Un modelo físico simple de la marcha humana utilizando principios de cinemática

y BTS GAITLAB
CA Collazos, HE Castellanos, JA Cardona, JC Lozano, A. Gutiérrez, MA Riveros

Universidad Manuela Beltrán, Bogotá, Colombia

cacollazos@gmail.com

Resumen- El objetivo de este trabajo es presentar el principio
cinemático de la marcha unidimensional, con el fin de identificar los
parámetros cinemáticos para cada tipo de marcha asociados con el
movimiento lineal uniforme y el movimiento uniformemente
acelerado. Este artículo presenta el principio cinemático de la marcha
unidimensional, con el fin de identificar los parámetros cinemáticos
de la marcha normal y patológica (amputación transtibial) de dos
sujetos con antropometría similar. El modelo físico desarrollado
complementa la información del sistema de adquisición de datos y se
utiliza para la enseñanza de la Física Mecánica en Biomédica.
Ingeniería y Fisioterapia.
Palabras clave-Marcha, cinemática, modelado, física.
I
I. NTRODUCCIÓN
El análisis de la marcha es la medición y evaluación de la
locomoción humana que incluye caminar y correr [1]. Estos
movimientos, conocidos como reflejos estereotipados, se
caracterizan por ser repetitivos en el tiempo cuando la velocidad
y la aceleración son constantes [2]. Por tanto, es posible obtener
curvas de referencia en cada fase del movimiento que podrían
ayudar a determinar anomalías o patologías relacionadas con el
sistema musculoesquelético y modificar el comportamiento
normal [3].
Los diferentes tejidos que intervienen durante la marcha, a saber:
músculos, tendones, cartílagos, ligamentos, tejido conectivo (fascia) y
el componente óseo, realizan distintas funciones como la generación
de movimiento, transmisión de potencia, carga amortiguadora,
estabilización articular de segmentos, entre otras. Estas funciones
son la base del movimiento y por ello son constantemente
analizadas y evaluadas para determinar alteraciones que modifiquen
su desempeño [4], [5].
Los sujetos con amputaciones de miembros inferiores, tienen
ajustes compensatorios en la marcha donde los tejidos blandos y el
estrés mecánico del cuerpo deben ajustarse a los cambios
estructurales y funcionales en este. Esto sugiere un aumento de la
demanda muscular, el gasto de energía, la alineación del centro de
gravedad y el centro de masa, la alineación postural estática y
dinámica, entre otros. Estos parámetros son relevantes para medir el
factores de riesgo que presentan estos sujetos, como caídas por
alteraciones en la estabilidad y control del equilibrio del organismo [6]
[7], [8].
El objetivo de este trabajo es comparar el análisis de la marcha
con sujetos sanos y patológicos. En esta investigación, la marcha
patológica se refiere a la amputación transtibial de la marcha
protésica. Las técnicas de análisis de movimiento utilizadas para
medir con precisión las curvas cinemáticas se obtienen a través de
marcadores de piel, que registran la posición, velocidad y aceleración
de un segmento corporal. Estas medidas proporcionan información
cuantitativa sobre el movimiento [9].
En [10], [11], [12], [13] se presenta una revisión completa del modelado
y simulación de la marcha humana. Esta revisión de investigación se
centra en simulaciones de caminar humanas basadas en la física en la
literatura de biomecánica y robótica. Los métodos de síntesis de la
marcha se dividen ampliamente en cinco tipos: modelo de péndulo
invertido; dinámica pasiva caminando; métodos de punto de momento
cero; métodos basados en optimización; y métodos basados en el
control [11]. Los modelos mencionados anteriormente son muy complejos
por los métodos y principios involucrados.
Este artículo describe un modelo físico simple de la marcha
humana de la marcha normal y patológica a una velocidad y
aceleración constantes. Identificamos los parámetros cinemáticos
para cada tipo de marcha y comparamos las curvas cinemáticas
presentadas en cada uno de los casos.
El artículo está estructurado de la siguiente manera: La sección II
muestra los fundamentos de la cinemática y los principios de la física. La
sección III muestra la instrumentación utilizada y los marcadores
asociados para la evaluación de la marcha. En la sección IV se presenta la
identificación de los parámetros cinemáticos relacionados con la marcha y
las herramientas matemáticas. Finalmente, la Sección V está dedicada a
las discusiones y conclusiones.
II. FUNDAMENTALES DE LO UNIDIMENSIONAL
CINEMÁTICA
Para un modelo lineal de posición en movimiento lineal uniforme, el
polinomio de primer grado viene dado por: ( ŷ a bx). Para norte
pares de datos, los parámetros de regresión a y B se refieren a (1) y
(2) respectivamente como:

© Springer Nature Singapore Pte Ltd. 2017 333

I. Torres y col. (eds.),VII Congreso Latinoamericano de Ingeniería Biomédica CLAIB 2016,
Bucaramanga, Santander, Colombia, 26 al 28 de octubre de 2016,
Actas de IFMBE 60,
DOI: 10.1007 / 978-981-10-4086-3_84
334 CA Collazos y col.

norte 2 norte norte norte El dispositivo tiene 3 marcadores colocados estratégicamente

xi yi xi xi yi
I 1I1 I 1I1
(1) como indica la Fig. 1. Los marcadores implicados en la marcha
a
2 fueron el sacro (marcador 6), el trocánter mayor derecho (marcador
xi2
norte norte

norte xi 7) y el trocánter mayor izquierdo (marcador 8). El estudio del

I 1 I1 movimiento en este trabajo se limita únicamente al eje X.
norte norte norte

norte xi yi xi yi
I1 I1 I1 (2)
B
2
norte norte

norte XI2 XI
I 1 I1

Para una posición sin modelo lineal en movimiento uniformemente

acelerado, en un modelo parabólico, el polinomio de segundo grado
es dado: ( ŷ a bx cx2). Para norte pares de datos, el
parámetros de regresión a, b y C se refieren a (3), (4), (5),
(6), (7), (8), (9) y (10) de la siguiente manera:

S (x2 y) S (xx) S (xy) S (xx2) (3)

a
S (xx) S (x2X2) S (xx2) 2
Fig. 1. Disposición de los marcadores cutáneos en el cuerpo humano [16]

S (xy) S (x2X2) S (X2 y) S (xx2) IV. METROÉTODO, RESULTADOS Y ANÁLISIS

B (4)
2
S (xx ) S (x X S (xX2)
2 2)
Para el análisis de los datos se utilizaron los métodos de mínimos
cuadrados y coeficiente de correlación. La prueba se aplicó por dos
sujetos de (34 1) años de edad, hombre, altura (1,64 0,01) m
norte norte norte

yI B XI a XI 2
(5) y masa de (64 0,1) kg. El primer sujeto tiene unilateral
C I1 I1 I1

norte amputación transtibial de la extremidad inferior derecha. El

segundo sujeto tiene una marcha normal y una antropometría
como la del primer sujeto. El estudio fue aprobado por los
dónde: Comités de Ética de la Universidad Manuela Beltrán.
norte norte

XI yI Las figuras 2 y 3 muestran datos experimentales en línea de puntos y

(6)
norte

I1 I 1
S (xy) XI yI modelos en línea negra continua. Usamos cuadrados para Marcha normal
I1 norte

norte norte
y puntos para Marcha patológica. Las unidades para todas las variables y
XI XI 2
parámetros están representadas en el Sistema de Unidades
(7)
norte

S (xx2) XI 3 I1 I1 Internacionales.
I1 norte

norte norte
A. Marcha normal y patológica con velocidad constante
XI2 yI
(9)
norte

S (x2 y) XI y2 I I1 I1
La Fig.2 ilustra las trayectorias para Normal y
I1 norte

norte
2 Marcha patológica. Esta figura indica la posición registrada
XI 2 hacia el sacro (marcador 6) y la interpolación lineal de las dos
(9) trayectorias. Aquí, se observa que existe una alta correlación
norte

S (x2 X2) XI 4 I1

I1 norte entre el modelo y los datos experimentales para la marcha

Usamos los fundamentos de la cinemática unidimensional para normal. Esta correlación es significativamente estadística (
identificar los parámetros cinemáticos para cada tipo de marcha r 0,997). La identificación del modelo permite determinar
asociados con el movimiento lineal uniforme y el movimiento la posición inicial X0 = -2,13 m) y la velocidad media de la
uniformemente acelerado [9], [15].
marcha ( v =0 1,00 m / s). El modelo del puesto en función
III. INSTRUMENTACIÓN
Por tanto, el tiempo para la marcha normal es x (t) 2.13 1.00t. Nosotros
Para el registro de datos se utilizó el Laboratorio de Biomecánica de la
observó que existe una alta correlación b entre el modelo
Universidad Manuela Beltrán. Usamos BTS GAITLAB [16]. Este sistema de
y los datos experimentales para la marcha patológica. Esta
adquisición de alta precisión para análisis de movimiento cuenta con seis
correlación es estadísticamente significativa (r 0,997). La
cámaras optoelectrónicas que miden el desplazamiento (
identificación del modelo permite determinar la inicial
10 7 metro) de segmentos corporales en el tiempo (10 2 s ).

Actas de IFMBE Vol. 60

Un modelo físico simple de la marcha humana utilizando principios de cinemática y BTS GAITLAB 335

posición ( X0 = -2,12 m) y la velocidad media de la marcha ( En consecuencia, la marcha normal es x (t) 2,13 0,99t. La
La identificación del modelo de marcha patológica determina
v0=0,60 m / s). El modelo de la posición en función del tiempo.
la posición inicial X0 = -2,12 m) y la velocidad media en
para la marcha patológica es, por tanto, x (t) 2,12 0,60t. Usamos
a diferencia porcentual definido como:
la marcha v0 =0,59 m / s). En este caso, el coeficiente de correlación es
control experimental .100%, para comparar Normal r 0,996. El modelo de la posición en función del tiempo para la
%MI
control marcha patológica es, en consecuencia x (t) 2,12 0,59t. En
Marcha (valor de control) y Marcha patológica (valor este caso obtenemos una diferencia porcentual de%E =40,00% para
experimental) velocidad promedio. En este caso obtenemos una velocidad media.
diferencia porcentual de%E =39,60%.
B. Normal y Marcha patológica con constante
aceleración
La figura 3 ilustra las trayectorias de la marcha normal y
patológica. La Figura 5 indica la posición registrada hacia el
sacro (marcador 6) y la interpolación cuadrática de las dos
trayectorias. La identificación del
El modelo permite determinar la posición inicial ( X0 = -2,13 m),

velocidad inicial ( v0 = -1,09 m / s) y la mitad de la aceleración

media (0,90 m / s2) para la marcha normal. Existe una alta
correlación entre el modelo y los datos experimentales (
r 0,997). El modelo de la posición en función del tiempo para
En consecuencia, la marcha normal es x
(t) 2,13 1,09t 0,90t2.
La identificación del modelo de marcha patológica
determina la posición inicial ( X0 = -2,27 m), velocidad inicial (

v0 = -0,31 m / s) y la mitad de la aceleración media (0,29 m / s2).

Fig.2 La posición-gráfico de tiempo en el eje X para el sacro con constante Existe una alta correlación entre el modelo y el
datos experimentales ( r
velocidad.
0,997). En consecuencia, el modelo de la
La posición registrada hacia el trocánter mayor derecho posición en función del tiempo para la marcha patológica es
(marcador 7) y la interpolación lineal para Normal y
x (t) 2,27 0,31t 0,29t2. En este caso obtenemos un
La marcha patológica muestra que la posición inicial ( X0 = -213m)
diferencia porcentual para la aceleración media de%E =71% y
y la velocidad media en la marcha normal ( v0 = 1,02 m / s). de%E =67% en velocidad inicial.
Aquí se puede ver que existe una alta correlación entre la
posición y las medidas experimentales conr 0,996. Por tanto,
el modelo de la posición en función del tiempo para la
marcha normal esx (t)2,13 1,02t. La identificación del
El modelo de marcha patológica determina la posición inicial (
X0 = -2,12 m) y la velocidad media en la marcha patológica
( v0 = 0,61 m / s). Se puede observar que existe una alta
correlación entre la posición y las medidas experimentales con
r 0,996. Por tanto, el modelo de la posición en función del
tiempo para la marcha patológica esx (t)
2,12 0,61t. En este caso
obtenemos una diferencia porcentual de%E =39,60% para velocidad
media.

El registro de posición al trocánter mayor izquierdo (marcador

8) y la interpolación lineal para la marcha normal y patológica
muestran que la identificación del modelo para la marcha normal en
posición inicial ( X0 = -2,13 m) y la velocidad media en el
Fig.5 El gráfico de posición-tiempo en el eje X al sacro con constante
aceleración
andar v0 =0,99 m / s). En este caso, el coeficiente de correlación es
La posición registrada hacia el trocánter mayor derecho
r 0,996.El modelo de la posición en función del tiempo para (marcador 7) y la interpolación cuadrática para Normal y

Actas de IFMBE Vol. 60

336
Marcha Patológica muestran que la identificación del modelo de
Marcha Normal permite determinar la posición inicial ( X0 = -
2,10 m), velocidad inicial ( v0 =1,18 m / s) y la mitad de la
aceleración media (0,91 m / s2). Como podemos ver, existe
una alta correlación entre la posición y el experimental
mediciones ( r 0,996). Por lo tanto, el modelo de la posición
en función del tiempo para la marcha normal es
x (t) 2,10 1,18t 0,91t2.La identificación del modelo
para la marcha patológica determina la posición inicial ( X0 = -
2,27 m), velocidad inicial ( v0 = -0,33 m / s) y la mitad de la
aceleración media (0,31 m / s2). Existe una alta correlación
entre el modelo y los datos experimentales ( r 0,997).
El modelo de la posición en función del tiempo para Patológico.
En consecuencia, la marcha es x (t) 2,27 0,33t 0,31t2. Nosotros
obtener una diferencia porcentual para la aceleración promedio de%mi
= 72% y de%E =65% para la velocidad inicial.
El registro de posición al trocánter mayor izquierdo (marcador 8) y
la interpolación cuadrática para la marcha normal y patológica
muestran que la identificación del modelo para la marcha normal
permite determinar la posición inicial ( X0 = -2,15 m), inicial
velocidad v0 =1,06 m / s) y la mitad de la aceleración media (0,89
m / s2) para la marcha normal. Aquí se puede observar que existe
una alta correlación entre el modelo y los datos experimentales (
r 0,997). El modelo de la posición en función del tiempo para
La marcha normal es x (t) 2,15 1,06t 0,89t2.
La identificacion del modelo de Marcha Patológica
determina la posición inicial ( X0 = -2,27 m), velocidad inicial
( v0 = -0,30 m / s) y la mitad de la aceleración media (0,29 m / s
2). Existe una alta correlación entre el modelo y el
datos experimentales ( r 0,997). En consecuencia, el modelo de
la posición en función del tiempo para la marcha patológica es
x (t) 2,27 0,30t 0,29t2. En caso de que obtengamos un
diferencia porcentual para la aceleración media de%E =70% y
de%E =67% para la velocidad inicial.
IV. CONCLUSIÓN
Este trabajo ha presentado un caso de estudio sobre la marcha
normal y patológica. Los resultados experimentales fueron validados
teóricamente para los modelos físicos y los parámetros encontrados. La
técnica utilizada involucra tres marcadores de referencia (sacro, trocánter
mayor derecho e izquierdo) relacionados con el centro de masa del
cuerpo humano. Los modelos identificados predicen en el tiempo
cantidades como la posición, la velocidad y la aceleración en los diferentes
tipos de movimiento con velocidad y aceleración constantes. Los órdenes
de magnitud encontrados para los modelos físicos de posición están
dentro del rango de magnitudes reportado por autores como Winter en
[9].
Este trabajo compara modelos físicos entre la marcha
normal y patológica. Se sabe que la marcha normal puede ser
Actas de IFMBE Vol. 60
CA Collazos y col.
Afectado en sujetos con aputacion unilateral transtibial de miembros
inferiores donde el sistema musculoesquelético y los tejidos blandos
que ayudan a mantener el mecanismo dinámico del cuerpo están
comprometidos. Es por ello que los competidores en suelo pélvico y
miembros inferiores son notorios en el andar de las personas con
amputación como se puede ver en los gráficos de trayectoria. En este
sentido nuestro propósito en el futuro es establecer un modelado
cinemático tridimensional que involucre otros marcadores como
cadera, rodilla y tobillo en función del nivel de amputación para
determinar patrones característicos en cada sujeto de estudio.
Es importante señalar que el modelado del patrón de marcha normal puede
verse afectado por muchas causas, como el tamaño, la edad, el calzado, el
terreno, la carga, la actividad del sujeto, que no son necesariamente
patológicas sino que están relacionadas con la alteración o adaptación del
aparato locomotor. estructuras para el movimiento. En este caso podemos
generar en futuros trabajos para hacer comparaciones de la marcha en
diferentes patologías.
CONFLICTO DE INTERESES
Los autores declaran no tener ningún conflicto de intereses.
REFERENCIAS
1. K. Luttgens, K. Wells, Bases científicas del movimiento humano.
Madrid, 1982, págs.21-34.
2. K. Hainaut, Introducción a la Biomecánica, Barcelona, 1982, págs.31-
34.
3. B. Le Veau. Biomecánica del movimiento humano. México, 1991. pp.51-54.
4. F. Plas, E. Viel, Y. Blanc. La marcha humana. Cinesiología dinámica,
biomecánica y patomecánica.Barcelona, 1984, pág.12-24
5. P. Rasch, R. Burke, Kinesiología y Anatomía aplicada, Buenos Aires,
1986, págs.25-27.
6. Natalie Vanicek, Siobhan Strike, Lars McNaughton, Remco Polman. Patrones de marcha
en personas con amputación transtibial que caen frente a personas que no lo hacen:
diferencias biomecánicas durante la marcha nivelada, Reino Unido, 2009 págs.-420. Ava
7. D. Segal, Michael S. Orendurff, Joseph M. Czerniecki, Jason Schoen, Glenn K. Klute.
Comparación de la biomecánica transtibial de amputados y no amputados durante la
tarea de giro común. Estados Unidos, 2011, págs. 41-
47.
8. Yoshimasa Sagawa Jr y col. Biomecánica y parámetros fisiológicos durante la marcha en
amputados de miembros inferiores: una revisión sistemática. Francia, 2011 págs.511-
526
9. D. Invierno, Biomecánica del Movimiento Humano, Estados Unidos, 1979, pág.-22.
10. Y. Xiang, JS Arora, K. Abdel-Malek,Modelado y simulación basados en la física de la
marcha humana: una revisión de los enfoques basados en la optimización y
otros, Struct Multidisc Optim 42, 2010, págs. 1-23.
11. C. Detrembleur, F. Dierick F, A. van den Hecke A, El movimiento del centro de
gravedad del cuerpo como indicador resumido de la mecánica de la marcha
patológica humana. Postura de la marcha 12 (3), 2010, págs. 243-250.
12. Y. Kalyan Chakravarthy, et al, Pierna protésica robótica basada en hápticos,
Advances in Robotics, Mecatronics and Circuits, Proceedings of the 18th
International Conference on Circuits (parte de CSCC '14), Santorini Island,
Grecia, 18-20 de julio de 2014, págs. 296-302.
13. Nurfarahin Onn, et al, Consideraciones de la locomoción bípeda para
diseños de exoesqueleto de miembros inferiores, Latest Trends in
Circuits, Control and Signal Processing, Actas de la 13ª Conferencia
Internacional sobre Robótica, Control y Tecnología de Fabricación
(ROCOM '13), Kuala Lumpur, Malasia, 2-4 de abril de 2013, págs. 59-64.
14. M. Spiegel, Estadística, España, 1991, págs. 102-104.
15. R. Serway, J. Jewetter, Física para ciencias e Ingenierías, México, 2005,
pp.25-30.
dieciséis. Laboratorio de marcha BTS, www.btsbioengineering.com/