CRIS

Permanent URI for this communityhttps://cris.ute.edu.ec/handle/123456789/1

Browse

Settings

Author: search.filters.author.Miguel HernandoSubject: search.filters.subject.Cameras

Search Results

Now showing 1 - 2 of 2
  • Loading...
    Thumbnail Image
    Some of the metrics are blocked by your 
    consent settings
    Item type:Publication,
    Non-Invasive Multi-Camera Gait Analysis System and its Application to Gender Classification
    (Institute of Electrical and Electronics Engineers (IEEE), 2020)
    GUFFANTI MARTINEZ, DIEGO ANDRES  
    ;
    Alberto Brunete
    ;
    Miguel Hernando
    Objective: Most studies have conducted human gait analysis using expensive and invasive photogrammetric systems. The objective of this study was to demonstrate that non-invasive and cost-effective systems based on depth cameras may be able to retrieve relevant features of human gait patterns. We aimed to prove this by solving the problem of gait classification by gender. Methods: 81 participants (40 female and 41 male) walked at a self-selected speed across a 4.8-meter walkway. Gait data was recorded using multiple depth sensors. Analysis in time domain included joint excursions by gait phases, range of movement (ROM), central tendency and dispersion measures, spatial variables, and center of mass (COM) position. The spectral analysis included principal frequency, magnitude, and phase shift during walking. Only features with significant differences by gender were used to train a support vector machine (SVM) classifier. Results: A total of 108 features presented significant differences by gender (p<; 0.05). On this basis, the accuracy of the chosen model was 96.7%. Trunk rotation, trunk sway, knee abduction/adduction, and pelvic obliquity were the most differentiated between the groups. The COM position shown a significant difference by gender (p=0.0065) with 51.7% and 51.0% for men and women respectively. Women proved to have significantly shorter normalized step width than men (p=0.0472). Conclusion: The proposed method was able to retrieve most of human gait features correctly, including differences in gait pattern by gender. Significance: Depth cameras represent a cost-effective system that could be used for a deeper biomechanical human gait analysis.
  • Loading...
    Thumbnail Image
    Some of the metrics are blocked by your 
    consent settings
    Item type:Publication,
    RoboGait: sistema robótico no invasivo para el análisis de la marcha humana
    (Universitat Politecnica de Valencia, 2023-10-31)
    David Álvarez
    ;
    GUFFANTI MARTINEZ, DIEGO ANDRES  
    ;
    Alberto Brunete
    ;
    Miguel Hernando
    ;
    Ernesto Gambao
    Actualmente, los sistemas utilizados en laboratorios para analizar la marcha se basan en técnicas marcadores o sensores colocados sobre el cuerpo del paciente, lo que resulta en un proceso que requiere un tiempo largo de preparación y calibración, así como la incomodidad que causa a los pacientes tener dispositivos colocados por el cuerpo. Además, el espacio en el que se pueden realizar pruebas resulta muy limitado. En respuesta a estas problemáticas, se ha desarrollado el sistema robótico RoboGait. Consiste en un robot móvil capaz de navegar autónomamente delante del paciente. El robot incluye una cámara RGBD en su parte superior para captar el cuerpo humano. Este sistema no requiere marcadores adheridos al cuerpo del paciente ya que utiliza la información proporcionada por la cámara RGBD para analizar la marcha. El objetivo de este estudio es demostrar la validez de RoboGait y su aplicabilidad en entornos clínicos. Para conseguirlo, se ha optado por mejorar la estimación de señales cinemáticas y espacio-temporales de la marcha procesando las medidas de la cámara con redes neuronales artificiales (RNA) entrenadas usando datos obtenidos de un sistema Vicon certificado. Posteriormente, se ha medido el rendimiento del sistema en la clasificación de patrones normales y patológicos, utilizando como referencia un sistema basado en sensores inerciales Xsens. De este modo, se ha probado el sistema robótico móvil en un rango amplio de la marcha, al tiempo que se ha comparado con un sistema comercial en las mismas condiciones experimentales. Los resultados obtenidos demuestran que RoboGait puede realizar el análisis de la marcha con suficiente precisión,mostrando un gran potencial para su análisis clínico y la identificación de patologías.