Development of a human motion analysis system based on sensorized insoles and machine learning algorithms for gait evaluation

Abstract

A análise da marcha humana pode fornecer uma excelente fonte para identificar e prever patologias e lesões. Nesse aspecto, palmilhas sensorizadas também apresentam grande potencial para extrair informações da marcha. Isso, aliado a técnicas matemáticas baseadas em aprendizado de máquina (ML), pode potencializar as análises biomecânicas. O presente estudo propõe uma prova de conceito de um sistema baseado na aquisição de força de reação vertical do solo (vGRF) com palmilha sensorizada que utiliza um algoritmo ML para identificar diferentes padrões de vGRF e extrair características biomecânicas que podem auxiliar durante a avaliação clínica. Os dados adquiridos do sistema foram agrupados por um algoritmo imunológico (IA) baseado em vGRF durante a marcha. Esses clusters passaram por um processo de mineração de dados utilizando o algoritmo de árvore de classificação e regressão (CART), onde foram extraídas as principais características de cada grupo e criadas algumas regras para classificação da marcha. Como resultado, o sistema proposto foi capaz de coletar e processar o comportamento biomecânico da marcha. Após a aplicação dos algoritmos IA e CART, foram encontrados seis grupos. As características de cada um desses grupos foram extraídas e verificada a capacidade do sistema em coletar e processar o comportamento biomecânico da marcha, oferecendo pontos de verificação que podem auxiliar no foco durante uma avaliação clínica.