latest

KNIGHT: KNowledge and Inference from Gait for Human Treatment

Título en español:

KNIGHT. Extracción de Conocimiento e Inferencia de la Marcha para el Tratamiento Humano.

Alumno:

Alfonso Barragán Carmona

Director/es:

Iván González Díaz y José Bravo Rodríguez

Estado:

Proyecto en desarrollo.


Resumen

El proyecto KNIGHT abarca el desarrollo e implementación de un sistema software para la adquisición, análisis y evaluación de datos de presión plantar con el fin de: 1) lograr la demarcación automática de eventos relevantes del ciclo de la marcha humana; y 2) computar un índice de simetría de la zancada que pueda usarse como marcador de deterioro funcional.

El sistema utilizará un par de plantillas sensorizadas, previamente desarrolladas por MAmI Research Lab (proyecto InGAIT), así como varios módulos software:

  • Módulo de Etiquetado Manual: Su objetivo será adquirir datos de dos fuentes heterogéneas, “Observer” (secuencias de imágenes RGB grabadas) y “Stomper” (valores de presión plantar obtenidos de InGAIT). Después, los datos serán combinados y sincronizados mediante el componente “Mixer” y, finalmente, etiquetados de forma manual mediante el componente “Labeller”.
  • Módulo de Demarcación Automática de Eventos de la Marcha: Se encargará de caracterizar y demarcar eventos relevantes del ciclo de la marcha humana, concretamente el “golpe de talón” y el “levantamiento de puntera”, empleando para ello un clasificador supervisado (“Jogger_Manager”). El componente “Jogger_Court” será el encargado de evaluar la eficiencia de dicho clasificador.
  • Módulo de Evaluación de la Simetría de la Zancada: Tendrá la tarea de delimitar y procesar los datos pertenecientes a cada zancada para, posteriormente, computar y realizar un análisis estratificado del índice de simetría.

Objetivo general:

Diseñar e implementar una solución modular para adquirir y tratar datos de presión plantar, demarcar eventos relevantes del ciclo de la marcha y evaluar de forma cuantitativa la simetría de la zancada.

Objetivos parciales:

  • Módulo de Etiquetado Manual:
    • Desarrollo de un cliente de comunicación Bluetooth Low Energy (BLE) para recuperar y almacenar datos de presión plantar obtenidos mediante un vestible hardware.
    • Desarrollo de un componente de adquisición de secuencias de imágenes (120FPS) con una cámara RGB a partir de pruebas de la marcha.
    • Sincronizar y combinar los datos de presión plantar y secuencias de imágenes.
    • Elaborar un componente software que permita el etiquetado manual de los eventos de la marcha de “golpe de talón” y “levantamiento de puntera”.
  • Módulo de Demarcación Automática de Eventos de la Marcha:
    • Elaboración e implementación de un clasificador preciso, entrenado con los datos obtenidos del módulo de etiquetado manual.
    • Implementar un componente software con el objetivo de medir la eficiencia del clasificador.
  • Módulo de Evaluación de la Simetría de la Zancada:
    • Desarrollo de un componente que delimite/identifique las zancadas a partir de los eventos de la marcha demarcados en el módulo anterior.
    • Preprocesar los datos de presión correspondientes (o contenidos) en cada intervalo de zancada.
    • Computar el índice de simetría de la zancada mediante el análisis de los datos que comprende, a distintos niveles.