Modelo de evaluación de impacto cefálico en niños con TEA mediante visión por computado

Abstract

La creciente necesidad de medición objetiva y seguimiento continuo de conductas de riesgo en el TEA exige herramientas tecnológicas que operen más allá de la observación subjetiva. Este proyecto presenta una solución integral de análisis de video para detección y cuantificación de golpes en contextos de autolesión, orientada a entornos clínicos y domésticos. La metodología combina un detector 2D (YOLOv8s) para localizar mano, cabeza y golpe, con mapas de profundidad monocular relativa (Depth Anything V2) que permiten estimar, por evento, la velocidad mano–cabeza y derivar una intensidad interpretable (leve, media, fuerte). El sistema incorpora fusión detección–profundidad con normalización de escena y filtrado espacio–temporal, lo que estabiliza la señal y reduce errores por oclusiones, cambios de iluminación o ruido puntual. Implementado como un pipeline modular, el enfoque facilita la ampliación a nuevos contextos y cámaras, y entrega productos de salida legibles para profesionales: video anotado, recortes por evento y un archivo resultados.txt que resume cada episodio con su velocidad, intensidad y cuadro de referencia para verificación inmediata. La arquitectura está pensada para escalabilidad y integración en flujos clínicos, priorizando la reproducibilidad del proceso y el resguardo de la privacidad. Entre los aportes destacan la trazabilidad desde una métrica física simple hacia una etiqueta clínica, y la posibilidad de monitoreo longitudinal de frecuencia e intensidad de eventos como insumo para decisiones terapéuticas. El proyecto sienta las bases para sistemas de apoyo a la intervención basados en evidencia, con potencial de incorporación en escenarios reales de atención y cuidado. There is a growing need for objective measurement and continuous monitoring of risk behaviors in Autism Spectrum Disorder, beyond subjective observation. This project presents an end-to-end video analysis solution for the detection and quantification of head-impact events in self-injurious contexts, targeting clinical and home environments. The method combines a 2D detector (YOLOv8s) that localizes hand, head, and impact with monocular relative-depth maps (Depth Anything V2) to estimate hand–head relative velocity per event and assign an interpretable intensity label (mild, moderate, strong). The system integrates detection–depth fusion with scene normalization and spatio–temporal filtering, stabilizing measurements and reducing errors due to occlusions, lighting changes, or local noise. Implemented as a modular pipeline, the approach eases extension to new settings and cameras, and produces clinician-readable outputs: an annotated video, per-event crops, and a resultados.txt file that summarizes each episode with its velocity, intensity, and frame index for immediate verification. The architecture emphasizes scalability, integration into clinical workflows, reproducibility, and privacy safeguards. Key contributions include traceability from a simple physical metric to a clinically interpretable label, and the potential for longitudinal monitoring of event frequency and intensity to inform therapeutic decisions. The project lays the groundwork for evidence-based support systems suited for realworld care environments.