Ir al contenido

Documat


Digitalización del test de Tinetti mediante técnicas de Visión Artificial

  • Blasco García, J.D. [1] ; García López, G. [2] ; Jiménez Muñoz, Marta [2] ; López Riquelme, Juan Antonio [2] ; Feliu Batlle, Jorge Juan [2] Árbol académico ; N. Pavón Pulido [2] ; M.T. Herrero [1]
    1. [1] Universidad de Murcia

      Universidad de Murcia

      Murcia, España

    2. [2] Universidad Politécnica de Cartagena

      Universidad Politécnica de Cartagena

      Cartagena, España

  • Localización: CASEIB 2023. Libro de Actas del XLI Congreso Anual de la Sociedad Española de Ingeniería Biomédica: Contribuyendo a la salud basada en valor / coord. por Joaquín Roca González, Dolores Ojados González Árbol académico, Juan Suardíaz Muro Árbol académico, 2023, ISBN 978-84-17853-76-1, págs. 68-71
  • Idioma: español
  • Enlaces
  • Resumen
    • En este trabajo se presenta un método, basado en Visión Artificial y técnicas de Deep Learning, que ayuda a los profesionales de la Salud, en el ámbito de la Rehabilitación, la Fisioterapia, la Terapia Ocupacional y la Geriatría, a almacenar, monitorizar y evaluar digitalmente los resultados de la aplicación del Test de Tinetti en pacientes mayores, de forma no invasiva y sin necesidad de utilizar accesorios electrónicos vestibles. La técnica propuesta utiliza un sensor RGB-D de bajo coste para adquirir secuencias de imágenes con información de profundidad asociada. Cada imagen se utiliza como entrada de la solución MediaPipe Pose Landmarker que detecta puntos de referencia del cuerpo humano proporcionando la ubicación relativa de las principales articulaciones del mismo. Dichos puntos se proyectan sobre el sistema de referencia del sensor RGB-D utilizando los datos que éste proporciona acerca de la profundidad de cada píxel, lo que permite calcular una serie de medidas útiles para ...


Fundación Dialnet

Mi Documat

Opciones de artículo

Opciones de compartir

Opciones de entorno