Título :	Análisis de la marcha a través de machine learning para la clasificación de alteraciones óseas y musculares
Autor(es):	Rogelio Cedeño Moreno
Palabras clave:	Visión artificial marcha monitoreo Sensores inerciales evaluación
Área:	INGENIERÍA Y TECNOLOGÍA
Fecha de publicación :	30-jun-2021
Facultad:	Facultad de Ingeniería
Programa académico:	Maestría en Ciencias (Mecatrónica)
Resumen:	En el trabajo presente se propuso la idea de desarrollar un sistema de bajo costo para el análisis y diagnóstico de alteraciones de la marcha, principalmente aquellas que afectan los sistemas óseo y muscular, causando problemas motrices que van degenerando la marcha con el tiempo pero que rara vez son detectados o atendidos hasta que la degeneración está muy avanzada. Para lograr esto se consideró la obtención de información cuantificable de la marcha, para lo cual se diseñó e implemento un sistema de visión artificial a base del protocolo Davis y un conjunto de sensores montables. De esta manera se determinan diferentes indicadores, como lo son la longitud de zancada, la cadencia, rango de movimiento, etc. Con esta información se construyó una base de datos donde se cuente con casos etiquetados de los indicadores de personas en estado sano, con problemas musculares y con problemas óseos, de tal manera que es utilizada para el entrenamiento de un algoritmo de Support Vector Machine (SVM) con el fin de que sea capaz de evaluar y clasificar nuevos casos, en donde no se conozca el estado de un paciente, de tal manera que pueda ser una herramienta de diagnóstico y apoyo para el especialista.
URI:	http://ri-ng.uaq.mx/handle/123456789/2842
Aparece en:	Maestría en Ciencias (Mecatrónica)

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.