Automatización de la Evaluación del Rango de Movimiento del Hombro Mediante Human Pose Estimation (HPE)

Autor: Jesús Sánchez Rodríguez
Grado en Ingeniería Informática
Especialidad: Inteligencia Artificial
Consultor: Ferran Diego Andilla
Profesora responsable de la asignatura: Susana Acedo

Descripción del Proyecto

Este proyecto tiene como objetivo desarrollar un software que, mediante una cámara, identifica puntos articulares y mide el rango de movimiento (ROM) del hombro utilizando técnicas de Human Pose Estimation (HPE).

Estructura del Proyecto

El proyecto se compone de los siguientes archivos principales:

• utils.py: Contiene funciones auxiliares utilizadas en el procesamiento de datos y análisis de imágenes.
• process.py: Contiene el núcleo del algoritmo de estimación de pose y cálculo del ROM del hombro.

Requisitos

Para ejecutar el software, se necesitan los siguientes requisitos:

• Python 3.x
• Librerías especificadas en requirements.txt

Instalación

1. Clona el repositorio a tu máquina local:

   git clone https://github.com/jsr90/ROM_Shoulder_Estimation.git

2. Navega al directorio del proyecto:

   cd ROM_Shoulder_Estimation

3. Instala las dependencias:

   pip install -r requirements.txt

Uso en Jupyter Notebook

Puedes ejecutar el software directamente en un Jupyter Notebook. A continuación se muestra un ejemplo de cómo hacerlo:

1. Instalación de Requisitos

   Para instalar las dependencias necesarias, ejecuta el siguiente código en una celda de tu Jupyter Notebook:

   !pip install -r requirements.txt -q

   Esto instalará todas las bibliotecas necesarias especificadas en el archivo requirements.txt de forma silenciosa (-q).

2. Importación de analyse_pose

   A continuación, importa la función analyse_pose del archivo process.py. Esta función es la encargada de analizar el rango de movimiento del hombro.

   from process import analyse_pose

3. Establecer el Diccionario de Resultados

   Crea un diccionario llamado results para almacenar los resultados del análisis del rango de movimiento. Inicializa todas las claves con None.

   results = {
       "abd_left": None,
       "abd_right": None,
       "add_left": None,
       "add_right": None,
       "flex_left": None,
       "flex_right": None,
       "ext_left": None,
       "ext_right": None
   }

4. Obtener Resultados

   Utiliza la función analyse_pose para obtener los resultados del análisis del rango de movimiento del hombro para diferentes movimientos y lados del cuerpo.

   results['abd_left'], results['add_left'] = analyse_pose(left=True, func_='ABD/ADD')
   results['abd_right'], results['add_right'] = analyse_pose(left=False, func_='ABD/ADD')
   results['flex_left'], results['ext_left'] = analyse_pose(left=True, func_='FLEX/EXT')
   results['flex_right'], results['ext_right'] = analyse_pose(left=False, func_='FLEX/EXT')

   Aquí, se están calculando los resultados para la abducción (ABD), aducción (ADD), flexión (FLEX) y extensión (EXT) del hombro para ambos lados del cuerpo.

5. Imprimir los Resultados

   Por último, imprime los resultados del análisis del rango de movimiento del hombro utilizando el diccionario results.

   print(results)

   Esto mostrará los resultados en la salida de la celda del Jupyter Notebook.

Contacto

Para cualquier duda o consulta, por favor contacta con:

• Jesús Sánchez Rodríguez: jsr90pro@gmail.com