Análisis de señales biomecánicas multiaxiales

Abstract

En este trabajo se presenta el análisis de las señales biomecánicas adquiridas en pacientes con la enfermedad de Parkinson en diferentes etapas de su desarrollo. Para la adquisición de estas señales se desarrolló un sistema de adquisición de datos el cual está conformado por unidades de medición inercial (IMU´s) las cuales cuentan con acelerómetros, giroscopios y magnetómetros, cada uno capaz de realizar mediciones en 3 ejes, en total se utilizaron 5 IMU’s. Aunado a esto se desarrolló un software en LabVIEW® para adquirir las señales de dichas mediciones las cuales fueron enviadas por los sensores vía bluetooth hacia dos computadoras portátiles. El programa considera diversos factores individuales en los pacientes, por ejemplo, si está recibiendo alguna medicación y/o tratamiento alternativo. La adquisición de las señales se llevó a cabo con pacientes pertenecientes a la Asociación Nacional de Parkinson en tres distintas locaciones, con ayuda y supervisión de médicos de la Escuela Nacional de Medicina y Homeopatía del Instituto Politécnico Nacional. Es importante señalar que se utilizó un protocolo internacionalmente validado para el estudio de esta enfermedad, conocido como UPDRS (“Unified Parkinson’s Disease Rating Scale”). Esta escala cuenta con diferentes aspectos a considerar en un paciente y se divide en 4 partes • Aspectos no motores de las experiencias de la vida diaria • Aspectos motores de las experiencias de la vida diaria • Exploración motora • Complicaciones motoras Dado el objetivo de la investigación, las mediciones sólo se centraron en la parte de la exploración motora, en este trabajo se abordará una de las evaluaciones mencionadas en la escala, la cual es: • Movimiento de Pronación-Supinación en ambas manos Una vez adquiridas las señales están son procesadas mediante técnicas de procesamiento digital de señales y análisis estadísticos para la extracción de características. Para su evaluación se realizó un sistema de inferencia difuso y herramientas de aprendizaje automático para la clasificación de la evolución de la enfermedad en los pacientes. En total se obtuvieron 8 características biomecánicas, las cuales fueron utilizadas como entradas para un sistema de inferencia difuso, el cual arroja un valor de salida que refleja el desempeño del paciente durante los ejercicios de pronación y supinación. Posteriormente se utilizaron distintos algoritmos de aprendizaje automático para realizar una clasificación a partir de las 8 características biomecánicas.