Download doc - Memoria Def

Transcript
Page 1: Memoria Def

Índice

1. Ficha del proyecto…………………………………………..

…………………………………………………….2

2. Objetivos del

trabajo…………………………………………………………………………….…………….…4

3. Proceso creativo………………………………………………………………….

………………………………..6

3.1. Elección del

tema…………………………………………………………………………………….……….6

3.2. Investigación

previa……………………………………………………………………………………….…6

3.2.1. Investigación sobre los métodos de captación del movimiento a

través de

Eyesweb................................................................................................................

.....7

3.2.2. Investigación

fisioterapéutica……………………………………………………………………11

3.2.2.1. Ejercicios de rehabilitación del

hombro………………………………………………13

4. Proceso de

producción…………………………………………………………………………………….

…..16

4.1. Softwares

utilizados………………………………………………………………………………………..17

4.1.1.

EyesWeb……………………………………………………………………………………………

…….17

4.1.1.1. El patch de la Terapia

Sonificada………………………………………………………..18

1

Page 2: Memoria Def

4.1.1.2. Resultados después del

ejercicio………………………………………………………..21

4.1.2.

PureData……………………………………………………………………………………………

……23

4.1.2.1. El patch de la Terapia

Sonificada………………………………………………..……..23

4.1.2.2. Resultados después del

ejercicio…………………………………………………….….27

5. Autocrítica

final…………………………………………………………………………………………….

…….29

6.

Fuentes………………………………………………………………………………………………

……………..32

7.

Agradecimientos…………………………………………………………………………………

…………..….35

2

Page 3: Memoria Def

Ficha del proyecto

Título: Terapia sonificada

Autora: Adriana Conde

Dirección Web: www.adrianaconde.com

¿Cómo funciona?

Este proyecto funciona como una instalación y pretende ser un prototipo de un

programa que funcione como apoyo a los pacientes en rehabilitación muscular

de lesiones, en este caso, del hombro. Para el trabajo sobre la captación del

movimiento he escogido el color azul por ser el menos parecido, junto al verde,

al tono de la piel. Para ello colocamos un guante azul en la mano del paciente,

que debe ir vestido de cualquier color que no se corresponda con un tono

parecido al azul y debe estar sobre un fondo con las mismas características. La

cámara web que le capta está conectada al ordenador con el software

EyesWeb activado para que al comenzar el ejercicio, éste se inicie de forma

que el paciente pueda verse al mismo realizando la terapia y escuchar, a su

vez, las notas producidas por el movimiento de su cuerpo, en este caso, del

brazo. También ve, en la proyección, su silueta y el rastro o cola de color (con

un delay) que va dejando su movimiento. Los datos en forma de sonido del

movimiento del brazo quedan registrados en una gráfica de forma que al final

del ejercicio el paciente puede observar los errores efectuados y corregirlos en

las posteriores sesiones. Todo ello se trabaja partiendo de unos rangos

máximos y mínimos entre los cuales el ejercicio habrá sido correcto o no según

lo acordado anteriormente con el terapeuta especialista. Así, el movimiento

tiene que favorecer el proceso de rehabilitación del hombro, y ello se ve

reflejado en el rango en el cual se mueve la mano del paciente captada a

través del guante azul.

3

Page 4: Memoria Def

La parte de sonido es muy básica y se compone de unas notas MIDI producidas

a través de PureData que acompañan la parte visual y involucran de forma

definitiva al paciente. Para ello EyesWeb manda datos numéricos a PureData a

través del protocolo OSC (Open Sound Control). El sistema está programado de

modo que como más arriba llegue el usuario con el brazo al realizar los

ejercicios, más agudas son las notas que se reproducen. Por tanto, una vez

informado de ello, el paciente se esforzará para que el sonido sea el indicado y

podrá ir corrigiendo, a tiempo real, el movimiento de su brazo, cosa que le dará

también cierto nivel de independencia. En este sentido el proceso podría

entroncar con la tan conocida músico-terapia.

Este prototipo no elimina la figura del fisioterapeuta porque las directrices

iniciales, los datos obtenidos en cada sesión, las correcciones específicas y el

análisis de los objetivos cumplidos al final de la terapia, los efectua el

especialista con ayuda de los datos obtenidos. Los ejercicios escogidos para

este prototipo son muy básicos, pero se pueden complicar y extender a todo

tipo de rehabilitaciones, aun así se recomienda que, para el aprovechamiento

óptimo del programa, intervengan las extremidades, tanto superiores como

inferiores.

Softwares utilizados: EyesWeb, PureData.

4

Page 5: Memoria Def

Objetivos del trabajo

Este trabajo parte de varios objetivos, el primero es el de darle una aplicación

más práctica y funcional a los conocimientos adquiridos a través del máster.

He intentado también apostar por la vertiente artística en el proyecto pero por

tiempo y conocimientos este ha pasado a ser uno de los puntos en los que

quiero seguir trabajando después de presentado el proyecto. Al ser un trabajo

individual me he encontrado quizá con más obstáculos de los habituales, pero

el punto de partida no ha variado excesivamente.

Otro de los objetivos era conseguir una terapia favorecida por la incorporación

de sonido y de la visualización subjetiva del paciente. Numerosos estudios (que

después veremos con detenimiento) han demostrado que cuando el paciente

se ve involucrado visual y sonoramente en un proceso ya sea artístico o

terapéutico, el nivel de involucración aumenta y los resultados son muy

positivos. En este caso encontramos el trabajo con pacientes autistas o con

discapacidades neurológicas como el alzeheimer.

Por otra parte, he buscado que el tipo de ejercicios fueran lo más ‘visuales’

posibles, que los movimientos a realizar dentro de una sesión pudieran ser

captados por una webcam y producir algún resultado. Eso exigía que en ellos

interviniera el movimiento de, almenos, un miembro superior o inferior del

cuerpo de los ‘pacientes’. Finalmente he escogido las extremidades superiores

y dos ejercicios que se incluyen en la terapia para rehabilitar el hombro.

El tercero de los objetivos era diseñar una interfaz atractiva y sencilla de

utilizar también por parte de personas sin conocimientos informáticos o

audiovisuales, que sólo con ir clicando en botones el sistema se activase y

funcionase. Mi intención era usar Flash o GEM. Éste es otro de los apartados

que quedan pendientes después de la presentación, ya que al estar trabajando

en la parte técnica y analítica del proceso ha sido complicado combinarlo con

el diseño del interfaz o de una aplicación sencilla.

5

Page 6: Memoria Def

Por otra parte, después de consultar a diversos fisioterapeutas, uno de los

puntos de partida más importantes ha variado. Se trata de la voluntad de que

sea el paciente el que pueda realizar la rehabilitación de forma individual o a

distancia partiendo de unas directices, desde casa o de forma más o menos

libre. Los especialistas consultados me han aconsejado que no es positivo que

el paciente disponga de las directrices de la terapia y las aplique libremente

porque se crean malos vicios en los movimientos y muchas incorrecciones

posicionales en los ejercicios. Aún así, la aplicación de una terapia visual y

sonora en los centros de rehabilitación les ha parecido muy positiva y factible.

Otra de las ideas iniciales era captar la expresividad de un gesto determinado

estableciendo unos rangos determinados. La relación de esto con la

rehabilitación no es clara, pero la recuperación de la expresividad del gesto en

la fisioterapia también es una parte significativa en el recobro de la mobilidad.

Este es uno de los aspectos que también me gustaría seguir trabajando ya que

se puede partir de la captación de colores de, por ejemplo, los labios o los ojos,

y que estos provoquen una respuesta según se muevan de un modo o se

dirijan hacia un lado, previo mapeo del espacio.

6

Page 7: Memoria Def

Proceso creativo:

- Elección del tema

La elección de la fisioterapia como aplicación de los diversos softwares

utilizados partió del mismo proceso de rehabilitación de un familiar. Inicié una

investigación exhaustiva sobre las posibles aplicaciones funcionales en el

cuerpo humano de programas de captación de movimiento como EyesWeb.

Pensé que si se podían producir resultados visuales y sonoros sólo ocupando

un espacio y moviéndote en él, esto podía ayudar a realizar una terapia más

efectiva en un paciente con alguna dolencia musucular. Inicialmente pensé en

las posibilidades de interacción humano-máquina que ello tenia, almenos de

forma potencial. Buscando en la red me dí cuenta de que muchos expertos ya

habían trabajado sobre este tema y sobre el análisis del movimiento del cuerpo

humano sobretodo aplicado a la corrección de dolencias neuronales. Las

terapias con sonido e imagen a tiempo real eran muy útiles y ofrecían

resultados muy positivos en pacientes con discapacidades mentales o

limitaciones físicas de algún tipo. Aún así, me pareció que en el estudio

realizado en lo que se refiere a la rehabilitación muscular, no existían

aplicaciones reales.

- Investigación previa

Para este proyecto el proceso de búsqueda previo a la realización de éste era

una parte muy significativa. Puedo, aquí, diferenciar la investigación en el

terreno de la captación de movimiento con un fin terapéutico y la indagación

fisioterapéutica para averiguar que tipo de lesiones comunes podían ser

trabajadas en el proyecto. Destacaré tanto en un sentido como en el otro, los

documentos, investigaciones o expecialistas que más han ayudado, influído o

facilitado esta parte del proceso creativo.

7

Page 8: Memoria Def

Investigación sobre la captación de movimiento a través de EyesWeb

En primer lugar cabe destacar los estudios realizados por parte del InfoMus

Lab, establecido desde 1984 en la Facultad de Ingeniería de la Universidad de

Genova (DIST). Este laboratorio está liderado por Antonio Camurri, profesor

de Ingeniería de software y de Sistemas Multimedia y creador del software

EyesWeb, utilizado en este proyecto. Su tarea de investigación en cuanto a

reconocimiento, parametrización y codificación del gesto y de la expresión del

movimiento corporal en relación con el sonido y la música a tiempo real, ha

sido de gran inspiración y ayuda. Camurri tiene también gran interés en la

interacción humano-máquina, sobretodo a tiempo real y a través de un

ordenador, el cual permite que esta interacción tenga un resultado audiovisual

a través de la programación y del software concreto. Este concepto es parte

importante del proyecto que yo he realizado. Como a mí, a Camurri y a su

equipo le interesa que esta codificación del movimiento permita anticiparse a

él, analizarlo y que todo ello pueda tener un resultado emocional en el sujeto

que interviene en la interacción, sea del tipo que sea esta respuesta.

El punto de vista de Camurri está, tal vez, más enfocado a las artes escénicas

tales como la danza y la música en directo, por sí mismas y en relación con el

espectador. Esto se plasma en uno de sus estudios que me ha sido muy útil en

la investigación previa; ‘Análisis de la expresividad en el movimiento y en la

danza’. En él se insiste en el hecho de que un gesto o ‘una secuencia de

gestos’ puede hacerse de tantas maneras como emociones quieras transmitir.

Camurri estudia a través de qué parámetros se puede expresar este contenido

emocional. Su idea es establecer un canal más de comunicación entre el

humano y la máquina, al cual llama ‘expresividad’ y, para ello, usa cámaras,

aceleradores o sistemas de sensores. Quiere captar el gesto expresivo y

aprovecharlo para sacar conclusiones matemáticas, ¿acabarán los números

expresando algo que no se ve a simple vista? Por lo que parece sí; a cada

frame que capta la videocámara se le asocia una medida (posición, área

ocupada, etc.), y se estudia como éstas varían en el tiempo. Así, se puede

extraer por ejemplo valores como la ‘estabilidad’ de un cuerpo en movimiento,

8

Page 9: Memoria Def

el índice de contracción y de expansión de un cuerpo (básandose en la Teoría

del esfuerzo1 de Rudolf Laban), etc.

Podemos deducir pues que el gesto se puede parametrizar porque este se

repite y suele expresar siempre cosas similares. Estos cálculos son

aprovechados también para diseñar robots con movimientos y expresividad

casi idéntica a la humana, o para crear personas, o mejor dicho, personajes,

con características corporales humanas (videojuegos, escenarios virtuales,

efectos especiales en cine o televisión, etc.). Así, Camurri, junto a sus

compañeros Gualtiero Volpe y Barbara Mazzarino, confeccionan librerías de

patches de Eyesweb para trabajar sobre la expresividad del gesto (The

Eyesweb Expressive Gesture Processing Library, que incluye The EyesWeb

otion Analysis Library, The EyesWeb Space Analysis Library y The EyesWeb

Trajectory Analysis Library). Sus investigaciones hacen que mejore

notablemente la interación humano-máquina porque se crean patrones

expresivos que se repiten. Por ello, Camurri habla en sus estudios de un

modelo de ‘emociones artificiales’ cuando interactuamos a través de nuestro

cuerpo con la máquina a través de canales visuales y sonoros.

En este sentido, la conexión entre estos trabajos y el proyecto que me ocupa

es clara, ya que no hay nada más potencialmente parametrizable que una

secuencia de repeticiones de una rehabilitación de una lesión muscular. Los

ejercicios se deben por fuerza repetir un numero de veces determinado para

conseguir los resultados óptimos en cada caso (en la mayoría de ellos la

recuperación de la movilidad de la zona del cuerpo afectada). En ese sentido

no hay nada mejor que añadir la imagen y el sonido para involucrar más al

usuario o parte ‘humana’ de esa interacción hombre-máquina.

1 Rudolf Laban (Austria 1879-1958), coreógrafo, filósofo y arquitecto, planteó una serie de teorías sobre el análisis de los patrones del movimiento en todos los aspectos de la vida, desde las artes marciales hasta en personas discapacitadas mental o físicamente. En las artes escénicas sus estudios permiten una observación más exhaustiva de los movimientos, lo cual permite, a su vez, describir cambios ‘cualitativos’ en el movimiento. Esto se consigue observando como un cuerpo se mueve en un espacio y las formas que este dibuja al hacerlo, en relación con su peso y con las variaciones del movimiento y como éstas se producen en el tiempo (su duración).

9

Page 10: Memoria Def

Otra de las investigaciones más reveladoras en mi investigación previa ha sido

la realizada dentro de la European Information Society Technologies (EU IST),

una comunidad europea que promueve la investigación en distintas áreas

(socioeconomia, administración, tecnologías aplicadas, etc.). El estudio

significativo en este caso es el de CARE HERE2 (Creating Aesthetically

Resonant Enviroments for the Handicapped, Elderly and Rehabilitation),

realizado por Tony Brooks (Cultural Center of Scania, Suecia), Stefan

Hasselblad (Emaljskolan Special Needs School in Landskrona, Suecia), Antonio

Camurri (otra vez) y Nishan Canagarajah (University of Bristol Department of

Electrical and Electronic Engineering). En él buscan que los ‘esfuerzos’ de los

pacientes, sea cual sea su discapacidad, tengan una respuesta visual y/o

sonora immediata que sea muy placentera para ellos. Así, esa resonancia

estética produce también una clara respuesta en los usuarios, como se

demostró sobretodo con niños con deficiencias mentales severas. En caso de

pacientes con discapacidades auditivas, se trabajó también con la transmisión

de vibraciones o movimientos como respuesta a su interacción con la

‘máquina’. La inmersión en la experiencia estético-sensorial era completa en la

mayoría de casos y los pacientes desarrollaban pautas de comportamiento y

aprendían cuáles debían ser sus comportamientos para conseguir unos

resultados determinados. Se comprobó que la mejora sensitiva y de

immediatez de respuesta en los que intervinieron en el estudio, fue muy

considerable y que su percepción del espacio era mucho más concreta que

antes.

En las conclusiones de este estudio se destaca la importancia de elegir un

método de inmersión concreto y correcto para cada paciente, ya que cada

discapacidad o lesión tiene sus peculiaridades. En mi proyecto el aspecto de

adecuación individual a cada tipo de paciente y lesión es muy significativo, ya

que todos los fisioterapeutas consultados insistían en la importancia de

establecer una terapia personalizada y asistida.

2 http://www.bristol.ac.uk/carehere/

10

Page 11: Memoria Def

Otro estudio también importante en la investigación previa es el que involucra

otra vez a Antonio Camurri y, además, a Pasqualino Ferrentino y a Riccardo

Dapelo. El estudio lleva por título ‘Un modelo computacional de las emociones

artificiales’. Éste parte del usuario colocado en un entorno mapeado en el que

se mueve. Según la posición del usuario en el espacio, la intensidad, rapidez,

lentitud o fluidez, por ejemplo, el sonido que se cree a través del software

concreto será uno u otro (más agudo, más grave, etc.) o sonarán unos u otros

instrumentos (de percusión, de viento, de cuerda, etc.). Por tanto, es el mismo

cuerpo del sujeto (coreógrafo, músico tocando su instrumento, actores, etc.) el

que construye su propia hiper-melodía. Por tanto, el sujeto será capaz de

aprender cuales tienen que ser sus movimientos para que se produzcan unos

sonidos u otros, cosa que resultará en unas u otras emociones en el receptor y

en el mismo actor, bailarín o músico. De esta forma se están creando

emociones ‘artificiales’ a través del movimiento del cuerpo el cual se mueve, a

su vez, según unas emociones individuales determinadas que construirán todo

el proceso de interacción.

La integración del cuerpo, su expresividad y la pieza sonora que de ello se

deriva es total y immediata por ser una experiencia en directo. En este estudio,

además, se busca que el sonido que emite uno de estos artistas, en este caso

un músico que toca el trombón, provoque respuestas en el movimiento de un

elemento robótico. La expresividad del instrumento está íntimamente ligada a

las características de los movimientos de este elemento con cierta autonomia.

Por ejemplo, las notas largas y graves producen un movimiento lento en el

robot, dejando entrever que el ‘estado de ánimo’ de éste se corresponde con lo

que un humano acostumbraría a sentir al escuchar una melodía de este tipo.

Un cambio en la melodía producirá, por lo tanto, una variación en los

movimientos del robot; si se aceleran las notas, el robot se moverá

frenéticamente. Es en este momento en el que se están creando emociones

artificiales. Aún así, el robot nunca será capaz de hablar sobre lo que está

sintiendo o lo que ha sentido, su actitud responde simplemente a unas órdenes

computacionales que le hace imitar el comportamiento humano. Aunque se

mapee el espacio para conformar una especie de personalidad para el robot

11

Page 12: Memoria Def

(cada cuadrante se corresponde con un estado de ánimo, entre los cuales hay

puntos intermedios también preestablecidos), éste sigue respondiendo a unos

valores artificiales. En cambio, si trabajamos con humanos, que es mi caso, las

respuestas respecto a la experiencia vivida pueden ser concretas y mejorar el

proceso de interacción.

En cuanto a los estudios que demuestran que, en cualquier terapia, si

añadimos el factor del placer visual y sonoro, éste resulta mucho más efectivo,

me ha influído mucho uno en concreto realizado por distintos centros y

universidades europeas (Autisme Europe, en Bélgica; Centro de rehabilitación

de Daño Cerebral, en Sevilla; Emaljskolan Special Needs School, en Suecia;

Laboratorio di Informatica Musicale, DIST, University of Genoa, en Italia; Digital

Music Research, Electrical and Electronic Engineering Dept., Bristol University,

en el Reino Unido, etc.). Este estudio llamado ‘CEREBRO- Empatia; Movimiento

expresivo para el placer y la terapia para pacientes con lesiones o

discapacidades cerebrales’. Los organismos implicados pretenden demostrar

que poniendo a los sujetos con daños o discapacidades mentales, tales como

alzheimer, deficiencias de nacimiento o distintos grados de invalidez, en un

entorno que ellos puedan controlar de forma immediata a través del

movimiento y interactuar con su contenido, ya sea visual, audible, táctil, etc.,

hace que, a parte producirse una experiencia estética placentera, las terapias

de rehabilitación o de recuperación de actividad neuronal sean más efectivas.

Además se especifica que la repetición de este tipo de terapias de forma

continuada en el tiempo es positiva para el paciente ya que le proporciona un

mayor evolución. En este sentido la investigación se centra en desarrollar

teorias o modelos de entorno para la terapia en diversos tipos de daños

cerebrales.

Para ello, los expertos de las universidades y centros de investigación

desarrollan interfaces ‘naturalizadas, adaptables y multi-sensoriales’ según las

necesidades de cada paciente, capaces de responder de forma inteligente al

habla, a los gestos, etc. La idea es ‘esconder la complejidad de la tecnología’

12

Page 13: Memoria Def

en estos entornos, programados con EyesWeb en su mayoría y que deben ser

también multilingües y multiculturales.

Investigación fisioterapéutica

En cuanto a la otra parte de la investigación previa, la que se refiere a la

fisioterapia en concreto -qué zona del cuerpo era óptimo trabajar y que

lesiones podían tratarse- tuve que consultar con diversos especialistas que me

aconsejaron y orientaron. Antes de hacerlo quise

indagar sobre como sacar el máximo partido a la

captación del movimiento en relación con el color.

Me informé sobre las posibilidades de la

esferodinamia, que consiste en la rehabilitación

física o el entrenamiento y fortalecimiento

muscular del cuerpo a través de esferas kinésicas, también llamadas pelotas

de estabilidad. Estos grandes balones se utilizan también para pacientes con

parálisis cerebrales para ayudarles a recuperar el equilibrio y mejorar sus

reflejos. También se incorporan las esferas en el ámbito de la danza. En

relación a mi proyecto era muy útil aprovechar el color de los balones para la

captación del movimiento y, por eso, pensé en trabajar inicialmente en una

sesión de rehabilitación de amputados, ya que sabía que se utilizaban en la

reorganización de los patrones motores.

Para resolver mis dudas en este terreno acudí a Joaquim Aranda,

fisioterapeuta del Hospital de Bellvitge, el cual me desaconsejó que enfocara

este proyecto como una interacción pura entre la máquina y el paciente, ya

que se podrían producir incorrecciones en la terapia. Por tanto tomé el camino

de la terapia sonificada asistida y supervisada por un especialista, incorporada

en los centros de rehabilitación. Por otro lado, después de asistir a varias

sesiones de rehabilitación de pacientes con miembros inferiores amputados

(por encima y por debajo de la rodilla), me dí cuenta de que los movimientos

de este tipo de pacientes es muy limitado y que las esferas sirven sólo como

punto de apoyo para incidir sobre el equilibrio del cuerpo. Este tipo de sesiones

13

Page 14: Memoria Def

no eran, por tanto, útiles para el proyecto, ya que el movimiento de la parte del

cuerpo elegida tenía que ser suficientemente exagerado como para que se

produjese su captación a través de la cámara web para la recogida de los datos

numéricos.

Finalmente, Aranda me sugirió que asistiera a sesiones de rehabilitación de

hombro. Después de observar a los pacientes en esas sesiones, saqué varias

conclusiones. Primero que los pacientes que se derivaban al hospital estaban,

en su mayoría, en un proceso de recuperación post-operatoria. El tratamiento

de este tipo de pacientes tiene que estar muy controlado, por tanto para mi

proyecto sería mejor tratar con lesiones más leves o con pacientes en procesos

post-operatorios avanzados. La lesión del tendón del manguito rotador o

tendinitis del manguito rotador era una de las lesiones que podía ser leve

más habitual y además los movimientos en el proceso de la rehabilitación de

esta zona eran del tipo que buscaba. El manguito rotador está formado por el

conjunto de músculos y tendones que proporcionan estabilidad al hombro. Éste

tipo de lesión es la causa más común de dolor de hombro ya que es la zona

que ayuda al movimiento circular del brazo y se produce por el sobreuso

repetitivo de la zona provocando dolor en el hombro y la parte superior del

brazo. Esta lesión está asociada a deportes de raqueta, a la natación (‘hombro

de nadador’) o los de lanzamiento o levantamiento de pesas, pero también a

otras actividades más cotidianas como pintar o conducir.

El proyecto está pensado para lesiones parciales del manguito rotador, en caso

de ser una rotura completa o masiva el tratamiento más adecuado es un

proceso quirúrgico o más agresivo. Aun así, la rehabilitación posterior a una

operación sí que podría incluir los ejercicios escogidos para el proyecto.

Para hacernos una idea más aproximada de cómo es la zona que pretendo

trabajar podemos fijarnos en el siguiente dibujo:

14

Page 15: Memoria Def

El manguito rotador está formado por: el

tendón supraespinoso, el cual descansa sobre

la parte superior del hombro y su tendón se

desplaza debajo del hueso en la parte externa

del hombro (este tendón es uno de los que se

lesiona con mayor frencuencia por su posición

entre los huesos), el músculo infraespinoso, el

cual ayuda a rotar el brazo lateralmente, el

músculo redondo menor, que también rota el

brazo lateralmente y el músculo subescapular,

que realiza los primeros 20 grados de

separación del brazo del tronco cuando lo

separamos lateralmente (no se muestra en el

dibujo, se encuentra en la parte anterior justo por detrás del infraespinoso).

Ejercicios de rehabilitación del hombro

En las sesiones de rehabilitación de hombro observadas en el Hospital de

Bellvitge, los pacientes realizaban una serie de ejercicios determinados y

fijados por el especialista que incluían los siguientes:

1- El péndulo circular

Consiste en inclinarse formando un ángulo de 90 grados con

el cuerpo y dejar el brazo del hombro afectado colgando y

hacer con él un movimiento circular en el sentido de las

manecillas del reloj. Hay que repetirlo 10 veces y, luego, 10

veces más en el otro sentido.

2- Flexión del hombro (tumbado):

15

Page 16: Memoria Def

Se entrelazan las manos con los brazos estirados y, tumbado,

se levantan por encima de la cabeza 10 veces.

3-Rotación interna del hombro:

La mano del brazo con el hombro afectado se coloca detrás de

la espalda y se mueve hacia el lado opuesto. Se tienen que

hacer repeticiones de 10 tandas.

4- Flexión del hombro:

Hay que elevar la mano del brazo con el hombro afectado hacia

el techo llegando al punto más alto que sea posible para el

paciente y repetir ese movimiento 10 veces.

5- Abducción del hombro (activa):

Este ejercicio consiste en elevar el brazo lateralmente 10

veces, con los codos derechos y las palmas hacia arriba,

no se puede inclinar el tronco ni encojer los hombros.

6- Extensión del hombro:

Colocándose con la espalda contra la pared y los brazos rectos hacia los

costados, manteniendo los codos derechos, hay que empujar con los

brazos contra la pared durante 5 segundos y luego relajar (10 veces).

7- Rotación externa del hombro:

En este ejercicio hay que mantener el codo doblado

a 90 grados lateralmente sosteniendo un peso ligero,

elevar la mano lejos del estómago y regresando

lentamente. Repetir este ejercicio 10 veces.

16

Page 17: Memoria Def

8-Abducción de hombro (isométrica):

Resiste un movimiento lateral hacia arriba empujando el

brazo contra el respaldo de una silla, manteniendo esta

posición durante 5 segundos para luego relajar. Hay

que repetir esto 10 veces.

Hay muchos más tipos de ejercicios parecidos a los enumerados, pero,

finalmente, escogí los más útiles para el proyecto; los que implicaban un

movimiento más ‘visual’ para facilitar la captación del color por parte de la

cámara web. En los ejercicios que requieren presión sobre un elemento el

movimiento del brazo no es evidente, de hecho, debería ser traducido a otro

tipo de movimiento (ascendiente, por ejemplo) para que alguien desde fuera

pueda notar que se está realizando el ejercicio. Eso hace que dentro de la

sesión programada para el proyecto no sea un movimiento viable, pero que sí

lo sea en caso de que se hiciese esa interpretación presión-movimiento

ascendente (como si soplásemos por un tubo haciendo subir una bolita).

Finalmente, los ejercicios que elegí para el prototipo de mi proyecto fueron el

de la abducción activa del hombro (5) y el de la flexión del hombro (4). Tanto

uno como el otro reúnen las características que estaba buscando para el tipo

de ejercicios a trabajar y, además, pueden funcionar como modelos

prototípicos para ampliar la gama de movimientos.

Proceso de producción:

La instalación seguiría este esquema:

17

Page 18: Memoria Def

En este esquema, el fondo detrás del usuario/paciente debe ser de un tono que

el software no pueda confundir con el azul de la mano en movimiento para

evitar interferencias. El ordenador, por otro lado, debe tener una salida de

audio para que el paciente oiga las notas que sus movimientos producen. Lo

que el usuario estará viendo en la pantalla es lo que se ve en la pantalla del

ordenador y se proyecta (su propio cuerpo en movimiento, las gráficas que va

generando, etc.).

18

Page 19: Memoria Def

Softwares utilizados:

-EyesWeb:

EyesWeb es un software gratuito fruto de las investigaciones del Infomus Lab,

fundado dentro de el Departamento de Informática, Sistemas y Telemática de

la Facultad de Ingeniería de la Universidad de Génova, en Italia. EyesWeb

consiste en módulos software y hardware integrados y incluye librerías de

distintos componentes (llamados blocks) que, al ser unidos por el usuarios

construyen patches con una función determinada. EyesWeb, además se puede

conectar con otros softwares a través del protocolo de comunicación OSC3

(Open Sound Control), el cual se usa para comunicar distintos ordenadores,

sintetizadores o otros dispositivos multimedia. En este proyecto el protocolo

OSC se ha usado para mandar datos de EyesWeb a PureData, aunque la

comunicación también se puede establecer a la inversa, es decir, controlar el

patch de EyesWeb desde otro software. EyesWeb también trabaja con

dispositivos externos como videocámaras o sensores que pueden funcionar

simultáneamente para la captación del movimiento. En mi caso he utilizado

solo una cámara web, la cual dispone de las suficientes prestaciones para

captar el color azul en un fondo con muy pocas interferencias y

suficientemente iluminado.

Inicialmente este software nació como apoyo a los sistemas interactivos

multimedia y a las interfaces que se diseñaban dentro de este departamento.

También fue empleado desde sus comienzos para el diseño y el desarrollo de

aplicaciones interactivas que trabajaban con danza y música en directo, con

especial atención en el análisis de los gestos expresivos y del movimiento. Sus

estudios han estado dirigidos desde sus inicios a la creación de interfaces de

comunicación humano-máquina a través de un lenguaje no-verbal aplicando

las nuevas tecnologías multimedia y integrando las artes escénicas (danza,

teatro, música, etc.). También han trabajado en el terreno de la rehabilitación y

han expuesto en museos y teatros sus instalaciones interactivas.

3 http://opensoundcontrol.org/

19

Page 20: Memoria Def

20

Page 21: Memoria Def

El patch de la Terapia Sonificada:

El patch de EyesWeb para el proyecto tenía como objetivo final captar un

movimiento determinado del paciente en rehabilitación y transformarlo en

imagen y sonido. Para que no se produjeran interferencias en la imagen a

captar decidí trabajar con un color, no con blanco y negro. En este caso, tenía

que ser un color alejado de la gama cromática del tono de la piel y escogí el

azul. Dividí también la imagen en tres franjas, la central ayuda al paciente a

saber dónde tiene que colocar su cuerpo, la de la izquierda capta el

movimiento del brazo derecho y la franja derecha capta el del brazo izquierdo

por el efecto espejo que produce la cámara de vídeo. Dependiendo del hombro

lesionado activaremos una franja u otra, pero el ejercicio estudiado se tiene

que realizar con los dos brazos.

Para la captación del color de la forma adecuada tenemos que aplicar las

transformaciones correctas con los blocks determinados; primero

transformamos el color RGB en YUV, aplicamos un chroma para que capte sólo

el azul que lo ‘transformará’ en píxeles blancos después de aplicarle un filtro

gauss para minimizar las interferencias de color.

21

Page 22: Memoria Def

División en 3 franjas

De esos datos de color extraemos el área del color (la cantidad de color)

porque nos puede interesar saberlo para algún tipo de ejercicio (en caso, por

ejemplo, de que el paciente tuviera que acercarse y alejarse de la cámara), y la

posición (x,y) de la mancha de color convertida en píxeles blancos. Esas

coordenadas del color son las que generan los datos numéricos que se envían

a PureData a través del protocolo OSC y que se envían a las propias gráficas a

tiempo real del EyesWeb (coordenada ‘y’ en el tiempo –altura de la mano- y

coordenada ‘x’ versus ‘y’).

22

Page 23: Memoria Def

Los datos numéricos de ésta primera franja son plasmados en las cuadrículas correspondientes (X mano

Dcha, Y mano Dcha), una vez activado el patch. Estos datos son enviados a las gráficas y a PureData a

través del block OSC.

Hay también en el patch una serie de controles del treshold, y de los niveles de

U y de V.

Como efecto visual susceptible de ser anulado si el sistema ofrece demasiados

errores o se ‘cuelga’ sin dejar finalizar el ejercicio, he añadido el efecto de cola

de color para que la experiencia de cara al paciente sea más placentera. Este

efecto divide, con un retraso de la imagen que li indicamos nosotros, el objeto

o cuerpo en movimiento en colores. El paciente así podrá ver el movimiento de

su propio cuerpo a tiempo real pero también verá la posición anterior de éste

pudiendo corregir posibles errores en la ejecución del ejercicio y aumentando

así la interactividad con el programa.

23

Page 24: Memoria Def

Resultados después del ejercicio:

Las gráficas resultantes corresponden a las de la abducción lateral del brazo

(formando un ángulo recto con el cuerpo). Las tablas derivadas de la

realización del ejercicio que se incluyen en este patch de EyesWeb seran

visionados durante el ejercicio por parte del paciente a tiempo real. Una vez

desactivemos el patch estos datos desaparecerán. Para verlos tendremos que

consultar la gráfica grabada a través de PureData. Aún así, los datos a tiempo

real proporcionarán al paciente y al terapeuta una valiosa información para

analizar la sesión y la correcta realización del ejercicio durante su realización.

Las dos gráficas resultantes de una realización correcta del ejercicio tendrían

aproximadamente este aspecto:

La primera gráfica muestra la variación de la coordenada ‘y’ en el tiempo en la

primera franja, es decir, para la rehabilitación del hombro derecho. En esta

tabla al bajar la mano el valor alcanzará el nivel mínimo y, las subidas del

brazo se corresponderan por tanto, a los picos más altos de la gráfica. Como

más arriba lleguemos con el brazo dentro del ángulo recto que hay que formar

con el cuerpo para la correcta realización del ejercicio, más alto será el valor

de ‘y’ que le llegue a la gráfica. El valor óptimo más alto se encontraría dentro

de el rango 120-150 aproximadamente dentro del tamaño de la pantalla, de 0

a 288. Cuando no llegue ningún valor de azul, es decir, cuando el brazo se

24

Page 25: Memoria Def

junta con el cuerpo y desaparece de la primera franja se dibujará una línea

recta en el tiempo, indicando la ausencia de valores. Si el dibujo de la gráfica

indica que el valor de la ‘y’ es bajo durante la realización del ejercicio (no se

llega a un valor dentro del rango antes indicado), querrá decir que el brazo del

paciente no alcanza el objetivo final del ejercicio. Eso no indica que sea

incorrecta la realización, sinó que el proceso de rehabilitación aun está en las

primeras fases y que el paciente no es capaz de llegar al ángulo recto. Puede

también suceder que por las características de la lesión el objetivo final no sea

llegar con el brazo a formar un ángulo recto respecto al cuerpo. Dependiendo

de cada paciente y del tipo de lesión, el terapeuta tiene que fijar los objetivos

de cada ejercicio y comunicarlos al usuario.

En la segunda

gráfica

observamos

que el trazado

es fruto de ‘x’

respecto a ‘y’

durante la

realización del

ejercicio. Si el

dibujo de las

coordenadas en

esta tabla no se asemeja al de la imagen, si está desviado o bien es más corto

que en la gráfica, el ejercicio no se estará realizando correctamente. Esto,

como en la primera gráfica, es relativo, ya que dependerá de los objetivos

marcados por el terapeuta especialista para cada paciente y cada caso o

lesión.

Los errores cometidos tendrán que ser indicados al paciente por parte del

terapeuta. Si la curba de la primera gráfica no es similar a la que observamos

(su rango mínimo y máximo varia mucho respecto al de la imagen), el ejercicio

no estará bien realizado y los objetivos de la realización no se habrán

25

Estas gráficas serían las resultantes de que el paciente no llega a formar con el brazo un ángulo recto respecto el cuerpo, que no llega al un valor dentro del

rango óptimo (ya sea por la mala realización del ejercicio o por indicación expresa del terapeuta).

Page 26: Memoria Def

conseguido. El terapeuta será, también, el que se ocupará de indicárselo al

paciente para optimizar sus movimientos.

26

Page 27: Memoria Def

- PureData:

Es un software también gratuito desarrollado por Miller Puckette durante los

años 90, una de las tres vertientes más importantes dentro de los lenguajes de

programación que se incluyen dentro de Max, según su autor ‘un entorno de

programación gráfica para desarrollar aplicaciones musicales a tiempo real’, ya

que permite generar y procesar flujos de datos MIDI o de audio durante una

performance en vivo, por ejemplo. En el momento de su creación había

diversos sistemas avanzados para la creación de música a tiempo real, pero

ninguno incorporaba una interfaz gráfica. Así, PureData funciona conectando

objetos entre sí para la computerización y creación de música interactiva. Estos

objetos funcionan como bloques de control y construcción de un programa de

forma similar a los de EyesWeb. Además, al operar como un código abierto

todo el mundo puede colaborar y aportar sus patches. Aun así, el mismo

programa incorpora una serie de ejemplos muy útiles.

Se ha incorporado también al PureData externos como el GEM (Entorno Gráfico

para Multimedia) que permiten trabajar con gráficos, imágenes, vídeo o

imagen en directo, y manipularlos a tiempo real con controles introducidos por

nosotros mismos, con el audio que genera Pd, con sensores, con el

movimiento, etc. Todo ello ofrece posibilidades visuales y sonoras infinitas.

El patch de la Terapia Sonificada:

El patch de PureData que he diseñado para este proyecto incorpora la parte

sonora a la terapia, por tanto, es muy importante que funcione, y además, es

el encargado de captar los datos de ‘x’ e ‘y’ de la posición del azul y plasmarlos

en una gráfica para su posterior análisis.

El patch principal tiene tres objetos para acceder al subpatch correspondiente

a cada franja. La franja 1 corresponde a la franja de la izquierda en EyesWeb,

la franja 2 es la central y la 3 es la de la derecha. Si accedemos al subpatch de

la franja 1 vemos que en él se recogen los datos numéricos de la posición de la

27

Page 28: Memoria Def

mancha de color azul que provienen de EyesWeb y se transforman en las notas

de un piano MIDI. El dumpOSC 1 manda datos al OSCroute /XcentroAzul, el cual

manda valores numéricos y bangs

continuos. Como cada nota se

corresponde a un valor, suena como un

continuo fluir de notas. La idea es que el

paciente pueda relacionar su movimiento

con las notas, así, en la abducción lateral

del brazo, por ejemplo, las notas sean

cada vez más agudas a medida que vaya

ascendiendo y más graves al bajar. El

propio paciente puede ir mejorando la realización del ejercicio mientras lo

realiza si el sonido que efectua no es lo suficientemente agudo y puede

observar y escuchar su evolución a lo largo de las sesiones.

A través del protocolo OSC el PureData capta los datos enviados desde EyesWeb.

El valor que envia EyesWeb tiene que escalarse para que sea plasmado en la

gráfica de forma adecuada. Para ello hay que introducir el objeto scale y

mandar el valor escalado a la gráfica tal y como se muestra en la captura de

pantalla siguiente.

28

Page 29: Memoria Def

Si abrimos el subpatch en el que se encuentran los objetos que activarán y

dibujarán la gráfica durante la ejecución de los ejercicios, vemos que es el

objeto tabwrite el que hará que esto

suceda y que un contador será el que

marque el tiempo durante el cual la

gráfica estará activa y la curba se estará

dibujando con los datos numéricos ya

escalados.

En este mismo subpatch encontramos el

sistema de ‘borrado’ de la gráfica en caso

de que queramos reanudar el ejercicio. Si

queremos para el patch y que la gráfica se

deje de dibujar tenemos que clicar en el

toogle del metrónomo dos veces. También

encontramos el objeto que nos lleva al

subpatch en el que se encuentra la gráfica.

29

Page 30: Memoria Def

Gráfica en su estado inicial, antes de poner en marcha el patch de EyesWeb

30

Page 31: Memoria Def

Resultados después del ejercicio

Para el análisis de los resultados en PureData he utilizado también el ejercicio

de la abducción lateral, en este caso, para el brazo derecho. La gráfica de la

coordenada ‘y’ respecto el tiempo que vemos a tiempo real en EyesWeb queda

aquí ‘grabada’ para su posterior visualización.

La tabla es muy parecida en su análisis a la que hemos visto ya en EyesWeb

pero aquí podemos ver de forma más clara la evolución real de la curba, las

diferencias entre las distintas ejecuciones de la repetición de la abducción

lateral del brazo, cual es el rango en el cual nos movemos, etc. Es importante

que cada movimiento ascendente y descendente del brazo en el ejercicio sea

parecido y que a cada sesión vayamos obteniendo un rango con valores

superiores más altos (o más bajos, según la lesión). Eso indicará que

recuperamos la mobilidad del hombro y que la terapia es exitosa.

El hecho de poder grabar y guardar las gráficas resultantes en PureData

permite que el terapeuta pueda hacer un estudio más exhaustivo de cómo

debe evolucionar la terapia y como está mejorando (o no) el paciente. Todo

ello dependerá, evidentemente, de los objetivos marcados por el especialista

inicialmente y del tipo de lesión que se esté tratando.

31

Page 32: Memoria Def

Una ‘incorrecta’ realización del ejercicio (siempre dependiendo de los objetivos

marcados, pero en su mayoría sucedería así) daría resultado gráficas con un

rango muy inferior de movimiento del brazo y, produciría, además, una

sensación auditiva menos placentera ya que las notas que escuchamos son

mucho más graves y casi inaudibles para el paciente. Para que se ‘oigan’ los

movimientos el paciente tendrá que esforzarse para elevar el brazo

lateralmente todo lo que pueda (siempre si hablamos de este ejercicio en

concreto, el de la abducción lateral del hombro).

En caso de que la curbas en la gráfica se encuentren excesivamente separadas

entre ellas o sean demasiado amplias respecto el eje de la ‘x’ querrá decir que

el ejercicio es realizado de forma más lenta y que la pausa entre abducción y

abducción és más larga. No están pautados los tiempos correctos para este

ejercicio, por tanto, dependerá del paciente, de la lesión y de lo estipulado por

el terapeuta.

32

Los primeros segundos de la

gráfica corresponden a que el

paciente no ha iniciado aún el

ejercicio y ningún dato

numérico es captado aún por

PureData provinente de

EyesWeb. Si el rango

alcanzado por el brazo no es

suficientemente alto la gráfica

tendrá un aspecto

aproximado al de la imagen.

Page 33: Memoria Def

Autocrítica final

Está claro que este proyecto tiene muchos handicaps a superar, que podría

evolucionar hacia muchas direcciones, incluso muy divergentes de la línea

principal del trabajo y que hay partes que se podrían y deberían desarrollar

mucho más.

Para empezar, la parte técnica es susceptible a fallar y a no adaptarse a cada

paciente. El interfaz debería ser mucho más cerrado y navegable para ser

accesible a todo tipo de usuarios. Esta es una de las partes que habría sido útil

trabajar mucho más y quizá, si no fuera un trabajo individual, las tareas

podrían haber estado repartidas en este sentido; diseño del interfaz y

programación. Inicialmente quería plantearlo como una aplicación que el

paciente se podía descargar por internet o a la cual pudiera acceder con un

nombre de usuario y una clave personal. Aun así, según las fuentes

consultadas, este tipo de libertad de cara a los pacientes puede resultar muy

peligrosa.

Por otro lado, los ejercicios elegidos de la terapia de rehabilitación tienen unas

características muy determinadas. Si quisiéramos llevar a cabo una sesión

completa de rehabilitación a través de EyesWeb los problemas serían

evidentes y todo se volvería mucho más complejo. Cabe añadir aquí que las

lesiones a tratar no deben de ser graves o fruto de procesos quirúrgicos, ya

que los movimientos tienen que ser muy controlados. En ese sentido, como ya

indiqué en el texto del proyecto, muchos de los ejercicios tendrían que ser

traducidos a otro tipo de fuerza utilizando, por ejemplo, sensores con un alto

grado de sensibilidad y otro tipo de programación y softwares (Arduino,

Firmata, etc.).

La parte de investigación teórica está mucho más trabajada que la parte

técnica, cosa que podría ser otro de las desventajas con las que me he

encontrado, ya que algunas partes las tenía muy claras pero no sabía como

llevarlas a la práctica a la hora de programar. Este es uno de los motivos por

33

Page 34: Memoria Def

los que estuve pensando en abandonar el proyecto. Me planteé si realmente

con este proyecto la terapia de rehabilitación mejoraba en algún sentido, si ello

aportaba algo nuevo. Después de observar varias sesiones en vivo de

rehabilitación, me dí cuenta de que este proyecto podría funcionar mejor en el

sentido artístico-experimental para pacientes con discapacidades, para

ayudarles a ser conscientes de su propio cuerpo y, por tanto, a controlar mejor

sus movimientos y a recuperar cierta funcionalidad de los miembros atrofiados.

También seria útil en pacientes con edad avanzada o con cierto nivel de

ceguera o problemas auditivos. A un nivel más práctico la Terapia Sonificada

resultaría un tanto incómoda para el paciente. Todo esto funciona muy bien a

nivel teórico, pero como ya he comentado se han hecho numerosos estudios

que demuestran que también se obtienen muy buenos resultados en la

práctica cuando en las terapias para pacientes con discapacidades de todo tipo

interviene el sonido y la imagen.

Para tener una salida real y factible hacia su utilización en los centros de

rehabilitación muchos de los aspectos más débiles técnicamente, sobretodo en

la programación, tendrían que mejorar. Por ejemplo, las gráficas podrían ser

mucho más detalladas y la parte visual ser independiente y más elaborada

para que el sistema no se sobrecargarse y, así, evitar riesgos de que todo se

‘colgase’ en cualquier momento. Ello exigiría un equipo potente de proyección

y de trabajo, cosa que no se da en todos los casos. Eso hace que este trabajo

tenga un nivel bajo de adaptabilidad por el momento. Aun así, si simplificamos

el patch, el sistema tiene muchas posibilidades de estar funcionando durante

un tiempo suficientemente largo; se cubre sin problemas el tiempo de

realización del ejercicio, pero exige un control del terapeuta o experto para que

las gráficas sean correctamente grabadas.

Este último punto dificulta su aplicación real ya que un fisioterapeuta no tiene

porqué tener conocimientos previos de informática ni tampoco de los softwares

utilizados. Como ya he dicho, hace falta diseñar una aplicación con un nivel

óptimo de accesibilidad a todo tipo de usuarios potenciales.

34

Page 35: Memoria Def

Si lo enfocamos positivamente, el proyecto presenta tantas salidas potenciales

como handicaps. En el diagnóstico de las lesiones y en el seguimiento de su

evolución puede resultar muy positivo disponer de datos numéricos concretos

o de gráficas que los plasmen de cara al terapeuta. Además, la visualización de

los datos y este seguimiento con cierto grado de profundización, influye

positivamente en la motivación del paciente. Es importante la predisposición

tanto del usuario como del terapeuta para utilizar sistemas de interacción con

máquinas, ya que a veces puede ser más un obstáculo que un instrumento

para mejorar la terapia.

En cuanto a los rangos en los que se trabajan los ejercicios, al ser datos

numéricos, se pueden generar modelos que sirvan para aplicar al mismo tipo

de lesiones o lesiones similares de hombros. En este sentido, también se

pueden crear pautas para otros tipos de lesiones o ejercicios y establecer

directrices del comportamiento de diversos tipos de pacientes. En

enfermedades de tipo mental o neuronal este tipo de ejercicios puede mejorar

y funcionar como apoyo de los procesos de rehabilitación. Ya que contamos

con datos numéricos del análisis del movimiento, sería también muy fructífero

de cara al proyecto, aplicar la ingeniería mecánica y el diseño industrial para la

construcción de prótesis o para mejorar la maquinaria ‘inteligente’ de la

práctica clínica en rehabilitación (como la terapia del biofeedback). Este

sistema también ayudaría a mejorar la relación activa entre el paciente y el

terapeuta, así como las técnicas de captación del movimiento del cuerpo

humano para animación o para videojuegos (a un nivel más rudimentario que

con otras técnicas avanzadas utilizadas actualmente con este fin).

La vertiente artística del proyecto radica en el hecho de capturar, en cifras y

números, la expresividad de un cuerpo. Esto puede aplicarse tanto en la danza

como en la rehabilitación. A nivel museístico, también seria una posible

aplicación el hecho de ‘dibujar con el cuerpo’; la gráfica plasma en un ‘lienzo’

los movimientos de un bailarín y eso se relaciona con la formación de formas,

figuras, luces, colores, sonidos, etc., muy determinados y estudiados que

provocan unas sensaciones y emociones específicas en el espectador, el cual

35

Page 36: Memoria Def

también puede participar en la performance. El aspecto médico también es

destacable ya que se pueden extraer muchos datos del trabajo con los gestos

de la cara o del cuerpo para determinar y preveer conductas o enfermedades

futuras: reacciones exageradas (en personas excesivamente violentas, por

ejemplo), síntomas de una enfermedad mental futura en bebés, detectar

atrofias o faltas de mobilidad, etc. En cuanto a la sociología podemos, además,

estudiar y analizar gestos que indican un comportamiento determinado: que

estamos mintiendo, que tenemos miedo, que nos da vergüenza, que estamos

contentos, que algo nos entristece, etc.

Fuentes

Bibliografía (textos y artículos consultados):

- A. Camurri, P. Ferrentino, R. Dapelo (1997)

A Computational Model of Artificial Emotions, in Proc. AIMI Intl. Workshop

on Kansei - the Technology of Emotion, Genova, Italy, October 1997.

- A.Camurri, P.Coletta, M.Peri, M.Ricchetti, A.Ricci, R.Trocca, G.Volpe 

A real-time platform for interactive performance, in Proc. Intl. Conf.

ICMC-2000, Berlin, Germany, August 2000.

- T. Brooks, A. Camurri, N. Canagarajah, S. Hasselblad.

Interaction with shapes and sounds as a therapy for special needs and

rehabilitation. Kulturcentrum Skaane, DIST, University of Bristol, Emaljskola

(Suecia), 2002. http://www.icdvrat.reading.ac.uk/2002/papers/2002_27.pdf

- T. Brooks, N. Canagarajah, S.Hasselbald, R. Laborde.

CARE HERE (Creating Aesthetically Resonant Environments for the

Handicapped, Elderly and Rehabilitation). BRAIN – Empathy. Expressive

Movement for Pleasure and Therapy. Programme for the Brain Injured and

Impaired), 2000.

36

Page 37: Memoria Def

- A.Camurri, R.Trocca

Analysis of Expressivity in Movement and Dance, in Proc. XIII Colloquium

on Musical Informatics, L'Aquila, Italy, September 2000.

- S. Sapir, D. Campolo, G. Cavallo, F. Taffoni, E. Guglielmelli, F. Keller.

Sonification of Infants’ Movements for Early Detection of

Developmental Disorders, 2007

http://www.specknet.org/publications/6thWorkshop2007/Delafield-

Butt_SpecklesTalk_2007.pdf

- A. Camurri, M. Ricchetti, R. Trocca (1999) 

EyesWeb - toward gesture and affect recognition in dance/music

interactive systems, in Proc. IEEE Multimedia Sustems '99, Firenze, Italy,

June 1999.

- G.Castellano.

Experiments, Analysis, and Models of Motor Activation as a

Component of an Emotional Process, Master Thesis, DIST-University of

Genoa, InfoMus Lab, October 2004.

- A. Camurri, C. L. Krumhansl, B. Mazzarino, G. Volpe.

An Exploratory Study of Anticipating Human Movement in Dance, in

Proc. 2nd International Symposium on Measurement, Analysis and Modeling of

Human Functions, Genova, Italy, June 2004.

- A. Camurri, B. Mazzarino, G. Volpe, P. Morasso, F. Priano.

Application of multimedia techniques in the physical rehabilitation of

Parkinson's patients, Journal of Visualization and Computer Animation,

Vol.14, No.5, pp. 269-278, December 2003, Wiley.

- A. Camurri, B. Mazzarino, G. Volpe.

Analysis of Expressive Gesture: The EyesWeb Expressive Gesture

Processing Library, in A. Camurri, G. Volpe (Eds.), "Gesture-based

37

Page 38: Memoria Def

Communication in Human-Computer Interaction", LNAI 2915, Springer Verlag,

2004.

- R. Timmers, A. Camurri, G. Volpe

Performance cues for listeners' emotional engagement, in R. Bresin (Ed.)

Proc. International Stockholm Acoustic Conference 2003 (SMAC03), Stockholm,

Sweden, August 2003.

- A.Camurri, P.Coletta, B.Mazzarino, R.Trocca, G.Volpe. Improving the man-

machine interface through the analysis of expressiveness in human

movement, in Proc IEEE Intl.Workshop on Robot and Human Interactive

Communication (ROMAN2002), pp. 417-422, Berlin, Germany, September 2002.

- Adriana Marcela Hernández Acosta. Parametrización y digitalización

biométrica de la forma de caminar humana con fines de identificación.

Universidad Militar Nueva Granada (Ingeniera en Telecomunicaciones. Año no

especificado.

Páginas web

http://www.icdvrat.reading.ac.uk/2002/papers/2002_27.pdf

http://www.infomus.dist.unige.it/

http://www.iua.upf.es/~xamat/Thesis/html/node77.html

http://digitalmedia.oreilly.com/2005/04/27/pd.html

Ejemplos de interacción humano-máquina:

http://interfacemindbraincomputer.wetpaint.com/page/2.A.1.0.-

+Ejemplos+de+Interacci%C3%B3n+Humano+Maquina?t=anon

Fisioterapia (rehabilitación del hombro):

http://orthoinfo.aaos.org/topic.cfm?topic=A00495

http://familydoctor.org/

http://www.efisioterapia.net/

38

Page 39: Memoria Def

Biofeedback:

http://www.mayoclinic.com/health/biofeedback/SA00083

http://www.neurobitsystems.com/es/

http://en.wikipedia.org/wiki/Biofeedback

http://www.bioingenieria.edu.ar

Esferodinamia:

http://www.silviamamana.com.ar/bibliografia.htm

http://www.planetamama.com.ar

39

Page 40: Memoria Def

Agradecimientos

A Anna Carreras por tutoritzarme.

A Encarna Córdoba (fisioterapeuta) por permitirme acceder a las instalaciones

del Hospital de Bellvitge.

A Joaquim Aranda (Hospital de Bellvitge) por su gran ayuda en la parte

fisioterapéutica.

A Anna… (fisioterapeuta del Hospital de Bellvitge) por dejarme asistir a las

sesiones de rehabilitación.

A Antonio Camurri (Universidad de Genova) por su ayuda desinteresada.

A Luis Arturo López (Bogotá, Colombia) por su ayuda técnica.

A José Carlos Flórez por su ayuda técnica.

A Raúl Díaz por su ayuda técnica.

A Jorge Vañó por colaborar en las pruebas del proyecto.

A Jordi Martínez por colaborar en las pruebas del proyecto.

A Carmen Platero por su ayuda en general.

A todos los que me han apoyado de la forma que sea durante la realización de

este proyecto.

40


Recommended