maxvärden detektera lika många av de andra kri- tiska punkterna. Allt resultat och alla kritiska punkter presenteras i grafer och tabeller samt reaktionstid i endast tabellform, se fig.8för att se hur resultatet presenteras grafiskt.
Figur 8 – I figuren visas det hur programmet presenterar sitt analys resultat i grafisk form.
I den översta grafen presenteras gripkraften och i den nedre lyftacceleration (orange) och gripkrafthastighet (blå).
4.2 Analyserna
För att validera att de resultat som analysprogrammet genererade var likvärdiga med resultaten från en manuell analys så användes parade t-test (samtliga grupper kunde antas vara normalfördelade). I tabell2presenteras medelvärden (MV) och standardavvi- kelse (SD) för alla individer tillsammans med resultatet från de parade t-testen. Testerna visade att det inte fanns några skillnader mellan den automatiska och manuella analysen för någon av de kritiska punkterna.
Tabell 2 – Tabellen visar medelvärdena som används för att göra Shapiro-Wilk och T-test på samt medelvärdet på standardavvikelsen, där P < 0,05 talade om signifikansnivån för testerna.
Manuell MV Manuell SD Auto MV Auto SD P
Gripkraft 9,24 1,01 9,30 0,99 0,138
Statisk gripkraft 5,44 1,00 5,39 0,94 0,263
Belastning 1,45 0,28 1,45 0,28 0,980
Gripkrafthastighet 0,96 0,25 0,96 0,24 0,87
Reaktionstid 15,30 9,29 11,94 4,58 0,218
5 Diskussion
För att utveckla och skapa detta analysprogram användes programmeringsmiljön Lab- VIEW. Denna utvecklingsmiljö valdes på grund av att det är ett väldig bra program- meringsspråk när man vill presentera resultat på ett grafiskt sätt. Det är också enkelt att bygga upp ett program där användaren kan interagera med mjukvaran under analy- sens gång. Självklart finns även andra utvecklings och programmeringsspråk som kunnat används, så som C, C++, python med flera. Dessa har inte lika enkelt att presentera grafiska illustrationer utan att man själv som programmerare har väldigt bra och kom- pletta kunskaper inom de programmeringsspråken. Utifrån det valdes därför LabVIEW att användas som utvecklingsmiljö för detta analysprogram.
Programmet blev ett bra fungerande analysverktyg som analyserar data från SD-kortet från mätutrustningen på ett jämlikt sätt som den manuella analysen gör och som är kompatibelt med mätutrustningen som finns på MT-FoU vilket var hela syftet med det- ta projekt.
Målet att automatisera dessa analyser från att de analyserats manuellt har genomförts.
Dock har det endast testats på friska personer och hur det skulle fungera på neurologisk sjuka är ännu inte bevisat eller testat. De manuella analyserna har bara genomförts av en person som även var insatt i de automatiska analyserna. Fler manuella analyser skulle behövas göra för att stärka resultatet att det inte finns några skillnader mellan de auto- matiska och manuella analyserna.
Ett av målen för detta projekt var att analysen skulle vara objektiv vilket den inte riktigt är när användaren ska välja område för maxvärden för gripkraften. Dock så är området för att leta efter max så pass stort att det sanna värdet hittas. Utifrån detta är hela programmet automatiskt.
Ett annat mål var att programmet ska beräkna och detektera snabbare än vad vi män- niskor gör. Idag tar en manuell analys cira två timmar medans men denna nya analys- program tar det ett par minuter. Detta mål är väl uppfyllt då analysprogrammet utan tvekan är snabbare än människor på att detektera de kritiska punkterna för att senare beräkna medelvärdena och standardavvikelser samt reaktionstiderna för dem.
De krav som ställdes på själva programmet uppfylldes, genom att programmet klarar av att läsa textfiler och skriva till textfiler, presentera data grafiskt med de detekterade kri- tiska punkterna markerade samt spara resultaten till individuell fil och till en gemensam fil. Det går även att ta bort en detekterad maximal gripkraft vid ett tillfälle i program- flödet. Detta hanns med i och med att tidsplanen kunde följas på ett bra sätt under utvecklandet av programmet. Vissa moment tog längre tid och andra kortare tid än be- räknat, men i genomsnitt var tidplanen väl avvägd. Projektet hade tydliga avgränsningar och var ett rimligt arbete för 15 högskolepoäng.
Resultatet presenteras både grafiskt och i tabellform detta för att användaren ska kunna uppskatta att värdena stämmer samt att rätt ställen blivit detekterade. Hade resultatet endast presenterats i grafiskt format hade det varit svårare att jämföra mot andra mät- ningar och hade det endast funnits tabeller skulle användare inte kunna kolla om alla värden såg ut att vara rätt.
Dock blev analysprogrammet inte helt kompatibelt med filerna från utrustningen. An- vändaren behöver göra en egen manuell förändring i filen från mätutrustningen innan den kan köras i analysprogrammet. Det problemet som inte fått en automatisk lösning är att filerna från mätutrustningen använder punkter i sina värden medans analysprogrammet använder kommatecken. Detta gör att användaren för tillfället manuellt måste ersätta alla punkter med kommatecken innan filen kan analyseras. En lösning skulle vara att se om LabVIEW har någon bra utbrytningsfunktion som inte hittats under detta projekt och göra detta utbyte av punkt och kommatecken i själva analysprogrammet. En annan lösning skulle vara att kolla om det går att ändra i mjukvaran för mätutrustningen och skriva kommatecken direkt när filen skapas.
Innan resultaten sparades till fil skulle det kunna vara en bra idé att användare själv skul- le ges möjligheten att ta bort några värden som den ansåg att den inte vill ha sparade till filen eller lägga till värden som den ansåg saknades. Det är en utvecklingspotentional i programmet.
Objektiviteten försvinner lite i och med att användare måste tala om för programmet ungefär vart den maximala gripkrafen är för varje lyft. För att programmet skulle ha bli- vit helt objektivt hade det krävts att analysprogrammet kunnat detektera dessa värden själv. Jag testade att använda mig av en peak-detekt men den hittade alltid för många maxvärden och de var inte alltid heller på rätt ställe. Då jag inte ville fastna i detta valde jag därför att gå runt problemet och inte använda mig av någon peak-detekt.
Sex frivilliga friska personer ställde upp på att utföra mätmetoden och att deras resultat fick användas till att utvärdera analysprogrammet i detta projekt. Personerna fick munt- liga och skriftliga instruktioner samt en demonstration. Vid utförandet av mätningar lånades ett rum på MT FoU för att få göra mätningarna ostört, samt att en markering ställdes ut så att botten på mätutrustningen lyftes 15 cm från bordet. Under alla mät- ningar räknade jag tid och antal gånger de lyft utrustningen. Innan detta analysprogram kan tas i bruk måste det göras tester på neurologiskt sjuka patienter, för att kontrollera att även på något annorlunda kurvor kunna detektera alla kritiska punkter utan problem.
För att inte utesluta något kön valdes det att hitta tre frivilliga kvinnor och tre frivilliga män som var friska att utföra mätningarna. Dessa mätningars data användes sedan till validering av programmet jämfört mot en manuell analys.
Inga signifikanta skillnader kunde påvisas i de parade t-testerna. Det är en stark indikator för att programmet kommer att kunna ersätta manuella analyser för detektering av just dessa kritiska punkter. Detta kommer att resultera i tidseffektivisering och tidssparande för användare av detta mätinstrument.
Eftersom LabVIEW användes och en tydlig tidplan sattes upp var arbetsgången tydligt strukturerad. Projektet blev inte eftersläpande utan allt kunde fullföljas och slutföras.
Under projektet har daglig dokumentation upprättats för att kunna följa förloppet om arbetet hade fastnat i något, för att det då skulle vara tydligt vad det var som tog för mycket tid i projektet och varför vissa moment inte hanns med. I slutet av detta projekt kunde det dock konstateras att det inte inträffade några större problem under arbetets gång, utan tidsplanen kunde följas och projektet genomföras enligt planering.
6 Slutsats
Detta examensarbete gick ut på att utveckla och ta fram ett analysprogram som skulle kunna ersätta manuella analyser av resultatet från ett mätinstrumet som mäter grip och lyftkraft. Programmet konstruerades och mätningar utfördes med utrustningen på sex frivilliga personer. Resultatet från de mätningarna användes i manuella och automatiska analyser där resultatet mellan dem jämfördes. Inga signifikanta skillnader kunde påvisas vilket indikerar att den nyutvecklade analysprogramvaran är väl lämpad att ersätta ma- nuella analyser vid framtida mätningar av grip- och lyftkraft.
Referenser
[1] D. A. Nowak, H. R. Topka
Broadening a classic clinical triad: The hypokinetic motor disorder of normal pressu- re hydrocephalus also affects the hand. Experimental Neurology 198 (2006) 81–87 [2] R. Artursson
Mätsystem för gripkraft, http://www.diva-portal.se/smash/get/diva2:847372/FULLTEXT01.pdf.
Examensarbete på 15hp vid Umeå universitet (2015). Hämtad 20180515 [3] R. D. Adams, C. M. Fisher, S. Hakim, R. G. Ojemann and W. H. Sweet, M.D.
Symptomatic Occult Hydrocephalus with Normal Cerebrospinal-Fluid Pressure — A Treatable Syndrome. The New England Journal of Medicine (1965) 273:117-126 [4] J. Malm, A. Eklund
Idiopathic normal pressure hydrocephalus Practical Neurology (2006) 6: 14-27 [5] https://www.internetmedicin.se/page.aspx?id=5639 (Hämtad: 2108-05-16), Profes-
sor emeritus, överläkare Carsten Wikkelsö, Neurologi Sahlgrenska Universitetssjuk- huset
[6] https://www.1177.se/Vasterbotten/Fakta-och-rad/Sjukdomar/Parkinsons- sjukdom/ (Hämtad: 2018-05-07)
[7] D. A. Nowak, H. Gumprecht, H. R. Topka
CSF drainage ameliorates the motor deficit in normal pressure hydrocephalus. Evi- dence from the analysis of grasping movements. J Neurol (2006) 253 : 640–647 [8] http://sweden.ni.com/LabVIEW
[9] S. S. Shapiro and M. B. Wilk
An Analysis of Variance Test for Normality (Complete Samples), Biometrika Vol.
52, No. 3/4 (Dec., 1965) 591-611
