Optimización e implementación de disposotivo vestible para la medición de las fases al caminar

Este trabajo de investigación se enfoca en la implementación de dispositivos robóticos en la rehabilitación de pacientes con problemas de movilidad. El objetivo principal es una reducción del dispositivo existente basado en sensores de fuerza resistivos para mejorar su comodidad y practicidad al mom...

Full description

Autores:
Cortes Bastidas, Cesar Augusto
Fontanilla Barrera, Johnny Daniel
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/40590
Acceso en línea:
http://hdl.handle.net/11349/40590
Palabra clave:
Rehabilitación
Sensor inercial
Sensor FSR
Fases del caminar
Acelerómetro
Giroscopio
Ingeniería Eléctrica -- Tesis y disertaciones académicas
Rehabilitación robótica
Sensores de fuerza resistivos
Algoritmos de detección de fases del caminar
Tecnología de asistencia para personas con dificultades motrices
Rehabilitation
Inertial sensor
FSR sensor
Walking phases
Accelerometer
Gyroscope
Rights
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Este trabajo de investigación se enfoca en la implementación de dispositivos robóticos en la rehabilitación de pacientes con problemas de movilidad. El objetivo principal es una reducción del dispositivo existente basado en sensores de fuerza resistivos para mejorar su comodidad y practicidad al momento de tomar medidas, mientras se mantiene la disposición de los sensores y el segundo dispositivo que emplea un sensor inercial MPU6050 manteniendo así la coherencia en la toma de datos. Adicionalmente se tomó una base de datos de 30 individuos la cual se utilizó para crear un nuevo algoritmo más general en la detección de las fases del caminar. Este algoritmo fue desarrollado con el propósito de mejorar la precisión y la eficiencia en la identificación de las diferentes etapas del ciclo de la marcha humana. Gracias a la diversidad de datos recopilados de estas 30 personas, se logró obtener un modelo robusto y versátil que puede adaptarse a diferentes características y variaciones en los patrones de caminar de las personas. Este avance en la detección de las fases del caminar tiene el potencial de beneficiar a diversos campos, como la medicina, la rehabilitación y la tecnología de asistencia para personas con dificultades motrices. En la implementación preexistente del dispositivo existían dos algoritmos de clasificación, el algoritmo de Perez del cual se obtiene un F1-Score de 0.64 en la clasificación de las 5 fases del caminar usando datos de una sola persona y una red neuronal (Perceptron) la cual mejora el F1-Score a 0,93 igualmente usando los datos de una única persona y reduciendo a 4 las fases del caminar, el dispositivo estaba realizado con tecnologia THT la cual por sus características de soldadura y ubicación de los elementos sobre la placa le permitía tener un tamaño de 10x10 cm, en contraste, en este proyecto de grado al ejecutar el perceptron para clasificar una base de datos de 33 personas y 5 fases del caminar se obtiene un F1-Score de 0.22, por lo cual se decide hacer la implementación de dos algoritmos difusos los cuales obtienen un F1-Score de 0.68 para el MFC Clusterin y un F1-Score de 0.69 para el algoritmo de Grid partition ambos algoritmos retomando la clasificación de las 5 fases del caminar y clasificando sobre una base de datos de 33 personas, adicionalmente, el dispositivo realizado con tecnología SMT permitió reducir un 40% las dimensiones del mismo obteniendo un tamaño final de 6x6 cm.