La función de las matemáticas en el método clínico Neurobia

Home / Neurobia / La función de las matemáticas en el método clínico Neurobia

La función de las matemáticas en el método clínico Neurobia

Neurobia es un método que utiliza la tecnología Kinect para la evaluación cuantitativa y la rehabilitación con videojuegos de pacientes con déficit motor. Se trata de un sistema novedoso, innovador y a la vanguardia de la eficiencia científica. Sin embargo, su lanzamiento no ha sido flor de un día, sino que se produce después de más de diez años de investigación. Varias han sido las áreas científicas que han jugado un papel esencial en su desarrollo. Y las matemáticas han sido una de ellas. Pero, ¿para qué son necesarias las matemáticas en un desarrollo tecnológico de este calibre?

La respuesta viene de la mano de la tecnología utilizada. Kinect One no es una simple cámara de vídeo. Es un complejo dispositivo dotado de una cámara de alta definición y otra de infrarrojos, un conjunto de micrófonos direccionales y sensores de profundidad. Más aun, la cámara de infrarrojos es de tipo “time-of-flight”, es decir, permite estimar la distancia al objeto midiendo el tiempo en que la luz tarda en recorrer la distancia hasta el mismo y volver.

g29138

Todo este despliegue de dispositivos dota a la Kinect One de enormes capacidades de reconocimiento de imagen (como, por ejemplo, la posibilidad de reconocer la expresión facial del sujeto o medir la frecuencia cardíaca de la persona a distancia sin sensores de por medio), pero también genera un enorme flujo de datos (hasta 2Gb por segundo). En realidad, no todos estos datos son igualmente relevantes. El software interno de Kinect permite determinar varios puntos clave en el cuerpo de la persona (muchos de ellos, correspondientes a las articulaciones), y determinar su posición espacial con una frecuencia de 30 veces por segundo. Estos son los datos crudos con que trabaja Neurobia.

Como suele suceder con todo lo “crudo”, esos datos aún no están listos para su “consumo”. Todo sensor o dispositivo electrónico introduce ruido en la medición, bien de forma intrínseca inherente al sistema, o bien por “confusiones” en el reconocimiento de la imagen (por ejemplo, cuando algunas de las articulaciones quedan momentáneamente ocultas por otras partes del cuerpo). Por tanto, lo primero que se debe hacer es limpiar (o como dicen los ingenieros y los matemáticos, “filtrar”) la señal. Ello debe hacerse con el debido cuidado para “no tirar el agua de la bañera con el niño dentro”. Por ejemplo, un temblor en la articulación de la mano lo mismo puede corresponder a un ruido de medición como a un indicio de un trastorno neurológico.

Una vez filtrada, la imagen queda lista para su procesamiento. Aquí, las matemáticas ejercen una primera etapa estándar, consistente en segmentarla, aplicando técnicas conocidas como análisis de clusters. De esa forma, se puede determinar qué parte de los datos corresponden a distintas fases del movimiento de la persona (“subir una mano”, “mover el pie a la derecha”, etc.).

sin-titulo-1

Con la imagen segmentada, se pueden elaborar varios índices que puedan servir de ayuda a un profesional, respondiendo de forma cuantitativa a las preguntas tales como la repetibilidad de los movimientos de una persona (“¿es capaz de repetir el mismo movimiento varias veces de forma idéntica?”), la cadencia del movimiento (“¿existen cambios bruscos en la velocidad del mismo?”), o la desviación de los parámetros del movimiento de los estándares, que se elaboran previamente analizando una gran base de datos de sujetos jóvenes y sanos.

Estos son solamente algunos de los pocos problemas matemáticos con que se enfrentan los investigadores desarrollando el “cerebro” de Neurobia. La enorme cantidad y calidad de datos objetivos que nos suministran sensores como Kinect permite cada día implementar nuevas ideas y técnicas aumentando la fiabilidad y la riqueza de los informes de Neurobia.

 

amf_small1

Andrei Martínez es doctor en Ciencias Físico-Matemáticas por la Universidad Estatal de Moscú, es Catedrático de Matemática Aplicada de la Universidad de Almería y Miembro Asociado del Instituto “Carlos I” de Física Teórica y Computacional de la Universidad de Granada.

Recommended Posts

Leave a Comment

Start typing and press Enter to search

depresiondsc_0940