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

Página do item simplificado
dc.creatorDiego Henrique Antunes Nascimento
dc.creatorFabrício Anicio Magalhães
dc.creatorGeorge Schayer Sabino
dc.creatorRenan Alves Resende
dc.creatorMaria Lúcia Machado Duarte
dc.creatorClaysson Bruno Santos Vimieiro
dc.date.accessioned2024-03-01T16:21:20Z
dc.date.accessioned2025-09-09T01:26:41Z
dc.date.available2024-03-01T16:21:20Z
dc.date.issued2022
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.
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
dc.format.mimetypepdf
dc.identifier.doihttps://doi.org/10.3390/inventions7040098
dc.identifier.issn2411-5134
dc.identifier.urihttps://hdl.handle.net/1843/65087
dc.languageeng
dc.publisherUniversidade Federal de Minas Gerais
dc.relation.ispartofInventions
dc.rightsAcesso Aberto
dc.subjectFenômenos biomecânicos
dc.subjectMarcha
dc.subjectAnálise da marcha
dc.subjectAprendizado de máquina
dc.subject.otherBiomechanics on gait
dc.subject.otherData mining
dc.subject.otherGait analysis
dc.subject.otherMachine learning
dc.subject.otherSmart insole
dc.titleDevelopment of a human motion analysis system based on sensorized insoles and machine learning algorithms for gait evaluation
dc.title.alternativeDesenvolvimento de um sistema de análise do movimento humano baseado em palmilhas sensorizadas e algoritmos de aprendizado de máquina para avaliação da marcha
dc.typeArtigo de periódico
local.citation.issue4
local.citation.volume7
local.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.
local.identifier.orcidhttps://orcid.org/0000-0003-3907-5328
local.identifier.orcidhttps://orcid.org/0000-0001-9318-8492
local.identifier.orcidhttps://orcid.org/0000-0002-6724-9295
local.identifier.orcidhttps://orcid.org/0000-0002-1609-3278
local.identifier.orcidhttps://orcid.org/0000-0002-3947-5893
local.identifier.orcidhttps://orcid.org/0000-0003-1916-0517
local.publisher.countryBrasil
local.publisher.departmentEEF - DEPARTAMENTO DE FISIOTERAPIA
local.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA MECÂNICA
local.publisher.initialsUFMG
local.url.externahttps://www.mdpi.com/2411-5134/7/4/98

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Development of a human motion analysis system based on sensorized insoles and machine learning algorithms for gait evaluation.pdf
Tamanho:
697.87 KB
Formato:
Adobe Portable Document Format
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
License.txt
Tamanho:
1.99 KB
Formato:
Plain Text
Descrição:
Baixar

Coleções

Artigo de Periódico

Logo UFMG