Asistencia robotizada adaptable del miembro superior basado en respuesta biomecánica y fisiológica del humano
Resumen
Dentro de los procesos de rehabilitación por medio de asistencia robotizada se estudian diferentes aplicaciones y múltiples tipos de control, permitiendo la repetición de los procesos. Los resultados de estos estudios no consideran las condiciones del humano dentro del lazo de control, por lo cual se plantea el caracterizar el esfuerzo del usuario por medio de las señales mioélectricas del miembro superior obtenidas por el brazalete Myo, siendo el modificador de un indicador dentro de la consigna de control PD+G. Con lo cual, se tomó muestras de las señales mioelectricas mientras se realizó una tarea con el robot, procesadas con un filtro Kernel Gaussiano, para la caracterización del esfuerzo por medio del método de polinomios anidados. Los resultados obtenidos permiten establecer una región dentro del espacio de trabajo del robot donde el esfuerzo del paciente es el mínimo, de esta forma incorporar condiciones biomecánicas dentro del proceso de guiado háptico.
Descargas
Citas
A.Mohemmed, Shliebs, S., Matsuda, S., and Kasabov, N. (2011). Method for training a spiking neuron to associate input-output spike trains. Engineering Applications of Neural Networks, Springer Berlin Heidelberg, pages 219–228.
Cameron, M. H. (2013). Physical agents in rehabilitation from research to practice. ELSEVIER.Campoverde, C. I. M. and Nacipucha, J. M. N. (2016). Diseno e implementacion de un prototipo de exoesqueleto destinado a la rehabilitación de codo. ́
In Trabajo recepcional. Universidad de Cuenca, Cuenca, Ecuador. de los Santos Bojorquez, H. R. (2015). Control de robots manipuladores con senales mioeléctricas. In Tesis de especialidad. Centro de Ingeniería y Desarrollo Industrial, Santiago de Queretaro, Qro., M ́ ex. ́
Dominguez-Ramirez, O., Samperio-Llano, L., Lopez-Morales, V., Rivera-Gonzalez, M., Pozas-Cardenas, M., Lopez-Hernandez, R., Sanchez-Reyes,
L., Suarez-Cansino, J., Nunez-Esquer, G., Escotto-Cordova, A., Perez-Mendoza, M., and Sanchez-Cortes, N. (2004). Technology of haptics interfaces with purposes of diagnosis of patient with neuropsychological illnesses. pages 262–267.
Galvez, R. B., Ram ́ ́ırez, O. A. D., and Sanchez, E. J. A. (2015). ́ Sistemas de Interacci ́on F ́ısica Hombre-Robot. Editorial Academica espanola, Pachuca de Soto, Hgo., Mexico. ́
Guachamin, J. Z. (2017). Implementacion de un sistema de clasificación de gestos del brazo humano utilizando myo armband para mano a distancia de un brazo robotico de 3gdl. Escuela Polit ́ ecnica Nacional, Quito, Ecuador.
Gutierrez, L. R. L., Rodr ́ıguez, J. L., and Carrochano, E. B. (2018). Spike quaternion neural networks control for a hand prosthesis. 2018 IEEE Latin American Conference on Computational Intelligence (LA-CCI), [En l ́ınea]:1–6.
J..Brazeiro, Petraccia, S., and Valdes, M. (2015). Mano controlada por señales
musculares. In Memoria de proyecto. Universidad de la Republica, Montevideo, Uruguay.
Marchal-Crespo, L. and Reinkensmeyer, D. (2009). Revision de estrategias de control para el entrenamiento del movimiento robotico después de una lesion neurol ́ ogica. 6(20). ́
Mart ́ınez, J. R. and G.D. Villa Salvador, R. C. B. (2003). C ́alculo infinitesimal de varias variables reales. Instituto Politecnico Nacional, Ciudad de Mexico, México.
Rivera, J. A. T., Fernandez, F. A. M., Sanchez, F. J. R., Vega, V. P., and Ramírez, O. A. D. (2013). NASA-TLX Assessment of Modern Close Loop Controllers in Haptic Guidance for Assisted Rehabilitation. Springer Berlin Heidelberg,
Berlin, Heidelberg.
Silva, A. J., Ramirez, O. A. D., Vega, V. P., and Oliver, J. P. O. (2009). Phantomomni haptic device: Kinematic and manipulability. pages 193–198.
Turijan-Rivera, J. A., Ruiz-Sanchez, F. J., Dominguez-Ramirez, O. A., and Parra-Vega, V. (2013). Modular platform for haptic guidance in paediatric rehabilitation of upper limb neuromuscular disabilities. pages 923–928.
van der Putten, J. J. M. F., Hobart, J. C., Freeman, J. A., and Thompson, A. J. (1999). Measuring change in disability after inpatient rehabilitation: comparison of the responsiveness of the barthel index and the functional in-
dependence measure. Journal of Neurology, Neurosurgery & Psychiatry, 66(4):480–484.
Villeda, A. L., J., F., Sanchez, R., Ram ́ırez, O. A. D., and Vega, V. P. (2013). robotic design of an upper limb exoskeleton for motion analysis and rehabilitation of paediatric neuromuscular disorders. Converging Clinical and Engi. Research, Springer Berlin Heidelberg.
Winstein, C. J. and Kay, D. B. (2015). Chapter 16 - translating the science into practice: shaping rehabilitation practice to enhance recovery after brain damage. In Dancause, N., Nadeau, S., and Rossignol, S., editors, Sensorimotor Rehabilitation, volume 218 of Progress in Brain Research, pages 331–360. Elsevier.