Detalhes bibliográficos
Ano de defesa: |
2021 |
Autor(a) principal: |
Scudeletti, Luiz Rogério |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://hdl.handle.net/11449/214025
|
Resumo: |
O Acidente Vascular Cerebral, também conhecido como AVC, é uma das condições médicas que mais mata e incapacita pessoas no mundo, atingindo homens, mulheres e crianças de diversas faixas etárias. O processo de reabilitação pós-AVC, na maioria das vezes se torna longo e tedioso, fazendo com que os pacientes não realizem os exercícios com a atenção necessária ou desistam das sessões de tratamento, o que pode diminuir as chances de recuperação completa. Estudos têm sido apresentados nos últimos anos abordando o uso de sistemas para captura de movimentos na reabilitação pós-AVC, mostrando que essas ferramentas podem ser tão eficientes quanto os métodos mais tradicionais. Neste trabalho, apresentamos o KinesiOS, um sistema de captura de movimentos para avaliação motora e neurofuncional de pacientes em reabilitação. O sistema rastreia as articulações do corpo humano com base em suas respectivas coordenadas espaciais e, em seguida, usa os dados obtidos para construir um guia de movimentos na forma de um esqueleto virtual, enquanto mede e exibe em tempo real a amplitude dos movimentos de determinadas ações motoras que são realizadas pelo paciente. O rastreio das articulações é realizado pelo sensor Microsoft Kinect v2, para o processamento dos dados é utilizada a linguagem de programação C#, as visualizações são criadas com a tecnologia Windows Presentation Foundation (WPF) e os dados são salvos em uma estrutura em nuvem, que utiliza a base de dados MongoDB. Testes preliminares realizados com seis voluntários saudáveis mostram a eficácia do sistema no cálculo da amplitude dos movimentos, possibilitando a análise dos dados em tempo real e via teleatendimento. O KinesiOS é uma ferramenta alternativa, portátil e de baixo custo, frente aos sistemas tradicionais baseados em rastreio de articulações. |