Assist-as-needed control for a smart orthotic system aiming a personalized gait rehabilitation

Abstract

O acidente vascular cerebral (AVC) corresponde à terceira principal causa de incapacidade motora em adultos. Através de terapias de reabilitação envolvendo um treino repetitivo e personalizado ao doente, a reabilitação da marcha é essencial para a recuperação da mobilidade. Para tal, as ortóteses ativas (OAs) e exosqueletos têm sido apontados como um meio para potenciar os efeitos das terapias de reabilitação. Contudo, é crucial adaptar a reabilitação da marcha às necessidades e intenções de locomoção de cada doente, através do desenvolvimento de (i) novos sensores e algoritmos inteligentes que permitam uma avaliação objetiva da marcha; e (ii) estratégias de controlo para OAs que promovam uma terapia adaptada às necessidades de cada doente, isto é, assist-as-needed (AAN). Esta tese tem como objetivo expandir o SmartOs, um sistema ortótico ativo, modular e vestível, para oferecer um treino de marcha adaptado às necessidades de doentes com AVC e avaliar a locomoção através de dados cinemáticos e musculares. A tese é estruturada em cinco passos de investigação. Primeiro, foi expandida a estrutura modular do SmartOs para integrar novos sistemas sensoriais, ferramentas de análise da marcha e estratégias de controlo. Segundo, foi criado um sistema sensorial baseado em têxteis condutores, capaz de monitorizar, simultaneamente, a atividade muscular de vários grupos musculares. O benchmarking com sistemas comerciais demonstrou o potencial deste sistema para a avaliação objetiva da contração muscular. Terceiro, foi desenvolvida uma ferramenta de deep learning para a descodificação de modos de locomoção, destacando-se pela sua classificação precisa e antecipativa. Quarto, foram desenvolvidas três estratégias de controlo AAN. A estratégia baseada em modos de locomoção oferece assistência de acordo com as intenções de locomoção do utilizador; a estratégia baseada em eletromiografia contribui para o fortalecimento muscular e promove a participação ativa do utilizador na terapia; e a estratégia baseada em energia visa adaptar o controlo do dispositivo para reduzir o custo metabólico do utilizador. Por fim, foram conduzidos dois casos de estudo para determinar os efeitos do sistema SmartOs como ferramenta de reabilitação em pacientes que sofreram um AVC. Em suma, os resultados indicam que o sistema SmartOs está apto para aplicação em ambiente clínico, tanto como uma solução personalizada de assistência, como uma ferramenta de avaliação da marcha em pacientes que sofreram um AVC.

Stroke is the third leading cause of motor disability in adults. Through rehabilitation therapies involving repetitive and user-oriented training, gait rehabilitation is essential to regain mobility. To this end, active orthoses (AOs) and exoskeletons have been identified as a means to enhance the effects of rehabilitation therapies. However, it is crucial to adapt gait rehabilitation to the specific needs and locomotion intentions of each post-stroke patient through the development of (i) new sensors and intelligent algorithms that allow an objective assessment of gait; and (ii) control strategies for AO that promote therapy tailored to the needs of each post-stroke patient, i.e., assist-as-needed (AAN). This Ph.D. thesis aims to extend SmartOs, an active, modular, and wearable orthotic system, to provide gait training adapted to the needs of post-stroke patients and to assess locomotion through kinematic and muscular data. The thesis is divided into five research steps. Firstly, the modular structure of SmartOs was extended to integrate new sensory systems, gait analysis tools, and control strategies. Secondly, a sensory system based on conductive textiles was developed, capable of simultaneously monitoring the muscular activity of several muscle groups. Benchmarking with commercial systems demonstrated the potential of this system for objective assessment of muscle contraction. Thirdly, a deep learning tool was developed to decode locomotion modes, which is characterized by its accurate classification and predictive nature. Fourth, three AAN control strategies were developed. The AAN Locomotion Mode-driven trajectory control provides assistance according to the user's locomotion intentions. The AAN EMG-based control contributes to muscle strengthening and promotes the user's active participation in therapy. The AAN Human-in-the-Loop control aims to adapt the control of the device to reduce the user's energy expenditure. Finally, two case studies were conducted to determine the effects of the SmartOs system as a rehabilitation tool for post-stroke patients. In short, the results indicate that the SmartOs system is suitable for use in a clinical environment, both as a personalized assistance solution and as a gait assessment tool for patients who have suffered a stroke.