Automatização da avaliação postural para suporte no processo de tomada de decisão clínica

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Silva, Thayse Christine da
Orientador(a): Azevedo, Fernando Mendes de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/xmlui/handle/123456789/175300
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016.
id UFSC_23bc7b366b6d0401409bb5f5a9806bb8
oai_identifier_str oai:repositorio.ufsc.br:123456789/175300
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaSilva, Thayse Christine daAzevedo, Fernando Mendes de2017-05-02T04:07:30Z2017-05-02T04:07:30Z2016345509https://repositorio.ufsc.br/xmlui/handle/123456789/175300Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016.A avaliação da postura de um indivíduo pode estar associada às angulações geradas a partir da demarcação de dois referenciais ósseos em um determinado momento durante movimentos rotineiros, como andar, sentar e levantar. Sistemas de auxílio da avaliação postural são comumente desenvolvidos a partir da análise da marcha. Porém neste trabalho foi desenvolvido um sistema baseado nas atividades de sentar e levantar, pois estas atividades são pré-requisito para as demais atividades diárias. Com base neste contexto, o objetivo deste estudo é o desenvolvimento de um sistema automatizado para identificar um grupo de nove pontos anatômicos usando um protocolo de avaliação postural na vista lateral das atividades de Sentar e Levantar, permitindo a extração de informação necessária do protocolo em qualquer momento da execução da atividade. O algoritmo proposto emprega técnicas de processamento digital de imagens, como a segmentação de imagens e a predição dos pontos oclusos para identificação dos pontos anatômicos em pacientes por meio de marcadores retro reflexivos. Os resultados obtidos mostram que o sistema possui uma acurácia de 95,1% para os valores angulares calculados a partir dos vídeos obtidos. A precisão para separação das fases possui uma efetividade de 97,48%. De modo geral o sistema foi avaliado por 30 fisioterapeutas. Destes, 90% avaliaram o sistema como excelente. O algoritmo proposto auxilia o fisioterapeuta na obtenção de um método quantitativo para o acompanhamento da evolução da postura do paciente e permite revisões periódicas para ser feito mais rapidamente, com precisão e durante todo o tratamento fisioterapêutico.<br>Abstract : The postural assessment of an individual can be related to the angles generated from the makers of two bone references at any given time during routine movements, such as walking, sitting and standing. Postural evaluation assistance systems are commonly developed from the analysis of the gait. However, in this study was developed a system based on activities of sit-to-stand as these activities are pre-requisite the other daily activities. Based on this context the objective of this study is to develop an automated system to identify a group of nine anatomical landmarks using a postural assessment protocol of the sit-to-stand and stand-to-sit activities in the lateral view, allowing the extraction of information necessary from the protocol anytime during the execution of the activity. The proposed algorithm employs digital image processing techniques such as image segmentation and the prediction of the occluded points for identification of anatomical landmarks in patients through reflective markers. The results obtained show that the system has an accuracy of 95.1% for the angular values calculated from the obtained videos. The accuracy for separation of the phases has an effectiveness of 97.48%. In general, the system 30 was evaluated by physical therapists. From these, 90% evaluated the system as excellent. The proposed algorithm assists the physical therapists in achieving a quantitative method for monitoring the evolution of the patient's posture and allows periodic reviews to be made more quickly, accurately and throughout the physiotherapeutic treatment.117 p.| il., grafs., tabs.porEngenharia elétricaProcessamento de imagensTécnicas digitaisFisioterapiaPostura humanaAvaliaçãoAutomatização da avaliação postural para suporte no processo de tomada de decisão clínicainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL345509.pdfapplication/pdf3920862https://repositorio.ufsc.br/bitstream/123456789/175300/1/345509.pdfaeaf7cd1e591f4dcdce7a0670516b314MD51123456789/1753002017-05-02 01:07:30.567oai:repositorio.ufsc.br:123456789/175300Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732017-05-02T04:07:30Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Automatização da avaliação postural para suporte no processo de tomada de decisão clínica
title Automatização da avaliação postural para suporte no processo de tomada de decisão clínica
spellingShingle Automatização da avaliação postural para suporte no processo de tomada de decisão clínica
Silva, Thayse Christine da
Engenharia elétrica
Processamento de imagens
Técnicas digitais
Fisioterapia
Postura humana
Avaliação
title_short Automatização da avaliação postural para suporte no processo de tomada de decisão clínica
title_full Automatização da avaliação postural para suporte no processo de tomada de decisão clínica
title_fullStr Automatização da avaliação postural para suporte no processo de tomada de decisão clínica
title_full_unstemmed Automatização da avaliação postural para suporte no processo de tomada de decisão clínica
title_sort Automatização da avaliação postural para suporte no processo de tomada de decisão clínica
author Silva, Thayse Christine da
author_facet Silva, Thayse Christine da
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Silva, Thayse Christine da
dc.contributor.advisor1.fl_str_mv Azevedo, Fernando Mendes de
contributor_str_mv Azevedo, Fernando Mendes de
dc.subject.classification.pt_BR.fl_str_mv Engenharia elétrica
Processamento de imagens
Técnicas digitais
Fisioterapia
Postura humana
Avaliação
topic Engenharia elétrica
Processamento de imagens
Técnicas digitais
Fisioterapia
Postura humana
Avaliação
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016.
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2017-05-02T04:07:30Z
dc.date.available.fl_str_mv 2017-05-02T04:07:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/xmlui/handle/123456789/175300
dc.identifier.other.pt_BR.fl_str_mv 345509
identifier_str_mv 345509
url https://repositorio.ufsc.br/xmlui/handle/123456789/175300
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 117 p.| il., grafs., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/175300/1/345509.pdf
bitstream.checksum.fl_str_mv aeaf7cd1e591f4dcdce7a0670516b314
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759292462399488

Registros relacionados