Στην παρούσα διπλωματική εργασία μελετάται το πρόβλημα της διάγνωσης και της
παρακολούθησης της ιδιοπαθούς σκολίωσης χωρίς τη χρήση ιοντίζουσας ακτινοβολίας.
Η διάγνωση και η παρακολούθηση της ιδιοπαθούς σκολίωσης γίνεται συνήθως με χρήση ειδικού
σκολιόμετρου ή συνηθέστερα (για πιο ακριβή συμπεράσματα) μέσω ακτινογραφιών της
σπονδυλικής στήλης του εξεταζόμενου. Το γεγονός αυτό συνεπάγεται την έκθεση του
εξεταζόμενου σε σημαντική δόση ιοντίζουσας ακτινοβολίας, γεγονός το οποίο τεκμηριώνεται ότι
αυξάνει την πιθανότητα πρόκλησης επιπλέον προβλημάτων, ειδικότερα όταν πρόκειται για μικρά
παιδιά και εφήβους.
Μια καινούρια λογική βασίζεται στον αισθητήρα Kinect της εταιρείας Microsoft, όπου μαζί με μια
πλατφόρμα εφαρμογών ανοικτού λογισμικού, είναι δυνατή η δημιουργία μιας τρισδιάστατης
αναπαράστασης της επιφάνειας της πλάτης, εύκολα και σε πραγματικό χρόνο. Ο αισθητήρας
κάνει χρήση υπερύθρων ακτίνων και επομένως είναι ιδανική επιλογή για την ανάπτυξη ενός
συστήματος ακίνδυνου, μη επεμβατικού, φθηνού και φορητού, με σκοπό την εξαγωγή
κατάλληλων δεικτών για τη διάγνωση και παρακολούθηση της ιδιοπαθούς σκολίωσης.
Σε αυτή τη διπλωματική εργασία γίνεται μια ανασκόπηση της βιβλιογραφίας σχετικά με παρόμοια
συστήματα που αναπτύχθηκαν στο παρελθόν. Επιπλέον προτείνονται μεγέθη τα οποία μπορούν
να εξαχθούν παρατηρώντας την επιφάνεια της πλάτης του εξεταζόμενου και παρέχουν μια
μετρήσιμη ένδειξη σχετικά με το αν ο εξεταζόμενος πάσχει από ιδιοπαθή σκολίωση ή όχι. Τέλος
γίνεται ανάπτυξη ενός συστήματος το οποίο ενσωματώνει όλους τους επιμέρους μετρήσιμους
δείκτες
In this thesis we study the diagnosis and monitoring of idiopathic scoliosis without using ionizing
radiation.
Diagnosis and monitoring of idiopathic scoliosis is usually conducted by using a device called
scoliometer or more often (for more accurate results), x-rays of the patient's spine. This means
that the patient is exposed to a significant dose of ionizing radiation, a fact that is documented to
increase the probability of causing additional problems, especially when the patients are young
children and adolescents.
A new idea is based on the Kinect sensor, provided by Microsoft, which together with an opensource
platform of applications, it is possible to create a 3D representation of the surface of the
back, easily and in real time. The sensor makes use of infrared rays and is therefore ideal for the
development of a system which is safe, non-invasive, inexpensive and portable, in order to extract
relevant indicators for the monitoring and diagnosis of idiopathic scoliosis.
In this thesis, we present a review of the literature on similar systems developed in the past.
Furthermore, curtain indicators are proposed, which can be extracted by observing the surface of
the patient's back and provide a measurable indication of whether the patient is suffering from
idiopathic scoliosis or not. Finally we develop a system that integrates all individual measurable
indicators.