FenixEdu™

Dissertação

Post-Stroke Gait Rehabilitation Assistive System EVALUATED

Detalhes: O AVC leva frequentemente a incapacidade a longo prazo, causando défices neurológicos que podem resultar em insegurança e ansiedade na locomoção autónoma. A reabilitação, embora útil, demora a revelar melhorias evidentes nas limitações funcionais. Este estudo visa melhorar a eficácia dos movimentos e o progresso na reabilitação, aumentando assim a confiança e motivação do paciente para caminhar sem assistência. Foi criado um sistema para avaliar e identificar movimentos compensatórios na marcha, adequado para ambientes clínicos e domiciliários. Foram estabelecidos quatro padrões compensatórios e identificados, através de captura de imagens e reconstrução do esqueleto, para análise de marcha. O Mediapipe extraiu e selecionou as características essenciais para a análise, providenciadas por uma câmara 2D e uma câmara 3D, Intel Realsense D435i. Foram propostos dois métodos de classificação de movimento, utilizando caixas delimitadoras ou medições de ângulos. Foi criado um Dataset com sessões de cinco voluntários. Foram comparados os resultados obtidos de ambas as câmaras. O resultado Fβ mede a eficiência do modelo, com ênfase na precisão em detrimento da sensibilidade, quando β<1. Este foi 68.15% e 68.41%, para as câmaras 2D e Realsense, respetivamente, com β=0.5. A Realsense mostrou maior performance na pronação da perna e elevação da anca, com Fβ de 93% e 66%, a câmara 2D na hiperflexão e arrastamento do pé com 84% e 52%, respetivamente. Estes achados demonstram o potencial do sistema na melhoria da reabilitação pós-AVC. Futuramente, esta abordagem poderá ser aplicada em robôs sociais ou computadores, dado o interesse crescente do seu uso na reabilitação.
Keywords: AVC, Análise de marcha, Reabilitação, Mediapipe, RGB-D.

Discussão: novembro 28, 2023, 14:0