User-adaptive autonomous robotic walker driven by artificial intelligence for ataxic rehabilitation

dc.commentsEE/2025/5344
dc.contributor.advisorSantos, Cristina
dc.contributor.advisorCerqueira, João José
dc.contributor.advisorFigueiredo, Joana
dc.contributor.authorLopes, João Pedro Mendes
dc.date.accessioned2026-01-19T10:53:02Z
dc.date.issued2025-09-09
dc.date.submitted2025-09
dc.description.abstractA ataxia cerebelar é uma condição neurológica caracterizada por descoordenação dos membros inferiores, variabilidade da marcha e instabilidade postural, que resulta em perda de equilíbrio e redução da mobilidade. Atualmente, a reabilitação física intensiva é o principal tratamento da ataxia, envolvendo equipas multidisciplinares e exigindo um enorme esforço e dedicação por parte dos terapeutas, Assim, torna-se necessário encontrar meios complementares que promovam a recuperação da capacidade motora e reduzam o ónus da terapia manual, atenuando os impactos socioeconómicos. A terapia assistida por robô tem vindo a desempenhar um papel fundamental na terapia física, não só por se revelar eficaz, mas também porque permite o alivio na carga dos terapeutas, oferecendo uma abordagem colaborativa. Esta tese de doutoramento apresenta a próxima geração do ASBGo Smart Walker, um andarilho robótico desenvolvido para o treino da marcha atáxica. Esta tese visa otimizar o dispositivo, agora designado por WALKit, dotando-o de funcionalidades inovadoras que maximizam o envolvimento do utilizador na terapia. Esta tese está estruturada em cinco partes, Primeiro, optimizou-se o software do dispositivo, tornando- o mais intuitivo e funcional, considerando requisitos técnicos e clínicos. Segundo, realizou-se um estudo profundo sobre a descodificação do movimento do utilizador de forma indireta e intuitiva com base em deep learning. O modelo revelou ser preciso, mas, ocasionalmente, desvia o foco do utilizador, Em terceiro lugar, foram introduzidas duas estratégias de controlo: uma abordagem Human-in-the-loop que presta assistência de acordo com as intenções de movimento do utilizador e uma estratégia Assist-as- Needed que supervisiona os comandos do utilizador, assistindo, de forma inteligente, em caso de ne- cessidade. Quarto, foi desenvolvida uma estratégia integrada de biofeedback audiovisual e um jogo sério baseado em realidade virtual não imersiva, que visam maximizar a participação ativa do utilizador e tornar a terapia com o WALKit mais envolvente e diversificada. Por fim, foi realizado um estudo clínico de in- tervenção para determinar a eficácia do WALKit na reabilitação da ataxia, Os resultados globais indicam que o WALKit promove uma melhoria na velocidade e qualidade da marcha, e no controlo do equilibrio.por
dc.description.abstractCerebellar ataxia is a neurological condition characterized by incoordination of the lower limbs, gait variability, and postural instability, leading to loss of balance and reduced mobility. Currently, intensive physical rehabilitation the mainstay of ataxia treatment, which involves multidisciplinary teams and re- quires a huge effort and commitment from therapists, Thus, it becomes necessary to find complementary means of rehabilitation that promote motor skills recovery and reduce the heavy burden of manual ther- apy, mitigating the social-economic impacts. Robot-Assisted Gait Training (RAGT) is playing a pivotal role not only in enhancing the rehabilitation effectiveness, but also alleviating the therapists' burden by offering a collaborative and supportive approach. This Ph.D. thesis presents the next generation of ASBGo Smart Walker, a user-friendly robotic walker for ataxic gait training. This research aims to optimize this device, currently named WALKit, by providing it with innovative functionalities that maximize user interaction and involvement in therapy. This thesis is divided into five parts. Firstly, the device's software was redesigned and optimized, turning it more intuitive and functional, considering technical and clinical requirements. Secondly, an in-depth study was conducted on novel ways of indirectly and intuitively decode the user's motion based on deep learning. The model revealed accurate, but occasionally diverts the focus away from the user. Thirdly, two assistive control strategies were introduced: a Human-in-the-loop approach that provides assistance according to the user's motion intentions and an Assist-as-Needed strategy that supervises the user's commands and intelligently assists or overrides the user in the case of need. Fourth, an integrated audiovisual biofeedback strategy and an exergame based on non-immersive virtual reality were developed, maximizing user active participation and turning therapy with WALKit more engaging, diverse, and problem- oriented. Lastly, a clinical intervention protocol was conducted to determine the effectiveness of WALKit in ataxic rehabilitation. In short, the main findings indicate that WALKit promotes an overall improvement in gait speed, gait quality, and balance control.eng
dc.identifier.tid101683219
dc.identifier.urihttps://hdl.handle.net/1822/99212
dc.language.isoeng
dc.relationUser-adaptive autonomous robotic walker driven by artificial intelligence for ataxic rehabilitation [2020.05708.BD]
dc.relationMicroelectromechanical Systems Research Unit [UIDP/04436/2020]
dc.relationMicroelectromechanical Systems Research Unit [UIDB/04436/2020]
dc.rightsopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAtaxia cerebelar
dc.subjectColaboração Humano-Robô
dc.subjectDescodificação do movimento
dc.subjectInteligência Artificial
dc.subjectInteração Humano-Robô
dc.subjectTreino Assistido por Robô
dc.subjectArtificial Intelligence
dc.subjectCerebellar Ataxia
dc.subjectHuman-Robot Interaction
dc.subjectHuman-Robot Collaboration
dc.subjectMotion Decoding
dc.subjectRobot-Assisted Gait Training
dc.subject.fosEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
dc.titleUser-adaptive autonomous robotic walker driven by artificial intelligence for ataxic rehabilitationeng
dc.typedoctoralThesiseng
dspace.entity.typePublication
oaire.awardNumber2020.05708.BD
oaire.awardNumberUIDP/04436/2020
oaire.awardNumberUIDB/04436/2020
oaire.awardTitleUser-adaptive autonomous robotic walker driven by artificial intelligence for ataxic rehabilitation [2020.05708.BD]
oaire.awardTitleMicroelectromechanical Systems Research Unit [UIDP/04436/2020]
oaire.awardTitleMicroelectromechanical Systems Research Unit [UIDB/04436/2020]
oaire.awardURIhttps://hdl.handle.net/1822/99210
oaire.awardURIhttps://hdl.handle.net/1822/97796
oaire.awardURIhttps://hdl.handle.net/1822/98681
oaire.funderIdentifierhttp://doi.org/10.13039/501100001871
oaire.funderIdentifierhttp://doi.org/10.13039/501100001871
oaire.funderIdentifierhttp://doi.org/10.13039/501100001871
oaire.funderNameFundação para a Ciência e a Tecnologia, I.P.
oaire.funderNameFundação para a Ciência e a Tecnologia, I.P.
oaire.funderNameFundação para a Ciência e a Tecnologia, I.P.
oaire.fundingStreamConcurso de avaliação no âmbito do Programa Plurianual de Financiamento de Unidades de I&D (2017/2018) - Financiamento Programático
oaire.fundingStreamConcurso de avaliação no âmbito do Programa Plurianual de Financiamento de Unidades de I&D (2017/2018) - Financiamento Base
relation.isProjectOfPublication40acc043-3381-4673-9729-a3988f2c1a9e
relation.isProjectOfPublication434c1b95-4d46-4492-b1e4-42d8189ad380
relation.isProjectOfPublication966af492-6fdb-4b92-be1a-1a19ea7f0a04
relation.isProjectOfPublication.latestForDiscovery40acc043-3381-4673-9729-a3988f2c1a9e
sdum.degree.gradeMuito bom
sdum.uoeiEscola de Engenharia
thesis.degree.grantorUniversidade do Minhopor
thesis.degree.nameTese de doutoramento em Biomedical Engineering

Ficheiros

Pacote original

A mostrar 1 - 1 de 1
A carregar...
Nome:
Joao Pedro Mendes Lopes.pdf
Tamanho:
46.76 MB
Formato:
Adobe Portable Document Format