Undersøgelse af lokomotoriske forventninger til stigende/faldende skråninger og trapper hos patienter med amputationer af lemmer (JCE)

Patienter med amputationer af underekstremiteterne er udstyret med proteser, der kan være mekaniske og/eller elektroniske. Disse proteser kan være monoartikulære (kun anklen) eller bi-artikulære (f.eks. knæ og ankel). For amputerede patienter bliver situationer, der kan virke trivielle, såsom at klatre og gå ned ad trapper, komplekse. Under nedstigningen af ​​trapper vil en umputeret person således bremse nedstigningen ved at trække lårmusklerne sammen, som åbenbart mangler hos den amputerede patient. Nuværende proteser, kendt som "intelligente" (eller "mikroprocessor") proteser, gør det muligt kun at justere bevægelsen, når det første skridt er taget, og at hjælpe patienten under op-/nedstigningssituationer på skråninger og trapper. Den næste teknologiske udfordring i udviklingen af ​​underekstremitetsudstyr er at kunne forudse disse komplekse miljøsituationer, for at sikre og lette bevægelsen allerede inden forhindringen krydses eller terrænet ændres.

Dette projekt planlægger at bruge de bevægelsesforventninger, der almindeligvis stilles under gang, som et middel til at regulere bevægelsesmønsteret. Vi mener, at disse forventninger vil afhænge af situationen, dvs. en særlig forventning, når man klatrer eller går ned af en skråning, eller når man nærmer sig en trappe osv. For at forstå og beskrive disse lokomotoriske forventninger planlægger vi at bruge nyere teknikker kaldet overvåget maskinlæring. Disse vil gøre det muligt at klassificere bevægelsesadfærd, når man går på en skråning eller trapper. I anden fase vil vi gerne beskrive præcist karakteristikaene for leddenes bevægelser og musklerne under disse tilpasninger. Det endelige mål med dette arbejde er at skabe et autonomt sensorsystem til at kontrollere den foregribende adfærd af en underekstremitetsprotese.