Desarrollo e implementación de una estrategia para la evaluación automática del riesgo de caídas en personas usando sensores inerciales.

Abstract

Este trabajo presenta una investigación referente a la identificación y el análisis automático del movimiento humano mientras se realizan evaluaciones clínicas sensorizadas para determinar el riesgo de caídas en población objetivo. El proyecto incluye la implementación de un sistema de medición con una Unidad de Medición Inercial bajo las características propias de un sistema “wereable”: portable, autónomo, inalámbrico y ergonómico, y el posterior procesamiento para la identificación de las actividades realizadas durante la aplicación del “Timed Up & Go Test” de 3–metros y su versión extendida (6–metros). Con esto, se propone un análisis automático para la extracción de los índices y/o características correspondientes que caracterizan el movimiento humano durante el “Timed Up & Go Test” y la marcha usando el Test de 10 metros como referencia para su versión extendida y, de esta manera, otorgar una evaluación automática y específica del riesgo de caídas usando algoritmos de aprendizaje automático. Los resultados obtenidos en cuanto a la identificación del riesgo en cada una de las actividades observadas durante la realización del “Timed Up & Go Test” van de bien a excelente, con un “Recall” (sujetos con riesgo de caídas respecto al total de sujetos con riesgo) de un 88.46 % en las fases de pararse y del primer giro, hasta un 100 % en las fases del primer giro y en la marcha del “Timed Up & Go Test” no extendido, comprobando que mediante el uso de una Unidad de Medición Inercial ubicada en la espalda y algoritmos de aprendizaje automático se puede determinar el riesgo de caídas en sujetos durante el “Timed Up & Go Test” y su versión extendida, no solo de manera global, sino también de manera específica al segmentar las actividades realizadas durante su ejecución. Esta tesis contribuye a la investigación y desarrollo de sistemas para el análisis y monito reo clínico del movimiento humano, centrándose en el reconocimiento automático de actividad humana y en la extracción de índices que caracterizan el riesgo de caídas.