Diagnóstico precoce de AVC em atletas de halterofilismo em tempo real, utilizando sensores não invasivos de última geração
DOI:
https://doi.org/10.47197/retos.v61.110267Palavras-chave:
medicina desportiva, monitorização da saúde do atleta, tecnologia wearable, monitorização em tempo real, , tecnologia de diagnóstico, internet de coisas médicas (iomt), sensores não invasivos, eficiência de tempo, conveniência do utilizador, diagnóstico de precisãoResumo
Este artigo de investigação apresenta uma investigação sobre a eficácia de uma nova tecnologia de diagnóstico concebida para a monitorização em tempo real de atletas de halterofilismo, com foco na precisão, eficiência temporal e conforto do utilizador em comparação com os sistemas de diagnóstico tradicionais. O estudo apresenta um sistema avançado de sensores não invasivos, integrado numa estrutura coesa da Internet das Coisas Médicas (IoMT), que facilita a avaliação imediata e precisa dos parâmetros de saúde dos atletas. Para testar empiricamente os benefícios desta nova tecnologia, foi realizada uma experiência pedagógica envolvendo dois grupos distintos: um grupo experimental que utilizou a tecnologia proposta para exames médicos e um grupo de controlo que continuou com os métodos tradicionais de diagnóstico. Cada grupo foi composto por 30 atletas e os resultados foram medidos em três dimensões: a precisão dos resultados do diagnóstico, o tempo despendido para os exames médicos e o conforto dos equipamentos reportado pelos utilizadores. As conclusões indicam que a tecnologia proposta não só melhora significativamente a precisão dos diagnósticos de saúde, como também reduz o tempo necessário para os exames médicos, aumentando assim a eficiência global. Além disso, os maiores scores de conforto reportados pelo grupo experimental sugerem maior satisfação e usabilidade do utilizador. Estes resultados demonstram o potencial do sistema de diagnóstico proposto para transformar a monitorização da saúde do atleta, fornecendo avaliações médicas mais precisas, eficientes e fáceis de utilizar, sugerindo um avanço significativo na aplicação de tecnologias avançadas na medicina desportiva.
Referências
Zhao, J., Feng, S., Cao, X., & Zheng, H. (2024). Wearable sensors for monitoring vital signals in sports and health: progress and perspective. Sensor Review, 44(3), 301-330.
ROGGIO, F., CAPPUCCIO, G., PALMA, A., & MUSUMECI, G. (2024). Advancements in Non-Invasive Screening Techniques for Human Posture and Musculoskeletal Disorders.
Kazanskiy, N. L., Khonina, S. N., & Butt, M. A. (2024). A review on flexible wearables-Recent developments in non-invasive continuous health monitoring. Sensors andVitazkova, D., Foltan, E., Kosnacova, H., Micjan, M., Donoval, M., Kuzma, A., ... & Vavrinsky, E. (2024). Advances in respiratory monitoring: a comprehensive review of wearable and remote technologies. Biosensors, 14(2), 90. Actuators A: Physical, 114993.
Kim, D., Min, J., & Ko, S. H. (2024). Recent developments and future directions of wearable skin biosignal sensors. Advanced Sensor Research, 3(2), 2300118.
Tursynova, A., Omarov, B., Sakhipov, A., & Tukenova, N. (2022). Brain Stroke Lesion Segmentation Using Computed Tomography Images based on Modified U-Net Model with ResNet Blocks. International Journal of Online & Biomed-ical Engineering, 18(13).
Yough, M. (2023). Advancing Medical Technology for Motor Impairment Rehabilitation: Tools, Protocols, and Devices (Doctoral dissertation, West Virginia University).
Carmona, G. (2024). Selective fast fiber damage after leg press exercise leading to failure: a pole vaulter case report. Retos, 51, 1375–1380. https://doi.org/10.47197/retos.v51.98084
Sureja, N., Mehta, K., Shah, V., & Patel, G. (2023). Machine learning in wearable healthcare devices. In Machine Learn-ing for Advanced Functional Materials (pp. 281-303). Singapore: Springer Nature Singapore.
Chen, Z., & Dai, X. (2024). Utilizing AI and IoT Technologies for Identifying Risk Factors in Sports. Heliyon.
Le, T. (2020). The NeuroGeneration: The New Era in Brain Enhancement That Is Revolutionizing the Way We Think, Work, and Heal. BenBella Books.
Joshy, P. V., & Menaka, R. (2024). Neuro-Inspired Spiking Classifier for Trajectory-Optimized Diastasis Recti Rehabili-tation with Wearable IMU Sensors (June 2024). IEEE Access.
da Costa Santos, C. M. S. (2023). Longitudinal Changes in Force Production of Young Competitive Swimmers: Assess-ment Tools for Training Control and Optimization (Doctoral dissertation, Universidade da Beira Interior (Portugal)).
Faisal, A. I., Mondal, T., Cowan, D., & Deen, M. J. (2022). Characterization of knee and gait features from a wearable tele-health monitoring system. IEEE Sensors Journal, 22(6), 4741-4753.
Jeon, D. (2023). Differences in Gait Patterns and Lower Extremity Muscle Properties across Skill Levels of Ballet Danc-ers Using AI-Based, Markerless-Driven Musculoskeletal Modeling and Ultrasonography (Doctoral dissertation, Uni-versity of Miami).
Bădescu, D., Zaharie, N., Stoian, I., Bădescu, M., & Stanciu, C. (2022). A narrative review of the link between sport and technology. Sustainability, 14(23), 16265.
Audisio, A. (2024). Tracking the Body Center of Mass during simulated daily activities: a sensor fusion approach with barometric and inertial data (Doctoral dissertation, Politecnico di Torino).
Lee, J., Kwon, K., Soltis, I., Matthews, J., Lee, Y., Kim, H., ... & Yeo, W. H. (2023). Intelligent upper-limb exoskele-ton using deep learning to predict human intention for sensory-feedback augmentation. arXiv preprint arXiv:2309.04655.
Lambert Cause, J. (2022). Unraveling the contact force impact on the complex multi-wavelength PPG signal morpholo-gy at different vascular depths. Lambert Cause, Joan; Sole Morillo, Angel; da Silva, Bruno; Stiffens, Johan; Garcia-Naranjo, Juan Carlos.
Solikah, N. L., Apriantono, T. ., Ferryanto, F., Nurhasan, N., Wiyono, A., Firmansyah, A., Widodo, A., Putro, A. B., & Prianto, B. A. (2024). Measuring shoulder range of motion to diagnose shoulder injury among weightlifters: a study in athletes with and without shoulder injury. Retos, 59, 355–359. https://doi.org/10.47197/retos.v59.103360
Mateluna Núñez, C. A., Zavala-Crichton, J. P., Monsalves-Álvarez, M., Olivares-Arancibia, J., & Yáñez-Sepúlveda, R. (2022). Effects of weightlifting training on sprint, jump and change of direction performance in athletes: A systematic review: A systematic review. Retos, 44, 464–476. https://doi.org/10.47197/retos.v44i0.88670
Gupta, B. K., Koirala, T. K., Rai, J., Panda, B., & Bhoi, A. K. (2023). A Review of Brain-Computer Interface (BCI) System: Advancement and Applications. Enabling Person-Centric Healthcare Using Ambient Assistive Technology: Personalized and Patient-Centric Healthcare Services in AAT, 199-226.
Omarov, B., Batyrbekov, A., Suliman, A., Omarov, B., Sabdenbekov, Y., & Aknazarov, S. (2020, November). Electron-ic stethoscope for detecting heart abnormalities in athletes. In 2020 21st International Arab Conference on Infor-mation Technology (ACIT) (pp. 1-5). IEEE.
Sethi, D., Bharti, S., & Prakash, C. (2022). A comprehensive survey on gait analysis: History, parameters, approaches, pose estimation, and future work. Artificial Intelligence in Medicine, 129, 102314.
Maguluri, L. P., Vinya, V. L., Goutham, V., Uma Maheswari, B., Kumar, B. K., Musthafa, S., ... & Munjal, N. (2023). Unravelling the gait and balance: A novel approach for detecting depression in young healthy individuals. Journal of Intelligent & Fuzzy Systems, (Preprint), 1-15.
Altayeva, A., Omarov, B., & Im Cho, Y. (2018, January). Towards smart city platform intelligence: PI decoupling math model for temperature and humidity control. In 2018 IEEE International Conference on Big Data and Smart Compu-ting (BigComp) (pp. 693-696). IEEE.
Mohammadi, A. T., Sanjarian, S., Tehrany, P. M., Khorram, R., Vafadar, R., Mohseni, H., ... & Vaseghi, S. (2023). Cutting-Edge Advances in Surgery. Nobel Sciences.
Suri, J. S., Bhagawati, M., Paul, S., Protogerou, A. D., Sfikakis, P. P., Kitas, G. D., ... & Saba, L. (2022). A powerful paradigm for cardiovascular risk stratification using multiclass, multi-label, and ensemble-based machine learning paradigms: A narrative review. Diagnostics, 12(3), 722.
Ramasubramanian, B., Sundarrajan, S., Rao, R. P., Reddy, M. V., Chellappan, V., & Ramakrishna, S. (2022). Novel low-carbon energy solutions for powering emerging wearables, smart textiles, and medical devices. Energy & Envi-ronmental Science, 15(12), 4928-4981.
Syed, S. A., Zahid, H., Bullo, S., Shams, S., Tanvir, S., Zaidi, S. J. H., & Nasim, S. (2023). Machine Learning Tech-niques Applied in Surface Emg Detection-A Systematic Review. Pakistan Journal of Biotechnology, 20(02), 225-237.
Zhou, H., Wang, D., Yu, Y., & Zhang, Z. (2023). Research progress of human–computer interaction technology based on gesture recognition. Electronics, 12(13), 2805.
Murshed, R. U., Istiak, M. A., Rahman, M. T., Ashraf, Z. B., Ullah, M. S., & Saquib, M. (2023). A CNN based multi-faceted signal processing framework for heart rate proctoring using millimeter wave radar ballistocardiography. Ar-ray, 20, 100327.
Taj, I., & Zaman, N. (2022). Towards industrial revolution 5.0 and explainable artificial intelligence: Challenges and opportunities. International Journal of Computing and Digital Systems, 12(1), 295-320.
Omarov, B., Omarov, B., Shekerbekova, S., Gusmanova, F., Oshanova, N., Sarbasova, A., ... & Sultan, D. (2019). Ap-plying face recognition in video surveillance security systems. In Software Technology: Methods and Tools: 51st In-ternational Conference, TOOLS 2019, Innopolis, Russia, October 15–17, 2019, Proceedings 51 (pp. 271-280). Springer International Publishing.
Kazemi, N., & Musilek, P. (2023). Resolution enhancement of microwave sensors using super-resolution generative adversarial network. Expert Systems with Applications, 213, 119252.
Das, A., Paul, R., Nag, A., & Das, B. (2024). A Study of Cloud of Things Enabled Machine Learning-Based Smart Health Monitoring System. In Sustainability in Industry 5.0 (pp. 156-176). CRC Press.
Mridha, M. F., Das, S. C., Kabir, M. M., Lima, A. A., Islam, M. R., & Watanobe, Y. (2021). Brain-computer interface: Advancement and challenges. Sensors, 21(17), 5746.
Celik, A., & Eltawil, A. M. (2022). The internet of bodies: The human body as an efficient and secure wireless channel. IEEE Internet of Things Magazine, 5(3), 114-120.
Kumar, G. K., Bangare, M. L., Bangare, P. M., Kumar, C. R., Raj, R., Arias-Gonzáles, J. L., ... & Mia, M. S. (2024). Internet of things sensors and support vector machine integrated intelligent irrigation system for agriculture industry. Discover Sustainability, 5(1), 6.
Thakur, R., Borkar, P., & Wairagade, M. (2024). AI and ML in the Treatment of Cardiovascular Diseases. In Computa-tional Approaches in Biomaterials and Biomedical Engineering Applications (pp. 123-139). CRC Press.
Paneru, B., Paneru, B., & Sapkota, S. C. (2024). EEG Right & Left Voluntary Hand Movement-based Virtual Brain-Computer Interfacing Keyboard with Machine Learning and a Hybrid Bi-Directional LSTM-GRU Model. arXiv pre-print arXiv:2409.00035.
Firuzi, R., Ahmadyani, H., Abdi, M. F., Naderi, D., Hassan, J., & Bokani, A. (2022). Decoding Neural Signals with Computational Models: A Systematic Review of Invasive BMI. arXiv preprint arXiv:2211.03324.
Talpur, M. S. H., Abro, A. A., Ebrahim, M., Kandhro, I. A., Manickam, S., Arfeen, S. U., ... & Uddin, M. (2024). Illuminating Healthcare Management: A Comprehensive Review of IoT-Enabled Chronic Disease Monitoring. IEEE Access.
Zhang, X., Wu, D., Li, H., Fang, Y., Xiong, H., & Li, Y. (2022). Early Diagnosis of Intracranial Internal Carotid Artery Stenosis Using Extracranial Hemodynamic Indices from Carotid Doppler Ultrasound. Bioengineering, 9(9), 422.
Zhumayeva, M., Dautov, K., Hashmi, M., & Nauryzbayev, G. (2023). Wireless energy and information transfer in WBAN: A comprehensive state-of-the-art review. Alexandria Engineering Journal, 85, 261-285.
Mazzeo, P. L., Frontoni, E., Sclaroff, S., & Distante, C. (Eds.). (2022). Image Analysis and Processing. ICIAP 2022 Workshops: ICIAP International Workshops, Lecce, Italy, May 23–27, 2022, Revised Selected Papers, Part I (Vol. 13373). Springer Nature.
Weerarathna, I. N., & Luharia, A. (2024). Exploring the nexus of biomedical science and robots for enhanced clinical outcomes--a literature review. AIMS Bioengineering, 11(1).
McDevitt, S., Hernandez, H., Hicks, J., Lowell, R., Bentahaikt, H., Burch, R., ... & Anderson, B. (2022). Wearables for biomechanical performance optimization and risk assessment in industrial and sports applications. Bioengineering, 9(1), 33.
Seshadri, D. R., Thom, M. L., Harlow, E. R., Gabbett, T. J., Geletka, B. J., Hsu, J. J., ... & Voos, J. E. (2021). Weara-ble technology and analytics as a complementary toolkit to optimize workload and to reduce injury burden. Frontiers in sports and active living, 2, 630576.
Kovoor, M., Durairaj, M., Karyakarte, M. S., Hussain, M. Z., Ashraf, M., & Maguluri, L. P. (2024). Sensor-enhanced wearables and automated analytics for injury prevention in sports. Measurement: Sensors, 32, 101054.
Downloads
Publicado
Como Citar
Edição
Secção
Licença
Direitos de Autor (c) 2024 Retos
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-SemDerivações 4.0.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e assegurar a revista o direito de ser a primeira publicação da obra como licenciado sob a Licença Creative Commons Attribution que permite que outros para compartilhar o trabalho com o crédito de autoria do trabalho e publicação inicial nesta revista.
- Os autores podem estabelecer acordos adicionais separados para a distribuição não-exclusiva da versão do trabalho publicado na revista (por exemplo, a um repositório institucional, ou publicá-lo em um livro), com reconhecimento de autoria e publicação inicial nesta revista.
- É permitido e os autores são incentivados a divulgar o seu trabalho por via electrónica (por exemplo, em repositórios institucionais ou no seu próprio site), antes e durante o processo de envio, pois pode gerar alterações produtivas, bem como a uma intimação mais Cedo e mais do trabalho publicado (Veja O Efeito do Acesso Livre) (em Inglês).
Esta revista é a "política de acesso aberto" de Boai (1), apoiando os direitos dos usuários de "ler, baixar, copiar, distribuir, imprimir, pesquisar, ou link para os textos completos dos artigos". (1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess
