Plataforma para captura e estimação de movimentos em membro superior utilizando sistemas dinâmicos lineares chaveados

Abstract

O movimento é um fator imprescindível para a vida plena do ser humano. Indivíduos

que possuem capacidade limitada de movimentação são em grande parte dos casos sub- metidos a uma série de sessões de fisioterapia na busca por melhor qualidade de vida.

No entanto, como a análise dos fisioterapeutas ainda é feita majoritariamente de forma qualitativa, a pesquisa por métodos mais eficientes de tratamento se torna complicada

e o desempenho dos pacientes fica aquém do que poderia ser. Além disso, a subjetivi- dade no acompanhamento oferecido a esses pacientes dificulta também o processo de

auto-terapia ou telereabilitação que seriam algumas de suas alternativas naturais. Das tecnologias disponíveis no momento para o campo da fisioterapia, várias estão focadas

em prover métodos de aquisição de dados dos pacientes. Entretanto, ainda cabe ao fisi- oterapeuta a tarefa de analisar esses dados, o que muitas vezes não é um processo fácil

e nem rápido. Este trabalho propõe o desenvolvimento de uma plataforma de captura e estimação de movimentos capaz não apenas de monitorar os exercícios realizados durante

uma sessão de fisioterapia como também de avaliá-los automaticamente, entregando re- sultados quantitativos e numéricos ao fisioterapeuta ou a outras aplicações que utilizem

a unidade de processamento deste sistema. A título de auxiliar na otimização do processo fisioterapêutico, essa plataforma oferece métodos de rotulação, segmentação e extração

de parâmetros do movimento a partir de noções-chave do modelo SLDS (Switching Li- near Dynamic Systems) para estimação de movimentos humanos em membro unilateral

superior com até dois graus de liberdade. A aplicação é dividida em dois módulos: uma interface gráfica desenvolvida em JavaScript, responsável por rastrear o braço do paciente em tempo real através da comunicação com sensores inerciais de medida, e uma unidade de processamento desenvolvida primordialmente em Python, cuja tarefa é processar os dados dos sensores através do algoritmo de estimação e reportar resultados à interface. Quando em integração, esses dois módulos são capazes de gerar resultados pertinentes ao processo de reabilitação e assim aprimorar o desenvolvimento fisioterapêutico. A título de validação, uma bateira de 10 testes foi realizada em diferentes modos de operação do sistema, envolvendo quatro sujeitos distintos e variações de parâmetros intrínsecos ao movimento.