Recomendação de Exercícios Fisioterápicos por Sensores de Movimento / A Computational Recommendation for Rehab Exercises with Motion Capture Sensor / Una recomendación computacional para los Ejercicios de rehabilitación con Sensores de Movimiento

RESUMO

Este trabalho apresenta uma abordagem computacional para recomendar exercícios fisioterápicos a partir das análises da amplitude de movimento capturada em tempo real por meio de um sensor de movimento (MS-KinectTM). Com intuíto de se obter uma recomendação de novos exercícios com base no histórico do paciente durante o tratamento de uma patologia. Os dados do movimento capturado são processados e analisados, fornecendo uma segunda opnião ao terapeuta sobre o caso. Para avaliar a aplicabilidade e viabilidade do sistema, foi aplicado um teste com 20 sujeitos em tratamento da dor lombar (lombalgia mecânica), e o conjunto de dados foi análisado por outros 5 fisioterapeutas que sugeriram exercícios, catalogados na base de dados do sistema. Foi utilizado um método agrupamento de dados sobre as amplitudes de movimento em relação ao índice de incapacidade de movimento e as medidas antropométricas dos sujeitos. E novamente outro técnica de inteligência computacional para recomendar os novos exercícios. Nas conclusões evidencia-se com certo grau de certeza a viabilidade do sistema e sua sugestão de aplicação das técnicas nele contida para recomendação de outros tratamento de patologias de disfunções musculares...

ABSTRACT

This paper presents a computational approach to recommend physical therapy from the analysis of the range of motion captured in real time by means of a motion sensor (MS-KinectTM). With goal to obtain a recommendation of new exercises based on the history of the patient during the treatment of a condition. The captured motion data is processed and analyzed, providing a second opinion the therapist about the case. To evaluate the applicability and feasibility of the system, we applied a test with 20 subjects in treatment of low back pain (mechanical low back pain), and the data set was parsed by other 5 physiotherapists who suggested exercises cataloged in the database system. A method of grouping data on range of motion in relation to the disability index of motion and anthropometric measurements of the subjects was used. Again another technique of computational intelligence to recommend the new exercises. In conclusion, it is evident with some degree of certainty the viability of the system and its application techniques contained therein for recommending other treatment of diseases of muscle disorders...

RESUMEN

Este artículo presenta un enfoque computacional para recomendar la terapia física a partir del análisis de la amplitud de movimiento capturado en tiempo real por medio de un sensor de movimiento (MS-KinectTM). Con el objetivo de obtener una recomendación de nuevos ejercicios basados en la historia de la paciente durante el tratamiento de una condición. Los datos de captura de movimiento es procesada y analizada, que proporciona una segunda opinión el terapeuta sobre el caso. Para evaluar la aplicabilidad y viabilidad del sistema, se aplicó una prueba con 20 sujetos en el tratamiento del dolor lumbar (lumbalgia mecánica), y el conjunto de datos se ha analizado por otros 5 fisioterapeutas que sugirieron ejercicios catalogados en el sistema de base de datos. Se utilizó un método de agrupación de datos en el rango de movimiento en relación con el índice de discapacidad de movimiento y las medidas antropométricas de los sujetos. Y también otra técnica de inteligencia computacional para recomendar los nuevos ejercicios. En conclusión, es evidente con algún grado de certeza la viabilidad del sistema y su sugerencia de aplicar las técnicas contenidas recomendación para el tratamiento de otros trastornos de disfunciones musculares en el mismo...