Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/65877
Título: | Smart wearable orthosis to assist impaired human walking |
Outro(s) título(s): | Ortótese inteligente e vestível para assistir a marcha humana debilitada |
Autor(es): | Figueiredo, Joana Sofia Campos |
Orientador(es): | Santos, Cristina Moreno, Juan C. |
Palavras-chave: | assistência e reabilitação da marcha estratégias de assistência ortóteses ativas reconhecimento de intenção sensores vestíveis active orthoses assistive control strategies gait rehabilitation and assistance motion intention recognition wearable sensors |
Data: | 17-Out-2019 |
Resumo(s): | O acidente vascular cerebral (AVC) é a terceira principal causa de incapacidade motora
adulta. A reabilitação da marcha com um treino repetitivo e orientado ao doente, possível
com ortóteses ativas (OAs), potencia a recuperação da mobilidade. Contudo, é necessário
ajustar a reabilitação da marcha às atuais necessidades do sujeito, bem como integrar sensores
vestíveis nas OAs para avaliar objetivamente a marcha.
Esta tese visa o desenvolvimento do SmartOs, um sistema ortótico ativo, modular, e vestível,
com o intuito de providenciar um treino de marcha repetitivo e orientado às necessidades
de doentes com AVC, e de avaliar a locomoção do doente por meio de dados cinemáticos e
musculares. Esta tese inclui cinco fases de investigação.
Primeiro, foi desenvolvida uma estrutura modular para integrar, de forma inovadora e eficaz,
sistemas sensoriais, ferramentas de análise da marcha, e estratégias de controlo nas OAs.
Segundo, foi desenvolvido um laboratório portátil de análise de marcha com quatro sistemas
sensoriais, passíveis de serem utilizados em stand-alone ou combinados com sistemas externos.
O benchmarking com sistemas comerciais demonstrou a potencialidade destes sistemas
sensoriais para a avaliação objetiva da locomoção. Terceiro, foi desenvolvida uma máquina de
estados com limites adaptativos para a deteção de eventos da marcha, a qual demonstrou ser
adequada como benchmarking para avaliação de eventos humanos da marcha. Quarto, foi
criada uma ferramenta de machine learning para o reconhecimento e previsão de modos de
locomoção e transições. Esta ferramenta destaca-se pela classificação precisa de direções e
terrenos com uso exclusivo de dados cinemáticos. Por último, foi desenvolvida uma arquitetura
de controlo hierárquica com quatro estratégias de controlo. As estratégias de trajetória
orientada ao sujeito e impedância adaptativa fornecem um treino de marcha repetitivo e assist-
as-needed, respetivamente. As estratégias baseadas na eletromiografia e na interação homem-
OA contribuem para o fortalecimento muscular.
Em suma, os resultados indicam que o SmartOs está funcional para futura aplicação em
ambiente clínico quer como uma solução de assistência personalizada, quer como uma ferramenta
de avaliação da marcha de doentes com AVC. Stroke is the third leading cause of adult long-term motor disability. Gait rehabilitation approaching user-oriented and repetitive gait training has the potential for long-term mobility recovery. Active orthoses (AO) can tackle these rehabilitation abilities. More research is needed to foster gait rehabilitation oriented to the current user’s needs and to integrate wearable sensors into AOs for objective gait assessment. This thesis aims the development of SmartOs, a smart, modular, wearable active lower limb orthotic system, to foster user-oriented and repetitive gait training in impaired gait due to stroke and to evaluate human motor condition using kinematic and muscular gait measures. This work includes five research stages. First, a modular framework was implemented to integrate into an innovative and effective manner, wearable sensor systems, gait analysis tools, and control strategies into AOs. Second, a wearable motion lab including four wearable sensor systems, with an open-architecture for both stand-alone or third-party systems use, was successfully developed. The benchmarking analysis with commercial systems outlined that the sensor systems are purposeful for objective evaluation of the user’s motor condition. Third, a gait event detection tool through a finite state machine with an adaptive threshold-based structure was developed for detecting gait events in daily locomotion. Results show that the tool is suitable as a benchmark for detecting human gait events. Fourth, a machine learning-based recognition and prediction tool was achieved to classify locomotion modes and transitions. This tool advances the state-of-the-art by demonstrating that the exclusive use of kinematic data successfully classifies different walking directions and terrains. The last research stage made the SmartOs a multi-functional system through a hierarchical control architecture with four assistive control strategies. The user-oriented trajectory and adaptive impedance controls foster repetitive and assist-as-needed gait training, respectively. Both the EMG-based and user-orthosis interaction based control contribute to muscle strengthening. Findings indicate that SmartOs is functionally operative for a future clinical application as a personalized assistive and gait assessment solution of stroke survivors. |
Tipo: | Tese de doutoramento |
Descrição: | Tese de Doutoramento (Programa Doutoral em Engenharia Biomédica) |
URI: | https://hdl.handle.net/1822/65877 |
Acesso: | Acesso aberto |
Aparece nas coleções: |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
PhDThesis_JoanaFigueiredo.pdf | 15,41 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons