Facultad de Ingeniería

Permanent URI for this community

https://repositorio.udec.cl/handle/11594/190

Browse

Browsing Facultad de Ingeniería by Subject "Accidentes por Caídas"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Desarrollo e implementación de una estrategia para la evaluación automática del riesgo de caídas en personas usando sensores inerciales.
    (Universidad de Concepción, 2021) Gómez Arias, Britam Arom; Aqueveque Navarro, Pablo Esteban
    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.
  • Thumbnail Image
    Item
    Evaluación crítica de Algoritmos de segmentación del test Timed Up and Go (TUG) basados en IMU.
    (Universidad de Concepción, 2025) Rojas Sandoval, Loreto Valentina; Aqueveque Navarro, Pablo Esteban
    El Timed Up and Go (TUG) es una prueba funcional ampliamente utilizada para evaluar movilidad y riesgo de caídas, especialmente en adultos mayores y personas con patologías neurológicas. Sin embargo, su enfoque tradicional basado únicamente en el tiempo total presenta limitaciones al no considerar aspectos cualitativos del movimiento. La integración de sensores inerciales (IMU) y algoritmos ha permitido segmentar el TUG en subetapas, mejorando la detección de deficiencias motoras. Este trabajo valida y desarrolla un algoritmo automático de segmentación del TUG, utilizando datos inerciales en personas de distintos rangos etarios. Se revisaron algoritmos existentes, se evaluó un modelo basado en reglas y se propuso una optimización mediante votación de jurados, comparando resultados con el sistema OptiTrack, estándar de referencia para este trabajo. El algoritmo se evaluó por precisión, sensibilidad, error promedio y correlación con segmentación manual. Se espera aportar herramientas más precisas para la evaluación clínica, facilitando la integración del TUG automatizado en entornos de salud. En la validación con 75 participantes de diversos rangos etarios, el algoritmo alcanzó sensibilidad y precisión de hasta 0.97, con MAE menor a un segundo en la mayoría de las subetapas. Se observó alta correlación (r > 0.90) con la segmentación manual en la duración total y fases estables, confirmando su robustez. Además, el análisis por grupo etario mostró un aumento progresivo en los tiempos de ejecución del TUG, subrayando el potencial de la herramienta para identificar variaciones funcionales asociadas a la edad. Estos resultados demuestran que la segmentación automática con IMU complementa y potencia la evaluación clínica, proporcionando métricas objetivas para el monitoreo y prevención del riesgo de caídas.
Síguenos en...