Comparação entre dois métodos de avaliação de marcha em água rasa : análise cinemática convencional e rede neural de aprendizagem profunda

Abstract

A análise cinemática de caminhada em água rasa (CAR)tem sido utilizada há mais de duas décadas. Todavia, diversas dificuldades são enfrentadas, como o uso de marcadores reflexivos em ambiente aquático, o dispêndio de tempo para a digitalização, entre outros.A inteligência artificial pode ser uma alternativa confiável para digitalizar movimentos subaquáticos. Nosso objetivo foi comparar as respostas espaçotemporais e angulares durante a caminhada humana em água rasa, calculada por dois métodos de digitalização: digitalização manual convencional com Skillspector (DMC) e digitalização sem marcadores com inteligência artificial, usando o DeepLabCut (DLC). Treze homens adultos saudáveis realizaram caminhadas em água rasa a 0,4 m/s no nível de imersão do xifoide. Para análise 2D, uma câmera Gopro™ (60Hz) registrou o plano sagital de caminhada. Para o DMC, foi utilizado o software SkillSpector™. Para o DLC, uma rede neural profunda foi treinada, usando o método de código aberto DeepLabCut com 500 imagens durante 300 mil interações. Em seguida, essa rede treinada foi utilizada para digitalizar os vídeos de caminhada. Um teste de Bland Altman e um teste T de student dependente foram usados para comparar os dois métodos. Não foram encontradas diferenças significativas entre os métodos para todas as variáveis espaço-temporais estudadas: média de velocidade (p = 0,90), frequência de passada (p = 0,73) e comprimento da passada (p = 0,21), bem como para a amplitude de movimento do tornozelo (p = 0,55) e quadril (p = 0,04). Já a amplitude de movimento do joelho e do tronco foi maior no método DLC (p<0,001). O tempo médio de digitalização por passada foi muito maior no DMC (20 horas no total) do que no DLC (14 minutos no total). O presente estudo mostra resultados promissores para o uso da inteligência artificial no movimento humano subaquático, reduzindo expressivamente o tempo de digitalização, apresentando repetibilidade na maior parte das variáveis estudadas. Mais pesquisas são necessárias para corrigir diferenças nas avaliações angulares, sobretudo da articulação do joelho e tronco durante a marcha humana.