MAETF: Modelo de Análise de Evolução de Tratamento Fisioterápico: estudo de caso em Doença Pulmonar Obstrutiva Crônica

• Ano de defesa: 2019
• Autor(a) principal: Barbosa, José Ernesto da Silva
• Orientador(a): Villamil, Marta Becker
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Vale do Rio dos Sinos
• Programa de Pós-Graduação: Programa de Pós-Graduação em Computação Aplicada
• Departamento: Escola Politécnica
• País: Brasil
• Palavras-chave em Português: Reabilitação; DPOC; Visão Computacional; Machine Learning
• Palavras-chave em Inglês: Rehabilitation; DPOC; Visual Computing; Machine Learning
• Área do conhecimento CNPq: ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação
• Link de acesso: http://www.repositorio.jesuita.org.br/handle/UNISINOS/8803

Atualmente, com a crescente evolução da tecnologia, existem inúmeras pesquisas na área de saúde voltadas à melhora da qualidade de vida de pacientes. Tecnologias como Machine Learning, por exemplo, permitem a análise automatizada de dados de forma extremamente rápida, devido à velocidade de processamento dos computadores, especialmente com a utilização de placas de vídeo avançadas. Os programas de acompanhamento de pacientes com Doença Pulmonar Obstrutiva Crônica atuais dependem demasiadamente de análises presenciais, fato que limita os pacientes que cada profissional pode atender. Do mesmo modo, são limitados os dados a serem analisados, pois são em pequena quantidade e registrados manualmente. O modelo descrito neste trabalho é de natureza aplicada, pois tem por objetivo solucionar um problema de ordem prática. Os dados foram analisados de forma qualitativa, através de uma análise de uso, sem, para tanto, quantificar resultados. Os objetivos deste trabalho enquadram-no como pesquisa exploratória, pois será proposta uma nova solução, que atenda ao problema proposto e amplie os conhecimentos inerentes ao contexto que já foram explorados. O estudo tem procedimentos técnicos bibliográfico e experimental. Foi implementada uma aplicação do modelo que permitiu a extração de movimentos de pontos-chave do corpo para acompanhamento histórico e avaliação do progresso do paciente de forma manual ou automatizada, utilizando o cálculo de similaridade de séries temporais através dos algoritmos de distância euclidiana e dynamic time warping. Com o modelo apresentado foi possível determinar o percentual de aumento de cerca de 75% na similaridade dos movimentos de exercícios ao longo de sessões de tratamento fisioterápico.