Publication:

Procesado de señales proporcionadas por sensores inerciales: Evaluación de la marcha post-ictus

Trasfondo: El ictus es una enfermedad que afecta a miles de personas provocando disfunción física y pérdida de autonomía en quienes padecen sus secuelas. La marcha es la actividad más afectada y estudiada centrando su estudio en la velocidad de la marcha. Sin embargo, estudios recientes indican que la asimetría de la marcha puede ser más relevante para comprender la disfunción de la pierna parética y el mecanismo compensatorio que los pacientes desarrollan. Método: 10 pacientes con hemiplejía debida a un ictus han participado en el estudio. Las señales se han recogido mediante sensores inerciales para su posterior análisis con Matlab©. Objetivos: El objetivo principal es el desarrollo de un algoritmo para automatizar el procesado de señal y establecer un patrón de marcha post-ictus. Resultados: El método de automatización es válido siendo la aceleración anteroposterior la señal en la que mejor se determinan los cambios de paso. Dada la naturaleza heterogénea de la marcha post-ictus y el objetivo de particularizar el tratamiento para cada paciente los resultados se analizan de forma individual. Conclusiones: La cuantificación de los parámetros aporta datos objetivos para la evaluación del estado y la evolución de los pacientes. El uso de sensores inerciales, como método no invasivo y simple, simplifica el proceso de medida para los pacientes y los investigadores

Background: Stroke significantly affects thousands of individuals leading to considerable physical impairments and functional disability. As gait is one of the most affected activity it is also the most studied one focusing the research on gait velocity. Gait asymmetry is a less studied parameter but recent studies have indicated that it might be more relevant to comprehend the level of disability of the paretic leg and the compensatory mechanism that patients develop. Methods: 10 patients who suffer hemiparetic gait following a stroke participated in this study. Their gait was measured using inertial sensors and analyzed with Matlab©. Objectives: The principal aim is to develop a reliable algorithm based on inertial sensors to automate the signal processing and to stablish the gait pattern after stroke. Results: The automate method is valid being the anteroposterior acceleration the best signal to determine the steps. Given the heterogeneous nature of the gait after stroke and the objective of specify the treatment, the results are analyzed for each patient. Conclusion: The quantification of the gait parameters provides objective data to the medical community to assess the condition and evolution of the patients. Using inertial sensors, as a non-invasive and simple method, simplifies the measuring for both, the patients and the researchers