Dissertação
{pt_PT=SleeveAr: Augmented Reality for Rehabilitation Using Realtime Feedback} {} EVALUATED
{pt=Todos os anos, imensas pessoas sofrem lesões que requerem um processo de reabilitação para recuperar totalmente. Esta reabilitação exige imenso tempo do paciente e fisioterapeuta, visto ser necessário a constante supervisão do mesmo. Seria vantajoso possibilitar aos pacientes a continuação do seu processo de reabilitação mesmo quando não são supervisionados por um profissional (por exemplo em casa). No entanto, para executar as tarefas sem supervisão, os pacientes necessitam de receber feedback, algo que normalmente seria dado por um fisioterapeuta, para garantir a execução correta dos mesmos. Para combater este problema, várias abordagens foram propostas usando mecanismos de feedback para ajudar na reabilitação de pacientes. Infelizmente, testes levados com sujeitos demonstraram alguma dificuldade em compreender totalmente o feedback fornecido, algo que torna difícil a execução de movimentos prescritos ao paciente. Além disso, executar movimentos de forma incorreta num processo de reabilitação pode levar a um agravamento da lesão do paciente. Este trabalho introduz o SleeveAR, uma nova abordagem capaz de fornecer feedback em tempo real usando m\'ultipla superfícies de projeção de forma a criar visualização eficazes no processo de supervisão e correção de pacientes. A avaliação empírica feita em comparação com instruções em forma de vídeo mostra a eficácia da nossa abordagem através de resultados experimentais, foi demonstrado com sucesso que é possível guiar pacientes através de exercícios previamente capturados por demonstração de um fisioterapeuta. Além disso, foram detetadas melhorias no desempenho dos exercícios entre cada repetição dos mesmos, algo bastante desejado para uma reabilitação positiva., en=We present an intelligent user interface that allows people to perform rehabilitation exercises by themselves under the offline supervision of a therapist. Many people suffer injuries that require rehabilitation every year. Rehabilitation entails considerable time overheads since it requires people to perform specified exercises under the direct supervision of a therapist. Thus it is desirable that patients continue performing exercises outside of the clinic (for instance at home, thus without direct therapist supervision), to complement in-clinic physical therapy. However, to perform rehabilitation tasks accurately, patients need instant feedback, as otherwise provided by a physical therapist, to ensure correct execution of these unsupervised exercises. To address this problem, different approaches have been proposed using feedback mechanisms for aiding rehabilitation. Unfortunately, test subjects frequently report having trouble to completely understand the provided feedback which makes it hard to correctly execute the prescribed movements. Worse, injuries may occur due to incorrect performance of the prescribed exercises, which hinders recovery. This dissertation presents SleeveAR, a novel approach to provide new real-time, active feedback strategies, using multiple projection surfaces for providing effective visualizations. Empirical evaluation compared to traditional video-based feedback shows the effectiveness our approach. Experimental results show that it is able to successfully guide a subject through an exercise prescribed (and demonstrated) by a physical therapist, with performance improvements between consecutive executions, a desirable goal to successful rehabilitation.}
novembro 17, 2015, 16:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Professor Catedrático