El proyecto Deep-LAB tiene como objetivo principal consolidar y ampliar el uso de tecnologías avanzadas basadas en DL para análisis cinemáticos multicámara sin marcadores físicos, especialmente enfocados en el estudio detallado de la marcha humana en entornos clínicos. Las principales líneas de trabajo de la presente anualidad del proyecto se han centrado: 1. En el desarrollo de un procedimiento multicámara de registro cinemático para el análisis de movimientos humanos basado en Deep Learning, permitiendo el registro y análisis de movimientos de forma ágil y sin la instrumentación de marcadores sobre el cuerpo del paciente (markerless). 2. En la implementación de una aplicación multicámara de registro y análisis cinemático para el análisis de la marcha humana, aprovechando la metodología desarrollada. Esta herramienta proporciona un método eficiente para que los médicos y profesionales del movimiento puedan obtener análisis biomecánicos completos, en este caso de la marcha humana, en entornos clínicos.

1. Se ha diseñado y probado con éxito una técnica multicámara que genera un modelo digital 3D super realista de la persona, usando datos como altura, peso, edad y sexo, y que se va adaptando a los movimientos registrados con cámaras y algoritmos de Deep Learning. 2. Se ha desarrollado y validado una aplicación multicámara específica para el análisis cinemático detallado de la marcha humana utilizando modelos biomecánicos integrados, permitiendo medir ángulos articulares, tiempos de paso y zancada, velocidad y consistencia de la marcha. Este sistema facilita realizar análisis biomecánicos exhaustivos equivalentes a los obtenidos mediante fotogrametría tradicional, pero con la ventaja significativa de no necesitar marcadores físicos.