Desarrollo de un modelo avanzado para la identificación y evaluación de métricas de impacto cefálico en niños con trastorno del espectro autista

Abstract

Se presenta un sistema de visión por computadora para la medición objetiva de la cinemática de golpes autodirigidos a la cabeza, una estereotipia frecuente en niños con Trastorno del Espectro Autista (TEA). El sistema captura la escena con una cámara de profundidad Azure Kinect DK y estima, para cada amago de golpe, la trayectoria tridimensional de la mano, su velocidad y deceleración en el instante de máxima aproximación al rostro. Se comparan tres familias de algoritmos de seguimiento —el Body Tracking nativo del Kinect (profundidad), YOLO11-pose y MediaPipe (ambos sobre el flujo RGB con reproyección a 3D)— sobre un conjunto de grabaciones que abarca tres modos de profundidad, tres condiciones de iluminación y múltiples zonas faciales. Se incorpora un filtro de Kalman de velocidad constante, cuyo ruido de proceso se dimensiona a la dinámica del golpe, y un estudio de ablación cuantifica su efecto sobre la velocidad estimada. Los resultados, analizados estadísticamente y categorizados por algoritmo, muestran que el seguimiento por profundidad ofrece la medición más fiable de la cercanía mano-rostro y de la magnitud del golpe. Finalmente, se desarrolla la justificación física que, a futuro, permitirá derivar la fuerza de impacto a partir de la deceleración medida. We present a computer vision system for the objective measurement of the kinematics of self-directed head blows, a frequent stereotypy in children with Autism Spectrum Disorder (ASD). The system captures the scene with an Azure Kinect DK depth camera and estimates, for each approximation event, the three-dimensional trajectory of the hand, its velocity, and deceleration at the moment of closest approach to the face. Three families of tracking algorithms are compared—Azure Kinect’s native Body Tracking (depth), YOLO11-pose, and MediaPipe (both operating on the RGB stream with 3D back-projection)—over a dataset covering three depth modes, three illumination conditions, and multiple facial zones. A constant-velocity Kalman filter is incorporated, with its process noise scaled to the dynamics of the blow, and an ablation study quantifies its effect on the estimated velocity. The results, statistically analyzed and categorized by algorithm, show that depth-based tracking provides the most reliable measurement of hand–face proximity and impact magnitude. Finally, the physical framework that will enable deriving impact force from measured deceleration is developed.