Esta actuación se enmarca en el PLAN TCUE 2024-2027 financiado por la Junta de Castilla y León
TITULO DEL PROYECTO: Detección de los puntos clave de la mano de personas con parálisis cerebral Autora: Gema Chamoso Rodríguez Tutora Académica: Ana Belén Gil González Colaboradores: Danilo Valdés Ramírez
CURSO 2025-2026
1. Descripción General del Proyecto Sistema de visión artificial que detecta en tiempo real los 21 puntos clave de la mano mediante una cámara convencional, sin guantes, marcadores ni sensores, orientado a personas con parálisis cerebral. En colaboración con ASPACE Salamanca se construyó una base de datos clínica propia (150 imágenes anotadas, aprobada por el Comité de Ética de la USAL) y se compararon seis modelos de detección de puntos clave (YOLOv8, YOLO11, YOLO12, YOLO26, RT-DETR y MediaPipe). A partir de esta comparativa se desarrolló ManoMétrica, una aplicación web que mide la distancia entre los puntos clave de cada dedo y registra su evolución entre sesiones.
2. Objetivos Diseñar y evaluar un sistema de visión artificial capaz de detectar en tiempo real los puntos clave de la mano de personas con parálisis cerebral, como base de una herramienta de valoración objetiva del rango de movimiento articular sin equipamiento especializado. Como objetivos específicos: revisar la literatura sobre segmentación y seguimiento de manos aplicados a la rehabilitación, construir con ASPACE una base de datos clínica anotada, comparar seis modelos de detección de puntos clave sobre diferentes tipos de manos, y desarrollar una aplicación que mida y registre la evolución de la movilidad de los dedos.
3. Resultados obtenidos (aplicabilidad) La comparativa mostró que YOLO y RT-DETR localizan bien la mano incluso atípica, pero sus cabezas de pose colapsan sobre el conjunto clínico de ASPACE (≤2,21 % de mAP50 en pose), mientras que MediaPipe, sin ajuste específico, resultó el más resiliente (37,10 %). Con este motor se desarrolló ManoMétrica, una aplicación web (React, TypeScript, MediaPipe Hands) que procesa el vídeo en el propio dispositivo, mide la distancia entre puntos clave por dedo, detecta discrepancias superiores al 25 % entre sesiones y exporta el historial en CSV o JSON. La validación realizada fue funcional, no clínica; el plan de negocio estima un mercado accesible (SAM) de entre 5 y 15 millones de euros anuales en España.