Smart wearable orthosis to assist impaired human walking

Abstract

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.