Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/4884 |
Resumo: | Este trabalho tem como objetivo desenvolver um dispositivo vestível, baseado em sensores inerciais e rede neural artificial (RNA) para a identificação do tipo de pisada durante a marcha, para auxilio de diagnóstico e acompanhamento a serem realizados por profissionais da área de saúde. O dispositivo contém uma central responsável pelo agrupamento e transmissão dos sinais. Os dois módulos inerciais ficam dispostos um na face posterior do osso calcâneo e outro no músculo gastrocnêmio. A recepção e armazenamento dos dados é realizado em um computador por meio do protocolo WiFi™. Foram coletados dados inerciais decorrentes da marcha de 9 pessoas com média de idade de 24,8. Os dados foram utilizados para extração de características e dispostos como entradas em uma RNA do tipo Perceptron de múltiplas camadas (Multilayer Perceptron- MLP) para realização da classificação dos tipos de pisada. Todos os indivíduos se submeteram a realização do protocolo de coleta que consiste em realizar caminhadas de 5 metros de distância. Foram ainda submetidos à coleta de dados e avaliados por um profissional que classificou o tipo de pisada. Os dados foram filtrados, segmentados, normalizados e foram extraídas as características em amostras definindo a base de dados. Para a definição da configuração da RNA e a quantidade de neurônios a ser utilizada, foi empregado o método de validação cruzada K-fold. A MLP com melhor desempenho destacou-se a característica máximo, mínimo e DASDV para o pé direito e máximo, mínimo e WL para o pé esquerdo, todos apresentaram uma acurácia de 99,22% na etapa de teste para ambos os pés. |
id |
UTFPR-12_9d891c1e6a85562ce0f96e246bab1a09 |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/4884 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2020-04-29T00:50:35Z2020-04-29T00:50:35Z2019-12-19NASCIMENTO, Lucas Medeiros Souza do. Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais. 2019. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019.http://repositorio.utfpr.edu.br/jspui/handle/1/4884Este trabalho tem como objetivo desenvolver um dispositivo vestível, baseado em sensores inerciais e rede neural artificial (RNA) para a identificação do tipo de pisada durante a marcha, para auxilio de diagnóstico e acompanhamento a serem realizados por profissionais da área de saúde. O dispositivo contém uma central responsável pelo agrupamento e transmissão dos sinais. Os dois módulos inerciais ficam dispostos um na face posterior do osso calcâneo e outro no músculo gastrocnêmio. A recepção e armazenamento dos dados é realizado em um computador por meio do protocolo WiFi™. Foram coletados dados inerciais decorrentes da marcha de 9 pessoas com média de idade de 24,8. Os dados foram utilizados para extração de características e dispostos como entradas em uma RNA do tipo Perceptron de múltiplas camadas (Multilayer Perceptron- MLP) para realização da classificação dos tipos de pisada. Todos os indivíduos se submeteram a realização do protocolo de coleta que consiste em realizar caminhadas de 5 metros de distância. Foram ainda submetidos à coleta de dados e avaliados por um profissional que classificou o tipo de pisada. Os dados foram filtrados, segmentados, normalizados e foram extraídas as características em amostras definindo a base de dados. Para a definição da configuração da RNA e a quantidade de neurônios a ser utilizada, foi empregado o método de validação cruzada K-fold. A MLP com melhor desempenho destacou-se a característica máximo, mínimo e DASDV para o pé direito e máximo, mínimo e WL para o pé esquerdo, todos apresentaram uma acurácia de 99,22% na etapa de teste para ambos os pés.This work aims to develop a wearable device, based on inertial sensors and artificial neural network (ANN) for the identification of the type of step during gait, to aid diagnosis and monitoring to be performed by health professionals. The device contains a central responsible for the grouping and transmission of the signals. The two inertial modules are arranged one on the posterior surface of the calcaneus bone and the other on the gastrocnemius muscle. The reception and storage of data is performed on a computer using the Wi-Fi ™ protocol. Inertial data from the gait of 9 people with an average age of 24.8 were collected. The data were used to extract characteristics and arranged as inputs in a Multilayer Perceptron (MLP) to perform the classification of types of step. All individuals collected data under a protocol, which consists of walking 5 meters away. They were also submitted to data collection and evaluated by a professional who classified the type of step. The data were filtered, segmented, normalized and the characteristics were extracted in samples defining the database. To define the RNA configuration and the number of neurons to be used, the K-fold cross-validation method was used. The MLP with the best performance stood out the maximum, minimum and DASDV characteristic for the right foot and maximum, minimum and WL for the left foot, all of which showed an accuracy of 99.22% in the test level for both feet.porUniversidade Tecnológica Federal do ParanáPonta GrossaPrograma de Pós-Graduação em Engenharia ElétricaUTFPRBrasilCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAEngenharia/Tecnologia/GestãoPegadasSistemas de navegação inercialDetectoresRedes neurais (Computação)Sistemas de comunicação sem fioFootprintsInertial navigation systemsDetectorsNeural networks (Computer science)Wireless communication systemsDesenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciaisDevelopment a device for foot type classification using inertial sensorsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPonta GrossaStevan Junior, Sergio Luizhttps://orcid.org/0000-0002-4783-5350http://lattes.cnpq.br/1661935150054196Vargas, Leandro Martinezhttps://orcid.org/0000-0001-7324-4450http://lattes.cnpq.br/5268629732637642Siqueira, Hugo Valadareshttps://orcid.org/0000-0002-1278-4602http://lattes.cnpq.br/6904980376005290Costa, Christiane Maria Ogg Nascimento Gonçalveshttps://orcid.org/0000-0003-1811-0761http://lattes.cnpq.br/3960399031407211Stevan Junior, Sergio Luizhttps://orcid.org/0000-0002-4783-5350http://lattes.cnpq.br/1661935150054196https://orcid.org/0000-0001-5451-112Xhttp://lattes.cnpq.br/0915777572673576Nascimento, Lucas Medeiros Souza doinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALPG_PPGEE_M_Nascimento, Lucas Medeiros Souza do, 2019.pdfPG_PPGEE_M_Nascimento, Lucas Medeiros Souza do, 2019.pdfapplication/pdf3464400http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4884/1/PG_PPGEE_M_Nascimento%2c%20Lucas%20Medeiros%20Souza%20do%2c%202019.pdf4599588de807a217c5a9e9c764dbd176MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4884/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52TEXTPG_PPGEE_M_Nascimento, Lucas Medeiros Souza do, 2019.pdf.txtPG_PPGEE_M_Nascimento, Lucas Medeiros Souza do, 2019.pdf.txtExtracted texttext/plain137436http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4884/3/PG_PPGEE_M_Nascimento%2c%20Lucas%20Medeiros%20Souza%20do%2c%202019.pdf.txtfb5fdeed626939453a188699ebbc405cMD53THUMBNAILPG_PPGEE_M_Nascimento, Lucas Medeiros Souza do, 2019.pdf.jpgPG_PPGEE_M_Nascimento, Lucas Medeiros Souza do, 2019.pdf.jpgGenerated Thumbnailimage/jpeg1401http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4884/4/PG_PPGEE_M_Nascimento%2c%20Lucas%20Medeiros%20Souza%20do%2c%202019.pdf.jpg4962b38526597a5791123514d752c548MD541/48842020-04-29 03:01:06.455oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2020-04-29T06:01:06Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais |
dc.title.alternative.pt_BR.fl_str_mv |
Development a device for foot type classification using inertial sensors |
title |
Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais |
spellingShingle |
Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais Nascimento, Lucas Medeiros Souza do CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Pegadas Sistemas de navegação inercial Detectores Redes neurais (Computação) Sistemas de comunicação sem fio Footprints Inertial navigation systems Detectors Neural networks (Computer science) Wireless communication systems Engenharia/Tecnologia/Gestão |
title_short |
Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais |
title_full |
Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais |
title_fullStr |
Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais |
title_full_unstemmed |
Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais |
title_sort |
Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais |
author |
Nascimento, Lucas Medeiros Souza do |
author_facet |
Nascimento, Lucas Medeiros Souza do |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Stevan Junior, Sergio Luiz |
dc.contributor.advisor1ID.fl_str_mv |
https://orcid.org/0000-0002-4783-5350 |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/1661935150054196 |
dc.contributor.referee1.fl_str_mv |
Vargas, Leandro Martinez |
dc.contributor.referee1ID.fl_str_mv |
https://orcid.org/0000-0001-7324-4450 |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/5268629732637642 |
dc.contributor.referee2.fl_str_mv |
Siqueira, Hugo Valadares |
dc.contributor.referee2ID.fl_str_mv |
https://orcid.org/0000-0002-1278-4602 |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/6904980376005290 |
dc.contributor.referee3.fl_str_mv |
Costa, Christiane Maria Ogg Nascimento Gonçalves |
dc.contributor.referee3ID.fl_str_mv |
https://orcid.org/0000-0003-1811-0761 |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/3960399031407211 |
dc.contributor.referee4.fl_str_mv |
Stevan Junior, Sergio Luiz |
dc.contributor.referee4ID.fl_str_mv |
https://orcid.org/0000-0002-4783-5350 |
dc.contributor.referee4Lattes.fl_str_mv |
http://lattes.cnpq.br/1661935150054196 |
dc.contributor.authorID.fl_str_mv |
https://orcid.org/0000-0001-5451-112X |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/0915777572673576 |
dc.contributor.author.fl_str_mv |
Nascimento, Lucas Medeiros Souza do |
contributor_str_mv |
Stevan Junior, Sergio Luiz Vargas, Leandro Martinez Siqueira, Hugo Valadares Costa, Christiane Maria Ogg Nascimento Gonçalves Stevan Junior, Sergio Luiz |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Pegadas Sistemas de navegação inercial Detectores Redes neurais (Computação) Sistemas de comunicação sem fio Footprints Inertial navigation systems Detectors Neural networks (Computer science) Wireless communication systems Engenharia/Tecnologia/Gestão |
dc.subject.por.fl_str_mv |
Pegadas Sistemas de navegação inercial Detectores Redes neurais (Computação) Sistemas de comunicação sem fio Footprints Inertial navigation systems Detectors Neural networks (Computer science) Wireless communication systems |
dc.subject.capes.pt_BR.fl_str_mv |
Engenharia/Tecnologia/Gestão |
description |
Este trabalho tem como objetivo desenvolver um dispositivo vestível, baseado em sensores inerciais e rede neural artificial (RNA) para a identificação do tipo de pisada durante a marcha, para auxilio de diagnóstico e acompanhamento a serem realizados por profissionais da área de saúde. O dispositivo contém uma central responsável pelo agrupamento e transmissão dos sinais. Os dois módulos inerciais ficam dispostos um na face posterior do osso calcâneo e outro no músculo gastrocnêmio. A recepção e armazenamento dos dados é realizado em um computador por meio do protocolo WiFi™. Foram coletados dados inerciais decorrentes da marcha de 9 pessoas com média de idade de 24,8. Os dados foram utilizados para extração de características e dispostos como entradas em uma RNA do tipo Perceptron de múltiplas camadas (Multilayer Perceptron- MLP) para realização da classificação dos tipos de pisada. Todos os indivíduos se submeteram a realização do protocolo de coleta que consiste em realizar caminhadas de 5 metros de distância. Foram ainda submetidos à coleta de dados e avaliados por um profissional que classificou o tipo de pisada. Os dados foram filtrados, segmentados, normalizados e foram extraídas as características em amostras definindo a base de dados. Para a definição da configuração da RNA e a quantidade de neurônios a ser utilizada, foi empregado o método de validação cruzada K-fold. A MLP com melhor desempenho destacou-se a característica máximo, mínimo e DASDV para o pé direito e máximo, mínimo e WL para o pé esquerdo, todos apresentaram uma acurácia de 99,22% na etapa de teste para ambos os pés. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-12-19 |
dc.date.accessioned.fl_str_mv |
2020-04-29T00:50:35Z |
dc.date.available.fl_str_mv |
2020-04-29T00:50:35Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
NASCIMENTO, Lucas Medeiros Souza do. Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais. 2019. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/4884 |
identifier_str_mv |
NASCIMENTO, Lucas Medeiros Souza do. Desenvolvimento de um dispositivo para classificação de pisada utilizando sensores inerciais. 2019. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/4884 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4884/1/PG_PPGEE_M_Nascimento%2c%20Lucas%20Medeiros%20Souza%20do%2c%202019.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4884/2/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4884/3/PG_PPGEE_M_Nascimento%2c%20Lucas%20Medeiros%20Souza%20do%2c%202019.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4884/4/PG_PPGEE_M_Nascimento%2c%20Lucas%20Medeiros%20Souza%20do%2c%202019.pdf.jpg |
bitstream.checksum.fl_str_mv |
4599588de807a217c5a9e9c764dbd176 b9d82215ab23456fa2d8b49c5df1b95b fb5fdeed626939453a188699ebbc405c 4962b38526597a5791123514d752c548 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1797044135159398400 |