Publication

Visual analysis and quantitative assessment of human movement

Soancatl Aguilar, V., 2018, [Groningen]: University of Groningen. 106 p.

Research output: ThesisThesis fully internal (DIV)Academic

Copy link to clipboard

Documents

  • Title and contents

    Final publisher's version, 372 KB, PDF document

  • Chapter 1

    Final publisher's version, 350 KB, PDF document

  • Chapter 2

    Final publisher's version, 6 MB, PDF document

  • Chapter 3

    Final publisher's version, 1 MB, PDF document

  • Chapter 4

    Final publisher's version, 1 MB, PDF document

  • Chapter 5

    Final publisher's version, 918 KB, PDF document

  • Chapter 6

    Final publisher's version, 139 KB, PDF document

  • Bibliography

    Final publisher's version, 333 KB, PDF document

  • Acknowledgements

    Final publisher's version, 286 KB, PDF document

  • Complete thesis

    Final publisher's version, 9 MB, PDF document

  • Propositions

    Final publisher's version, 42 KB, PDF document

Ons vermogen om te navigeren in onze omgeving is afhankelijk van de gesteldheid van het musculoskeletale stelsel en het zenuwstelsel. Elke achteruitgang van een van de componenten van deze systemen kan instabiliteit of invaliditeit van lichaamsbewegingen veroorzaken. Een dergelijke verslechtering kan optreden als gevolg van natuurlijke leeftijdsgerelateerde veranderingen, verwondingen en/of ziekten. Het vermogen om objectief en kwantitatief verschillende functionele taken te beoordelen, zoals lopen, balanshandhaving of handbewegingen, kan nuttig zijn voor het voorkomen van vallen, het onderscheiden van gezonde en pathologische aandoeningen, het volgen van ziekteverloop, het beoordelen van de effectiviteit van medische zorg en interventies en uiteindelijk het verbeteren van de nauwkeurigheid van klinische beslissingen. De voordelen zijn duidelijk. De huidige statistieken, algoritmen en hulpmiddelen zijn echter niet voldoende om de complexiteit van menselijke bewegingen te analyseren en te begrijpen. In dit proefschrift heb ik diverse visualisaties en een nieuwe methode ontwikkeld om de beweging van mensen in real-time te beoordelen met behulp van gegevens die zijn verzameld van volgapparatuur zoals Kinect en 'inertial measurement units'. Deze methode werd gebruikt om de balansprestaties te beoordelen met behulp van exergaminggegevens en om jonge en oudere volwassenen te classificeren met een nauwkeurigheid van meer dan 85%. Dit soort beoordelingen kan ook worden gebruikt om zinvolle feedback te geven en om de moeilijkheidsgraad van exergames automatisch aan te passen, wat op zijn beurt de motivatie om te spelen zou kunnen verhogen en evenwichtscontrole bij oudere volwassenen zou kunnen verbeteren. Bovendien werd de methode gebruikt om gezonde deelnemers en patiënten met een coördinatiestoornis te classificeren tijdens een taak gefocust op handbewegingen met een nauwkeurigheid van 84%. Samenvattend heb ik een veelbelovende methode gepresenteerd die kan worden gebruikt voor het beoordelen en begrijpen van menselijke beweging.
Original languageEnglish
QualificationDoctor of Philosophy
Awarding Institution
Supervisors/Advisors
Award date19-Mar-2018
Place of Publication[Groningen]
Publisher
Print ISBNs978-94-034-0446-2
Electronic ISBNs978-94-034-0447-9
Publication statusPublished - 2018

Download statistics

No data available

ID: 54875440