The breakthrough in mobile technology and the development of smartphones, supplied with sensing devices such as Inertial Measurement Units (IMUs), has made it possible to obtain accurate and reliable data on the angular velocity for different objects. The available technical sensors for wrist movements, such as electrogoniometers, are costly, time-consuming, and need a particular computer program to be analyzed. Therefore, there is a need to develop user-friendly risk assessment methods for wrist angular velocity measurements. This master thesis aimed to validate the accuracy of a newly developed iPhone application (App), "ErgoHandMeter," for wrist velocity in actual work tasks, by comparing the “ErgoHandMeter” to standard electrogoniometers. The project study was performed with four participants, two females and two males, from three jobs performing actual work tasks. The total angular velocity obtained by the mobile application was compared with the angular velocity data from the standard electrogoniometer. The total angular velocities obtained from the smartphone and the goniometer were computed at the 10th, 50th and 90th percentile for the four subjects. The 50th percentile of goniometer-flexion velocity (G-flex) was 7.4 ± 5.4°/s, for the goniometer-total (G-tot) 8.7 ± 6.5)°/s and for App 7.2 ± 4.9°/s. The correlation coefficient for the 50th percentile of goniometer-flexion (G-flex) parameter and smartphone application was 0.994. For the goniometer-total (G-tot) and the application, it was 0.993. In a Bland-Altman plot the mean difference between G-flex and App for the 50th percentile was -0.18 °/s and for G-tot and App was -1.54 °/s, i.e. the App was lower in average. The limit of the agreement between G-Flex and App, and G-tot and App stayed within two standard deviations. For G-Flex and App (mean+1.96SD) was 1.34 °/s, (mean-1.96SD) was -1.71 °/s, while for G-tot and App (mean+1.96SD) was 1.89 °/s, (mean-1.96SD) was -4.96 °/s, indicating an adequate agreement between the two methods. A limitation was that the included occupations were all relatively low velocity. However, in conclusion, the results indicate that the two methods agree adequately and can be used interchangeably. / Genombrottet inom mobiltekniken och utvecklingen av smarttelefoner med sensorer som t.ex. tröghetsmätningsenheter (IMU) har gjort det möjligt att få exakta och tillförlitliga uppgifter om vinkelhastigheten för olika objekt. De tillgängliga tekniska sensorerna för handledsrörelser, t.ex. elektrogoniometrar, är dyra, tidskrävande och de samplade signalerna kräver ett särskilt datorprogram för att analyseras. Det finns därför ett behov av att utveckla användarvänliga riskbedömningsmetoder för mätningar av handledens vinkelhastighet. Syftet med detta examensarbete var att validera noggrannheten hos en nyutvecklad iPhone-applikation (App), "ErgoHandMeter", för handledshastighet i verkliga arbetsuppgifter, genom att jämföra "ErgoHandMeter" med vanliga elektrogoniometrar. Projektstudien genomfördes med fyra deltagare, två kvinnor och två män, från tre yrken som utförde verkliga arbetsuppgifter. Den totala vinkelhastigheten som erhölls av mobilapplikationen jämfördes med vinkelhastighetsdata från standardelektrogoniometern. De totala vinkelhastigheterna som erhållits från smarttelefonen och goniometern beräknades vid den 10:e, 50:e och 90:e percentilen för de fyra försökspersonerna. Den 50:e percentilen för goniometer-flexionshastigheten (G-flex) var i genomsnitt 7,4°/s och för goniometertotalen (G-tot) 8,7°/s. Korrelationskoefficienten (r) för den 50:e percentilen för goniometer-flexionsparametern (G-flex) och smartphone-applikationen var 0,994. För goniometer-total (G-tot) och applikationen var r 0,993. I en Bland-Altman-plot var den genomsnittliga skillnaden mellan G-flex och appen för den 50:e percentilen -0,18°/s och för G-tot och appen -1,54°/s (App var lägre än Gon). Medelvärdet för differensen mellan G-Flex och App och G-tot och App ligger inom två standardavvikelser. För G-Flex och App (medelvärde+1,96SD) var 1,34 °/s, (medelvärde-1,96SD) var -1,71 °/s, medan för G-tot och App (medelvärde+1,96SD) var 1,89 °/s, (medelvärde-1,96SD) var -4,96 °/s. Vilket tyder på en tillräcklig överensstämmelse mellan de två metoderna. En begränsning var att de inkluderade yrkena alla hade relativt låg hastighet. Sammanfattningsvis visar dock resultaten att de två metoderna stämmer väl överens och kan användas på ett utbytbart sätt.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-333949 |
| Date | January 2023 |
| Creators | Abaid, Mohammed Abderhman |
| Publisher | KTH, Ergonomi |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-CBH-GRU ; 2023:227 |
Page generated in 0.0028 seconds