Avaliação de representações simbólicas de movimentos articulares humanos úteis para sistemas de telemedicina
DOI:
https://doi.org/10.59681/2175-4411.v18.2026.1535Palabras clave:
Estudos de Séries Temporais, Reconhecimento Automatizado de Padrão, TelemedicinaResumen
Evaluar el rendimiento de los métodos SAX y SFA en la representación simbólica de series temporales de movimientos articulares humanos, considerando tres tamaños de alfabeto (tres, siete y diez símbolos) y tres tipos de movimiento. Métodos: Ocho voluntarios sanos realizaron movimientos de flexión/extensión de codo, abducción/aducción y circunducción de hombro, siendo recolectados los datos de aceleración con un teléfono inteligente Samsung Galaxy A51 fijado en la muñeca. Las señales fueron suavizadas con un filtro Gaussiano (σ = 2), segmentadas automáticamente y convertidas en palabras simbólicas de diez símbolos mediante los métodos SAX y SFA. Las comparaciones de cuatro por cuatro entre métodos, para cada movimiento y tamaño de alfabeto, se realizaron con las pruebas de Friedman o ANOVA de medidas repetidas, según la distribución de los datos. También se realizaron comparaciones adicionales de nueve por nueve entre los mejores métodos. Resultados y Discusión: No se observaron diferencias estadísticamente significativas en los análisis. Para flexión/extensión y abducción/aducción, todos los datos fueron analizados con la prueba de Friedman (p = 0,3916). Para circunducción, los alfabetos de tres y siete símbolos tampoco presentaron diferencias, y con diez símbolos, la prueba ANOVA no indicó significancia (p = 0,0517). La comparación de nueve por nueve entre los mejores métodos tampoco mostró diferencias (p = 0,4544). Conclusión: Los métodos mostraron un rendimiento equivalente, recomendándose el SAX por su menor complejidad computacional (O(n)) en comparación con el SFA (O(n log n)), haciéndolo más adecuado para aplicaciones con restricciones de procesamiento o que requieran análisis en tiempo real.
Descargas
Citas
Brasil. Ministério da Saúde. LER e DORT são as doenças que mais acometem os trabalhadores, aponta estudo [Internet]. Brasília: Ministério da Saúde; 2019 [citado 2025 nov 5]. Disponível em: https://www.gov.br/saude/pt-br/assuntos/noticias/2019/abril/ler-e-dort-sao-as-doencas-que-mais-acometem-os-trabalhadores-aponta-estudo.
Wang X, Wang Y, Wu J. Position-aware indoor human activity recognition using multisensors embedded in smartphones. Sensors. 2024;24(11):3367.
Baroudi L, Barton K, Cain SM, Shorter KA. Classification of human walking context using a single-point accelerometer. Sci Rep. 2024;14:3039.
[Autor1], [Autor2], [Autor3], [Autor4], [Autor5], [Autor6], [Autor7]. [Título do artigo anonimizado]. [Periódico] [Internet]. [Ano];[Volume]([Número]):[Páginas]. Disponível em: [URL]. DOI: [DOI].
Borges RC, Parreira WD, da Mata DL, Lage RM. Protótipo acessível para monitoramento cardíaco utilizando fotopletismografia: implementação e perspectivas. J Health Inform. 2024;16(Especial). doi:10.59681/2175-4411.v16.iEspecial.2024.1324.
Lanazi M, Aldahr RS, Ilyas M. Human activity recognition through smartphone inertial sensors with ML approach. Eng Technol Appl Sci Res. 2024;14(1):12780-7.
Lin J, Keogh EJ, Lonardi S, Pazzani A. A symbolic representation of time series, with implications for streaming data mining. Proceedings of the 8th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2003;2-11.
Schäfer P, Höggqvist M. SFA: A symbolic Fourier approximation and index for similarity search in high dimensional datasets. Data Min Knowl Discov. 2012;29(2):228-42.
Shieh J, Keogh E. iSAX: Indexing and mining terabyte-sized time series. Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2008;623-31.
Fulcher BD, Jones NS. Highly comparative feature-based time-series classification. IEEE Trans Knowl Data Eng. 2014;26(12):3026-37.
Sistema S – Sistema S em Telemedicina [software]. Informações de autoria e registro omitidas para revisão cega.
Hamill J, Knutzen KM, Derrick TR. Biomecânica básica dos movimentos humanos. 4ª ed. Barueri (SP): Manole; 2016.
Hamming RW. Error detecting and error correcting codes. Bell Syst Tech J. 1950;29(2):147-60.
D’Agostino RB. Tests for normal distribution. In: Goodness-of-fit techniques. New York: Marcel Dekker; 1986. p. 367-419.
Fisher RA. Statistical methods for research workers. 1st ed. Edinburgh: Oliver and Boyd; 1925.
Friedman M. The use of ranks to avoid the assumption of normality implicit in the analysis of variance. J Am Stat Assoc. 1937;32(200):675-701.
Nemenyi PB. Distribution-free multiple comparisons. Princeton: Princeton University; 1963. Ph.D. Thesis.
Phinyomark A, Khushaba RN, Scheme E. Feature extraction and selection for myoelectric control based on wearable EMG sensors. Sensors (Basel). 2017;17(5):1105. doi:10.3390/s17051105.
Sousa Lima W, Batista LV, Keogh E, Povinelli RJ, Batista GEAPA. Human Activity Recognition Based on Symbolic Representations. Sensors (Basel). 2018;18(11):4045. doi:10.3390/s18114045.
Philip S, Cao Y, Li M. Sensor Based Time Series Classification of Body Movement. In: Bio-Inspired Models of Network, Information, and Computing Systems (BIONETICS 2010). Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering. Springer; 2012. p. 303-309. doi:10.1007/978-3-642-32615-8_30.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Ana Paula Merencia, Huei Diana Lee, Weber Shoity Resende Takaki, Alexandre Peiter Ferraz, Wu Feng Chung, Newton Spolaôr

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
La sumisión de un artículo a el Journal of Health Informatics es entendida como exclusiva y que no esta siendo considerado para publicación en otro periódico. La permisión de los autores para la publicación de su artículo en lo JHI implica en la exclusiva autorización concedida a los editores para su inclusión en la revista. Al someter un artículo, a lo autor será solicitada la permisión electrónica de una Nota de Copyright. Una mensaje electrónica será enviada a lo autor correspondiente confirmando el recibo del manuscrito y lo aceite de la Nota de Copyright.
