Caracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivas

El miembro superior es una estructura de gran complejidad e importancia en la vida cotidiana debido a la variedad de movimientos y grados de libertad que este tiene. Así como la utilidad en numerosas tareas cotidianas. El miembro superior puede verse afectado por lesiones debido a las tareas que inc...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
spa
OAI Identifier:
oai:repository.urosario.edu.co:10336/40304
Acceso en línea:
https://doi.org/10.48713/10336_40304
https://repository.urosario.edu.co/handle/10336/40304
Palabra clave:
Biomecánica
Estudio de movimiento
Gestos
Herramienta de Mediapipe
Miembro superior
Sensores inerciales
Biomechanics
Gestures
Mediapipe
Movement study,
Upper limb
Inertial sensors
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 International
id EDOCUR2_403d6a1da00ff0b92307abf61770232e
oai_identifier_str oai:repository.urosario.edu.co:10336/40304
network_acronym_str EDOCUR2
network_name_str Repositorio EdocUR - U. Rosario
repository_id_str
dc.title.none.fl_str_mv Caracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivas
dc.title.TranslatedTitle.none.fl_str_mv Characterization of movements through images and inertial sensors for the prevention of upper limb injuries during repetitive activities
title Caracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivas
spellingShingle Caracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivas
Biomecánica
Estudio de movimiento
Gestos
Herramienta de Mediapipe
Miembro superior
Sensores inerciales
Biomechanics
Gestures
Mediapipe
Movement study,
Upper limb
Inertial sensors
title_short Caracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivas
title_full Caracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivas
title_fullStr Caracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivas
title_full_unstemmed Caracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivas
title_sort Caracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivas
dc.contributor.advisor.none.fl_str_mv Perdomo Charry, Oscar Julián
Castillo Martínez, Juan Alberto
dc.subject.none.fl_str_mv Biomecánica
Estudio de movimiento
Gestos
Herramienta de Mediapipe
Miembro superior
Sensores inerciales
topic Biomecánica
Estudio de movimiento
Gestos
Herramienta de Mediapipe
Miembro superior
Sensores inerciales
Biomechanics
Gestures
Mediapipe
Movement study,
Upper limb
Inertial sensors
dc.subject.keyword.none.fl_str_mv Biomechanics
Gestures
Mediapipe
Movement study,
Upper limb
Inertial sensors
description El miembro superior es una estructura de gran complejidad e importancia en la vida cotidiana debido a la variedad de movimientos y grados de libertad que este tiene. Así como la utilidad en numerosas tareas cotidianas. El miembro superior puede verse afectado por lesiones debido a las tareas que incluyan: esfuerzos, posturas inadecuadas, posturas fuera de rangos de movimiento, posturas sostenidas o repetitivas; durante periodos de tiempo largos, como actividades laborales, generando un impacto negativo en la vida cotidiana. Por este motivo surge la necesidad de estudios de la complejidad del movimiento del miembro superior para la prevención lesiones en miembro superior. Este estudio se enfoca en el desarrollo de una herramienta de simulación de la cinemática del miembro superior utilizando captura de movimiento recursos en imágenes y señales de sensores inerciales. Se desarrolló un programa capaz de identificar patrones de movimiento usando datos capturados usando una cámara y sensores inerciales en miembro superior en personas en un entorno laboral, para el posterior estudio. Este proyecto tiene como objetivo diseñar un método para la identificación automática de patrones de movimientos. Para lo cual, se plantea la revisión de métodos de programación y procesamiento de los datos obtenidos de imágenes y sensores inerciales, la programación de los mismos, la adquisición de datos relativos a la postura, el estudio de movimiento y calibración del programa. Entre los resultados obtenidos se desarrolló un software portable para la captura de movimiento utilizando imágenes, el cual provee resultados de la raíz cuadrática media (RMS) de los ángulos en los planos XY, XZ y YZ, similares a los dados por los sensores inerciales tras estimar la RMS de los ángulos obtenidos por los mismos. Sin embargo, la aceleración presenta una mayor diferencia, esto debido a que la aceleración se ve afectaba por los instantes en los cuales las imágenes oscilan. Como conclusión se encontró un gran potencial de los algoritmos de inteligencia artificial para la identificación, seguimiento y diferenciación de la de postura y el cálculo de variables de la cinemática tales como ángulo de movimiento articular y la aceleración angular.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-08-09T18:23:42Z
dc.date.available.none.fl_str_mv 2023-08-09T18:23:42Z
dc.date.created.none.fl_str_mv 2023-06-27
dc.type.none.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.document.none.fl_str_mv Trabajo de grado
dc.type.spa.none.fl_str_mv Trabajo de grado
dc.identifier.doi.none.fl_str_mv https://doi.org/10.48713/10336_40304
dc.identifier.uri.none.fl_str_mv https://repository.urosario.edu.co/handle/10336/40304
url https://doi.org/10.48713/10336_40304
https://repository.urosario.edu.co/handle/10336/40304
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.acceso.none.fl_str_mv Abierto (Texto Completo)
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
Abierto (Texto Completo)
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.extent.none.fl_str_mv 53
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad del Rosario
dc.publisher.department.spa.fl_str_mv Escuela de Medicina y Ciencias de la Salud
dc.publisher.program.spa.fl_str_mv Maestría en Ingeniería Biomédica
publisher.none.fl_str_mv Universidad del Rosario
institution Universidad del Rosario
dc.source.bibliographicCitation.none.fl_str_mv “¿Sufre alguna? Estas son las principales enfermedades laborales en Colombia | EL UNIVERSAL - Cartagena”. https://www.eluniversal.com.co/colombia/sufre-alguna-estas-son-las-principales-enfermedades-laborales-en-colombia-DI1028261 (consultado el 12 de mayo de 2023).
J. M. V. Pardo, “Hombro doloroso e incapacidad temporal. El retorno al trabajo tras larga baja por hombro doloroso. Causalidad del trabajo en el hombro doloroso”, 2016.
“Decreto 1477 de 2014 (actualizado) - Nueva tabla de enfermedades”. https://safetya.co/normatividad/decreto-1477-de-2014/ (consultado el 12 de mayo de 2023).
B. C. Anderson, Guide to Arthrocentesis and Soft Tissue Injection. Elsevier Health Sciences, 2005.
Liliana Artieda Pellejero, Sagrario Cilveti Gubia, y Victor Idoate García, “Movimientos repetitidos de miembro superior”. Ministerio de sanidad y consumo. Consultado: el 12 de mayo de 2023. [En línea]. Disponible en: https://www.sanidad.gob.es/ciudadanos/saludAmbLaboral/docs/movimientos.pdf
W. Supanich, S. Kulkarineetham, P. Sukphokha, y P. Wisarnsart, “Machine Learning-Based Exercise Posture Recognition System Using MediaPipe Pose Estimation Framework”, en 2023 9th International Conference on Advanced Computing and Communication Systems (ICACCS), mar. 2023, pp. 2003–2007. doi: 10.1109/ICACCS57279.2023.10112726.
I. Weygers, M. Kok, M. Konings, H. Hallez, H. De Vroey, y K. Claeys, “Inertial Sensor-Based Lower Limb Joint Kinematics: A Methodological Systematic Review”, Sensors, vol. 20, núm. 3, Art. núm. 3, ene. 2020, doi: 10.3390/s20030673.
F. Farahmand, K. O. Khadivi, y J. J. P. C. Rodrigues, “Detecting intra-fraction motion in patients undergoing radiation treatment using a low-cost wireless accelerometer”, Sensors, vol. 9, núm. 9, pp. 6715–6729, 2009, doi: 10.3390/s90906715.
F. Farahmand, K. Khadivi, y J. Rodrigues, “Detecting Intra-Fraction Motion in Patients Undergoing Radiation Treatment Using a Low-Cost Wireless Accelerometer”, Sensors, vol. 9, pp. 6715–29, sep. 2009, doi: 10.3390/s90906715. [
G. Güney et al., “Video-Based Hand Movement Analysis of Parkinson Patients before and after Medication Using High-Frame-Rate Videos and MediaPipe”, Sensors, vol. 22, núm. 20, Art. núm. 20, ene. 2022, doi: 10.3390/s22207992.
Ahmad Mwfaq Bataineh et al., “Movement Estimation Using Mediapipe BlazePose”, ene. 2021.
T. B. de G. Lafayette, “Validação de estimativa angular baseada em dados de rastreio corporal de câmeras RGB-D e RGB para avaliação biomecânica”, el 23 de septiembre de 2022. https://repositorio.ufpe.br/handle/123456789/48537 (consultado el 12 de mayo de 2023).
A. Latreche, R. Kelaiaia, A. Chemori, y A. Kerboua, “Reliability and validity analysis of MediaPipe-based measurement system for some human rehabilitation motions”, Measurement, vol. 214, p. 112826, jun. 2023, doi: 10.1016/j.measurement.2023.112826.
J. Stenum, M. M. Hsu, A. Y. Pantelyat, y R. T. Roemmich, “Clinical gait analysis using video-based pose estimation: multiple perspectives, clinical populations, and measuring change”. medRxiv, p. 2023.01.26.23285007, el 30 de enero de 2023. doi: 10.1101/2023.01.26.23285007.
F. D. Shuler, Ortopedia y traumatología. Revisión sistemática, 5a ed. España: Elsevier España, S.L., 2009.
bulevip, “Lesiones más frecuentes en el hombro del deportista. - bulevip.com”, El Blog de la Tienda Bulevip, amantes del deporte, el 22 de marzo de 2015. https://bulevip.com/blog/lesiones-mas-frecuentes-en-el-hombro-del-deportista/ (consultado el 8 de mayo de 2023).
D. Oliveira, “Biomecánica del hombro y sus lesiones”, J A, vol. 4, 2007.
“Articulaciones del codo”, mirandafisioterapia, el 17 de abril de 2017. https://www.mirandafisioterapia.com/post/2017/04/17/articulaciones-codo (consultado el 4 de mayo de 2023).
Pablo Villaseñor-Ovies, et al., Reumatología clínica, vol. 8. Elsevier España, 2012.
S. D. Waldman, “Anatomía funcional de la muñeca”, en Atlas diagnóstico del dolor, S. D. Waldman, Ed., Madrid: Elsevier España, 2007, pp. 154–156. doi: 10.1016/B978-84-8174-938-0.50071-9.
A. S. Ahuja, “The impact of artificial intelligence in medicine on the future role of the physician”, PeerJ, vol. 7, p. e7702, oct. 2019, doi: 10.7717/peerj.7702.
"Pose landmark detection guide | MediaPipe”, Google Developers. https://developers.google.com/mediapipe/solutions/vision/pose_landmarker (consultado el 12 de mayo de 2023).
dc.source.instname.none.fl_str_mv instname:Universidad del Rosario
dc.source.reponame.none.fl_str_mv reponame:Repositorio Institucional EdocUR
bitstream.url.fl_str_mv https://repository.urosario.edu.co/bitstreams/a840f782-d18b-477d-ab27-746ddafb6a2a/download
https://repository.urosario.edu.co/bitstreams/aaaa19e9-d0c5-491d-9545-dba9a8b4f354/download
https://repository.urosario.edu.co/bitstreams/a472d8b1-a513-4710-92fb-42fb69bf31a3/download
https://repository.urosario.edu.co/bitstreams/d8118c5d-e88e-4897-932a-21e996b18556/download
https://repository.urosario.edu.co/bitstreams/9f5e1fbd-d5b9-4541-a4fa-5406ab4a6194/download
bitstream.checksum.fl_str_mv ee51fed3776b867a1feca98091246e14
b2825df9f458e9d5d96ee8b7cd74fde6
3b6ce8e9e36c89875e8cf39962fe8920
ad9cffe0c9b7bcbf820dfd0959b58d9d
1902d175c19e2ad0253f18759705e2c6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional EdocUR
repository.mail.fl_str_mv edocur@urosario.edu.co
_version_ 1814167536281845760
spelling Perdomo Charry, Oscar Julián1075213630600Castillo Martínez, Juan Alberto19470748600Jasbón Mutis, Adriana SamiraMagíster en Ingeniería BiomédicaMagíster en Ingeniería BiomédicaMaestríaFull time71fb8630-8470-4434-b8dd-abff662036f4-12023-08-09T18:23:42Z2023-08-09T18:23:42Z2023-06-27El miembro superior es una estructura de gran complejidad e importancia en la vida cotidiana debido a la variedad de movimientos y grados de libertad que este tiene. Así como la utilidad en numerosas tareas cotidianas. El miembro superior puede verse afectado por lesiones debido a las tareas que incluyan: esfuerzos, posturas inadecuadas, posturas fuera de rangos de movimiento, posturas sostenidas o repetitivas; durante periodos de tiempo largos, como actividades laborales, generando un impacto negativo en la vida cotidiana. Por este motivo surge la necesidad de estudios de la complejidad del movimiento del miembro superior para la prevención lesiones en miembro superior. Este estudio se enfoca en el desarrollo de una herramienta de simulación de la cinemática del miembro superior utilizando captura de movimiento recursos en imágenes y señales de sensores inerciales. Se desarrolló un programa capaz de identificar patrones de movimiento usando datos capturados usando una cámara y sensores inerciales en miembro superior en personas en un entorno laboral, para el posterior estudio. Este proyecto tiene como objetivo diseñar un método para la identificación automática de patrones de movimientos. Para lo cual, se plantea la revisión de métodos de programación y procesamiento de los datos obtenidos de imágenes y sensores inerciales, la programación de los mismos, la adquisición de datos relativos a la postura, el estudio de movimiento y calibración del programa. Entre los resultados obtenidos se desarrolló un software portable para la captura de movimiento utilizando imágenes, el cual provee resultados de la raíz cuadrática media (RMS) de los ángulos en los planos XY, XZ y YZ, similares a los dados por los sensores inerciales tras estimar la RMS de los ángulos obtenidos por los mismos. Sin embargo, la aceleración presenta una mayor diferencia, esto debido a que la aceleración se ve afectaba por los instantes en los cuales las imágenes oscilan. Como conclusión se encontró un gran potencial de los algoritmos de inteligencia artificial para la identificación, seguimiento y diferenciación de la de postura y el cálculo de variables de la cinemática tales como ángulo de movimiento articular y la aceleración angular.The upper limb is a structure of great complexity and importance in our daily lives due to the variety of movements and degrees of freedom it has. As well as its usefulness in numerous daily tasks. The upper limb can be affected by injuries due to tasks that include: efforts, inadequate postures, postures out of range of motion, and sustained or repetitive postures; during long periods, such as work activities, generating a negative impact on daily life. For this reason, there is a need for studies on the complexity of upper limb movement for the prevention of this type of injury. This study focuses on the development of an upper limb kinematics simulation tool using resources such as images and inertial sensors for motion capture. For the development of a supporting tool or software capable of identifying movement patterns using sources of motion information in people, captured by sensors, in a work environment for further study. This project aims to design a method for the automatic identification of movement patterns associated with the upper limb by fusing information from video images and inertial markers. To this end, a review of programming and data processing methods obtained from images and inertial sensors, their programming, the acquisition of data related to posture, the study of movement, and the calibration of the software are proposed. Among the results obtained, a portable software for motion capture using images was created, which provides results of RMS angles similar to those given by the inertial sensors. However, the acceleration presents a greater difference, because the acceleration is affected by the moments in which the images oscillate. In conclusion, it was found a great potential for artificial intelligence algorithms for the identification, tracking, and differentiation of posture and the calculation of kinematics variables such as joint movement angle and angular acceleration.53application/pdfhttps://doi.org/10.48713/10336_40304 https://repository.urosario.edu.co/handle/10336/40304spaUniversidad del RosarioEscuela de Medicina y Ciencias de la SaludMaestría en Ingeniería BiomédicaAttribution-NonCommercial-NoDerivatives 4.0 InternationalAbierto (Texto Completo)EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma.http://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2“¿Sufre alguna? Estas son las principales enfermedades laborales en Colombia | EL UNIVERSAL - Cartagena”. https://www.eluniversal.com.co/colombia/sufre-alguna-estas-son-las-principales-enfermedades-laborales-en-colombia-DI1028261 (consultado el 12 de mayo de 2023).J. M. V. Pardo, “Hombro doloroso e incapacidad temporal. El retorno al trabajo tras larga baja por hombro doloroso. Causalidad del trabajo en el hombro doloroso”, 2016.“Decreto 1477 de 2014 (actualizado) - Nueva tabla de enfermedades”. https://safetya.co/normatividad/decreto-1477-de-2014/ (consultado el 12 de mayo de 2023).B. C. Anderson, Guide to Arthrocentesis and Soft Tissue Injection. Elsevier Health Sciences, 2005.Liliana Artieda Pellejero, Sagrario Cilveti Gubia, y Victor Idoate García, “Movimientos repetitidos de miembro superior”. Ministerio de sanidad y consumo. Consultado: el 12 de mayo de 2023. [En línea]. Disponible en: https://www.sanidad.gob.es/ciudadanos/saludAmbLaboral/docs/movimientos.pdfW. Supanich, S. Kulkarineetham, P. Sukphokha, y P. Wisarnsart, “Machine Learning-Based Exercise Posture Recognition System Using MediaPipe Pose Estimation Framework”, en 2023 9th International Conference on Advanced Computing and Communication Systems (ICACCS), mar. 2023, pp. 2003–2007. doi: 10.1109/ICACCS57279.2023.10112726.I. Weygers, M. Kok, M. Konings, H. Hallez, H. De Vroey, y K. Claeys, “Inertial Sensor-Based Lower Limb Joint Kinematics: A Methodological Systematic Review”, Sensors, vol. 20, núm. 3, Art. núm. 3, ene. 2020, doi: 10.3390/s20030673.F. Farahmand, K. O. Khadivi, y J. J. P. C. Rodrigues, “Detecting intra-fraction motion in patients undergoing radiation treatment using a low-cost wireless accelerometer”, Sensors, vol. 9, núm. 9, pp. 6715–6729, 2009, doi: 10.3390/s90906715.F. Farahmand, K. Khadivi, y J. Rodrigues, “Detecting Intra-Fraction Motion in Patients Undergoing Radiation Treatment Using a Low-Cost Wireless Accelerometer”, Sensors, vol. 9, pp. 6715–29, sep. 2009, doi: 10.3390/s90906715. [G. Güney et al., “Video-Based Hand Movement Analysis of Parkinson Patients before and after Medication Using High-Frame-Rate Videos and MediaPipe”, Sensors, vol. 22, núm. 20, Art. núm. 20, ene. 2022, doi: 10.3390/s22207992.Ahmad Mwfaq Bataineh et al., “Movement Estimation Using Mediapipe BlazePose”, ene. 2021.T. B. de G. Lafayette, “Validação de estimativa angular baseada em dados de rastreio corporal de câmeras RGB-D e RGB para avaliação biomecânica”, el 23 de septiembre de 2022. https://repositorio.ufpe.br/handle/123456789/48537 (consultado el 12 de mayo de 2023).A. Latreche, R. Kelaiaia, A. Chemori, y A. Kerboua, “Reliability and validity analysis of MediaPipe-based measurement system for some human rehabilitation motions”, Measurement, vol. 214, p. 112826, jun. 2023, doi: 10.1016/j.measurement.2023.112826.J. Stenum, M. M. Hsu, A. Y. Pantelyat, y R. T. Roemmich, “Clinical gait analysis using video-based pose estimation: multiple perspectives, clinical populations, and measuring change”. medRxiv, p. 2023.01.26.23285007, el 30 de enero de 2023. doi: 10.1101/2023.01.26.23285007.F. D. Shuler, Ortopedia y traumatología. Revisión sistemática, 5a ed. España: Elsevier España, S.L., 2009.bulevip, “Lesiones más frecuentes en el hombro del deportista. - bulevip.com”, El Blog de la Tienda Bulevip, amantes del deporte, el 22 de marzo de 2015. https://bulevip.com/blog/lesiones-mas-frecuentes-en-el-hombro-del-deportista/ (consultado el 8 de mayo de 2023).D. Oliveira, “Biomecánica del hombro y sus lesiones”, J A, vol. 4, 2007.“Articulaciones del codo”, mirandafisioterapia, el 17 de abril de 2017. https://www.mirandafisioterapia.com/post/2017/04/17/articulaciones-codo (consultado el 4 de mayo de 2023).Pablo Villaseñor-Ovies, et al., Reumatología clínica, vol. 8. Elsevier España, 2012.S. D. Waldman, “Anatomía funcional de la muñeca”, en Atlas diagnóstico del dolor, S. D. Waldman, Ed., Madrid: Elsevier España, 2007, pp. 154–156. doi: 10.1016/B978-84-8174-938-0.50071-9.A. S. Ahuja, “The impact of artificial intelligence in medicine on the future role of the physician”, PeerJ, vol. 7, p. e7702, oct. 2019, doi: 10.7717/peerj.7702."Pose landmark detection guide | MediaPipe”, Google Developers. https://developers.google.com/mediapipe/solutions/vision/pose_landmarker (consultado el 12 de mayo de 2023).instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURBiomecánicaEstudio de movimientoGestosHerramienta de MediapipeMiembro superiorSensores inercialesBiomechanicsGesturesMediapipeMovement study,Upper limbInertial sensorsCaracterización de movimientos a través de imágenes y sensores inerciales para la prevención de lesiones de miembro superior durante actividades repetitivasCharacterization of movements through images and inertial sensors for the prevention of upper limb injuries during repetitive activitiesbachelorThesisTrabajo de gradoTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fEscuela de Ingeniería, Ciencia y TecnologíaORIGINALCaracterización-de-movimientos-Jasbon-Mutis-Adriana-Samira.pdfCaracterización-de-movimientos-Jasbon-Mutis-Adriana-Samira.pdfapplication/pdf1870123https://repository.urosario.edu.co/bitstreams/a840f782-d18b-477d-ab27-746ddafb6a2a/downloadee51fed3776b867a1feca98091246e14MD53LICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/aaaa19e9-d0c5-491d-9545-dba9a8b4f354/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8899https://repository.urosario.edu.co/bitstreams/a472d8b1-a513-4710-92fb-42fb69bf31a3/download3b6ce8e9e36c89875e8cf39962fe8920MD54TEXTCaracterización-de-movimientos-Jasbon-Mutis-Adriana-Samira.pdf.txtCaracterización-de-movimientos-Jasbon-Mutis-Adriana-Samira.pdf.txtExtracted texttext/plain89544https://repository.urosario.edu.co/bitstreams/d8118c5d-e88e-4897-932a-21e996b18556/downloadad9cffe0c9b7bcbf820dfd0959b58d9dMD55THUMBNAILCaracterización-de-movimientos-Jasbon-Mutis-Adriana-Samira.pdf.jpgCaracterización-de-movimientos-Jasbon-Mutis-Adriana-Samira.pdf.jpgGenerated Thumbnailimage/jpeg2683https://repository.urosario.edu.co/bitstreams/9f5e1fbd-d5b9-4541-a4fa-5406ab4a6194/download1902d175c19e2ad0253f18759705e2c6MD5610336/40304oai:repository.urosario.edu.co:10336/403042023-08-10 03:01:29.128http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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

Publicaciones similares