Prototipo para el reconocimiento de video en tiempo real de los ejercicios del método Klapp usando redes neuronales recurrentes
Título del documento: Prototipo para el reconocimiento de video en tiempo real de los ejercicios del método Klapp usando redes neuronales recurrentes
Revue: Programación matemática y software
Base de datos:
Número de sistema: 000573285
ISSN: 2007-3283
Autores: 1
1
2
3
2
Instituciones: 1Ingeniería en Software, Universidad Politécnica de Amozoc, Av. Ampliacion, Luis Oropeza No. 5202, San Andrés las Vegas 1ra Secc, 72980 Amozoc, Puebla, México,
2Licenciatura en Terapia Física, Universidad Politécnica de Amozoc, Av. Ampliacion, Luis Oropeza No. 5202, San Andrés las Vegas 1ra Secc, 72980 Amozoc, Puebla, México,
3Ingeniería en Tecnologías de la Información, Universidad Politécnica de Puebla, Tercer Carril del Ejido, Serrano S/N, Cuanalá, 72640 Puebla, Puebla, México,
Año:
Volumen: 14
Número: 2
Paginación: 1-10
País: México
Idioma: Español
Resumen en inglés At present, telerehabilitation has taken a great boom due to the events of COVID-19, which deals with the application of a program under remote supervision, using information and communication technologies, eliminating people"s moving limitations, minimizing risks and providing greater compliance with rehabilitation and reconditioning programs. The present work proposes the development of a tool for the real-time recognition of exercises of the Klapp physiotherapeutic method, based on the concept of remote rehabilitation. The objective of this project is to provide support to physiotherapists to follow up rehabilitation or reconditioning treatment. The tool allows to evaluate the execution in real time of each of the exercises to inform the patient if it was performed correctly, and the physiotherapist will be able to review the results. The development of the project was managed under the V model as a reference for each of the activities performed. The technique used for recognition is recurrent neural networks, since their architecture allows modeling the next prediction based on past information and modeling data in sequence as videos. For the implementation, the tools Keras, TensorFlow, Python, and libraries of OpenCV and OpenPose were used to obtain the reference points of the exercises based on the Cobb angles. The results obtained for recurrent network recognition were measured under the accuracy metric achieving 97% considering 6 exercises, which comprise the Klapp method exercises.
Resumen en español En la actualidad la telerehabilitación ha tomado un gran auge debido a los acontecimientos de la COVID-19, éste trata de la aplicación de un programa bajo la supervisión remota, usando las tecnologías de información y comunicación, eliminando limitantes de las personas para su desplazamiento, minimizando riesgos y aportando mayor cumplimiento a los programas de rehabilitación y reacondicionamiento. El presente trabajo propone el desarrollo de una herramienta para el reconocimiento en tiempo real de ejercicios del método fisioterapéutico Klapp, basándonos en el concepto de telerehabilitación. El objetivo de este proyecto es dar apoyo a los fisioterapeutas para dar seguimiento al tratamiento de rehabilitación o reacondicionamiento. La herramienta permite evaluar la ejecución en tiempo real de cada uno de los ejercicios para informarle al paciente si lo realizó correctamente, y el fisioterapeuta podrá consultar dichos resultados. El desarrollo del proyecto fue gestionado bajo el modelo V como referencia para cada una de las actividades realizadas. La técnica utilizada para el reconocimiento son las redes neuronales recurrentes, pues su arquitectura permite modelar la siguiente predicción basándose en la información pasada y lograr modelar datos en secuencia como videos. Y para la implementación fueron empleadas las herramientas Keras, TensorFlow, Python, librerías de OpenCV y OpenPose, con el cual se obtuvieron los puntos de referencias de los ejercicios basándonos en los ángulos de Cobb. Los resultados obtenidos de reconocimiento de la red recurrente fueron medidos bajo la métrica de exactitud (Accuracy), logrando un 97% considerando 6 ejercicios, los cuales comprenden los ejercicios del método Klapp.
Palabras clave: Redes Neuronales Recurrentes,
Inteligencia Artificial,
Método Klapp,
Telerehabilitación,
Fisioterapia,
Rehabilitación
Keyword: Recurrent Neural Network,
Artificial Intelligence,
Klapp Method,
Physiotherapy,
Rahabilitation
Texte intégral: Texto completo (Ver PDF)