Abstract

Mini-VREM (Virtual Reality Enhanced Mannequin) project: motion detection technology as a tool for
cardiopulmonary resuscitation (CPR) quality improvement
1
2
2
2
3
1
F. Semeraro , A. Frisoli , C. Loconsole , F. Bannò , L.Marchetti , E.L. Cerchiari
1
Ospedale Maggiore - Bologna
2
Laboratorio PERCRO, Scuola Superiore Sant'Anna – Pisa
3
Evil Studio - Bologna
Background: il metodo di formazione più popolare nel mondo per l’insegnamento delle tecniche di
rianimazione cardiopolmonare (RCP) di base rimane il corso basic life support defibrillation (BLS-D), corso di
un giorno tenuto da istruttori qualificati. Recenti revisioni di letteratura forniscono buone evidenze per
supportare metodi alternativi di formazione attraverso l’utilizzo di tecniche di auto-apprendimento (web,
1-2
video, poster) .
©
Materiali e metodi: Microsoft Kinect è un dispositivo dotato di telecamera RGB e di un doppio sensore di
profondità a raggi infrarossi composto di un proiettore a infrarossi e di una telecamera sensibile alla stessa
©
banda. Sviluppato da Microsoft, Kinect è stato progettato per il rilevamento del movimento umano
©
inizialmente per la console Xbox 360 , e successivamente anche per PC grazie alla disponibilità di nuovi
driver. L’interazione tipica di questa periferica è di tipo hand-free, cioè non prevede l’utilizzo di alcun
controller da impugnare, ma solo l’uso dei movimenti del corpo, dei comandi vocali o attraverso degli oggetti
presenti nell'ambiente. Grazie alle informazioni provenienti dalla telecamera RGB e da quella ad infrarossi, e
©
grazie ad opportuni algoritmi di computer vision, il Kinect riconosce e modella la cinematica del corpo
©
umano e ne segue i movimenti all’interno del suo campo visivo. Kinect può, dunque, distinguere varie parti
dello stesso corpo umano (articolazioni e movimenti), così come distinguere le catene cinematiche di più
©
corpi. La distanza di lavoro tipica del Kinect è di 1,2-3,5 m. Il campo di vista angolare della telecamera RGB
risulta essere di 57° in orizzontale e di 43° sul piano verticale, che alla minima distanza di vista (circa 80 cm)
si traduce in un campo di vista orizzontale di 87 cm e in un campo di vista verticale di 63 cm con
conseguente risoluzione limitata a 1,3 mm per pixel.
Con i dati forniti da Microsoft, questa tecnologia, a una distanza di 2 m, fornisce una precisione di 3 mm
lungo gli assi della telecamera RGB e di 1 cm lungo l’asse normale alla telecamera infrarossi, coincidente
con la profondità. Questa risoluzione risulta essere buona per la rilevazione dei parametri di qualità della
rianimazione cardiopolmonare (frequenza e profondità delle compressioni toraciche e corretta posizione
delle braccia durante le manovre di RCP).
©
Recentemente, Microsoft ha rilasciato il software gratuito Kinect for Windows SDK. Il software consente
©
l'accesso della comunità scientifica ad alcune funzionalità offerte da Kinect collegato ad un computer con
3
sistema operativo Windows 7 . Oltre alla soluzione offerta da Microsoft, notevoli sono anche i moduli e le
4
5
librerie software fornite da OpenNI e da Point Cloud Library sia per il riconoscimento di parti o di intere
©
catene cinematiche umane, sia per l’elaborazione delle informazioni provenienti dal Kinect al fine di
migliorare e ottimizzare gli algoritmi di interazione con console o computer.
Le linee guida ERC (European Resuscitation Council) 2010 sulla rianimazione cardiopolmonare (RCP)
raccomandano l'utilizzo di dispositivi di feedback vocale durante la RCP, consentendo ai soccorritori di
ottenere un riscontro immediato al fine di monitorare e migliorare la qualità delle loro performance durante la
RCP. In questo lavoro si vuole, dunque, proporre e testare un sistema coerente con le linee guida ERC.
Risultati: Riportiamo i risultati dei nostri test preliminari. Nella fase di test sono state utilizzate due soluzioni
©
©
differenti che fanno uso del sensore Kinect , ma basate su diverse soluzioni software: la prima su Kinect for
Windows SD; la seconda su OpenNI/Point Cloud Library . Entrambe le soluzioni si propongono l’obiettivo di
analizzare le prestazioni di RCP su un manichino. I nostri test preliminari dimostrano la fattibilità dell’utilizzo
©
6-7
di Kinect e possono essere visualizzati su You-Tube .
©
Nella prima soluzione Kinect è riuscito a seguire il movimento degli arti durante le compressioni toraciche
6
esterne e ha dimostrato un'eccellente sincronia con le registrazioni video simultanee .
©
Nella seconda soluzione, invece, durante le compressioni toraciche, Kinect ha seguito il polso della mano
superiore del soccorritore. In particolare, l’applicazione sviluppata fornisce il numero, la frequenza e
l’ampiezza spaziale delle compressioni effettuate. Al fine di ottimizzare l’analisi del movimento durante
l’RCP, nel caso in cui l’ampiezza spaziale delle compressioni superi un valore di soglia prestabilito, il sistema
7
comunica che la compressione effettuata non è valida e non può essere conteggiata .
Conclusioni: I risultati ottenuti con i test effettuati sono incoraggianti e suggeriscono un approfondimento
©
delle ricerche al fine di considerare se Kinect sia effettivamente in grado di valutare la qualità dei dati RCP
e potenzialmente utilizzato per la formazione in programmi di auto-apprendimento di basic life support
©
defibrillation (BLS-D). L'utilizzo di Kinect come dispositivo di suggerimento e feedback vocali durante la
RCP, consentirebbe, inoltre, ai formatori di ottenere un riscontro immediato per i discenti dei corsi BLS-D; i
dati analizzati potrebbero, poi, essere utilizzati per monitorare e migliorare la qualità della performance
durante la RCP fornendo inoltre feedback ai soccorritori professionisti durante le sessioni di debriefing.
References
1. Hoke RS, Chamberlain DA, Handley AJ. A reference automated external defibrillator provider course for
Europe. Resuscitation 2006;69:421–33.2010;81:1219–76.
2. AED training and its impact on skill acquisition, retention and performance - A systematic review of
alternative training methods. Yeung J, Okamoto D, Soar J, Perkins GD. Resuscitation. 2011
Jun;82(6):657-64..
3. http://research.microsoft.com/en-us/um/redmond/projects/kinectsdk/
4. http://www.openni.org/
5. http://pointclouds.org/
6. http://youtu.be/JdcNnIf1Ccs
7. http://youtu.be/lOdN3GRl2LA
1
2
2
2
3
1
F. Semeraro , A. Frisoli , C. Loconsole , F. Bannò , L.Marchetti , E.L. Cerchiari
1
Ospedale Maggiore - Bologna
2
Laboratorio PERCRO, Scuola Superiore Sant'Anna – Pisa
3
Evil Studio - Bologna
Relatore Congresso – F.Semeraro: [email protected]
Preferenza: sessione di presentazione lavori (comunicazione orale)
A. Frisoli: [email protected]
C. Loconsole: [email protected]
F. Banno: [email protected]
E. Cerchiari: [email protected]
L. Marchetti: [email protected]