Tesis:
Diseño y Desarrollo de Tecnologías Neuroprotésicas y Robóticas para Terapias Individualizadas de la Marcha Patológica
- Autor: GIL CASTILLO, Javier
- Título: Diseño y Desarrollo de Tecnologías Neuroprotésicas y Robóticas para Terapias Individualizadas de la Marcha Patológica
- Fecha: 2025
- Materia:
- Escuela: E.T.S. DE INGENIEROS DE TELECOMUNICACION
- Departamentos: SALUD Y RENDIMIENTO HUMANO
- Acceso electrónico: https://oa.upm.es/84448/
- Director/a 1º: MORENO SASTOQUE, Juan Camilo
- Director/a 2º: NAVARRO CABELLO, Enrique
- Resumen: Neurological disorders, especially stroke and spinal cord injury, are the leading causes of disability worldwide, and gait disorders are common sequelae that significantly reduce quality of life. These are the main focus of rehabilitation therapy, which must be tailored to individual needs. However, conventional therapies have limitations, which has led to the development of emerging technologies such as neuroprostheses (NPs), wearable exoskeletons (EVs) and wearable hybrids (HVs), although their efficacy remains limited. Current literature highlights several limitations of assistive walking devices: lack of effective strategies to detect gait events in a personalized way, lack of modularity and configurability, and lack of standardized methodologies for personalization. Furthermore, it is crucial to develop advanced strategies that provide on-demand assistance, based on an accurate analysis of functional capacity and encouraging the active participation of the user to improve rehabilitation.
The main objective of this PhD thesis is to design, develop, implement and validate advanced technological solutions to optimize the personalization and effectiveness of gait assistance systems, such as NPs, EVs and HVs, by means of 1) adaptive segmentation algorithms, 2) modular architectures, 3) standardized personalization methodologies, and 4) advanced assistance strategies based on objective and accurate quantitative analysis.
First, the requirements for developing a new adaptive automatic gait segmentation algorithm were defined. An algorithm based on a thresholder state machine was created, which uses joint kinematic data to identify four key gait events (contact, initiation of propulsion, toe-off and maximum knee flexion in swing) and segment it into cycles, distinguishing between stance and swing phases, as well as specific sub-phases. It was implemented in offline version for analysis and online version for NPs, EVs and HVs control and its validation confirmed its consistent and accurate performance in different profiles of individuals and kinematic recording systems.
Secondly, requirements were defined to design advanced NPs systems with the ability to be combined with robotic devices. A modular NP system was developed that meets these requirements and adapts on the fly. To enable customized configuration, a standardized methodology was created based on clinical judgement to tailor the system to individual needs. Finally, the modular NP system was validated both independently and in combination with an EV in experimental tests with four users with different functional needs. These tests demonstrated its ability to adapt to each individual and its kinematic impact comparable to previous studies in the literature.
Thirdly, a new methodology for personalization of assistance in EVs was proposed, based on standard trajectory tracking control, which is common in clinical practice, and makes use of the dynamic time warping technique for the identification of functional needs from kinematic information. Furthermore, this technique has been further developed for its correct application to GC joint trajectories, obtaining optimal alignment results. Finally, the strategy was validated in able-bodied and spinal cord injured patients showing comparable results to the standard control, but being superior in terms of safe use of the EV, energy consumption, effort and perceived usability.
In conclusion, this PhD thesis shows significant advances in NPs, EVs and HVs for walking, which promise to considerably improve personalized care in assisted rehabilitation therapy.
RESUMEN
Los trastornos neurológicos, especialmente el ictus y la lesión medular, son las principales causas de discapacidad mundial, y los trastornos de la marcha, una secuela común que reduce significativamente la calidad de vida. Estos son el principal objetivo de la terapia de rehabilitación, la cual debe adaptarse a las necesidades individuales. Sin embargo, las terapias convencionales presentan limitaciones, lo que ha llevado al desarrollo de tecnologías emergentes como neuroprótesis (NPs), exoesqueletos vestibles (EVs) e híbridos vestibles (HVs), aunque su eficacia sigue siendo limitada. La literatura actual destaca varias limitaciones en los dispositivos de asistencia para la marcha: falta de estrategias efectivas para detectar eventos de la marcha de forma personalizada, carencia de modularidad y configurabilidad, y ausencia de metodologías estandarizadas para la personalización. Además, es crucial desarrollar estrategias avanzadas que proporcionen asistencia bajo demanda, basadas en un análisis preciso de la capacidad funcional y fomentando la participación activa del usuario para mejorar la rehabilitación.
El objetivo principal de esta tesis doctoral es diseñar, desarrollar, implementar y validar soluciones tecnológicas avanzadas para optimizar la personalización y eficacia de los sistemas de asistencia de la marcha, como NPs, EVs y HVs, mediante 1) algoritmos de segmentación adaptativos, 2) arquitecturas modulares, 3) metodologías de personalización estandarizadas, y 4) estrategias de asistencia avanzada basadas en el análisis cuantitativo objetivo y preciso.
En primer lugar, se definieron los requisitos para desarrollar un nuevo algoritmo adaptativo de segmentación automática de la marcha. Se creó un algoritmo basado en una máquina de estados con umbrales, que utiliza datos cinemáticos articulares para identificar cuatro eventos clave de la marcha (contacto, inicio de la propulsión, despegue y máxima flexión de rodilla en oscilación) y segmentarla en ciclos, distinguiendo entre fases de apoyo y oscilación, así como subfases específicas. Se implementó en versión offline para análisis y online para el control de NPs, EVs y HVs y su validación confirmó su rendimiento consistente y preciso en diferentes perfiles de individuos y sistemas de registro cinemático.
En segundo lugar, se definieron los requisitos para diseñar sistemas NPs avanzados con capacidad para combinarse con dispositivos robóticos. Se desarrolló un sistema NP modular que cumple con estos requisitos y se adapta a la marcha. Para permitir una configuración personalizada, se creó una metodología estandarizada basada en el juicio clínico para ajustar el sistema a las necesidades individuales. Finalmente, el sistema NP modular fue validado tanto de forma independiente como en combinación con un EV en pruebas experimentales con cuatro usuarios con diferentes necesidades funcionales. Estas pruebas demostraron su capacidad para adaptarse a cada individuo y su impacto en la cinemática comparable al de estudios previos en la literatura.
En tercer lugar, se propuso una nueva metodología de personalización de la asistencia en EVs que parte del control de seguimiento de trayectoria estándar, habitual en la práctica clínica, y hace uso de la técnica de deformación temporal dinámica para la identificación de necesidades funcionales a partir de la información cinemática. Además, se ha profundizado en dicha técnica para su correcta aplicación a las trayectorias articulares del GC obteniéndose resultados óptimos de alineación. Por último, se validó la estrategia en sanos y lesionados medulares demostrando resultados comparables al control estándar, pero siendo superior en cuanto a uso seguro del EV, consumo energético, esfuerzo de empleo y percepción de usabilidad.
En conclusión, esta tesis doctoral muestra avances significativos en las NPs, EVs y HVs para la marcha, que prometen mejorar considerablemente la atención personalizada en la terapia de rehabilitación asistida.