Técnicas de monitorização de marcha em pessoas saudáveis

Abstract

As quedas são a principal causa de lesões fatais e não fatais em pessoas com 65 anos ou mais, sendo um grande fator de preocupação. A sua prevenção para se poder atuar atempadamente é importante, de modo a diminuir as lesões causadas pela mesma. Um aspeto importante a ter em conta é a diferença entre prevenção e deteção de uma queda. Para a deteção, muitos métodos passam por identificar o impacto no solo, ocorrendo assim na mesma a queda, o que leva a poder causar lesões graves. No entanto na prevenção da queda o princípio é evitar o impacto no solo, de modo a minimizar as lesões. Nesta dissertação estuda-se um método capaz de prever uma queda, mais especificamente, um estudo das métricas importantes na prevenção da mesma. Neste sentido, primeiro realizou-se uma pesquisa sobre as métricas que quantificam a análise da marcha, de modo a no fim se poder identificar as métricas mais relevantes para a prevenção de quedas. O estudo dessas métricas, mais concretamente, a obtenção de dados para posterior análise passou pela realização de testes experimentais com sensores inerciais posicionados de acordo com o levantamento do estado da arte, de modo a se poder proceder ao respetivo cálculo das mesmas. O sistema utilizado é constituído por cinco módulos cinéticos, em que cada um é composto por dois sensores inerciais (um giroscópio e um acelerómetro), e um módulo base. Os testes experimentais consistiram em testes de marcha normal e cinco quedas diferentes (para a frente, para trás, escorregar, de joelhos e lateral). O pós-processamento do sinal envolveu filtragem, análise estatística e Principal Component Analysis (PCA) que levaram à identificação das métricas que caracterizam a marcha normal, identificação das que caracterizam as quedas e as que são importantes para a prevenção das quedas. Além disso é identificado as métricas importantes para a prevenção da queda de escorregamento. Para a análise da marcha, em que são calculadas as métricas e posterior análise das mesmas é utilizado como ambiente o Matlab.

Falling is the leading cause of fatal and non-fatal wounds on elderly people (above 65), which is a cause of worry. Fall prediction is thus important so that preventive action can be taken in order to minimize lesions. An important aspect in this discussion is a proper distinction between fall detection and fall prevention. Many fall detection methods identify the body’s impact with the ground, and fall is not avoided, which may lead to serious injuries. On the other hand, fall prevention approaches aim to completely avoid the fall, so I juries are minimized. In this dissertation, a study of a method to reliably predict fall situations is developed, particularly through a study of gait related metrics. A preliminary study of several gait related metrics was conducted in order to identify the most relevant in a context of fall prediction. Data acquision for posterior analysis was based on experimental gait trials with inertial sensors placed at specific locations on the waist and legs, previously planned with the help of a literature review on gait analysis. Five fall situations (backward, forward, sideways, slipping and weak knees) were simulated, as well as normal walking. The acquisition system consisted of five wireless inertial modules equipped with gyroscope and accelerometer hardware, and a base module that received the data. Signal post-processing involved filtering, statistical analysis and Principal Component Analysis (PCA) that lead to the identification of gait metrics that characterize normal gait, identification of those that characterize the falls, and those that are important for the prevention of falls. In addition, identification of important metrics for preventing the fall slip. Code development was conducted in Matlab.