Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD AUTÓNOMA DE CIUDAD JUÁREZ Instituto de Ingeniería y Tecnología Departamento de Ingeniería Eléctrica y Computación ci Sistema de análisis postural Reporte Técnico de Investigación presentado por: Marisol García Ituarte Requisito para la obtención del título de INGENIERO EN SISTEMAS COMPUTACIONALES Profesor Responsable: Dra. Nelly Gordillo Castillo Mayo de 2013 ii iii Autorización de Impresión Los abajo firmantes, miembros del comité evaluador autorizamos la impresión del proyecto de titulación: Sistema de análisis postural Elaborado por la alumna: Marisol García Ituarte 86584 _____________________________ M.C. Fernando Estrada Saldaña _____________________________ Dra. Nelly Gordillo Castillo iv Declaración de Originalidad Yo Marisol García Ituarte declaro que el material contenido en esta publicación fue generado con la revisión de los documentos que se mencionan en la sección de Referencias y que el Programa de Cómputo (Software) desarrollado es original y no ha sido copiado de ninguna otra fuente, ni ha sido usado para obtener otro título o reconocimiento en otra Institución de Educación Superior. ___________________________________ Marisol García Ituarte v Dedicatoria Dedico este proyecto a mi familia, a mis amigos y a mi novio, quienes me han apoyado en todos los aspectos para llevar a cabo este logro. De igual forma lo dedico a mi asesora, al profesor de la materia y generalmente a todas las personas que me apoyaron en la realización de este proyecto. vi Agradecimientos Agradezco a Dios, a la Universidad Autónoma de Ciudad Juárez por permitirme la oportunidad de realizar este proyecto de manera satisfactoria, a la Dra. Nelly Gordillo Castillo, quien me apoyó como asesora durante la elaboración del mismo. Agradezco a mi mamá y a mi papá, quienes me han orientado por un buen camino; a mis hermanos Claudia y Mario, y a mi novio quien me apoyó, ayudó y ha estado conmigo de forma incondicional. También agradezco a mis amigos, en especial a Carlos y Pepe quienes fueron mis compañeros de la carrera. De igual forma, existe un agradecimiento al profesor Fernando Estrada, quien nos apoyó durante el transcurso de la materia y resolvió dudas y aclaraciones. Agradezco a todas las personas involucradas en el mismo, como los voluntarios para realizar las pruebas, al Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado, donde fue permitido realizar las pruebas y a todas las personas que se interesaron por mi proyecto. vii Índice Autorización de Impresión ........................................................................................... iii Declaración de Originalidad ......................................................................................... iv Dedicatoria ..................................................................................................................... v Agradecimientos ........................................................................................................... vi Lista de Figuras ............................................................................................................. ix Lista de Tablas .............................................................................................................. xi Introducción ................................................................................................................... 1 Capítulo 1. Planteamiento del problema ........................................................................ 2 1.1 Antecedentes ............................................................................................................ 2 1.2 Definición del problema .......................................................................................... 3 1.3 Objetivos de la investigación ................................................................................... 4 1.4 Preguntas de investigación ....................................................................................... 4 1.5 Justificación de la investigación .............................................................................. 4 1.6 Limitaciones y delimitaciones de la investigación .................................................. 5 Capítulo 2. Marco Teórico ............................................................................................. 6 2.1 Postura corporal: definición y alteraciones. ............................................................. 6 2.2 Medición postural .................................................................................................. 10 2.3 Identificadores anatómicos. ................................................................................... 11 2.4 Detección de anomalías estructurales en la postura. .............................................. 11 2.5 Procesamiento de imágenes. .................................................................................. 16 2.5.1 Realce y mejora de la imagen. ............................................................................ 16 2.5.2 Segmentación. ..................................................................................................... 18 2.5.3 Extracción de características ............................................................................... 19 Capítulo 3. Materiales y Métodos ................................................................................ 24 3.1 Descripción del área de estudio ............................................................................. 24 3.2 Materiales ............................................................................................................... 24 3.3 Especificaciones del proyecto ................................................................................ 25 3.4 Métodos.................................................................................................................. 27 3.4.1 Investigación ....................................................................................................... 28 3.4.2 Selección de alteraciones posturales ................................................................... 28 3.4.3 Definición de escenario de trabajo ...................................................................... 29 3.4.4 Determinación de identificadores anatómicos .................................................... 29 viii 3.4.5 Lenguaje de programación .................................................................................. 32 3.4.6 Recolección de datos........................................................................................... 32 3.5 Esquema general de desarrollo .............................................................................. 33 3.5.1 Elaboración de base de datos .............................................................................. 34 3.5.2 Sección y binarización ........................................................................................ 34 3.5.3 Detección de líneas ............................................................................................. 36 3.5.4 Detección de identificadores anatómicos............................................................ 38 3.5.5 Alineación frontal ............................................................................................... 40 3.5.6 Obtención ángulos varo rodillas ......................................................................... 40 3.5.7 Alineación lateral ................................................................................................ 41 3.5.8 Obtención del ángulo de extensión de la pierna................................................. 41 3.5.9 Identificación de flechas sagitales ...................................................................... 42 3.5.10 Medición de flechas sagitales ........................................................................... 43 3.5.11 Obtención ángulo de las curvaturas .................................................................. 44 3.5.12 Conexión a la base de datos .............................................................................. 44 3.5.13 Interfaz gráfica .................................................................................................. 45 Capítulo 4. Resultados de la investigación .................................................................. 46 4.1 Presentación de resultados ..................................................................................... 46 4.1.1 Pruebas iniciales.................................................................................................. 48 4.1.2 Pruebas ISSSTE .................................................................................................. 52 4.1.3 Pruebas a personas con anomalías diagnosticadas.............................................. 57 Capítulo 5. Discusiones, conclusiones y recomendaciones ......................................... 61 5.1 Con respecto a las preguntas de investigación ....................................................... 61 5.2 Con respecto al objetivo de la investigación.......................................................... 62 5.3 Recomendaciones para futuras investigaciones ..................................................... 64 Referencias ................................................................................................................... 65 Apéndice 1: Propuesta de tema .................................................................................... 68 Apéndice 2: Formato de consentimiento informado .................................................... 70 ix Lista de Figuras Figura 1 Columna vertebral [8] ................................................................................................................ 6 Figura 2 Curvaturas de la columna [9] ..................................................................................................... 6 Figura 3 Cifosis dorsal o hipercifosis [9] ................................................................................................. 8 Figura 4 Hiperlordosis lumbar [9] ............................................................................................................ 8 Figura 5 Escoliosis [9] .............................................................................................................................. 9 Figura 6 Identificadores anatómicos ....................................................................................................... 11 Figura 7 Medición del grado de cifosis (izq) y lordosis (der) con un inclinómetro. ............................... 12 Figura 8 Flechas sagitales [19] ............................................................................................................... 13 Figura 9 Modelo estándar de alineamiento postural [6] ......................................................................... 15 Figura 10 Método de HUC [21] ............................................................................................................. 16 Figura 11 Tipos de filtro y mecanismos de aplicación [24].................................................................... 18 Figura 12 Segmentación por agrupamiento ............................................................................................ 19 Figura 13 Detección de bordes. Operador Sobel .................................................................................... 21 Figura 14 Transformada de Hough circular [31]. ................................................................................... 23 Figura 15 Escenario definido .................................................................................................................. 25 Figura 16 Especificación de Identificadores anatómicos........................................................................ 25 Figura 17 Posición lateral ....................................................................................................................... 26 Figura 18 Posición frontal ...................................................................................................................... 26 Figura 19 Posición de la cámara ............................................................................................................. 27 Figura 20 Diagrama de métodos generales ............................................................................................. 28 Figura 21 Identificadores anatómicos definidos. Postura Lateral ........................................................... 30 Figura 22 Ángulo de extensión de la pierna ........................................................................................... 30 Figura 23 Identificadores anatómicos. Postura frontal ........................................................................... 31 Figura 24 Ángulo varo rodilla [32] ......................................................................................................... 31 Figura 25 Esquema general de desarrollo ............................................................................................... 33 Figura 26 Diagrama entidad relación ..................................................................................................... 34 Figura 27 Algoritmo e imagen de Binarización...................................................................................... 35 Figura 28 Detección de bordes método sobel ......................................................................................... 35 Figura 29 Transformada de Hough. Detección de líneas ........................................................................ 37 Figura 30 Representación de las líneas identificadas ............................................................................. 37 Figura 31 Detección de líneas e identificadores anatómicos postura lateral y frontal ............................ 38 Figura 32 Identificación de círculos innecesarios................................................................................... 40 Figura 33 Alineación lateral y ángulo de extensión ............................................................................... 41 Figura 34 Alineación frontal y ángulos varo de rodillas......................................................................... 41 Figura 35 Ángulos de curvaturas: cifótico y lordótico ........................................................................... 44 Figura 36 Sistema de análisis postural.................................................................................................... 46 Figura 37 Visualización de la aplicación ................................................................................................ 47 Figura 38 Interfaz gráfica. Resultados .................................................................................................... 48 x Figura 39 Gráfica de índices en postura lateral: Prueba Inicial .............................................................. 50 Figura 40 Gráfica alineación postural. Prueba Inicial ............................................................................ 51 Figura 41 Gráfica de inclinación en postura frontal: Prueba Inicial ....................................................... 52 Figura 42 Gráfica de índices en postura lateral: Pruebas ISSSTE .......................................................... 54 Figura 43 Gráfica alineación postural. ISSSTE ...................................................................................... 55Figura 44 Gráfica de inclinación en postura frontal: Pruebas ISSSTE ................................................... 56 Figura 45 Radiografía columna. Inferior ................................................................................................ 56 Figura 46 Radiografía columna. Superior .............................................................................................. 56 Figura 47 Gráfica de índices en postura lateral: Pruebas diagnóstico previo ......................................... 58 Figura 48 Gráfica alineación postural. Diagnóstico previo .................................................................... 59 Figura 49 Gráfica de inclinación en postura frontal: Pruebas diagnóstico previo .................................. 60 Figura 50Radiografía diagnóstico previo ............................................................................................... 60 xi Lista de Tablas Tabla 1 Descripción cámaras .................................................................................................................. 24 Tabla 2 Resultados flechas cervicales. Prueba inicial ............................................................................ 49 Tabla 3 Resultados ángulos. Prueba inicial ............................................................................................ 50 Tabla 4 Resultados postura frontal. Prueba inicial ................................................................................. 51 Tabla 5 Resultados flechas cervicales. ISSSTE...................................................................................... 53 Tabla 6 Resultados ángulos. ISSSTE ..................................................................................................... 54 Tabla 7 Resultados postura frontal. ISSSTE .......................................................................................... 55 Tabla 8 Resultados flechas cervicales. Diagnóstico previo .................................................................... 57 Tabla 9 Resultados ángulos. Diagnóstico previo .................................................................................... 58 Tabla 10 Resultados postura frontal. Diagnóstico previo ....................................................................... 59 1 Introducción El desarrollo de aplicaciones y sistemas enfocados al área medicinal ha aumentado notablemente, permitiendo realizar los procesos requeridos de una forma más práctica y obtener información más exacta al alcance de nuestras manos. Dentro de estas aplicaciones y herramientas de software, es posible mencionar algunas de ellas, las cuales están relacionadas con la alineación postural, posiciones del cuerpo, columna vertebral, entre otras. La investigación aborda una breve descripción de algunos sistemas existentes, describiendo la problemática que se presentó y que dio lugar a la elaboración de este proyecto. La presente investigación tiene como objetivo principal elaborar un sistema que detecte automáticamente ciertos identificadores anatómicos que son previamente colocados en la persona y realizar el análisis de la postura corporal para detectar ciertas anomalías estructurales. Se realizó una investigación general en el ámbito medicinal, para conocer, determinar y comprender las definiciones y términos empleados en el desarrollo del proyecto, con respecto a anomalías de la postura, mediciones posturales, entre otros. Se presenta detalladamente la implementación del procesamiento de imágenes utilizado, la metodología y las técnicas empleadas para la elaboración del mismo. Para la recolección de datos del sistema, se realizaron distintas fases de pruebas, entre ellas está la realización de pruebas a personas voluntarias, se efectuó la visita al Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado y se obtuvieron pruebas realizadas a personas previamente diagnosticadas con alguna anomalía estructural. Estas pruebas permitieron validar la funcionalidad del sistema, respecto a la detección de los identificadores anatómicos y comprobar si el sistema determina alguna anomalía estructural debidamente. En los últimos capítulos de la presente investigación se muestran los resultados obtenidos de forma clara y precisa, así como los procedimientos desarrollados para la obtención de los mismos y las conclusiones correspondientes. 2 Capítulo 1. Planteamiento del problema La postura ideal es la que utiliza la mínima energía, tensión y rigidez, permitiendo un funcionamiento articular y muscular eficaz. Al adoptar una postura incorrecta se está forzando el funcionamiento normal de los músculos, lo que probablemente acarreará en corto o largo plazo lesiones del aparato locomotor. Un experto puede medir y registrar la postura por observación visual o medición manual para detectar posibles anomalías. Asimismo, existen algunas herramientas de software que se utilizan como complemento en la detección de anomalías en la postura humana. El capítulo inicia presentando una revisión de algunos programas y sistemas existentes para dar paso a la descripción del problema, los objetivos y la solución propuesta. Al final del capítulo se presentan la justificación y delimitación del proyecto. 1.1 Antecedentes Existen diversos tipos de herramientas de software de medición postural en los cuales no se necesita la intervención de un experto. Es decir, la persona determina de qué forma colocarse, autoevaluase, etc., lo que conlleva a la posibilidad de resultados erróneos o inadecuados. Algunos de ellos son “SlouchGuard” y “Postureminder”, los cuales se describen a continuación: “SlouchGuard” es un programa que ayuda a corregir la postura frente al monitor. Se adecúa la posición a los parámetros correctos y tras un entrenamiento previo, mediante el uso de la cámara web el sistema va señalando mediante un aviso sonoro cuando la postura es incorrecta [1]. “Postureminder” puede utilizarse sin cámara web e incluye recordatorios de pausas, rutinas de entrenamiento frente a la cámara, videos con ejercicios, etc., para ayudar a corregir la postura corporal [2]. Estudios recientes han probado científicamente el impacto de las enfermedades del pie y las alteraciones posturales sobre los desórdenes del equilibrio. “Andares pie y postura” es un sistema que analiza y muestra cómo los pies pueden afectar la postura en distintas formas. El sistema obtiene imágenes capturadas, permitiendo un análisis detallado de la postura corporal. Posteriormente el sistema analiza los patrones de apoyo plantar durante cada contacto con el piso con la superficie relativa de cada pie. El 3 sistema utiliza gráficos y procesamiento de imágenes para el análisis y medición correcta. El registro en tiempo real de la actividad gestual y postura mediante software de ergonomía, integral, conductancia, respiración, etc., es muy costoso y plantea dificultades de aceptabilidad por la necesidad de fijar emisores conectados [3]. “PreventSport” es un software de evaluación dirigido a deportistas en niveles recreacionales o en alto rendimiento; en el cual se indican manualmente unos identificadores anatómicos que se definen como figuras circulares colocados previamente en el cuerpo del deportista, para posteriormente obtener fotografías en diferentes posiciones y realizar las mediciones adecuadas y contraponerlas con valores normales previamente definidos [4]. “Posture Pro” es un programa que calcula la tensión muscular analizando la postura corporal por medio de una imagen. Para obtener los resultados adecuados, es necesario hacer clic para indicar cuáles son los identificadores anatómicos requeridos; lo que genera la posibilidad de seleccionarlos inadecuadamente en la imagen [5]. 1.2 Definición del problema De las herramientas de software deayuda en la detección de anomalías en la postura más utilizadas por los expertos, están aquellas en las que se necesita la identificación de ciertos puntos o “identificadores anatómicos” para posteriormente realizar la medición. Estos identificadores que pueden ser de formas circulares u ovaladas, de colores o reflectantes, etc., se colocan al paciente previo a la toma de imágenes. Las herramientas disponibles detectan anomalías en la postura a partir de la selección manual de los identificadores anatómicos definidos. Las herramientas más eficaces de software o aplicaciones informáticas de medición postural no realizan la detección automática de los identificadores anatómicos definidos, aumentando la posibilidad que estos identificadores se seleccionen de manera incorrecta provocando errores o fallas en los resultados de medición, o generando divergencias en los parámetros indicativos de una postura normal. 4 1.3 Objetivos de la investigación Como objetivo principal, se pretende desarrollar un software que permita detectar automáticamente ciertas anomalías estructurales en la postura de una persona, por medio de la detección automática de los identificadores anatómicos. Podemos dividir el objetivo principal en distintos fragmentos para así definir los objetivos secundarios, los cuales se componen en: Crear la base de datos Definir un escenario correcto y adecuado para trabajar con el sistema. Detectar automáticamente los identificadores anatómicos definidos en la postura. Realizar las mediciones adecuadas automáticamente para la detección de anomalías en la postura. 1.4 Preguntas de investigación Se consideran las siguientes preguntas como básicas y fundamentales para llevar a cabo la investigación de manera satisfactoria. ¿Cuáles son las posibles alteraciones de la postura? ¿Qué métodos existen para medir la postura y en qué consisten? ¿Cuáles son los identificadores anatómicos para la medición postural? ¿Cuáles son los datos cuantitativos que permiten detectar alguna anomalía estructural en la postura? ¿Cuáles son algunos de los métodos existentes para procesar y analizar imágenes? 1.5 Justificación de la investigación La mayoría de las veces se adquiere una postura incorrecta a la cual el cuerpo se va amoldando y adaptando, lo cual puede provocar ciertas lesiones a corto o largo plazo. Los expertos en postura (médicos de rehabilitación, ortopedistas, etc.) pueden identificar algún problema en la estructura postural por medio de la observación visual; 5 de igual forma existen herramientas como tablas cuadriculadas, reglas, etc., que les ayudan a realizar la medición de forma manual. Con el avance tecnológico, se han desarrollado software, aplicaciones y sistemas de medición semi-automáticas con resultados muy eficaces. La implementación de un software que pueda medir la postura y detectar anomalías automáticamente sirve como una herramienta práctica y eficaz al momento de realizar las mediciones y obtener los datos requeridos. 1.6 Limitaciones y delimitaciones de la investigación El sistema se delimitará a: Analizar la postura de una persona en posición lateral y frontal para detectar la presencia de ciertas anomalías estructurales determinadas. Es necesario colocar los identificadores anatómicos en la persona, previamente a tomar la fotografía. Las imágenes deberán ser tomadas en el escenario definido. Únicamente se podrán analizar imágenes con las dimensiones específicas. Utilizar una cámara digital para tomar las fotografías, siempre y cuando permita la toma de fotografías con las dimensiones requeridas. Las especificaciones de los identificadores anatómicos, el escenario y las dimensiones adecuadas de las imágenes se definen en el Capítulo 3. El sistema se limitará a: Ser utilizado por médicos y/o expertos en mediciones antropométricas como entrenadores deportivos, kinesiólogos, quiroprácticos. 6 Capítulo 2. Marco Teórico En este capítulo se fundamenta teóricamente el proyecto, reuniendo y explicando los términos empleados relacionados con la postura humana, anomalías, formas de medición, procesamiento de imágenes, entre otros. 2.1 Postura corporal: definición y alteraciones. La postura corporal se define como la posición relativa de las diferentes partes del cuerpo humano. Tener una postura corporal correcta implica conservar la salud, evitar lesiones y permite tener un mejor rendimiento, sin mencionar los beneficios estéticos que se obtienen [6]. Una de las principales funciones de la columna vertebral es la capacidad de mantener el tronco erguido, por lo que es imprescindible tener el concepto de columna vertebral y conocer su anatomía para comprender mejor sus enfermedades. La columna vertebral, también llamada raquis o espina dorsal, está compuesta por 33 a 34 vértebras, las cuales se clasifican en: siete vértebras cervicales (C-1 a C-7), doce vértebras dorsales (D-1 a D-12) o torácicas (T1 a T12), cinco vértebras lumbares (L-1-L-5); disponiendo de un total de 24 vértebras móviles [7] (Figura 1). Figura 1 Columna vertebral [8] Figura 2 Curvaturas de la columna [9] 7 Existen dos regiones más, conformadas por vértebras que carecen de movilidad. Estas son la región sacra, que consta de cinco vértebras (S1-S5), y la región coxígea formada por tres o cuatro vértebras (Cx-1 a Cx-4), las cuales se fusionan para formar el coxis. La columna vertebral cuenta con 4 curvas normales, las cuales ayudan a distribuir el esfuerzo que se presenta; estas curvas son: curva cervical, curva torácica, curva lumbar y curva sacra (Figura 2) [7] [8]. La postura humana se clasifica en distintos tipos; entre ellos existe la postura correcta y las posturas incorrectas. La postura correcta es aquella postura que no sobrecarga la columna o algún otro elemento del aparato locomotor; es decir, cuando se mantienen las curvas fisiológicas de la columna vertebral. Sin embargo, existen las alteraciones en la columna vertebral, lo cual propicia a tener una postura inadecuada o incorrecta [10]. La columna vertebral puede presentar rasgos distintos lo que puede provocar ciertas alteraciones o anomalías en la misma. Se conoce como desalineaciones posturales a todas las anomalías provocadas por variaciones posturales o “malas actitudes”, las curvas de la columna vertebral se muestran exageradas, abolidas, extendidas, etc. Existen un sinnúmero de anomalías en la columna vertebral, algunas de ellas son las siguientes [11]: Cifosis dorsal o hipercifosis. La zona torácica y la zona sacra de la columna vertebral, presentan una curva en convexidad hacia la parte posterior del tronco, conocida como cifosis. La cifosis dorsal es una de las anomalías de la columna vertebral que consiste en el aumento de la curva de convexidad posterior de la región torácica (Figura 3). Las causas de la cifosis dorsal son principalmente herencia, vicios posturales o simplemente la edad [11]. No obstante, se distingue una gran variedad de tipos de cifosis: Cifosis postural. Es el tipo de cifosis más común y es atribuida a una mala postura, la cual se representa por una notable curvatura de la columna vertebral. Cifosis de Scheuermann. Es considerada una forma de alteración juvenil de la columna vertebral. La persona con cifosis de Scheuermann puede sentir dolor y este puede empeorar con actividad física; de igual forma le es imposible corregir su postura por sí mismo. Cifosis congénita. Ocurre cuando la columna vertebral no se desarrolló completamente en la matriz [12]. 8 Figura 3 Cifosis dorsal o hipercifosis [9] Hiperlordosis. La lordosis es la curvatura fisiológica de la columna en la región cervical o lumbar, mientras que al aumento o incremento de alguna curvatura de la columnavertebral se le conoce como hiperlordosis. Hiperlordosis lumbar. Se refiere al aumento exagerado de la curvatura lumbar fisiológica de la columna vertebral (Figura 4). Esto ocurre cuando la región lumbar sufre de estrés o exceso de peso y se arquea, ocasionando dolores musculares. Degeneraciones vertebrales, sobrecargas posteriores en el disco intervertebral y hernias discales son algunas de las posibles consecuencias de la hiperlordosis lumbar. Hiperlordosis cervical. Consiste en la acentuación de la curvatura cervical. Esto puede deberse a un traumatismo o a condiciones degenerativas como el paso del tiempo y malos hábitos posturales [11] [13]. Figura 4 Hiperlordosis lumbar [9] 9 Cifolordosis Consiste en la exageración o incremento de la cifosis dorsal y la lordosis lumbar. Las causas pueden ser congénitas o adquiridas; es decir, suelen darse en la etapa de crecimiento o por malas posturas [14]. Escoliosis El término escoliosis proviene de una palabra griega que significa “torcido”, por lo que se define como una curvatura anormal de la columna vertebral. La escoliosis puede tener una curva o varias, formando una “S” o una “C” (Figura 5). Aproximadamente un 10% de la población presenta una leve asimetría del tronco; sin embargo, se considera anormal cuando la curva es mayor a 10 [15]. Se desconocen los verdaderos factores que la causan, por lo que no se puede prevenir. La escoliosis no se puede corregir de una forma voluntaria, no obstante existe la actitud escoliótica, en la que sí se puede corregir. La escoliosis se clasifica en: Figura 5 Escoliosis [9] Congénita. Causada por anomalías vertebrales presentadas al nacer. Idiopática. Causa desconocida y clasificada en infantil, juvenil, adolescente o adulto. Neuromuscular. Este tipo es causado por un problema en el sistema nervioso que afecta los músculos [6] [15] [16]. Dorso plano El dorso plano es una alteración paramórfica en la que el dorso se presenta de forma aplanada y está sometido a una considerable reducción o anulación de las curvas cervicales y lumbares. El individuo muestra dificultad en movimientos de flexión debido a limitaciones articulares y a una retracción muscular de la región dorsal. Supone la presencia de un raquis dorsal rectilíneo [17]. 10 Rectificación cervical o lumbar Consiste en la disminución de la curvatura normal de la columna vertebral. La rectificación significa que su lordosis es menor de lo habitual o incluso ha desaparecido, de forma que la columna es recta vista de perfil. Una rectificación lumbar está causada por una retroversión permanente de la pelvis. La rectificación de una o varias de las curvaturas de la columna vertebral es relativamente frecuente [18]. 2.2 Medición postural Las mediciones posturales se realizan desde puntos anatómicos definidos y estandarizados, estas permiten obtener datos cuantitativos, que ayudan a determinar si existe o no alguna anomalía en la columna vertebral. Es necesario un estándar o modelo en el estudio del alineamiento postural. Existen distintos métodos para realizar una medición postural [6]. El examen puede ser realizado: Bipedestación Sentado Decúbito Las vistas a analizar pueden ser: Frontal Posterior Lateral Todo esto es dependiendo de la patología que se desee detectar. La persona debe estar en ropa interior o ropa muy ajustada para poder observar y analizar adecuadamente el cuerpo del paciente. Es importante determinar identificadores anatómicos que sirvan de referencia para efectuar las mediciones correctas. El examinador puede evaluar: Espalda Hombros Pecho Pelvis Piernas Pies 11 2.3 Identificadores anatómicos. Existen ciertos identificadores anatómicos previamente definidos, aprobados, respaldados y recomendados por la ISAK (Sociedad Internacional para el Avance de la Cineantropometría), de los cuales se muestran algunos a continuación (Figura 6) [6]: Conducto auditivo externo (a) Cabeza (b) Trocánter (c) Maléolo externo (d) Articulación del codo (e) Articulación del hombro (f) Articulación de la rodilla (g) Figura 6 Identificadores anatómicos 2.4 Detección de anomalías estructurales en la postura. Comúnmente para medir la cifosis, lordosis y escoliosis se implementan los siguientes métodos: Método de Cobb. Se toma una radiografía en la cual se realiza el trazo de dos líneas paralelas a los bordes de las vértebras de los extremos de la cifosis, hasta que se crucen, obteniendo el ángulo de cifosis. Los valores en los que no se presenta cifosis van de 20 a 45, valores inferiores a 20 permiten el diagnóstico de dorso plano. 12 Valores superiores a 45 suponen cifosis incrementada. Los valores en los que no se presenta lordosis van de 35 a 50; valores por debajo de 35 permiten el diagnóstico de rectificación lumbar. Valores por encima de 60 suponen hiperlordosis [19]. Por medio del método de Cobb, es posible medir el grado de curva para detectar escoliosis. Se traza una línea perpendicular a la línea ya trazada: el ángulo que se forma con estas dos líneas perpendiculares es el ángulo que representa la magnitud en grados de la desviación de la columna. Utilizando inclinómetro. Con la ayuda de un inclinómetro es posible medir la inclinación de la recta. De esta forma, se obtiene el grado de las curvaturas de la persona, obteniendo el grado cifosis y lordosis (Figura 7). Se puede considerar la presencia de cifosis en los ángulos comprendidos entre 20 y 45. Para la detección de lordosis, los ángulos van entre 20 y 40. Figura 7 Medición del grado de cifosis (izq) y lordosis (der) con un inclinómetro. Utilizando cifómetros. Un cifómetro es un compás especial de dos brazos con un eje utilizado para medir la cifosis. Método de las Flechas Sagitales. Se sitúa al individuo en bipedestación y colocando un hilo de plomada estableciendo el contacto en la zona más sobresaliente de la columna, generalmente en T7 y T9 o en el inicio del pliegue interglúteo. Se mide la distancia existente entre el hilo de la plomada con: apófisis espinosa de C7 (flecha cervical), máxima convexidad del raquis dorsal (flecha torácica), máxima convexidad de la zona lumbar (flecha lumbar) y con el inicio del pliegue interglúteo (flecha sacra) (Figura 8). 13 Con estas cuatro distancias se obtienen dos índices que permiten determinar a los individuos que presentan sospecha de tener una desalineación raquídea en el plano sagital [19]. Figura 8 Flechas sagitales [19] Existen distintas ecuaciones para calcular estos índices, dependiendo cuál sea el contacto de la plomada con la piel, estos pueden ser la flecha torácica (FT) o la flecha sacra (FS). Evidentemente, el valor de la distancia de la flecha que esté en contacto con la piel es igual a 0, por lo que tenemos lo siguiente [19]: Cuando FS=0 y FT>0: (2.1) Ecuación 2.1 Índice cifótico cuando FS=0 (2.2) Ecuación 2.2 Índice lordótico cuando FS=0 Cuando FT=0 y FS>0: (2.3) Ecuación 2.3 Índice cifótico cuando FT=0 14 (2.4) Ecuación 2.4 Índice lordótico cuando FT=0 Donde: IC= Índice cifótico IL= Índice lordótico FC= Flecha cervical FL= Flecha lumbar FS= Flecha Sacra FT= Flecha Torácica En el índice cifótico, se consideran normales los valores comprendidos entre 30 y 65. Valores inferiores a 30 indican que existe un dorso plano. Valores superiores a 65 indican hipercifosis. En cuanto al índice lordótico, se consideran valores normales los comprendidos entre 20 y 40. Valores inferiores a 20 indican que existe una rectificación lumbar. Valores superiores a 40 indican sospecha de hiperlordosis [19]. Métodode examen subjetivo. El sujeto examinado de perfil presentará más dorso que pecho con relación al brazo, desplazando el hombro hacia adelante. Normalmente presenta caída del hombro hacia adelante [19]. Método de examen objetivo. Se realiza dependiendo hacia qué dirección está desequilibrado el tronco; es decir, si está hacia adelante, se toma la distancia desde el hilo que pasa a nivel de los glúteos a la cima de la cifosis dorsal. Si es hacia atrás, se toma la distancia que hay del hilo, desde la cima de la cifosis hacia los glúteos [19]. Postura lateral del cuerpo conforme a la línea vertical. Para conocer si la alineación del cuerpo es correcta, es necesario conocer puntos específicos que ayudarán a trazar una línea vertical entre estos puntos. El cuerpo tiene una buena alineación entre más recta sea la línea. Postura frontal o posterior del cuerpo conforme a la línea vertical. En una vista posterior y frontal del cuerpo la línea de referencia pasa por todo el centro del 15 cuerpo, logrando que ambas partes sean simétricas (Figura 9). Estas son algunas de las situaciones que se deben observar: Los tobillos deben estar juntos Los hombros deben estar a la misma altura Actitud de la cabeza y cuello deben descansar en forma equidistante sobre los hombros. Ambas clavículas deben estar en forma horizontal Los glúteos deben ser horizontales y estar a la misma altura La parte superior del fémur debe ser horizontal Figura 9 Modelo estándar de alineamiento postural [6] Tipo de control abdominal. Con este método se puede determinar hiperlordosis lumbar. En posición decúbito, se elevan las piernas juntas y extendidas, la fuerza será insuficiente al momento de llegar a los primeros 30 de elevación y puede aparecer a nivel abdominal una clara separación de los rectos [20]. Control de la anteversión. En bipedestación, de espaldas con la pared. Si contacta solamente la región glútea, se cuenta con la pelvis en anteversión [20]. Método de HUC. Este es un método básicamente radiográfico que permite determinar la posición de la pelvis mediante tres puntos. Se trazan tres líneas horizontales, cortando los puntos de la espina ilíaca anterior-superior (EIAS), 16 posterior superior (IEPS) y el ombligo (O), estas líneas deberán estar equidistantes. Se debe comprobar la horizontalidad de la pelvis [21] (Figura 10). Figura 10 Método de HUC [21] 2.5 Procesamiento de imágenes. El procesamiento digital de imágenes es el conjunto de técnicas que se aplican a las imágenes con el objetivo de mejorar la calidad, la apariencia visual de las imágenes o facilitar la búsqueda de información. El proceso de estas técnicas se puede dividir en las siguientes áreas: Realce y mejora de la imagen. Segmentación. Extracción de características. 2.5.1 Realce y mejora de la imagen. Son las técnicas que se usan para mejorar la apariencia visual de las imágenes; por ejemplo, utilizando cámaras digitales o digitalizando imágenes analógicas (fotografías). Existe una gran cantidad de transformaciones u operaciones que se pueden realizar sobre las imágenes con el propósito de realzarlas y mejorarlas, algunas de ellas se describen a continuación: Binarización de imágenes. La binarización es una técnica que permite convertir imágenes con niveles de gris, en una imagen binaria (blanco y negro). Los valores de pixel en la imagen que son menores a un cierto umbral pre-especificado, son convertidos a negro, mientras que los pixeles con valores mayores al umbral, son convertidos a blanco [22]. 17 Realce de bordes. Se pretende enfatizar las fronteras entre dos estructuras diferentes; por ejemplo en imágenes radiográficas. El realce de bordes en una imagen tiene un efecto opuesto a la eliminación de ruido; consiste en enfatizar o resaltar aquellos pixeles que tienen un valor de gris diferente al de sus vecinos [23]. Filtrado de imágenes. Todas las imágenes tienen cierta cantidad de ruido, la cual se puede deber a la cámara o al medio de transmisión de la señal. Generalmente el ruido se manifiesta como pixeles aislados que toman un nivel de gris diferente al de sus vecinos. El ruido puede clasificarse en: Gaussiano: Produce pequeñas variaciones en la imagen; generalmente se debe a diferentes ganancias en la cámara, perturbaciones en la transmisión, etc. El valor final del pixel sería el ideal más una cantidad correspondiente al error que puede describirse como una variable aleatoria gaussiana. Impulsional (sal y pimienta): El valor que toma el pixel no tiene relación con el valor ideal, es decir, toma valores muy altos o muy bajos. El pixel puede tomar el valor máximo (sal) o el mínimo (pimienta). Multiplicativo: La imagen obtenida es el resultado de la multiplicación de dos señales [23]. Existen distintas técnicas de filtrado, las cuales permiten suavizar la imagen, realzar bordes o eliminar el ruido de una imagen: Filtro de la media. Asigna al pixel central la media de todos los pixeles incluidos en la ventana. La matriz filtrada está compuesta por unos y el divisor sería el número total de elementos en la matriz (Figura 11). Filtro de media ponderada. Los elementos de la matriz no son 1, es decir, se da más peso a uno de ellos para obtener un resultado más parecido a la imagen original (Figura 11). Filtro de la mediana. El valor final del pixel es un valor real presente en la imagen y no un promedio. El inconveniente es que es más complejo de calcular ya que hay que ordenar los diferentes valores y determinar cuál es el valor central (Figura 11). 18 Figura 11 Tipos de filtro y mecanismos de aplicación [24] Filtro gaussiano. El valor máximo aparece en el pixel central y disminuye hacia los extremos tanto más rápido cuanto menor sea el parámetro de desviación típica. El resultado será el conjunto de valores entre 0 y 1. Se divide la matriz por el menor de los valores obtenidos. 2.5.2 Segmentación. La segmentación se ocupa de la división de imágenes en regiones o áreas significativas. Segmentación basada en características. Se asigna cada pixel a una región en función de características locales de la imagen en el pixel y en su vecindad. Segmentación por niveles de gris. Utiliza como característica la luminancia de cada pixel. Es conveniente utilizar este método cuando distintos objetos se corresponden con niveles de gris diferentes; de esta manera, se establece un nivel de gris intermedio (umbral) para separar objeto y fondo. Segmentación por agrupamiento. Los algoritmos de agrupamiento (clustering) son métodos no supervisados; los métodos de agrupamiento iteran entre segmentar la imagen y caracterizar las propiedades de cada clase. Un algoritmo 19 común es el K-medias, el cual consiste en encontrar K prototipos a partir de los vectores de un conjunto dado. Figura 12 Segmentación por agrupamiento Segmentación por texturas. Este método permite detectar variaciones de intensidades que forman patrones repetidos. Estos patrones dependen de las características de la superficie física: aspereza, uniformidad, densidad, uniformidad, etc. 2.5.3 Extracción de características Consiste en la detección y localización de entidades geométricas simples y complejas. Detección de puntos. Las aristas, esquinas y uniones aparecen de forma natural en la mayoría de escenarios naturales y artificiales. Existen métodos que obtienen las aristas de la imagen mediante algún método de detección de aristas para detectar puntos de cruce entre aristas o con un cambio sustancial en la dirección de la arista. Estos puntos se clasifican como puntos esquina o unión, los cuales se definen como la intersección de dos o más aristas en un determinado punto de la imagen. De igual forma, existen otros métodos que trabajandirectamente sobre imágenes de gris, es decir, no se deducen a partir de la extracción de aristas [25]. Detección de bordes Canny. Fue desarrollado por John F. Canny en 1986 con el propósito de desarrollar un algoritmo óptimo respecto a los siguientes criterios [26] [27]: o Detección. La probabilidad de detectar puntos reales de borde es maximizada mientras que la probabilidad de la detección errónea no debe ser minimizado. o Localización. Los bordes detectados deben estar lo más cerca posible de los bordes reales. 20 Número de respuestas. Un borde real no debe dar lugar a más de un borde detectado. Los pasos que sigue el algoritmo de Canny son los siguientes [26]: 1. Reducción de ruido. 2. Encontrar el gradiente de la imagen. 3. Cálculo de la magnitud y dirección. 4. Eliminación de no máximos 5. Umbralización. Cruzada de Roberts. El operador de la Cruzada de Roberts es utilizado en el procesamiento de imágenes para detectar bordes. Es uno de los primeros detectores de bordes propuesto por Lawrence Roberts en 1963. Este operador marca solamente los puntos de borde, sin información sobre su orientación, e implementa una máscara que calcula la diferencia entre el nivel de gris de un pixel y un pixel vecino. Las máscaras usadas en el método de Roberts son [28]: Gradiente Horizontal Gradiente Vertical Operador Prewitt. Es utilizado para detectar bordes verticales y horizontales en imágenes. El operador Prewitt utiliza filtros lineales que se extienden en tres líneas y columnas adyacentes, respectivamente, para contrarrestar la sensibilidad del ruido de los operadores gradiente. Las máscaras utilizadas son las siguientes [29]: Gradiente horizontal y vertical Operador Sobel. Es un método utilizado en detección de bordes (Figura 13), el cual se aplica sobre una imagen digital en escala de grises, calcula el gradiente de intensidad de brillo de cada pixel dando la dirección del mayor incremento posible (de negro a blanco). El operador consiste de dos matrices, una para los contornos 21 horizontales (Gx) y otra para los contornos verticales (Gy). Considerando A como la imagen original, el resultado es calculado como [30]: Esta información puede ser representada como un vector con los componentes Gx y Gy, para obtener la magnitud del gradiente y dirección: (2.5) Ecuación 2.5 Magnitud del gradiente (2.6) Ecuación 2.6 Dirección del gradiente Figura 13 Detección de bordes. Operador Sobel Burns. La fase de segmentación comienza con un barrido de la imagen de bordes en sentido lexicográfico (de arriba abajo y de izquierda a derecha), en busca de pixeles candidatos. Cada pixel de borde se analiza con respecto a sus vecinos 8 en cada una de las direcciones posibles resultantes del gradiente. Serán considerados como pertenecientes a un mismo borde aquellos pixeles que mantengan una orientación similar. Se calcula la longitud de los bordes resultantes y son filtrados mediante el parámetro de mínima longitud de un borde, transformándose a segmento. De lo contrario, si la longitud es inferior, el borde será eliminado [27]. 22 Detección de líneas Canny + Burns. Se basa en la extracción de bordes mediante el algoritmo de Canny y en la segmentación posterior de dichos bordes mediante el algoritmo de Burns, previamente mencionados [27]. Transformada de Hough. Es un algoritmo que toma una colección de puntos de borde y busca las líneas sobre las cuales estos puntos de borde se encuentran. Se pretende convertir los puntos de bordes al espacio de parámetros [27]: a) Considerando la ecuación punto pendiente de la recta , cada línea del espacio imagen será representada por un punto en el espacio de parámetros. Cualquier punto del espacio imagen, se corresponderá con la línea en el espacio de parámetros, representando todas las posibles líneas de la imagen a través de . El problema radica en que se determina un espacio ilimitado de parámetros , lo que complica el cálculo. b) Parametrización en el espacio de parámetros polar , donde representa la distancia ortogonal entre el origen de la imagen y la línea, y el ángulo entre el eje de coordenadas de la imagen y la distancia . Cualquier línea puede ser representada, definiendo la ecuación y los intervalos y , siendo N el tamaño de la imagen. La estrategia para la extracción de líneas mediante Hough es la siguiente [27]: o Empleo de un filtro de bordes para la detección de los pixeles de borde de las rectas. o Establecimiento de un espacio de parámetros. o Se barre la imagen de manera que cada pixel de borde da lugar a una recta: las celdas por las que pasa la recta obtiene un voto o Los pixeles que pertenecen a una misma recta son rectas que se cortan en una misma celda: la recta es la celda más votada. Detección de círculos. La ecuación de un círculo está dada por: (2.7) Donde y son los centros del círculo en las coordenadas y respectivamente, y es el radio. La representación paramétrica del círculo es: 23 (2.8) El proceso para detectar círculos en una imagen utilizando la Transformada de Hough es el siguiente (Figura 14) [31]: Detectar los bordes en la imagen. Para cada uno de los puntos de borde se dibuja un círculo con el centro en el punto y el radio deseado. El círculo es dibujado en el espacio de parámetros, de tal manera que el eje x es el valor a y el eje y es el valor b. En las coordenadas que pertenecen al perímetro del círculo, se incrementa el valor en la matriz acumuladora que tiene el mismo tamaño en el espacio de parámetros. De esta forma, se barre sobre cada punto del borde en los círculos de la imagen con el radio deseado e incrementando los valores en el acumulador. El acumulador contendrá los números correspondientes al número de círculos que pasan a través de las coordenadas individuales. Los números más altos, corresponden con el centro de los círculos en la imagen. Figura 14 Transformada de Hough circular [31]. 24 Capítulo 3. Materiales y Métodos Se menciona la descripción de los materiales empleados, los procesos que justifican cómo y por qué se llevó a cabo la elaboración del proyecto y los métodos de desarrollo y recolección de datos. 3.1 Descripción del área de estudio Se describe como área de estudio comprobar si es posible detectar automáticamente los identificadores anatómicos de una persona, para realizar las mediciones adecuadas y determinar posibles anomalías en la postura humana, lo cual se llevará a cabo mediante la realización de un sistema de análisis postural. 3.2 Materiales Para el desarrollo del sistema de análisis postural se emplearon distintos materiales, los cuales se mencionan a continuación: Se define como escenario de trabajo una manta de fondo blanco, la cual consta de una línea vertical al centro con una longitud de 2 y dos líneas horizontales de 1 de longitud cada una (Figura 15). Para obtener las fotografías se utilizaron dos cámaras distintas, cuyas especificaciones se muestran en la Tabla 1. Cámara Mega pixeles Zoom Canon PowerShot SX30IS 14.1 35x Nikon Coolpix L22 12.0 3.6x Tabla 1 Descripción cámaras Identificadores circulares de 6 de diámetro cada uno de ellos, de color blanco y contorno negro (Figura 16). Se utilizó un tripié para tomar las fotografías a la distancia y altura adecuada, las cuales se definen más adelantey se muestra en la Figura 19. Software MATLAB R2012b MySQL 25 Figura 15 Escenario definido Figura 16 Especificación de Identificadores anatómicos 3.3 Especificaciones del proyecto Es necesario definir ciertos aspectos importantes que deben ser considerados en el proyecto. El proyecto se concentra en detectar únicamente si existe la posibilidad de presentar alguna anomalía estructural como hiperlordosis, cifosis o hipercifosis, dorso plano, rectificación lumbar o escoliosis por medio del análisis postural de perfil de una persona. Se deben colocar los identificadores anatómicos para la medición postural previamente a tomar la fotografía en las siguientes partes del cuerpo: Postura lateral (Figura 21): Meato auditivo externo Vértebra cervical (C7) Articulación del hombro Trocánter mayor Articulación de la rodilla Por delante del maléolo externo 26 Postura frontal (Figura 23): Hombros (2) Pelvis (2) Rodillas (2) Maléolos internos (2) La persona a evaluar debe situarse en bipedestación frente a la manta, colocándose en posición lateral y frontal. En cuanto a la posición lateral, la persona debe colocarse de modo que la línea vertical quede ligeramente detrás (Figura 17); en cuanto a la posición frontal, debe colocarse de modo que la línea forme un eje al centro de su cuerpo (Figura 18). Figura 17 Posición lateral Figura 18 Posición frontal Las personas deben cumplir con las siguientes especificaciones para proceder a tomar la fotografía: o Portar ropa ajustada, ya sea un top en caso de mujer o sin camiseta en el caso de los hombres. o Utilizar ropa obscura (Evitar colores claros). o No utilizar ropa con estampados o figuras. 27 o Permanecer descalzos. o El cabello debe estar recogido. o No deberán portar accesorios demasiado grandes o llamativos. Existen distancias definidas para la toma de fotografías. Debe existir una longitud de 1.60 entre el escenario y el lente de la cámara, y el mismo lente debe estar a una altura de 1 (Figura 19). Figura 19 Posición de la cámara La imagen tomada debe tener forzosamente las dimensiones de 640x480. Las imágenes de la postura lateral y frontal deben ser guardadas en un folder con el nombre de “lateral.jpg” y “frontal.jpg” respectivamente. La imagen debe ser tomada utilizando flash; esto para evitar la sombra de la persona. 3.4 Métodos Existe un índice alto de personas con mala postura y en la mayoría de los casos, es un tema que se toma desapercibido. Sin embargo, es de suma importancia contar con sistemas y métodos que permita saber si existe la posibilidad de tener algún problema postural. Se realizó una investigacion para conocer cuáles son los sistemas o métodos existentes para medir la postura corporal; así como los relacionados al tema. Durante la investigación, se identificaron algunos programas de software de análisis postural de precios elevados; en los cuales, los identificadores anatómicos no son detectados automáticamente, es decir, se seleccionan manualmente. 28 Visto lo anterior, se optó por desarrollar un sistema de análisis postural, el cual sea capaz de detectar automáticamente los identificadores anatómicos que sean previamente colocados en la persona para realizar las mediciones adecuadas y determinar si existe la posibilidad de tener algún problema en la postura. Se realizó un esquema de los pasos que se siguieron para determinar cuáles serían las alteraciones a evaluar, así como la definición del escenario y los identificadores anatómicos (Figura 20). Figura 20 Diagrama de métodos generales 3.4.1 Investigación Debido al amplio contenido de información referente al tema, se realizó una investigacion general para la familiarización de los términos, conceptos y definiciones que permitan la elaboración del sistema. La investigación consistió en conocer los términos relacionados a la postura corporal, así como comprender el funcionamiento y estructura de la columna vertebral, identificar los distintos tipos de alteraciones posturales que existen, los métodos y técnicas empleadas para medir la postura corporal y el procesamiento de imágenes. 3.4.2 Selección de alteraciones posturales Analizando las técnicas de medición postural para la detección de distintas anomalías, se decidió que el sistema determine ciertas alteraciones posturales que pueden ser identificadas por medio del analisis postural en posción lateral y frontal. Investigación Selección de alteraciones posturales Definición escenario de trabajo Determinación de identificadores anatómicos Lenguaje de programación Recolección de datos 29 Posteriormente se determinaron las alteraciones posturales posibles a identificar por medio del análisis postural lateral y frontal, una vez determinadas se seleccionaron las siguientes: o Alineamiento postural frontal y lateral o Cifosis dorsal o hipercifosis o Dorso plano o Rectificación lumbar o Hiperlordosis o Escoliosis El sistema visualiza la alineación postural lateral y frontal de la persona como se muestra en la Figura 9. Se seleccionó el método de las flechas sagitales, ya que con el mismo, podemos identificar si existe alguna de las alteraciones previamente mencionadas. Para determinar si la persona presenta cifosis dorsal o dorso plano se utiliza la Ecuación 2.1 y la Ecuación 2.3; mientras que la Ecuación 2.2 y la Ecuación 2.4 permiten detectar si existe rectificación lumbar o hiperlordosis. Estas ecuaciones son definidas en el Capítulo 2. Por medio de la alineación postural frontal de la persona es posible determinar si existe la posibilidad de presentar escoliosis. 3.4.3 Definición de escenario de trabajo Para determinar el escenario adecuado, se optó por una manta impresa en matte opaco para que el flash no refleje al momento de tomar la imagen. En la manta se encuentran tres líneas distribuidas (Figura 15), una vertical al centro y dos horizontales. Se conoce la longitud de las líneas, lo cual sirve como referencia para identificar otras distancias. La línea vertical se utilizó como el hilo de plomada requerido en el método de las flechas sagitales y el eje central para la alineación postural frontal. 3.4.4 Determinación de identificadores anatómicos En cuanto al alineamiento postural lateral, se definieron seis identificadores anatómicos: o Meato auditivo externo o Articulación del hombro 30 o Trocánter mayor o Articulación de la rodilla o Maléolo externo o Vértebra cervical (C7) Los cinco primeros se utilizan como referencia para trazar la línea vertical que los une y compararla con la línea vertical completamente recta (Figura 21). Dentro de este mismo método, se obtiene el ángulo de la extensión de la pierna, el cual debe ser 180 (Figura 22). Para el método de las flechas sagitales, es necesario la identificación de cuatro flechas sagitales; para esto, es necesario marcar con un identificador anatómico la vértebra cervical C7 como se muestra en la Figura 21, ya que no existe una proporción para indicarla automáticamente en la imagen. En cuanto a la flecha cervical, la flecha lumbar y la flecha sacra, se identifican automáticamente. Figura 21 Identificadores anatómicos definidos. Postura Lateral Figura 22 Ángulo de extensión de la pierna 31 En cuanto al alineamiento postural frontal, se definieron ocho identificadores anatómicos (Figura 23): o Hombros o Pelvis o Rodillas o Maléolos internos Estos identificadores anatómicos permiten observar el ángulo de inclinación de las rectas trazadas y los ángulos varo de las rodillas (Figura 24). Figura 23 Identificadores anatómicos. Postura frontal Figura 24 Ángulo varo rodilla [32] 32 3.4.5 Lenguajede programación En cuanto al método de desarrollo se eligió trabajar con el procesamiento de imágenes como el más apto para lograr el objetivo. Con el procesamiento de imágenes se determinaron las líneas y los identificadores anatómicos de la imagen para poder trabajar con el análisis postural. Para la determinación del lenguaje de programación, se decidió utilizar MATLAB, debido al procesamiento de imágenes. MATLAB es un software matemático basado en la manipulación de matrices, implementación de algoritmos, creación de interfaces de usuario y comunicación con otros lenguajes. Es un lenguaje multiplataforma, ya que está disponible para Unix, Windows y Mac OS X. 3.4.6 Recolección de datos Para la obtención de los datos que permitan realizar la evaluación del sistema, se inició por tomar fotografías a personas voluntarias; de estatura, complexión y edades distintas. Esto con el propósito de probar las distintas etapas del sistema conforme a su realización y detectar pequeños detalles que presenten la necesidad de ser modificados. Posteriormente se realizó la visita al Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado, ubicado en la calle Envolvente Conjunto Pronaf 4, 32310 Juárez, con la intención de presentar el proyecto y realizar pruebas del sistema para obtener una validación más satisfactoria. Por medio de una entrevista con el Jefe de Enseñanza del departamento, se obtuvo la autorización para tomar cierto número de fotografías en el Instituto a personas aleatorias, es decir, sin conocer si padecen alguna anomalía estructural. Las imágenes fueron analizadas por el sistema y se seleccionaron aquellas en las que el mismo determinó como posible presencia de anomalías, posteriormente se solicitó una radiografía y con la ayuda de un ortopedista se compararon los resultados obtenidos. Para obtener un mejor desempeño en cuanto a los resultados, se implementó otro método de recolección de datos, el cual consistió en aplicar el análisis del sistema postural a personas que fueron previamente diagnosticadas con alguna anomalía estructural y revisar el comportamiento del sistema. Las imágenes recolectadas son de completa confidencialidad y privacidad, por los que han sido resguardadas junto con la hoja de consentimiento informado firmada por cada persona (Anexo 2). 33 3.5 Esquema general de desarrollo Se realizó un esquema general en cuanto al desarrollo del sistema, explicando y describiendo el proceso de cada bloque (Figura 25). Figura 25 Esquema general de desarrollo Elaboración de Base de Datos Sección y Binarización Detección de líneas Detección de identificadores anatómicos Postura Frontal Alineación Frontal Obtención de ángulos varo rodillas Postura Lateral Alineación Lateral Obtención ángulo extensión pierna Flechas Sagitales Medición Flechas Sagitales Obtención ángulo curvaturas Concectar a Base de Datos Interfaz Gráfica 34 3.5.1 Elaboración de base de datos Para el control y administración de la información procesada, se desarrolló una base de datos en MySQL. La base de datos contiene tres tablas, como se puede observar el diagrama de entidad relación mostrado en la Figura 26, lo cual permite registrar, recuperar y manipular la información de las imágenes analizadas. Figura 26 Diagrama entidad relación Se creó una tabla ‘Pacientes’ donde se registran datos relevantes de la persona analizada como nombre, edad, sexo, etc. Existe una relación por medio del id del paciente entre la tabla ‘Pacientes’ y las tablas ‘Postura_Lateral’ y ‘Postura_Frontal’, las cuales contienen los índices, ángulos y mediciones del análisis postural lateral y el análisis postural frontal, respectivamente. 3.5.2 Sección y binarización La imagen es seccionada de modo que sus dimensiones queden 640x306, esto es para eliminar cualquier fondo innecesario y dejar únicamente el escenario previamente definido. 35 Para la binarización de la imagen se define un umbral; si el valor del pixel es mayor que el umbral definido, el pixel es convertido a blanco, de lo contrario se convierte a negro, Figura 27. Posteriormente se aplica el método sobel a la imagen para realizar la detección de bordes (Figura 28). Algoritmo Binarización Función Binarización Leer Imagen Img Tamaño Imagen [f,c] Para i=1 Hasta f Para j=1 Hasta c Si Img(i,j)<=umbral Img2(i,j)0 Sino Img2(i,j)255 FinSin FinPara FinPara Regresar Img2 Fin Función Figura 27 Algoritmo e imagen de Binarización Figura 28 Detección de bordes método sobel 36 3.5.3 Detección de líneas Se detectan las líneas presentes en la imagen utilizando la Transformada de Hough. Para ello, se define una línea perpendicular que pase por el origen para cada punto de la imagen. La distancia de esta línea se define como y el ángulo que forma se define como . Posteriormente, conociendo la distancias por cada ángulo, se elabora el grafo del espacio de Hough. El punto donde las curvas se intersectan indican la recta que se intersecta en esos puntos (Figura 29). Se implementó una función la cual recibe como parámetro de entrada la imagen de los bordes detectados, y devuelve una matriz con las líneas detectadas (Figura 30), la cual se describe a continuación: Función Líneas (ImgSob) Definir número máximo de líneas Tamaño imagen ImgSob[f,c] Para x=1 hasta f Para y=1 hasta c Si ImgSob(x,y) está en un borde Para todos los posibles ángulos del punto ImgSob(x,y) Calcular con ángulo Incrementar posición (,), acumulador Fin Para Fin Si Fin Para Fin Para Devolver posiciones con mayor acumulador [lines] Fin Función 37 Figura 29 Transformada de Hough. Detección de líneas Figura 30 Representación de las líneas identificadas En este caso, se presentaron algunas divergencias al detectar las líneas definidas en el escenario, es decir, en algunos casos la línea no es completamente detectada en su inicio y fin (Figura 31). Para ello se utiliza la línea central que hace intersección entre ellas, la cual siempre es detectada, para hacer la relación con respecto a la distancia en pixeles. Se conoce que la distancia de la línea vertical es de 2 , por lo que la distancia de la línea en intersección es 66.666 . Se obtiene la distancia en pixeles de la línea en intersección y se hace una proporción para determinar el valor de 1 en pixeles y poder realizar las mediciones adecuadas, ya que los resultados son expresados en . 38 3.5.4 Detección de identificadores anatómicos Para la detección de los identificadores anatómicos se utilizó la función basada en la Transformada de Hough, la cual identifica figuras circulares. Se define un rango del radio que deben tener los círculos a detectar. Automáticamente se crea un arreglo de en el cual se registran los centros de los círculos encontrados, donde es el número de círculos encontrados y donde 2 representa al y al de los centros de cada círculo. Los círculos son registrados en el arreglo conforme se van detectando, por lo que se utiliza el eje de coordenadas para identificar cuál es cada uno de estos círculos conforme a su ubicación (Figura 31). Figura 31 Detección de líneas e identificadores anatómicos postura lateral y frontal Al momento de aplicar el algoritmo para la detección de los identificadores anatómicos en distintas posturas, se detectaron algunos problemas en cuanto a la Línea de Intersección 39 detección de figuras circulares presentes en la imagen, distintas a los identificadores anatómicos requeridos. Algunos de estos casos se presentaron en la identificación de talones, pies, ojos, manos,los cuales cuentan con la similitud a una figura circular, entre otros. Se implementó un algoritmo aplicado a la imagen binarizada, el cual es capaz de seleccionar únicamente los círculos blancos y descartar aquellos que no corresponden como se muestra en la Figura 32. El pseudocódigo de la función que descarta las figuras circulares que no corresponden a los identificadores anatómicos, se muestra a continuación: . ImgBin Imagen Binarizada n Tamaño Círculos Círculos Arreglo (nx2) con centros de círculos identificados blancos 0 Función Descartar_Círculos (ImgBin,Círculos) Para i1 Hasta n x Círculos(i,1)-radio; y Círculos(i,2)-radio; Para x Hasta x+diámetro Para y Hasta y+diámetro Si ImgBin(x,y)==1 blancosblancos+1 Fin Si Fin Para Fin Para porcentaje (blancos/(diámetro*diámetro))*100 Si porcentaje < 70 Eliminar Círculos(i,:) Fin Si Fin Para Fin Función 40 Figura 32 Identificación de círculos innecesarios 3.5.5 Alineación frontal Referente a la postura frontal, es importante conocer el ángulo de inclinación de las líneas horizontales que se forman entre los dos identificadores anatómicos de los hombros y de la pelvis como se muestra en la Figura 34. Para esto, se calcula la pendiente de la recta para posteriormente obtener el ángulo de inclinación de la misma y se trazan dos líneas horizontales que permitan visualizar de manera más clara la inclinación entre los hombros y la pelvis, si es que existe. 3.5.6 Obtención ángulos varo rodillas Se obtienen los ángulos varo de las rodillas con la ayuda de líneas previamente trazadas entre los identificadores de la pelvis, rodillas y pies (Figura 34). De igual forma, se trazan líneas entre los distintos identificadores anatómicos para obtener una mejor visualización de la alineación postural en posición frontal. 41 3.5.7 Alineación lateral En cuanto a la postura lateral, se trazó una línea entre cada uno de los identificadores anatómicos definidos, exceptuando la vertebra cervical (C7); con esta línea es posible observar la alineación lateral existente entre ellos (Figura 33). 3.5.8 Obtención del ángulo de extensión de la pierna Se utilizó la ecuación para obtener la pendiente de la recta y obtener el ángulo de extensión de la pierna en la postura lateral como se muestra en la Figura 33. Figura 33 Alineación lateral y ángulo de extensión Figura 34 Alineación frontal y ángulos varo de rodillas 42 3.5.9 Identificación de flechas sagitales La flecha cervical fue la primera en ser identificada, lo cual se realizó previamente al encontrar los identificadores anatómicos en la imagen. Para la determinación de la flecha lumbar, se definió un área entre la articulación del hombro y el trocánter mayor, enfocándose a encontrar la distancia más larga existente entre la línea vertical y el inicio del cuerpo de la persona. Con respecto a la distancia más corta, es importante tomar en cuenta que en la implementación del método, existen dos posibles casos en los que el hilo de plomada (línea vertical) queda en contacto con la piel; estos son la flecha torácica o la flecha sacra. Para determinar cuál es el caso, se utilizó la misma sección definida para determinar la flecha lumbar y de igual forma, se implementó otro algoritmo para determinar el punto más cercano. Dependiendo el punto que sea considerado como el más cercano a la línea vertical, es comparado con la flecha lumbar en cuanto a su Círculos arreglo (nx2) con centros de círculos identificados HomX, HomY distancias X y Y: centro círculo hombro CadY altura círculo cadera var valor X de la línea central vertical Función FlechasSagitales(Círculos,ImgSob) Para j=HomY Hasta CadY Mientras var>=HomX pix=ImgSob(j,var) Si pix==1 sub=var Si sub<min min=sub Fin Si Si sub>max max=sub Fin Si Fin Si var = var-1 Fin Mientras Fin Para Fin Función 43 posición. Si este punto es detectado arriba de la flecha lumbar, significa que la flecha torácica es la más cercana, de lo contrario es la flecha sacra. Considerando que la flecha torácica es definida como la flecha con menos distancia hacia la línea vertical, se define automáticamente la flecha sacra con la distancia del inicio del interglúteo y la línea vertical. En caso contrario, es decir, que la flecha sacra sea la distancia más corta, se define una nueva sección entre la articulación del hombro y la flecha lumbar, con el propósito de detectar la distancia más corta y determinar la flecha torácica. 3.5.10 Medición de flechas sagitales No existe algún problema en cuanto a la distancia que existe entre la línea vertical y la persona. Para ello, se toma la distancia más corta de las cuatro flechas, la cual fue previamente definida, se resta a las otras distancias y se iguala a 0. Esto con el propósito de simular que la distancia más corta es el punto que está en contacto con la línea vertical. HomX, HomY distancias X y Y: centro círculo hombro i valor X de la línea central vertical Si la posición Y de max es menor a la posición Y de min min Flecha Torácica Flecha Sacra posición Y de centro círculo cadera Sino min Flecha Sacra Para jCirculos(HomY) Hasta Posición Y de Flecha Lumbar Mientras var>=HomX pixsob(j,i) Si pix== 1 sub2i Si (sub2>min2) min2sub2 Fin Si Fin Si ii+1 Fin Mientras Fin Para Fin Si 44 Las distancias de las flechas sagitales son medidas en pixeles, por lo que es necesario realizar la conversión para conocer la distancia exacta en milímetros. Con estos valores, es posible aplicar las ecuaciones necesarias para la obtención del índice lordótico y cifótico. 3.5.11 Obtención ángulo de las curvaturas Se implementó una función la cual permite determinar el ángulo de inclinación de las curvaturas, basado en el método de utilización de inclinómetro previamente mencionado en el Capítulo 2. Figura 35 Ángulos de curvaturas: cifótico y lordótico 3.5.12 Conexión a la base de datos Utilizando la función definida en Matlab ‘database’, se logró la conexión vía JDBC entre la aplicación y la base de datos de MySQL. La función ‘database’ tiene la siguiente sintaxis: conn=database('instance','username','password',’driver,'databaseurl') 45 3.5.13 Interfaz gráfica Se implementó una interfaz gráfica de usuario (GUI), por medio de la cual, es posible buscar y cargar la información y las imágenes (lateral y frontal) previamente guardadas en la base de datos. De igual forma, es posible agregar un nuevo registro y se puede observar los resultados obtenidos, así como la alineación postural de la persona, en posición frontal y lateral. Las técnicas y métodos de procesamiento de imágenes para la detección de líneas e identificadores anatómicos; así como la implementación de las fórmulas y procesos de medición postural, son definidos y detallados en el presente capítulo. Esto con el propósito de mostrar los métodos de desarrollo empleados para la elaboración del sistema de análisis postural. 46 Capítulo 4. Resultados de la investigación A continuación se presenta de manera detallada el análisis y los resultados de los datos recolectados, para su posterior interpretación. Los resultados se muestran en el orden en que fueron adquiridos describiendo de forma detallada la manipulación estadística de los datos y las pruebas aplicadas. 4.1 Presentación de resultados En su inicio,
Compartir