Tesis doctoral de Daniel Manuel Rodríguez Martín
La siguiente disertación presenta las aportaciones del autor en el campo de la monitorización del movimiento humano y, especialmente, en la enfermedad del parkinson. las recientes tecnologías han permitido desarrollar sensores inerciales de tamaño muy reducido para monitorizar el movimiento humano. En consecuencia, el uso de las llamadas unidades de medida inercial, que consisten en unos dispositivos de pequeño tamaño capaces de medir el movimiento, se ha extendido ampliamente empleándose, entre otros, en campos como la medicina, el deporte, la automoción o los videojuegos. en la primera parte de la presente tesis, se describe el desarrollo de una unidad de medida inercial capaz de adquirir datos con una larga autonomía. La principal novedad aportada consiste en la posibilidad de implementar clasificadores basados en inteligencia artificial en tiempo real a través de un hardware y un firmware diseñados específicamente para que el sistema inercial sea flexible y capaz de implementar las dos operaciones. Esta herramienta se ha validado en diferentes proyectos europeos y diferentes trabajos llevados a cabo en el centro de estudios tecnológicos para la atención de la dependencia y la vida autónoma de la universidad politécnica de catalunya (cetpd-upc) en la segunda parte de la tesis se describen dos algoritmos para identificar diferentes tipos de posturas. Los datos empleados para poder desarrollar los algoritmos se han adquirido con el sistema inercial presentado en la primera parte de la tesis. Los algoritmos desarrollados se han validado en personas sanas y en pacientes con la enfermedad del parkinson. El algoritmo se focaliza en la detección de posturas con un único sistema inercial localizado en la cintura, consiguiendo una mayor comodidad para los usuarios. Una aportación clave es la metodología ofrecida para poder detectar transiciones posturales (movimiento para pasar de una postura a otra) a través de `máquinas de vectores soporte¿, permitiendo tanto distinguirlas como detectarlas. La detección de transiciones posturales se integra en un sistema jerárquico de clasificación, al cual se añade un detector de actividades básicas donde se identifican posturas estáticas como estar sentado, de pie, o tumbado, y posturas dinámicas, como caminar. en la parte final de la tesis se presenta una aportación a la identificación de uno de los síntomas de la enfermedad del parkinson más incapacitantes, el bloqueo de la marcha. El algoritmo de posturas se aplica en señales captadas por la unidad inercial descrita en la primera parta de la tesis para complementar a los algoritmos actuales de detección de bloqueos de la marcha. Además, se demuestra cómo los valores de evaluación del algoritmo de detección del bloqueo de la marcha mejoran al aplicar el algoritmo de posturas. De esta forma, se contextualiza el algoritmo, pudiendo discriminar aquellos episodios detectados provocados en situaciones donde no es posible que ocurra un episodio de bloqueo de la marcha.
Datos académicos de la tesis doctoral «Contribución al análisis del movimiento humano aplicado a la identificación de posturas y bloqueos de la marcha en pacientes con parkinson«
- Título de la tesis: Contribución al análisis del movimiento humano aplicado a la identificación de posturas y bloqueos de la marcha en pacientes con parkinson
- Autor: Daniel Manuel Rodríguez Martín
- Universidad: Politécnica de catalunya
- Fecha de lectura de la tesis: 21/05/2014
Dirección y tribunal
- Director de la tesis
- Andreu CatalÁ Mallofré
- Tribunal
- Presidente del tribunal: ignacio Rojas ruiz
- Juan Antonio Ortega ramirez (vocal)
- (vocal)
- (vocal)