Título: | UMA ABORDAGEM BASEADA NO APRENDIZADO DE MÁQUINA INTERATIVO E INTERAÇÃO NATURAL PARA APOIO À REABILITAÇÃO FÍSICA | ||||||||||||
Autor: |
JESSICA MARGARITA PALOMARES PECHO |
||||||||||||
Colaborador(es): |
ALBERTO BARBOSA RAPOSO - Orientador |
||||||||||||
Catalogação: | 10/AGO/2021 | Língua(s): | PORTUGUÊS - BRASIL |
||||||||||
Tipo: | TEXTO | Subtipo: | TESE | ||||||||||
Notas: |
[pt] Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio. [en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio. |
||||||||||||
Referência(s): |
[pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/ETDs/consultas/conteudo.php?strSecao=resultado&nrSeq=54139&idi=1 [en] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/ETDs/consultas/conteudo.php?strSecao=resultado&nrSeq=54139&idi=2 |
||||||||||||
DOI: | https://doi.org/10.17771/PUCRio.acad.54139 | ||||||||||||
Resumo: | |||||||||||||
A fisioterapia visa melhorar a funcionalidade física das pessoas, procurando
atenuar as incapacidades causadas por alguma lesão, distúrbio ou
doença. Nesse contexto, diversas tecnologias computacionais têm sido desenvolvidas
com o intuito de apoiar o processo de reabilitação, como as tecnologias
adaptáveis para o usuário final. Essas tecnologias possibilitam ao fisioterapeuta
adequar aplicações e criarem atividades com características personalizadas de
acordo com as preferências e necessidades de cada paciente. Nesta tese é proposta
uma abordagem de baixo custo baseada no aprendizado de máquina
interativo (iML - Interactive Machine Learning) que visa auxiliar os fisioterapeutas
a criarem atividades personalizadas para seus pacientes de forma fácil
e sem a necessidade de codificação de software, a partir de apenas alguns exemplos
em vídeo RGB (capturadas por uma câmera de vídeo digital) Para tal,
aproveitamos a estimativa de pose baseada em aprendizado profundo para rastrear,
em tempo real, as articulações-chave do corpo humano a partir de dados
da imagem. Esses dados são processados como séries temporais por meio do algoritmo
Dynamic Time Warping em conjunto com com o algoritmo K-Nearest
Neighbors para criar um modelo de aprendizado de máquina. Adicionalmente,
usamos um algoritmo de detecção de anomalias com o intuito de avaliar automaticamente
os movimentos. A arquitetura de nossa abordagem possui dois
módulos: um para o fisioterapeuta apresentar exemplos personalizados a partir
dos quais o sistema cria um modelo para reconhecer esses movimentos; outro
para o paciente executar os movimentos personalizados enquanto o sistema
avalia o paciente. Avaliamos a usabilidade de nosso sistema com fisioterapeutas
de cinco clínicas de reabilitação. Além disso, especialistas avaliaram clinicamente
nosso modelo de aprendizado de máquina. Os resultados indicam que
a nossa abordagem contribui para avaliar automaticamente os movimentos dos
pacientes sem monitoramento direto do fisioterapeuta, além de reduzir o tempo
necessário do especialista para treinar um sistema adaptável.
|
|||||||||||||
|