AVALIAÇÃO DE MEDIDAS PARA RECUPERAÇÃO DE CURVAS SOBRE MOVIMENTOS CORPORAIS

Author:

Merencia Ana Paula,Lee Huei Diana,Takaki Weber,Spolaôr Newton,Maciel Matheus,Chung Wu Feng

Abstract

Grande parte dos métodos de análise de movimentos do corpo humano não considera as peculiaridades da resposta mecânica corporal em cada plano anatômico. Nesse contexto, sensores inerciais triaxiais, como o acelerômetro, oferecem dados que permitem a análise pormenorizada dos movimentos de articulações e partes do corpo. O objetivo deste trabalho consiste em pesquisar, implementar e analisar três medidas para a comparação de curvas de movimentos do corpo: Dynamic Time Warping, Coeficiente de Determinação R² e Coeficiente de Correlação R de Pearson. Essas três medidas foram analisadas considerando como padrão uma curva de referência extraída de uma base de dados pública com atividades motoras de indivíduos coletadas por acelerômetro. Assim, todas as curvas de movimento da base foram comparadas com esse padrão sob diferentes cenários: (1) dados brutos, (2) dados com normalização, (3) dados com ajuste de curva e (4) dados com normalização seguida de ajuste. Os resultados experimentais indicam que Dynamic Time Warping apresentou melhor desempenho na recuperação de sinais apenas nas abordagens sem ajuste de curva, mas demandou maior custo computacional. Por sua vez, os dois coeficientes levaram a desempenhos competitivos em todos os cenários para a recuperação das três curvas mais similares à referência, exibindo ainda menor custo computacional. Conclui-se que este trabalho cumpriu seu objetivo, sendo as medidas avaliadas promissoras para uso em um sistema original de telemedicina.

Publisher

South Florida Publishing LLC

Reference33 articles.

1. ARANI, M. S. A. et al. Human activity recognition: A comparative study to assess the contribution level of accelerometer, ECG, and PPG signals. Sensors, Basiléia, v. 21, p. 21, 2021.

2. BERNDT, D.; CLIFFORD, J. Using dynamic time warping to find patterns in time series. In: WORKSHOP ON KNOWLEDGE DISCOVERY IN DATABASES, 1994, Seattle. Anais. Seattle: AAAI, 1994. p. 359–370.

3. BORGES, L. E. Python para Desenvolvedores. Rio de Janeiro: Novatec, 2014.

4. BOSLAUGH, S.; WATTERS, P. A. Statistics in a Nutshell. 2. ed. Sebastopol: O’Reilly Media, 2008.

5. BROWN, M.; RABINER, L. Dynamic time warping for isolated word recognition based on ordered graph searching techniques. In: IEEE INTERNATIONAL CONFERENCE ON ACOUSTIC, SPEECH, AND SIGNSL PROCESSING, 1982., 2003, Paris. Anais. Paris: IEEE, 2003. p. 1255–1258.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3