Korelace mezi distribucí hmotnosti a centra tlaku s tvarem páteře za využití stabilometrických plošin Nintendo Wii a kamery Kinect V2

Abstract

Vzhledem k tomu, že poruchy držení těla a problémy s rovnováhou mohou být znakem zdravotních problémů a ovlivňují každodenní život, je důležité sledovat jejich případné zhoršení. Monitorování těchto parametrů je důležité v případě problémů spojených s páteří, jako je lordóza, kyfóza a skolióza, které se mohou postupně vyvíjet. Tato práce se snaží ověřit, zda existuje korelace mezi tvarem páteře, centrem tlaku (COP), těžištěm těla (COG) a rozložením hmotnosti mezi dolními končetinami u dospělých. Experimentální měření sestávalo z aplikace šesti reflexivních markerů na anatomické pozice páteře a bylo ověřeno na 15 probandech v rámci čtveřice různých typů postoje na dvojici stabilometrických plošin Nintendo WB Board; chodidla u sebe, chodidla od sebe, levé chodidlo před pravým, pravé chodidlo před levým, přičemž MS Kinect byl využit k rozpoznávání markerů.

As posture and balance disorders can be a sign of other medical conditions and affect the daily routine of people, it is important to watch for signs their deterioration. Monitoring these parameters is also important in mild cases of spine-related medical conditions, such as Lordosis, Kyphosis and Scoliosis, which can worsen over time. This thesis attempts to check if a correlation exists between spinal alignment, center of pressure (COP), center of gravity (COG), and weight distribution between the feet in adults. A Matlab algorithm was created to collect data from both a Microsoft Kinect V2 and two Nintendo Wii platforms(WBB), analyze it, and calculate the COP, COG, weight distribution, and spinal alignment. The experiment consisted of placing reflective markers on six anatomical points along the spine, and measure fifteen subjects in four different standing positions while they stand on two Nintendo WB Boards; with close feet, open feet, the left foot out front, and the other way around while the Kinect recognize the markers positions. The data is then collected and analyzed by an algorithm which was built to translate the subjects data. The Data was recorded and analyzed in Matlab.