OpenCap: Akıllı Telefon Videolarından İnsan Hareket Dinamiklerinin Açık Kaynaklı Hesaplama Platformu ile Analizi ve Doğrulanması

İnsan hareket dinamiklerinin nicel değerlendirmesi, kas-iskelet hastalıklarının ilerlemesini öngörme, yaralanma risklerini belirleme ve rehabilitasyon kararlarını yönlendirme açısından kritik bir klinik değere sahiptir. Ancak geleneksel hareket analizi, 150.000 doları aşan laboratuvar ekipmanı, çoklu optik kamera kurulumları ve biyomekanik uzmanlarının günler süren veri işleme adımlarını gerektirdiğinden büyük ölçekli araştırmalarda ve rutin klinik pratikte nadiren kullanılabilmektedir. Bilgisayarlı görü alanındaki duruş kestirimi algoritmaları standart videolardan eklem konumlarını belirleme imkânı sunsa da, donanım senkronizasyonu bulunmayan akıllı telefon videolarından tüm vücut dinamiklerinin ve kas kuvvetlerinin yüksek doğrulukla kestirilip kestirilemeyeceği açık bir araştırma sorusu olarak öne çıkmaktadır.

Çalışmada bu soruna çözüm olarak, iki veya daha fazla akıllı telefon videosundan insan hareketinin kinematik ve kinetik parametrelerini hesaplayan açık kaynaklı ve web tabanlı OpenCap platformu geliştirilmiş ve doğrulanmıştır. Araştırma tasarımı kapsamında, iki iOS cihazından alınan videolar OpenPose ve HRNet algoritmalarıyla işlenmekte, zaman senkronizasyonu anahtar nokta hızlarının çapraz korelasyonuyla sağlanmakta ve 3 boyutlu kilit noktalar elde edilmektedir. Özel olarak eğitilmiş bir yinelemeli sınır ağı (LSTM) vasıtasıyla bu noktalar kapsayıcı bir anatomik işaretçi kümesine dönüştürülmekte; ardından OpenSim kas-iskelet modeli üzerinde ters kinematik ve optimal kontrol tabanlı kas-dinamik simülasyonları çalıştırılmaktadır. Geliştirilen yazılım, 10 sağlıklı katılımcıdan oluşan laboratuvar doğrulama deneylerinde altın standart optik hareket yakalama ve kuvvet plakası verileriyle karşılaştırılmıştır.

Laboratuvar doğrulama sonuçları, OpenCap platformunun eklem açılarını 4,5 derece ortalama mutlak hata (MAE), zemin reaksiyon kuvvetlerini %6,2 vücut ağırlığı MAE ve eklem momentlerini %1,2 vücut ağırlığı x boy MAE ile doğru şekilde kestirdiğini göstermiştir. Klinik uygulama senaryolarında OpenCap, yürüme esnasındaki pik diz adüksiyon momentini altın standartla yüksek uyum içerisinde (r² = 0,80) tahmin etmiş ve gövde salınımı yürüyüş modifikasyonunun diz yüklenmesindeki belirgin azalmalarını başarıyla tespit etmiştir. Ayrıca sandalyeden kalkma hareketinde hip ve diz moment dağılımlarındaki yaşa bağlı strateji değişimlerini doğru yakalamış, çökme (squat) hareketinde ise ekstansör kas aktivasyonu ve moment asimetrilerini yüksek doğrulukla (%75-%89 sınıflandırma başarısı, AUC = 0,83-0,93) ayırt edebilmiştir.

Toplum içinde 100 katılımcı ile gerçekleştirilen klinik saha çalışmasında, uzman olmayan bir uygulayıcı OpenCap yardımıyla kas-iskelet dinamiklerini geleneksel laboratuvar yaklaşımlarından 25 kat daha hızlı ve maliyetin %1'inden daha düşük bir bütçeyle değerlendirebilmiştir. Bu bulgular, OpenCap'in yüksek maliyet ve zaman engellerini ortadan kaldırarak hareket analizi yöntemlerini demokratikleştirdiğini ve biyomekanik ölçümlerin toplum ölçekli sağlık taramalarına entegrasyonunu hızlandıracağını kanıtlamaktadır. Literatür taramaları açısından çalışma, pahalı optik laboratuvar donanımlarına erişimi olmayan araştırmacıların büyük örneklemli ve gerçek dünya koşullarındaki biyomekanik araştırmaları güvenilir bir şekilde yürütmelerine imkân tanıyan çığır açıcı bir metodolojik altyapı sunmaktadır.