Desarrollo de una Interfaz Natural de Usuario para Rehabilitación Motriz
Resumen
Los dispositivos hápticos son herramientas de apoyo (hardware especializado) para sistemas basados en realidad virtual, sin embargo, son costosos e incómodos para algunas personas que requieren realizar actividades para sus tratamientos de rehabilitación motriz; algunos autores comparan estos dispositivos con el sensor Kinect®. En este trabajo se presenta el desarrollo de una Interfaz Natural de Usuario usando el sensor Kinect®. Esta interfaz permitirá a los usuarios interactuar con elementos de una escena 3D y a su vez realizar las rutinas de ejercicios de rehabilitación sin necesidad de usar sensores u otros dispositivos, ademásde que les permitirá llevar a cabo de manera más entretenida las actividades de rehabilitación, motivándolos a continuar con su tratamiento.
Texto completo:
Referencias
Cifuentes AG. Guía de apoyo técnico-pedagógico, necesidades educativas especiales. Santiago de Chile. 2007.
Sue AS, Gail FF, Diana G. Virtual Reality Applications for Motor Rehabilitation After Stroke. Technology for Clinical Stroke Applications. 2002; 8 (4).
-Housman SJ, Le V, Rahman T, Robert J, Reinkensmeyer DJ. Arm-training with T-WREX after chronic stroke: preliminary results of a randomized controlled trial. . IEEE 10th International Conference on Rehabilitation Robotics. 2007.
Makssoud H, Richards CL, Comeau F. Dynamic control of a moving platform using the CAREN system to optimize walking in virtual reality environment. Conf Proc IEEE Eng. Med. Biol. Soc. 2009.
Sucar L, Enrique R, Leder LR, Hernández J, Sánchez I. Gesture Therapy: A Vision–Based System for Upper Extremity Stroke Rehabilitation. Engineering in Medicine and Biology Society (EMBC), Annual International Conference of the IEEE. 2010.
Anderson F, Annett M, Bischof W. Lean on Wii: physical rehabilitation with virtual reality Wii peripherals. 2010.
Gómez GA, Lloréns R, Alcañiz M, Colomer C. Effectiveness of a Wii balance boardbased system (eBaViR) for balance rehabilitation: a pilot randomized clinical trial in patients with acquired brain injur. Journal of neuroengineering and rehabilitation. 2011.
VirtualRehab. [en línea] 2013. Disponible en: http://www.virtualrehab.info/.
BioTrack. [en línea] 2014. Disponible en: http://www.biotraksuite.com/.
Indra. Indra ofrece servicios en “la nube” para la rehabilitación motriz de los miembros superiores del cuerpo humano. [en línea] 2013. Disponible en: http://www.indracompany.com/noticia/indra-ofrece-servicios-en-la-nube-para-la-rehabilitacion-motriz-de-los-miembros-superiores-d.
Martínez SN. Desarrollo y Validación de un Sistema de Rehabilitación Virtual de Bajo Coste Aplicable a la Recuperación de Múltiples Déficits Motores. Tesis de Maestría. Universidad Politécnica de Valencia. 2013.
Espinosa DJ, Buitrago AL. Desarrollo de Recorridos Virtuales Interactivos para Proyectos de Vivienda de la Ciudad de Cali. Tesis de licenciatura. Universidad Autónoma de Occidente. 2014.
Viforcos EM. Aplicación de las cámaras 3d al reconocimiento de actividades. Proyecto de fin de grado. Madrid. 2012.
Garrido D. Aplicaciones de Kinect para Neurohabilitación. Tesis de Ingeniería Técnica de Telecomunicación, especialidad en Telemática. Universidad Politécnica de Catalunya, Catalunya. 2012.
Cruz LR, Fabela HF, Morales OA. Plataforma Interactiva de Kinect Aplicada al Tratamiento de Niños Autistas. Tesis de Ingeniería en Comunicaciones y Electrónica. Instituto Politécnico Nacional-IPN, México D.F. 2013.
Peralta BS. Interfaz de lenguaje natural usando Kinect. Tesis de Maestría en Ciencias de la Computación. Centro de Investigación de Estudios Avanzados-Cinvestav. México D.F. 2012.
LaBelle K. Evaluation of Kinect Joint Tracking for Clinical and in-home stroke rehabilitation tools. Thesis of Undergraduate Program in Computer Science. Notre Dame, Indiana. 2011.
Chang CY, Lange B, Zhang M, Koening S, Requejo P, Somboon N, Sawchuk AA, Rizzo AA. Towards Pervasive Physical Rehabilitation Using Microsoft Kinect. University of Southern California. 2012.
Shotton J, Fitzgibbon A, Cook M, Sharp T, Finocchio M, Moore R, Kipman A, Blake A. Real-Time Human Pose Recognition in Parts from Single Depth Images. Microsoft Research. Estados Unidos. 2011.
Fitzgibbon A, Shotton J, Cook M, Sharp T, Finocchio M, Moore R, Kipman A, Blake A. Microsoft Research Cambridge y Xbox Incubation. Real-Time Human Pose Recognition in Parts from Single Depth Images: Supplementary Material. Microsoft Research. Estados Unidos. 2011.
Mathe L, Samban D, Gómez G. Estudio del funcionamiento del sensor Kinect y aplicaciones para bioingeniería. Proyecto final de carrera de Ingeniería en Computación. Universidad Nacional de Córdoba, Córdoba, Veracruz. 2012.
Macdonald C, Dapena J. Linear kinematics of the men’s 110-m and women’s 100-m hurdles races. Med Sci Sports Exerc. 1991. 23 (12): 1382-91.
