Matela, Nuno Miguel de Pinto Lobo eAtalaia, TiagoPadrela, João Miguel Esteves2024-12-032024-12-0320242024http://hdl.handle.net/10400.5/95908Tese de Mestrado, Engenharia Biomédica e Biofísica, 2024, Universidade de Lisboa, Faculdade de CiênciasMuitos desportos têm se auxiliado cada vez mais da tecnologia para que possa haver um maior rendimento possível por parte de cada atleta. São várias as maneiras de como a tecnologia e a engenharia veio revolucionar o mundo desportivo. Existem diversos dispositivos para diversas aplicabilidades. Existem aqueles que analisam parâmetros comuns a vários desportos, mas também existem aqueles que se focam numa análise mais especifica dentro de um só desporto. O estudo biomecânico do movimento tem vindo a evoluir à medida que a tecnologia e a engenharia vão evoluindo. Um grande auxílio para este tipo de estudo são as Unidades de Medição Inercial (IMUs) que têm sido uma das ferramentas utilizada no estudo biomecânico do movimento, mais especificamente ao nível do desporto de alto rendimento. Principalmente nesta área onde todo o pormenor conta esta evolução tem se vindo a sentir pela necessidade que esta área requer. No desporto de alto rendimento o foco no detalhe que tanto os treinadores como os preparadores físicos como os atletas põe no seu trabalho é tão grande que tudo o que a engenharia possa desenvolver para catapultar o sucesso do atleta é sempre bem-vindo. Portanto, dada o seu fácil uso na aquisição de sinais inerciais, estes dispositivos vieram complementar a análise visual do movimento que era feita muito pelo uso de câmaras. Utilizando dados como aceleração, velocidade angular e magnetómetros, os IMUs enriquecem os dados adquiridos pelas câmaras complementando-se um ao outro. O uso de sensores inerciais tem sido uma técnica com grande sucesso no estudo da biomecânica, especialmente em desportos aquáticos. Na água, as imagens observadas nas câmaras são afetadas principalmente pela curvatura da luz e por todos os problemas que a água apresenta na aquisição de dados visuais, como a interferência de bolhas aquando do splash. Estes problemas impedem muitas vezes uma análise precisa e detalhada de vários aspetos do nado. A maior parte destes problemas são melhorados com o auxílio de IMUs. No que diz respeito à natação de alta performance, seja para atletas profissionais ou de alto rendimento, neste nível já se tem muita atenção ao detalhe. Análises de salto da partida são feitas para perceber o quanto de arrasto está a haver quando o corpo do atleta entra dentro de água, e tenta-se minimizar o máximo para que haja o menor atrito possível na parte mais rápida da prova e para que essa velocidade consiga ser transportada para o começo do nado e propulsionar o atleta para a frente. Quanto à análise da posição da braçada, esta serve para perceber se o agarro do atleta está a ser aplicado com a direção e força correta, se a posição da mão é a ideal para conseguir propulsionar o nado no sentido do movimento e para que o mesmo seja o mais eficaz possível. Para além da análise da braçada, a análise da pernada é também bastante importante para perceber vários fatores entre eles a coordenação da pernada, a capacidade de esta conseguir manter o corpo à superfície, e se não estiver a o que acontece a todo o alinhamento do corpo e à performance do atleta quando as pernas o deixam de conseguir fazer. A análise da posição da bacia e a sua rotatividade na respiração do estilo de crawl é bastante importante para perceber se o atleta não está a nadar arqueado e se quando executa a respiração não perde a posição de streamline do corpo. A análise da posição da cabeça tanto para quando está estática dentro de água para verificar se está a exercer o menor atrito possível no nado, ou também na respiração para perceber se está a desalinhar o corpo perdendo assim força nessa braçada. Estes são apenas alguns dos muitos exemplos específicos da natação onde uma análise biomecânica correta e precisa irá proporcionar ao atleta e ao treinador o feedback correto que ambos precisam de ter para perceberem ao certo o que está errado e para que possa ser corrigido o melhor possível. Para obter dados que consigam traduzir estes pequenos erros, que acabam por fazer toda a diferença, o uso de câmaras não consegue proporcionar dados como os IMUs. Embora o uso de IMUs em ambientes aquáticos consiga resolver muitos dos problemas impostos pela prática convencional de analise de movimentos usando camaras, estes também trazem com eles alguns problemas. Existe, uma falta de consenso em como lidar com as dificuldades que a água apresenta nos dados. Os dados podem ser afetados por oscilações, densidade da água, respingos, arrasto da água, entre outros. As soluções propostas para lidar com este problema que os IMUs apresentam é a integração do filtro de Kalman, que resolve a maioria dos problemas, mas não todos. Uma potencial solução para complementar o filtro de Kalman é a aplicação de um fator de correção que poderá mitigar a influencia que a água tem na aquisição dos dados que o filtro de Kalman não resolve. Vários estudos apresentam uma atenção ao detalhe no que diz respeito à análise do movimento de braçadas, pernadas, frequência de braçada, fases da braçada, frequência de pernada, etc., onde o tratamento de resultados passa maioritariamente pelo uso do filtro de Kalman. No entanto, nenhum estudo comparou diretamente a análise de dados inerciais adquiridos dentro de água versus fora de água, em movimentos simples, e quais os potenciais impactos negativos que o sensor poderá sofrer apenas tendo em atenção ao fator água. Neste estudo: (1) examinamos se a posição do sensor na mão (dentro da mão fechada ou na parte de trás da mão) tem um impacto significativo na aquisição de dados; (2) examinamos também se o fator de correção poderá impactar positivamente na precisão e no rigor dos dados inerciais em movimentos simples. Efetuámos toda a análise com apenas um sujeito, não adquirindo assim sinais em diferentes sujeitos, mas sim em várias aquisições, o que acabou por se tornar um bom caminho a ser seguido pela fácil replicação do protocolo aquando de novas aquisições tendo portanto uma maior reprodutibilidade. Adquirimos os dados inerciais dentro de água e fora de água nos três eixos ao longo de várias aquisições para que pudéssemos, da melhor maneira possível, compará-los e conseguir encontrar um fator de correção que fosse apropriado aos dados obtidos. A análise estatística foi feita utilizando testes paramétricos t-test e teste não paramétricos Mann-Whitney; (3) procedemos ao desenvolvimento de uma interface gráfica do usuário (GUI) que facilita a interação do mesmo, permitindo a seleção de regiões de interesse e a visualização dos resultados mais facilmente e de forma intuitiva. Esta trás ao trabalho um complemento essencial pois permite fazer a ponte do estudo com a prática. A GUI desenvolvida não só tem de uma interação bastante fácil com o usuário, mas também fornece o processamento dos dados, já com a aplicação do fator de correção, de forma rápida. Esta trás muitos benefícios aos treinadores visto que estes não precisam de ter um dispêndio de tempo excessivo com o pós processamento dos dados adquiridos, o que também influencia positivamente o atleta, pois quanto mais rápido a análise dos seus dados for feita, mais rápido poderá saber o que lhe falta para corrigir essas lacunas. O facto de ser possível uma região de interesse, ou seja, um segmento de todo o sinal adquirido é bastante útil para quando se quer estudar uma parte especifica do nado. O fator de correção aplicado mostrou-se eficaz para aprimorar os dados inerciais e melhorar a precisão dos dados. Os testes estatísticos revelaram diferenças antes e depois da aplicação do fator de correção, validando a importância de considerar o impacto que a água pode ter nos dados inerciais. Representações visuais, incluindo boxplots e histogramas, complementam as análises estatísticas, oferecendo uma outra maneira de ver os dados sobre como as distribuições dos mesmos se comportam. Em suma, conclui-se, que a aplicação de um fator de correção mostra-se eficaz para aprimorar a precisão e fiabilidade dos dados inerciais coletados por sensores à prova de água da XSENS num ambiente aquático, o que pode ser aplicada com sucesso em desportos de alto desempenho como uma maneira inovadora de melhorar os dados adquiridos. Ainda mais com o auxílio da GUI desenvolvida em MATLAB, foi possível fazer a ponte entre treinador e tecnologia visto que a aquisição de dados que ao princípio podem parecer uma confusão total para muitos treinadores torna-se uma ferramenta fácil e útil de ser usada.Inertial Measurement Units (IMUs) have been used in the study of biomechanical movements for quite some time. These devices, using data such as acceleration, angular velocity and magnetometers, came to complement the visual analysis done by cameras. This technique has been a huge success in the study of biomechanics, giving a more precise analysis, especially on high-performance sports because in these areas every detail count. To deal with all the problems that come along with acquisitions in-water, most IMUs integrate the Kalman filter which solves most of the problems, but not all. A potential solution to go along with the Kalman filter is the application of a correction factor that can mitigate some of these problems imposed by the water. In this project, we examined: (1) if the position of the sensor in the hand (either inside of the closed hand or on the back of the hand) has a significant impact on the acquisition of the data; (2) if the correction factor could impact positively on the accuracy and the precision of the inertial data upon simple movements. Data recorded in water and out of water along the three axes throughout several acquisitions was compared so we could find a correction factor. (3) The development of a GUI that facilitates user’s interaction and comprehension of the data acquired. The correction factor applied proved to be effective for enhancing inertial data and improving data accuracy. Statistical tests reveal differences before and after applying the correction factor. Visual representations, including boxplots and histograms, complement statistical analyses, offering insights into how data distributions behave. We therefore conclude that the application of a correction factor proves to be effective in enhancing the accuracy and reliability of inertial data and it could successfully be applied to high-performance sports to improve data analysis.engSensores inerciaisDesportos aquáticos de alto rendimentoSensores à prova de águaAnálise biomecânicaFator de correçãoTeses de mestrado - 2024master thesis203877861