portable activity monitoring system for temporal ...mdprl/documentos/hussein_lee_2009.pdf ·...

Portable Activity Monitoring System for Temporal Parameters of Gait CyclesJung-Ah Lee | Saung-Hyun Cho | Young-Jae Lee | Heui-Kyung Yang | Jeong-Whan Lee

Department of Exercise & Cognitive Rehabilitation,National Rehabilitation Center Research Institute.

Department of Rehabilitation Therapy, Yonsei University.

School of Biomedical Engineering,Research Institute of Biomedical Engineering ,College of Biomedical & Life Science, Konkuk University.

School of Electronics and Information Engineering, Chongju University.

Seminario de Robótica

Presenta:

Irvin Hussein López Nava

Título de Tesis:

Adquisición y Análisis de Parámetros Biomédicos de la Marcha Humana

Introducción | Métodos | Experimentos y Resultados | Discusión | Conclusión | Referencias

Portable Activity Monitoring System for Temporal Parameters of Gait Cycles | Seminario de Robótica | INAOE 02/2010 | 1

Introducción

Las técnicas de Análisis de la Marcha se han utilizado en la investigación clínica para:

• investigar las características de la marcha normal o anormal, • para cuantificar la mejora después de una operación y • para evaluar el equilibrio y para monitorear la movilidad.

Para un mejor tratamiento en la rehabilitación son necesarias medidas objetivas del análisis del movimiento.

Los parámetros temporales obtenidos de la marcha son utilizados para la evaluación de enfermedades en las extremidades inferiores, y para la cuantificación de la mejoría después de los ejercicios terapéuticos.

Zebris Gait Analysis System


Tipos de Instrumentos desarrollados

Sistemas de Análisis de Movimiento Dispositivos Móviles

Gait and Motion Laboratory,University of Virginia

Freescale Accelerometer,National Institute for Astrophysics,

Optics and Electronics




Sujetos

10 Personas voluntarias: 6 hombres y 4 mujeres, edad: 25 (+/- 3 años), peso promedio: 65 kg (entre 48 y 85 kg), altura promedio: 166 cm (entre 154 y 176 cm).

Implementación del Sistema

• 2 Acelerómetros Triaxiales: MMA7260 de Freescale.

• 4 Footswitches:IESF-R-5L de CUI Inc.

• 2 Microprocesadores: MSP430F149 de Texas Instruments.

• 2 Transceptores de Radiofrecuencia: nRF2401 de Nordic (60 Hz)

• 2 Baterías de Li-Ion (3.7 V 300 mA) Fotos del Sistema Portátil de Monitoreo de Actividades y footswitches


Diagrama a bloques del Sistema Portátil de Monitoreo de Actividades



Procesamiento de los Datos (1)

Los datos de aceleración tridimensional son transformados en una Magnitud del Vector de Señales (SVM) y que es representado por:

Después se aplicó un Filtro pasa-bajas:

donde x[n] es la señal de entrada después del cálculo SVM, y {bi} son los coeficientes del filtro pasa-bajas.



Procesamiento de los Datos (2)

Para extraer los puntos candidatos de los picos, se utilizó un filtro derivativo de aproximaciones polinomiales de mínimo cuadrado:


[n]


Diagrama de flujo del Algoritmo de Detección de Picos de los Pasos en el caminado



Análisis de la Marcha

Las personas caminaron en un corredor recto 5 metros durante 5 minutos.

Se tomaron 20 pasos consecutivos de los datos para calcular los siguientesparámetros temporales del ciclo de la marcha:

• Tiempo de estática (ST)• Tiempo de movimiento (SW)• Tiempo de soporte simple (SS)• Tiempo de soporte doble (DS)

En la figura de la derecha se muestra la relación entre la aceleración en el tobillo durante los ciclos de la marcha y los parámetros temporales para cada ciclo.



Experimentos y Resultados

Para validar el estudio se instruyeron a las 10 personas para las pruebas de marcha, sobre una ‘máquina caminadora’ a varias velocidades resumidas en la siguiente tabla:

Con el objetivo de comparar la exactitud de la detección, se utilizó un podómetro (HJ-150, OMROM) y los pasos reales fueron contados manualmente.

La figura superior de la derecha muestra la Detección de los picos de los pasosa una velocidad de 2 km/h, y la figura inferior a una velocidad de 4 km/h.



La siguiente figura muestra el resultado de la Detección de picos de los pasos de una de las personas a varias velocidades.

Cuando la velocidad está sobre 6 km/h, el algoritmo propuesto y el podómetro detectan los picos de los pasos correctamente.



La exactitud global de la Detección de picos de los pasos está resumida en la siguiente tabla. La exactitud del algoritmo propuesto es 99.15% (+/- 0.007) y 87.48% (+/- 0.033) para el podómetro.

La exactitud de la detección para cada persona es la exactitud promedio sobre las velocidades 2, 4, 6, 8 y 10 km/h.



En las figuras siguientes se muestran ejemplos de la aceleración en ambos pies durante varios ciclos de la marcha. Las figuras superiores muestran las señales crudas de los acelerómetros, y las figuras inferiores muestran las señales filtradas.

Pie izquierdo Pie Derecho

Los resultados muestran que los parámetros temporales de los footswitches respecto a los obtenidos por los acelerómetros son similares.



La exactitud de los parámetros temporales de los ciclos de la marcha están resumidos en la siguiente tabla:

Los parámetros temporales de la marcha fueron calculados utilizando los acelerómetros colocados en los tobillos y los footswitches colocados en los pies.



En la tabla siguiente se muestra una comparación de consistencia con los Coeficientes de Correlación Intraclase (ICCs) de la variación de los parámetros de los acelerómetros y los footswitches para personas saludables.

Los ICCs son utilizados para analizar la consistencia en los parámetros temporales de la marcha de los footswitches y los acelerómetros. Los valores altos de ICC obtenidos por las medidas temporales sugiere que el sistema podría convertirse en una valiosa herramienta para la medición de las fases de los ciclos de la marcha.



Discusión

El resultado del estudio muestra que pueden ser encontrados 2 picos en la señal de aceleración combinada para cada ciclo de la marcha. El primer pico de aceleración está directamente relacionado con el contacto del talón con el suelo, y el segundo pico de aceleración con el despegue del suelo de los dedos.

Los cálculos se basaron en la suma de los 3 vectores de aceleración (SVM).

La forma de la señal de aceleración es diferente a la de otros estudios, lo que indica que con otras configuraciones del acelerómetro la forma de la señal debería ser afectada.

El estudio estuvo limitado a un número determinado de pasos, pero los resultados obtenidos garantizan que se pueden tomar un mayor número de pasos.

El sistema propuesto barato respecto a los laboratorios de análisis de movimiento, y es confortable para los usuarios, y puede remplazar parcialmente o complementar el análisis de movimiento exhaustivo.




Conclusión

Me pareció muy interesante combinar las 3 señales de aceleración.

Al combinar las señales de aceleración para calcular parámetros temporales, se vuelve complejo a partir de la señal combinada calcular parámetros espaciales .

No se probó para diversos sectores de la población.

El módulo de aceleración que se coloca en los tobillos es muy grande.

Seria bueno comparar los resultados respecto a un sistema de análisis de movimiento.



Referencias

Saremi, K., Marehbian, J., Yan, X., Regnaux, J. P., Elashoff, R., Bussel, B., and Dobkin, B. H., Reliability and validity of bilateral thigh and foot accelerometry measures of walking in healthy and hemiparetic subjects. Neurorehabil. Neural Repair. 20:297–305, 2006. doi:10.1177/1545968306287171.

Zijlstra, W., and Hof, A. L., Assessment of spatio-temporal gait parameters from trunk accelerations during human walking. Gait Posture. 18:1–10, 2003. doi:10.1016/S0966-6362(02)00190-X.

Karantonis, D. M., Narayanan, M. R., Mathie, M., Lovell, N. H., and Celler, B. G., Implementation of a real-time human movement classifier using a triaxial accelerometer for ambulatory monitoring. IEEE Trans. Inf. Technol. Biomed. 10(1):156–167, 2006.doi:10.1109/TITB.2005.856864.

Donner A and Koval JJ. The estimation of intraclass correlation in the analysis of family data. Biometrics 36: 19–25, 1980

portable activity monitoring system for temporal ...mdprl/documentos/hussein_lee_2009.pdf ·...

Documents