Publicação: Reconstrução de parâmetros biomecânicos da marcha por meio de ciclogramas e redes neurais artificiais
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A marcha é um dos fatores mais influentes na determinação da qualidade
de vida de um indivíduo, respondendo por mais de 10% do tempo utilizado nas
atividades da vida diária. Alterações na marcha têm impacto direto na
capacidade funcional de um indivíduo, afetando a capacidade de manutenção
de uma vida independente e autônoma. A identificação precoce de disfunções
permite uso de terapias mais simples e efetivas, diminuindo a sobrecarga do
sistema de saúde pública, e melhorando a qualidade de vida do paciente.
Neste estudo, um novo método preditivo para a marcha humana foi
desenvolvido. A marcha de 40 voluntários caminhando em uma esteira foi
gravada no plano sagital, utilizando um sistema de captura de movimentos 2D.
Os dados de posição das articulações extraídos foram utilizados para criar
ciclogramas. Seções destes ciclogramas foram utilizadas como entradas para
redes neurais artificiais (RNAs), uma vez que podem representar o
comportamento cinemático dos membros inferiores. Isto possibilitou a predição
de estados futuros do corpo em movimento.
Os resultados indicam que as RNAs podem predizer os estados futuros
da marcha com alta precisão. Predição de pontos únicos e de seções do
ciclograma foram realizadas com sucesso. O coeficiente de correlação de
Pearson e o teste-T Matched-Pairs foram utilizados para garantir a significância
dos resultados obtidos.
O uso combinado de RNAs com um hardware simples e acessível é de
grande valia na prática clínica. O uso de ciclogramas facilita a análise, pois várias
características da marcha podem ser facilmente reconhecidas pelo seu traçado
geométrico característico. O modelo preditivo apresentado facilita a geração de
dados que podem ser utilizados em terapias de locomoção robotizadas tanto
como sinais de controle ou de feedback, auxiliando no processo de reabilitação
de pacientes com disfunções na marcha. O sistema proposto constitui uma
ferramenta interessante que pode ser explorada para aumentar as possibilidades
de reabilitação, provendo melhor qualidade de vida para os pacientes.
Abstract
Gait is one of the most influential elements in determining the quality of life
of an individual, answering for more than 10% of the time spent in daily life
activities. Gait alterations have a direct impact on a person´s functional capacity,
affecting the maintenance of an independent and autonomous life. Early
identification of dysfunctions allows the use of simpler and more effective
therapies, reducing an overload of the public health system, and improving a
patient's quality of life.
In this study, a new predictive method for human gait was developed. The
gait of 40 volunteers walking on a treadmill was recorded in the sagittal plane,
using a 2D motion capture system. The extracted joint angles data were used to
create cyclograms. Sections of the cyclograms were used as inputs to artificial
neural networks (ANNs), since they can represent the kinematic behavior of the
lower body. This allowed for prediction of future states of the moving body.
The results indicate that ANNs can predict the future states of the gait with
high accuracy. Both single point and cyclogram section predictions were
successfully performed. Pearson’s correlation coefficient and matched-pairs ttest
ensured the significance of the obtained results.
The combined use of ANNs and simple, accessible hardware is of great
value in clinical practice. The use of cyclograms facilitates the analysis, as several
gait characteristics can be easily recognized by their characteristic geometric
shape. The predictive model presented facilitates generation of data that can be
used in robotic locomotion therapy both as control signals or feedback elements,
aiding in the rehabilitation process of patients with gait dysfunction. The proposed
system constitutes an interesting tool that can be explored to increase
rehabilitation possibilities, providing better quality of life to patients.
Palavras-chave
Marcha, Gait, Ciclogramas, Cyclograms, Redes Neurais Artificiais, Artificial Neural Networks
Citação
CAPARELLI, Thiago Bruno. Reconstrução de parâmetros biomecânicos da marcha por meio de ciclogramas e redes neurais artificiais. 2017. 81 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2017.