Interfaz háptica adaptable para neurorrehabilitación y fisioterapia asistida en miembro superior

Juan Daniel Ramírez Zamora; Omar Arturo Domínguez Ramírez; Gabriel Sepúlveda Cervantes; Luis Enrique Ramos Velasco; Alejandro Jarillo Silva

doi:10.29057/icbi.v10iEspecial3.8936

Juan Daniel Ramírez Zamora Universidad Autónoma del Estado de Hidalgo https://orcid.org/0000-0001-9667-6408
Omar Arturo Domínguez Ramírez Universidad Autónoma del Estado de Hidalgo https://orcid.org/0000-0002-9663-8089
Gabriel Sepúlveda Cervantes Centro De Innovación Y Desarrollo Tecnológico En Cómputo https://orcid.org/0000-0003-1237-1258
Luis Enrique Ramos Velasco Universidad Politécnica Metropolitana de Hidalgo https://orcid.org/0000-0002-8715-9641
Alejandro Jarillo Silva Universidad de la Sierra Sur https://orcid.org/0000-0002-9776-6533

DOI: https://doi.org/10.29057/icbi.v10iEspecial3.8936

Palabras clave: Robótica médica, Control inteligente, Guiado háptico, Visualización virtual

Resumen

Las tecnologías y protocolos clínicos en atención a discapacidades que reflejan limitación motriz en miembro superior, establecen ciertos criterios asociados a lo que el paciente comunica al médico de rehabilitación o fisioterapista, así como lo que el medico percibe en el desempeño de la tarea, estableciendo no solo un nivel de subjetividad en el diagnóstico y limitada certeza en el tratamiento. Los sistemas de interacción física hombre robot representan una herramienta que no sólo permite establecer métricas asociadas al desempeño del paciente, también el autoajuste de la tarea de rehabilitación en función del desempeño. En este artículo de investigación, se promueve el uso de interfaces hápticas guiadas, para inducir condiciones de neurorrehabilitación, particularmente a pacientes que han adquirido un accidente vascular-cerebral. Se propone, que la tarea del robot-paciente, sea establecida por lugares geométricos definidos por un protocolo clínico PDMS-2. Ante la adaptabilidad requerida, dada la incertidumbre del paciente, un control inteligente que garantiza convergencia y estabilidad en un sistema robótico con el usuario en el lazo, es implementado. Redes neuronales artificiales de segunda generación, transformada wavelet y filtros IIR, constituyen el esquema de control adaptable propuesto. Se presentan dos tipos de esquemas de interacción háptica, ambos con estimulo visual para establecer coordinación mano-ojo; exploración y guiado hápticos.

Descargas

La descarga de datos todavía no está disponible.

Citas

Abdullah, H. A., Tarry, C., Lambert, C., Barreca, S., and Allen, B. O. (2011). Results of clinicians using a therapeutic robotic system in an inpatient stroke rehabilitation unit. Journal of neuroengineering and rehabilitation, 8(1):1– 12.

Åstrom, K. J. and Wittenmark, B. (2013). Computer-controlled systems: theory and design. Courier Corporation.

Bergamasco, M. and Ruffaldi, E. (2011). Haptic interfaces for embodiment in virtual environments.

Carr, J. H. and Shepherd, R. B. (2003). Rehabilitacion de pacientes en el ictus: recomendaciones de ejercicios y entrenamiento para optimizar las habilidades motoras. ELSEVIER, España.

Cudeiro Mazaira, F. J., Arias Rodrıguez, P., Robles Garcıa, V., and Corral Bergantinos, Y. (2015). Fundamentos de neurociencia y neurorrehabilitación en Terapia Ocupacional. Sintesis, España.

Daubechies, I. (1992). Ten Lectures on Wavelets. SIAM.

Domínguez-Ramírez, O. A., Jarillo-Silva, A., Parra-Vega, V., Ruíz-Sánchez, F., and Sepúlveda-Cervantes, G. (2012). Neurorehabilitacion robotica basada en guiado kinestesico local para miembro superior con movimiento involuntario. Revista Ciencia Universitaria, (2):19–29.

Guerrero-Sánchez, M. L. (2017). Evaluación de la función motora: Pdms-2. OCW - Universidad de Murcia.

Haykin, S. (2004). Kalman ﬁltering and neural networks, volume 47. John Wiley & Sons.

Kuo, B. (1995). Digital Control Systems. Oxford University Press.

Lamas Sayans, S. (2015). Revisión sistemática sobre el empleo de robots en la rehabilitación del miembro superior tras un accidente cerebrovascular.

Levin, A. U. and Narendra, K. S. (1993). Control of nonlinear dynamical sys- tems using neural networks: Controllability and stabilization. IEEE Transactions on neural networks, 4(2):192–206.

Moyano, A´ . (2010). El accidente cerebrovascular desde la mirada del rehabilitador. Rev Hosp Cl´ın Univ Chile, 21:348–55.

Ogata, K. (1995). Discrete-time control systems. Prentice-Hall, Inc.

Ramírez-Zamora, J. D., Martínez-Terán, G., Domínguez-Ramírez, O. A., Ramos-Velasco, L. E., Parra-Vega, V., and Saucedo-Ugalde, I. (2015). Wa- venet control of a cyberforce system with human dynamic on passive haptic guidance tasks. pages 121–127.

Ramos-Velasco, L. E., Dom´ınguez-Ram´ırez, O. A., and Parra-Vega, V. (2016). Wavenet fuzzy pid controller for nonlinear mimo systems: Experimental validation on a high-end haptic robotic interface. Applied Soft Computing, 40:199–205.

Ramírez-Zamora, J. (2014). Control wavent de un sistema cyberforce con dina´mica humana en tareas de guiado ha´ptico pasivo. Tesis de maestr´ıa. Universidad Autónoma del Estado de Hidalgo.

Silva, F. A., Zarruk, J. G., Quintero, C., Arenas, W., Rueda-Clausen, C. F., and Silva, S. Y. (2006). Enfermedad cerebrovascular en Colombia. Revista Colombiana de Cardiología, 13:85 – 89.

Wu, C.-y., Yang, C.-l., Chuang, L.-l., Lin, K.-c., Chen, H.-c., Chen, M.-d., and Huang, W.-c. (2012). Effect of therapist-based versus robot-assisted bilate- ral arm training on motor control, functional performance, and quality of life after chronic stroke: a clinical trial. Physical Therapy, 92(8):1006–1016.