Analysis of motor development within the first year of life: 3-D motion tracking without markers for early detection of developmental disorders

ZusammenfassungKinder mit motorischer Entwicklungsstörung profitieren von einer frühen Entwicklungsförderung. Eine frühe Diagnosestellung in der kinderärztlichen Vorsorge (U2–U5) kann durch ein automatisiertes Screening verbessert werden. Bisherige Ansätze einer automatisierten Bewegungsanalyse sind jedoch teuer und aufwendig und nicht in der Breite anwendbar. In diesem Beitrag soll ein neues System zur Videoanalyse, das Kinematic Motion Analysis Tool (KineMAT) vorgestellt werden. Es kann bei Säuglingen angewendet werden und kommt ohne Körpermarker aus. Die Methode wird anhand von 7 Patienten mit unterschiedlichen Diagnosen demonstriert.Mit einer kommerziell erhältlichen Tiefenbildkamera (RGB-D[Red-Green-Blue-Depth]-Kamera) werden 3‑minütige Videosequenzen von sich spontan bewegenden Säuglingen aufgenommen und mit einem virtuellen Säuglingskörpermodell (SMIL[Skinned Multi-infant Linear]-Modell) in Übereinstimmung gebracht. Das so erzeugte virtuelle Abbild erlaubt es, beliebige Messungen in 3‑D mit hoher Präzision durchzuführen. Eine Auswahl möglicher Bewegungsparameter wird mit diagnosespezifischen Bewegungsauffälligkeiten zusammengeführt.Der KineMAT und das SMIL-Modell erlauben eine zuverlässige, dreidimensionale Messung der Spontanaktivität bei Säuglingen mit einer sehr niedrigen Fehlerrate. Basierend auf maschinellen Lernalgorithmen kann der KineMAT trainiert werden, pathologische Spontanmotorik automatisiert zu erkennen. Er ist kostengünstig und einfach anzuwenden und soll als Screeninginstrument für die kinderärztliche Vorsorge weiterentwickelt werden.