Adaptív csípő-exoskeleton az ütési járás javításához
2026. június 5. frissítette: Georgia Institute of Technology
Erős csípő-exoskeleton szélütést túlélőknek járászavarral
Ez a munka a robotikus exoskeletonok új algoritmusaira és ezeknek az emberi alanyos tesztekben történő tesztelésére összpontosít.
Azok az egyének, akik korábban agyvérzésen estek át, robotizált exoskeletont viselve járnak egy speciális futópadon.
A klinikai előny meghatározásához a tanulmány összehasonlítja a fejlett algoritmus teljesítményét az eszköz használatának mellőzésével.
A tanulmány áttekintése
Részletes leírás
Ennek a munkának a középpontjában egy javasolt új mesterséges intelligencia (AI) rendszer áll, amely a meghajtású exoskeletonok vezérlési politikájának önadaptációját segíti, hogy segítse az olyan rendszereket, amelyek személyre szabják a páciens egyéni járását.
A kutatók azt feltételezik, hogy a gyaloglás sebessége javulni fog az önadaptív szabályozási rendszer használatával.
A stroke utáni egyéneknek számos mobilitási kihívással kell szembenézniük, beleértve az aszimmetrikus járást, a lényegesen csökkent SSWS-t és a csökkent stabilitást, ezért nagymértékben rontják az általános mobilitási függetlenséget a közösségben.
A kutatók arra számítanak, hogy a javasolt új kontroller, amely képes személyre szabni az ilyen változó és aszimmetrikus járásmintákat, jelentős előnyökkel jár majd a közösség függetlenségének és a stroke utáni betegek mobilitásának növelésében.
12 beteg a stroke után illeszkedik a csípő külső csontvázához, és különböző sebességgel és lejtőn sétál a Motek CAREN rendszeren, miközben a vizsgálók saját maguk által kiválasztott járási sebességet mérnek.
Az önadaptív rendszert közvetlenül összehasonlítják az átlagon felüli legjobb (nem adaptív) ellenőrzési politikával, valamint a „standard of care” alapvonallal.
Ez az alapvonal a külső csontváz nélküli járás, valamint a klinikailag előírt passzív ortézisek alkalmazása.
A kutatók azt várják, hogy az önadaptív rendszer megtanulja azt az irányítási politikát, amely a legjobban illeszkedik a páciens járásmintáihoz, így előnyt jelent a járás sebességében.
Tanulmány típusa
Beavatkozó
Beiratkozás (Tényleges)
12
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi helyek
-
-
Georgia
-
Atlanta, Georgia, Egyesült Államok, 30332
- Exoskeleton and Prosthetic Intelligent Controls Lab
-
-
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
18 év (Felnőtt, Idősebb felnőtt)
Egészséges önkénteseket fogad
Nem
Leírás
Bevételi kritériumok:
- Korábbi stroke előfordulása orvos jóváhagyásával a kísérleti tevékenységek biztonságos elvégzéséhez.
- A stroke-nak legalább 6 hónappal a vizsgálatban való részvétel előtt be kell következnie.
- 18-85 év közöttiek.
- 17-nél nagyobb pontszám a mini mentális állapotvizsgán (MMSE).
- Legalább 30 másodpercig képes támasz nélkül ülni.
- Képes követni a 3 lépéses parancsot.
- Tudnia kell támasz nélkül járni (sín szükség szerint megengedett), legalább 0,4 m/s járási sebességgel (korlátozott közösségi járási sebesség).
- Legalább 6 percig tudjon járni.
- Hajlandónak és képesnek kell lennie egy 1-4 órás kísérletben való részvételre, rendszeres és szükség szerinti szünetekkel.
- Képesnek kell lennie az áthelyezésre (ül-állni és állva-ülni) külső támasz nélkül (kartámasz megtámasztása megengedett).
- Képesnek kell lennie arra, hogy kis lejtőn (3 fok) és néhány lépcsőn (6 lépés) áthaladjon.
Kizárási kritériumok:
- Érzésvesztés a lábakban, teljes gerincvelő-sérülés, agyrázkódás az elmúlt 6 hónapban, bármilyen súlyos szív- és érrendszeri állapot, súlyos ízületi gyulladás vagy ortopédiai problémák, amelyek korlátozzák a vizsgálatban való teljes részvételt.
- Egyéb neurológiai rendellenességek, például Parkinson-kór, amiotrófiás laterális szklerózis (ALS), szklerózis multiplex (MS), demencia, a kórelőzményben szereplő fejsérülés, amely nem teljesen rendeződött (résztvevői jelentésenként), alsó végtag amputáció, nem gyógyuló fekélyek diagnosztizálása alsó végtag, vesedialízis vagy végállapotú májbetegség, jogi vakság vagy súlyos látáskárosodás.
- Pacemaker használata vagy fém implantátumok használata a fej régiójában, vagy olyan gyógyszerek, amelyek csökkentik a rohamküszöböt.
- Végül, ha Ön egy másik klinikai vizsgálatban vesz részt, és/vagy fizikai állapota különböző feladatok elvégzésére korlátozódik, a vezető kutató (PI) véleménye szerint valószínűleg befolyásolná a vizsgálat eredményét vagy összezavarná az eredményeket, akkor kizárják a vizsgálatból. a tanulmány.
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Alapvető tudomány
- Kiosztás: N/A
- Beavatkozó modell: Egyetlen csoportos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Kísérleti: Hip Exoskeleton for Stroke Gait Assistance
This study will be conducted on a sample population of stroke subjects (single arm).
Subjects will be tested with the hip exoskeleton and baseline.
|
The intervention is an experimental robotic hip exoskeleton in a powered state providing assistance to the user that has been previously developed by the team.
It is used to improve walking gait performance.
The intervention will serve as a baseline where participants will be asked to perform the tasks without wearing a hip exoskeleton.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Temporal Convolutional Network (TCN) Model Performance (Joint Moment Accuracy)
Időkeret: 5 Days
|
This outcome represents the error with which the deep learning model embedded into our hip exoskeleton's microprocessor predicts hip joint moments in stroke patients.
Specifically, the coefficient of determination (R²) is computed between the predicted hip joint moments and the ground truth measurements.
Ground truth measurements are obtained from a laboratory-grade force plate system and inverse dynamics calculations.
For these measures, higher R² values (closer to 1.0) indicate better correlation between predicted and actual hip joint moments.
This metric provides a comprehensive assessment of the exoskeleton's ability to accurately estimate hip joint moments in stroke patients during tasks, with improved outcomes representing better assistive capabilities for the user.
|
5 Days
|
|
Metabolic Cost for Level Ground Walking
Időkeret: 5 days
|
Metabolic energy expenditure will be quantified using an indirect calorimetry system (Parvo Medics, UT) that measures oxygen consumption (VO₂) and carbon dioxide production (VCO₂) during experimental tasks.
Measurements will be collected from each participant during a 5-minute baseline standing period followed by level ground walking trials under three conditions: without the exoskeleton, with the exoskeleton in a powered state, and with the exoskeleton in an unpowered state.
Metabolic cost will be calculated from respiratory gas exchange data using standard equations for energy expenditure.
|
5 days
|
|
Biological Joint Work - Level Walking
Időkeret: 5 days
|
Mechanical work performed by the lower limb joints during level walking will be quantified through biomechanical analysis of motion capture data.
Joint moments and angular velocities will be derived through inverse dynamics and kinematics, respectively.
Joint power, calculated as the product of joint moment and angular velocity, will be integrated with respect to time using trapezoidal integration to determine mechanical work.
Positive work will be calculated by integrating positive joint powers, providing comprehensive quantification of joint energy generation at each joint during level walking.
|
5 days
|
|
Biological Joint Work - Incline Walking
Időkeret: 5 days
|
Mechanical work performed by the lower limb joints will be quantified during incline walking through biomechanical analysis of motion capture data.
Joint moments and angular velocities will be derived through inverse dynamics and kinematics, respectively.
Joint power, calculated as the product of joint moment and angular velocity, will be integrated with respect to time using trapezoidal integration to determine mechanical work.
Positive work will be calculated by integrating positive joint powers, providing comprehensive quantification of joint energy generation at each joint during the incline walking.
|
5 days
|
|
Biological Joint Work - Stair Ascent
Időkeret: 5 days
|
Mechanical work performed by the lower limb joints will be quantified during stair ascent through biomechanical analysis of motion capture data.
Joint moments and angular velocities will be derived through inverse dynamics and kinematics, respectively.
Joint power, calculated as the product of joint moment and angular velocity, will be integrated with respect to time using trapezoidal integration to determine mechanical work.
Positive work will be calculated by integrating positive joint powers, providing comprehensive quantification of joint energy generation at each joint during the stair ascent task.
|
5 days
|
|
Biological Joint Work - Sit to Stand
Időkeret: 5 days
|
Mechanical work performed by the lower limb joints will be quantified during sit to stand through biomechanical analysis of motion capture data.
Joint moments and angular velocities will be derived through inverse dynamics and kinematics, respectively.
Joint power, calculated as the product of joint moment and angular velocity, will be integrated with respect to time using trapezoidal integration to determine mechanical work.
Positive work will be calculated by integrating positive joint powers, providing comprehensive quantification of joint energy generation at each joint during the sit to stand task.
|
5 days
|
|
Biological Joint Work - go and Grab
Időkeret: 5 days
|
Mechanical work performed by the lower limb joints will be quantified during a go and grab task through biomechanical analysis of motion capture data.
In the go and grab task, participants take several steps, lean forward, and pick up a weighted object from a low surface just above ground level.
Joint moments and angular velocities will be derived through inverse dynamics and kinematics, respectively.
Joint power, calculated as the product of joint moment and angular velocity, will be integrated with respect to time using trapezoidal integration to determine mechanical work.
Positive work will be calculated by integrating positive joint powers, providing comprehensive quantification of joint energy generation at each joint during the go and grab task.
|
5 days
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
10 Meter Walk Test (Self-selected)
Időkeret: 5 days
|
This will be measured as the participant walks a distance of 10 meters across a gait mat at their self-selected (or comfortable) walking speed.
This measure will be recorded in seconds with lower values indicating faster speed and higher values indicating slower speeds.
Self-selected walking speed is highly correlated with functional ability and dependence.
|
5 days
|
|
The Timed up and go (TUG)
Időkeret: 5 days
|
This will be measured as the time it takes a participant to rise from a chair, walk three meters at a self-selected pace, turn, walk back to the chair and sit down.
The total time taken will be measured in seconds with longer times indicating poorer physical performance.
This test assesses functional mobility and dynamic balance.
|
5 days
|
|
6 Minute Walk Test
Időkeret: 5 days
|
This is a measurement of endurance and functional ability that assesses the participants ability to walk a distance over a time period of 6 minutes.
It is measured in distance with greater distances indicating improved levels of endurance and functional ability.
|
5 days
|
|
Modified Stroke Impact Scale
Időkeret: 5 days
|
The Modified Stroke Impact Scale (SIS) is a self-report questionnaire that evaluates disability and health-related quality of life after stroke.
Each item is rated in a 5-point Likert scale in terms of the difficulty the patient has experienced in completing each item.
Scores are transformed to a 0-100 scale, with 0 indicating the poorest perceived health status and 100 indicating the best, across domains of disability and health-related quality of life.
Higher scores are indicative of improved quality of life.
|
5 days
|
|
Modified Activities-specific Balance Confidence
Időkeret: 5 days
|
The modified activities specific balance confidence is a self-report measure of balance confidence in performing various activities without losing balance or experiencing a sense of unsteadiness.
Confidence is rated for various activities on a scale from 0% to 100% for each activity, with 0% indicative of no confidence and 100% indicative of complete confidence.
Scores reflect balance confidence with higher scores indicative of improved balance confidence.
|
5 days
|
|
Fast Self-selected Walking Speed
Időkeret: 5 days
|
This will be measured as the participant walks on a treadmill at their fastest and safest walking speed.
This measure will be recorded in meters/seconds with higher values indicating faster speed and lower values indicating slower speeds.
|
5 days
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Aaron Young, Ph.D., Georgia Institute of Technology
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
2025. május 21.
Elsődleges befejezés (Tényleges)
2025. augusztus 29.
A tanulmány befejezése (Tényleges)
2025. augusztus 29.
Tanulmányi regisztráció dátumai
Először benyújtva
2022. szeptember 8.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2022. szeptember 8.
Első közzététel (Tényleges)
2022. szeptember 13.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
2026. július 1.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2026. június 5.
Utolsó ellenőrzés
2026. május 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- H18182
- R03HD097740 (Az Egyesült Államok NIH támogatása/szerződése)
- DP2HD111709 (Az Egyesült Államok NIH támogatása/szerződése)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
NEM
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Igen
az Egyesült Államokban gyártott és onnan exportált termék
Nem
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .