| Summary: | Existe una brecha en el acceso a la información sobre la conducta postural en los lugares de
trabajo por parte de médicos tratantes. Esta información es importante para tener una
comprensión completa del contexto del paciente y de los factores de riesgo que contribuyen a la
aparición de los trastornos musculo esqueléticos. En este contexto, se presenta la elaboración y
pruebas de un prototipo con visión artificial para monitorear en tiempo real las posturas que
adopta un individuo mientras se encuentra sentado frente a un computador. El prototipo utiliza
una cámara de profundidad para obtener las coordenadas espaciales de los puntos de interés
del cuerpo, las mismas que son utilizadas para calcular los ángulos que describen la postura del
individuo. Se genera una data set de los ángulos para entrenar 3 métodos de clasificación RNN,
RFC y GBC. Para los 3 métodos de clasificación, la tasa de aciertos sobrepasa el 70% en las 5
posturas estudiadas. La tasa de aciertos del prototipo utilizado en un escenario real no se ve
afectado en más de un 10% respecto a los resultados obtenidos en condiciones controladas.
Además, la información recopilada en el caso de estudio permitió mayor especificidad en el plan
de tratamiento elaborado por un especialista.
|
|---|