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

Abstract

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.