1. Repositório Institucional da UFMG
  2. Publicações Científicas e Culturais
  3. Artigo de Periódico
Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/65087
Full metadata record
DC FieldValueLanguage
dc.creatorDiego Henrique Antunes Nascimentopt_BR
dc.creatorFabrício Anicio Magalhãespt_BR
dc.creatorGeorge Schayer Sabinopt_BR
dc.creatorRenan Alves Resendept_BR
dc.creatorMaria Lúcia Machado Duartept_BR
dc.creatorClaysson Bruno Santos Vimieiropt_BR
dc.date.accessioned2024-03-01T16:21:20Z-
dc.date.available2024-03-01T16:21:20Z-
dc.date.issued2022-
dc.citation.volume7pt_BR
dc.citation.issue4pt_BR
dc.identifier.doihttps://doi.org/10.3390/inventions7040098pt_BR
dc.identifier.issn2411-5134pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/65087-
dc.description.abstractA 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.pt_BR
dc.description.resumoHuman gait analysis can provide an excellent source for identifying and predicting pathologies and injuries. In this respect, sensorized insoles also have a great potential for extracting gait information. This, combined with mathematical techniques based on machine learning (ML), can potentialize biomechanical analyses. The present study proposes a proof-of-concept of a system based on vertical ground reaction force (vGRF) acquisition with a sensorized insole that uses an ML algorithm to identify different patterns of vGRF and extract biomechanical characteristics that can help during clinical evaluation. The acquired data from the system was clustered by an immunological algorithm (IA) based on vGRF during gait. These clusters underwent a data mining process using the classification and regression tree algorithm (CART), where the main characteristics of each group were extracted, and some rules for gait classification were created. As a result, the system proposed was able to collect and process the biomechanical behavior of gait. After the application of IA and CART algorithms, six groups were found. The characteristics of each of these groups were extracted and verified the capability of the system to collect and process the biomechanical behavior of gait, offering verification points that can help focus during a clinical evaluation.pt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.format.mimetypepdfpt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEEF - DEPARTAMENTO DE FISIOTERAPIApt_BR
dc.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA MECÂNICApt_BR
dc.publisher.initialsUFMGpt_BR
dc.relation.ispartofInventionspt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectBiomechanics on gaitpt_BR
dc.subjectData miningpt_BR
dc.subjectGait analysispt_BR
dc.subjectMachine learningpt_BR
dc.subjectSmart insolept_BR
dc.subject.otherFenômenos biomecânicospt_BR
dc.subject.otherMarchapt_BR
dc.subject.otherAnálise da marchapt_BR
dc.subject.otherAprendizado de máquinapt_BR
dc.titleDevelopment of a human motion analysis system based on sensorized insoles and machine learning algorithms for gait evaluationpt_BR
dc.title.alternativeDesenvolvimento de um sistema de análise do movimento humano baseado em palmilhas sensorizadas e algoritmos de aprendizado de máquina para avaliação da marchapt_BR
dc.typeArtigo de Periódicopt_BR
dc.url.externahttps://www.mdpi.com/2411-5134/7/4/98pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0003-3907-5328pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0001-9318-8492pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0002-6724-9295pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0002-1609-3278pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0002-3947-5893pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0003-1916-0517pt_BR
Appears in Collections:Artigo de Periódico

Files in This Item:
File Description SizeFormat 
Development of a human motion analysis system based on sensorized insoles and machine learning algorithms for gait evaluation.pdf697.87 kBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.