Clasificación de movimientos del tren superior con visión artificial y aprendizaje profundo en adulto sano y paciente pediátrico con parálisis cerebral

  1. Gregorio Bermejo, C. De 1
  2. Romo Marín, A. 1
  3. B. De la Calle
  4. Simón Martínez, C.
  5. M. Martínez-Zarzuela
  1. 1 Universidad de Valladolid
    info

    Universidad de Valladolid

    Valladolid, España

    ROR https://ror.org/01fvbaw18

Libro:
CASEIB 2023. Libro de Actas del XLI Congreso Anual de la Sociedad Española de Ingeniería Biomédica: Contribuyendo a la salud basada en valor
  1. Joaquín Roca González (coord.)
  2. Dolores Ojados González (coord.)
  3. Juan Suardíaz Muro (coord.)

Editorial: Universidad Politécnica de Cartagena

ISBN: 978-84-17853-76-1

Año de publicación: 2023

Páginas: 56-59

Congreso: Congreso Anual de la Sociedad Española de Ingeniería Biomédica. CASEIB (41. 2023. Cartagena)

Tipo: Aportación congreso

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Resumen

Las escalas clínicas estándar se utilizan para valorar de forma cualitativa la funcionalidad del miembro superior en pacientes pediátricos con parálisis cerebral. Una alternativa para valorar cuantitativamente dichos pacientes es el empleo de ángulos articulares obtenidos mediante el uso de sistemas de adquisición con sensores inerciales o visión artificial. En este trabajo se ha adquirido una base de datos de movimientos de miembro superior empleando sensores XSens y software de visión OpenCap en adulto sano y paciente pediátrico, seleccionando las actividades en base a las escalas estándar empleadas por el equipo rehabilitador. Se han estudiado redes de aprendizaje profundo para segmentar de forma automática los movimientos y las fases de un movimiento más complejo, combinación de movimientos unimanuales y bimanuales. Los resultados muestran que es posible reconocer movimientos de la vida diaria y que es posible segmentar las fases de una actividad de miembro superior ...

Fuente de los datos: Dialnet