Quantitative Motion Analysis: Comparing Joint Range of Motion Between Healthy and Post-Hip Surgery Subjects Using a Markerless Toolbox

Abstract

Objetivo

Desarrollar un toolbox computacional en Python que permita cuantificar métricas biomecánicas clave a partir de videos de pacientes sanos y postquirúrgicos, con el fin de comparar objetivamente sus rangos de movimiento articular.

Metodología

Se simularon señales de movimiento en OpenSim para tres grupos: sujetos sanos, sujetos con artroplastia total de cadera que presentan limitación articular y aumento de rigidez ligamentaria, y sujetos con rigidez reducida y mayor rango articular, simulando una etapa avanzada de rehabilitación postquirúrgica.

Los datos fueron procesados con software de análisis sin marcadores, extrayendo ángulos articulares a lo largo del tiempo.

Se identificaron y aplicaron modelos matemáticos y características estadísticas para describir cuantitativamente el movimiento.

El toolbox calcula 14 métricas, incluyendo normalised jerk, velocidad pico, ROM, simetría, entre otras.

El sistema detecta ciclos de movimiento repetitivos, calcula las métricas y genera reportes en Excel y gráficos visuales para facilitar la interpretación clínica.

Resultados

El sistema mostró ser escalable y compatible con Kinovea, OpenPose e IMU. Los datos procesados revelaron diferencias significativas en el rango articular y en la métrica del jerk entre los grupos simulados, permitiendo distinguir variaciones en eficiencia funcional y control motor. Los hallazgos se alinean con estudios previos en biomecánica.

Conclusiones

El toolbox representa una plataforma útil y versátil para el análisis biomecánico en contextos clínicos y de investigación. Permite objetivar el progreso del paciente en rehabilitación, ofrecer seguimiento personalizado, y construir una base de datos que podría servir como referencia para normativas futuras en terapia física postoperatoria.