Medición automática de variables antropométricas para la evaluación de la respiración usando visión artificial

Autores/as

  • Héctor Marino-Vera Universidad de Pamplona
  • Luis Enrique Mendoza Universidad de Pamplona
  • Oscar Eduardo Gualdrón-Guerrero Universidad de Pamplona

DOI:

https://doi.org/10.19053/20278306.v8.n1.2017.7407

Palabras clave:

evaluación fonoaudiológica de la respiración, postura corporal, variables antropométricas, visión artificial.

Resumen

La evaluación fonoaudiológica de la respiración es una herramienta indispensable para el profesional de la salud ya que permite conocer qué dificultades tiene la persona al respirar. Este protocolo en la actualidad se realiza de manera manual con ayuda de pocos marcadores, los cuales no permiten caracterizar la postura corporal, relacionada con distancias, ángulos y posiciones de manera general y segura. Este artículo presenta una novedosa alternativa en el desarrollo de un sistema para mediciones automáticas de variables antropométricas, que intervienen en la evaluación fonoaudiológica de la respiración, usando visión artificial. Se tomaron variables en los 4 planos: frontal, posterior, sagital izquierdo y sagital derecho; igualmente, se incluyeron 32 marcadores para obtener 35 variables antropométricas. El principio de funcionamiento del algoritmo automático para el reconocimiento de variables antropométricas, se probó con dos pacientes, logrando un porcentaje de error general del sistema de 2,81%. Es importante resaltar que este desarrollo permitirá al especialista apoyarse en una herramienta digital para lograr medidas más precisas, mejorando la exactitud y la precisión en el diagnóstico.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Héctor Marino-Vera, Universidad de Pamplona

Ingeniero en Telecomunicaciones

Luis Enrique Mendoza, Universidad de Pamplona

Ingeniero Electrónico, Magíster en Ingeniería Biomédica

Oscar Eduardo Gualdrón-Guerrero, Universidad de Pamplona

Ingeniero Electrónico, Doctor en Ingeniería Electrónica

Referencias

Baek, S., & Lee, K. (2012). Parametric human body shape modeling framework for human-centered product design. Computer-Aided Design. DOI: https://doi.org/10.1016/j.cad.2010.12.006

Bonilla-González, J. P., & Prieto-Ortiz, F. A. (2016). Determinación del estado de maduración de frutos de feijoa mediante un sistema de visión por computador utilizando información de color. Revista de Investigación, Desarrollo e Innovación, 7 (1), 111-126. doi: https://doi.org/10.19053/20278306.v7.n1.2016.5603 DOI: https://doi.org/10.19053/20278306.v7.n1.2016.5603

Bonnet, V., & Venture, G. (2015). Fast Determination of the Planar Body Segment Inertial Parameters Using Affordable Sensors. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 23 (4), 628-635. DOI: https://doi.org/10.1109/TNSRE.2015.2405087

Cárdenas, J. A., & Prieto-Ortíz, F. A. (2015). Diseño de un algoritmo de corrección automática de posición para el proceso de perforado PCB, empleando técnicas de visión artificial. Revista de Investigación, Desarrollo e Innovación, 5 (2), 107-118. doi: 10.19053/20278306.3720 DOI: https://doi.org/10.19053/20278306.3720

Cerón-Correa, A., Salazar-Jiménez, A. E., & Prieto-Ortiz, F. A. (2013). Reconocimiento de rostros y gestos faciales mediante un análisis de relevancia con imágenes 3D. Revista de Investigación, Desarrollo e Innovación, 4 (1), 7-20. doi: 10.19053/20278306.2563 DOI: https://doi.org/10.19053/20278306.2563

Corvalan-Conta, C. (2013). Educación y reeducación postural en niños preescolares. Revista Vinculando. Recuperado de: http://vinculando.org/educacion/educacion-y-reeducacion-postural-en-ninos-preescolares.html

Cruz-Mena, E., & Moreno-Bolton, R. (2002). Aparato respiratorio Fisiología y clínica. Santiago, Chile: Mediterráneo.

Dixon, F., & Leonardo, O. (2013) Análisis Cuantitativo De Los Movimientos Articulares Del Cuerpo Humano Y Evaluación De La Postura Global A Nivel De La Columna Vertebral Humana Utilizando Visión Artificial. Pamplona, Colombia: Universidad de Pamplona.

Espitia-Contreras, A., Sanchez-Caiman, P., & Uribe-Quevedo, A. (2014). Development of a Kinect-based anthropometric measurement application. IEEE Virtual Reality, 71-72. DOI: https://doi.org/10.1109/VR.2014.6802056

Figueredo-Ruiz, J. N., & Castillo-Martínez, J. A. (2016). Evaluación de desórdenes bucales en profesionales que usan su voz como herramienta de trabajo. Revista Ciencias de la Salud, 14 (especial), 97-112. doi: 10.12804/revsalud14.especial.2016.07 DOI: https://doi.org/10.12804/revsalud14.especial.2016.07

Gelvez-Munevar, P. A., Torres, H. M., Moreno-Muñoz, J. C., & Bautista-Rojas, L. E. (2013). Diseño de un dispositivo electrónico de acciones cíclicas como herramienta de entretenimiento para la inclusión social de personas en estado de cuadriplejía. Revista de Investigación, Desarrollo e Innovación, 4(1), 21-31. doi:http://dx.doi.org/10.19053/20278306.2604 DOI: https://doi.org/10.19053/20278306.2604

González, R. C., Woods, R. E., & Eddins, S. L. (2009). Digital image processing using Matlab. USA: Prentice Hall.

Gunay, A. (2007), Automatic Detection of Anthropometric Features from Facial Images. Trabzon, Turquía: Karadeniz Teknik University. DOI: https://doi.org/10.1109/SIU.2007.4298656

Gutiérrez-Ríos, J., Martínez-Oviedo, E. & Peña-Cortés, C. A. (2013). Desarrollo de un módulo didáctico de robótica paralela y visión artificial con un sistema de sujeción universal. Revista Colombiana de Tecnologías de Avanzada, 1 (21), 74-80.

Hernández, B. J., Benjumea, P., & Tuso, L. F. (2013). Indicadores del desempeño clínico fisioterapéutico en el manejo hospitalario temprano del accidente cerebrovascular (ACV). Revista Ciencias de la Salud, 11 (1), 7-34.

León-Medina, J. X., & Torres-Barahona, E. A. (2016). Herramienta para el diseño de sistemas de posicionamiento tridimensional usados en fabricación digital. Revista de Investigación, Desarrollo e Innovación, 6 (2), 155–167. doi: http://doi.org/10.19053/20278306.4603 DOI: https://doi.org/10.19053/20278306.4603

Orjuela-Juan de Dios, M., Ibarra-González, J. H., Alfonso-Blanco, J., Castro-Chaparro, N. Y., Herrera-Amaya, G. M., & Valero-Ortíz, A. S. (2015). Caracterización de los resultados de fibrobroncoscópias en el Hospital San Rafael de Tunja, 2003 a 2012. Revista Investigación en Salud Universidad de Boyacá, 2 (2), 131-147. doi: http://dx.doi.org/10.24267/23897325.133 DOI: https://doi.org/10.24267/23897325.133

Porto de Freitas-Camelo, E. M., Uchôa, D. M., Uchoa-Santos, F. F., de Vasconcelos, T. B., & Maia-Macena, R. H. (2015). Use of Softwares for Posture Assessment: Integrative Review 14 (3), 230-235. doi: https://dx.doi.org/10.1590/S1808-185120151403139932 DOI: https://doi.org/10.1590/S1808-185120151403139932

Susanibar, F. (2014) Protocolo de Evaluación Fonoaudiológica de la Respiración con Puntuación – PEFORP. Perú.

Tsoli, A., Loper, M., & Black, M. J. (2014), Model-based anthropometry: Predicting measurements from 3D human scans in multiple poses. Tubingen, Alemania: Max Planck Institute. for Intell. DOI: https://doi.org/10.1109/WACV.2014.6836115

Vargas, C. E., Ortega, S. J., Leandro, K., Alfonso, M. L., & Sandoval, C. (2015). Riesgo cardiovascular en la población de 18 a 60 años en la ciudad de Tunja, Colombia. Revista de Investigación, Desarrollo e Innovación, 6 (2), 169–177. doi: http://doi.org/10.19053/20278306.4604 DOI: https://doi.org/10.19053/20278306.4604

Villar, F., Jareño, J., & Álvarez, R. (2007) Manual de procedimientos de diagnóstico y control. Madrid, España: Gráficas Enar SA.

Descargas

Publicado

2017-12-06

Cómo citar

Marino-Vera, H., Mendoza, L. E., & Gualdrón-Guerrero, O. E. (2017). Medición automática de variables antropométricas para la evaluación de la respiración usando visión artificial. Revista De Investigación, Desarrollo E Innovación, 8(1), 161–169. https://doi.org/10.19053/20278306.v8.n1.2017.7407

Número

Sección

Artículos

Métrica

Artículos similares

1 2 3 4 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.