Development of a Python Library for Detecting Hip and Knee Flexion-Extension Patterns Using Optical Capture

Abstract

Introducción

La osteoartritis afecta a millones de personas en todo el mundo, principalmente en articulaciones de carga como la cadera y la rodilla. En México, las desigualdades en el acceso a servicios de salud complican la detección temprana y el tratamiento adecuado, lo que impacta negativamente en la calidad de vida de los pacientes. Ante este escenario, la telerehabilitación surge como una alternativa prometedora al permitir el acceso a terapia desde el hogar mediante plataformas digitales. Sin embargo, para garantizar el seguimiento efectivo de los pacientes, se requieren herramientas que faciliten la evaluación objetiva del movimiento a distancia. Una solución factible es el uso de tecnologías de captura óptica, que permiten analizar patrones articulares y musculares mediante procesamiento de video, brindando información valiosa para el personal médico sin necesidad de consultas presenciales.

Objetivo

Desarrollar una biblioteca en Python que permita detectar patrones de flexión y extensión en cadera y rodilla mediante medios ópticos, facilitando el seguimiento clínico de pacientes desde plataformas accesibles.

Metodología

Se grabaron cinco voluntarios sanos realizando ejercicios funcionales con dispositivos móviles a 30 fps y resolución 1080x1920 px. Se diseñaron tres bibliotecas en Python:

Detección de articulaciones usando OpenPose

Cálculo de ángulos entre segmentos articulares mediante coordenadas y funciones trigonométricas

Exportación de datos en archivos CSV y generación de videos procesados

Los resultados se compararon con análisis realizados en Kinovea, evaluando la precisión de ángulos y el seguimiento del movimiento articular.

Resultados

El sistema identificó correctamente los segmentos entre cadera, rodilla y tobillo, proyectando el arco de movimiento en tiempo real. El ángulo de flexión/extensión se mostró dinámicamente durante la ejecución del ejercicio, corroborando la efectividad del análisis óptico automatizado.

Conclusiones

Este algoritmo constituye una herramienta funcional para aplicaciones de telemedicina enfocadas en rehabilitación postoperatoria de cadera y rodilla. Facilita el monitoreo remoto del progreso del paciente con precisión y permite brindar retroalimentación clínica sin necesidad de consultas presenciales.