Intentieherkenning voor prothesecontrole
9 september 2024 bijgewerkt door: Georgia Institute of Technology
Gebruikersonafhankelijke intentieherkenning op een aangedreven transfemorale prothese
Dit werk zal zich richten op nieuwe algoritmen voor aangedreven prothesen en het testen van deze in menselijke proefpersonen.
Personen met een amputatie boven de knie lopen met een robotprothese en lopen over terrein dat gemeenschapsambulance simuleert.
De studie zal de prestaties van het geavanceerde algoritme vergelijken met hun thuisapparaat, evenals met het robotsysteem dat geen geavanceerd algoritme gebruikt.
Studie Overzicht
Toestand
Voltooid
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
De focus van dit werk ligt op een voorgesteld nieuw systeem voor kunstmatige intelligentie (AI) om zelf een intentieherkenningssysteem aan te passen in aangedreven prothesen om de inzet van intentieherkenningssystemen te ondersteunen die zich aanpassen aan het individuele looppatroon van de patiënt.
De onderzoekers veronderstellen dat de prothese die ons zelfaanpassende intentieherkenningssysteem gebruikt, de loopsnelheid zal verbeteren.
Het is bekend dat onafhankelijke gemeenschapsambulance een grotere uitdaging is voor personen met transfemorale amputatie (TFA), en daarom zal de studie de zelfgekozen loopsnelheid (SSWS) meten, die correleert met de algehele gezondheid en een voorspeller is van functionele afhankelijkheid, mobiliteitshandicap en valt; bovendien zijn trage SSWS gecorreleerd met een lagere kwaliteit van leven (QOL), verminderde participatie en symptomen van depressie.
Zelfaanpassende intentieherkenning heeft een groot potentieel om het looppatroon in gemeenschapsinstellingen te herstellen en de belichaming te verbeteren, wat in verband is gebracht met verbeterde kwaliteit van leven en toegenomen apparaatgebruik bij patiënten die geavanceerde prothesen van de bovenste ledematen gebruiken.
In dit experiment worden patiënten met TFA uitgerust met de robotknie-/enkelprothese en gaan ze verder met het lopen over een circuit met inbegrip van vlak lopen, op- en aflopen van hellingen met verschillende hellingsgraden en snelheden, terwijl de onderzoekers 3D-biomechanica en voltooiingstijden vastleggen met zowel het zelfaanpassende als het statische gebruikersonafhankelijke systeem (controleconditie).
Een derde voorwaarde, het klinisch voorgeschreven passieve prothetische apparaat van de patiënt (dagelijks gebruik), zal worden getest om als basis te dienen voor de aangedreven technologie.
De onderzoekers verwachten dat het zelfadaptieve systeem de beste voorspelling van het unieke looppatroon van de patiënt leert, wat leidt tot voordelen in functionele en door de patiënt gerapporteerde resultaten ten opzichte van de controle- en basislijncondities.
Studietype
Ingrijpend
Inschrijving (Werkelijk)
10
Fase
- Niet toepasbaar
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studie Locaties
-
-
Georgia
-
Atlanta, Georgia, Verenigde Staten, 30332
- Exoskeleton and Prosthetic Intelligent Controls Lab
-
-
Deelname Criteria
Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
18 jaar tot 75 jaar (Volwassen, Oudere volwassene)
Accepteert gezonde vrijwilligers
Nee
Beschrijving
Inclusiecriteria:
- Een eenzijdige transfemorale amputatie van de onderste extremiteit
- Leeftijd tussen 18 en 75 jaar, inclusief
- K3- of K4-ambulators die alle locomotorische taken van belang kunnen uitvoeren (gebaseerd op beoordeling van de fysioloog en/of tandprotheticus)
Uitsluitingscriteria:
- Individuen met een significante neuromusculaire of musculoskeletale aandoening of andere comorbiditeit die deelname zou belemmeren (gebaseerd op beoordeling van de fysiotherapeut en/of tandprotheticus en zelfrapportage van de patiënt)
- Personen die momenteel zwanger zijn (gebaseerd op zelfrapportage van de patiënt) vanwege een klein risico op vallen tijdens experimenten
Studie plan
Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Fundamentele wetenschap
- Toewijzing: NVT
- Interventioneel model: Opdracht voor een enkele groep
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: Slimme gerobotiseerde knie-/enkelprothese
Deze studie zal worden uitgevoerd op een steekproefpopulatie van personen met transfemorale amputatie (enkele arm).
Elke deelnemer test met elke conditie van het onderzoek (herhaalde metingen).
|
De interventie is een experimentele gerobotiseerde knie-/enkelprothese die eerder door het team is ontwikkeld.
Het wordt gebruikt om de loopprestaties te verbeteren.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Bovengrondse zelfgekozen loopsnelheid
Tijdsspanne: 1 dag
|
Dit meet de voorkeur van het individu boven de loopsnelheid, wat hun fysieke mogelijkheden met een apparaat aangeeft.
|
1 dag
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Loopsnelheid bovengrondse gemiddelde absolute fout (MAE)
Tijdsspanne: 1 dag
|
Deze uitkomst is de fout waarmee het machine learning-model, ingebed in de microprocessor van onze geavanceerde prothesecontroller, de loopsnelheid van de gebruiker bovengronds voorspelt.
Concreet wordt de gemiddelde absolute fout (MAE) berekend tussen de voorspelde loopsnelheid en de loopsnelheid op de grond, of de snelheid waarmee de gebruiker daadwerkelijk loopt.
Ground Truth-metingen worden gemeten door een motion-capture-systeem en worden beschouwd als de massamiddelpuntsnelheid.
Voorspellingen van de loopsnelheid worden elke 50 ms gedaan en vergeleken met de dichtstbijzijnde snelheid van het massamiddelpunt.
Voor deze meting zijn MAE's met een lagere loopsnelheid indicatief voor een grotere nauwkeurigheid bij het definiëren van de werkelijke loopsnelheid van de gebruiker, en dus zijn lagere cijfers indicatief voor een verbeterd resultaat.
|
1 dag
|
|
Loopband Loopsnelheid Gemiddelde Absolute Fout (MAE)
Tijdsspanne: 1 dag
|
Deze uitkomst is de fout waarmee het machine learning-model, ingebed in de microprocessor van onze geavanceerde prothesecontroller, de loopsnelheid van de gebruiker op de loopband voorspelt.
Concreet wordt de gemiddelde absolute fout (MAE) berekend tussen de voorspelde loopsnelheid en de loopsnelheid op de grond, of de snelheid waarmee de gebruiker daadwerkelijk loopt.
Ground Truth-metingen worden gemeten aan de hand van de werkelijke loopbandsnelheid (voor loopbandproeven).
Voorspellingen van de loopsnelheid worden elke 50 ms gedaan en vergeleken met de dichtstbijzijnde snelheid van het massamiddelpunt.
Voor deze meting zijn MAE's met een lagere loopsnelheid indicatief voor een grotere nauwkeurigheid bij het definiëren van de werkelijke loopsnelheid van de gebruiker, en dus zijn lagere cijfers indicatief voor een verbeterd resultaat.
|
1 dag
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Onderzoekers
- Hoofdonderzoeker: Aaron Young, Ph.D., Georgia Institute of Technology
Studie record data
Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.
Bestudeer belangrijke data
Studie start (Werkelijk)
1 september 2023
Primaire voltooiing (Werkelijk)
23 mei 2024
Studie voltooiing (Werkelijk)
23 mei 2024
Studieregistratiedata
Eerst ingediend
8 september 2022
Eerst ingediend dat voldeed aan de QC-criteria
8 september 2022
Eerst geplaatst (Werkelijk)
13 september 2022
Updates van studierecords
Laatste update geplaatst (Werkelijk)
2 oktober 2024
Laatste update ingediend die voldeed aan QC-criteria
9 september 2024
Laatst geverifieerd
1 augustus 2024
Meer informatie
Termen gerelateerd aan deze studie
Andere studie-ID-nummers
- H21117
- DP2HD111709 (Subsidie/contract van de Amerikaanse NIH)
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
NEE
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Ja
product vervaardigd in en geëxporteerd uit de V.S.
Nee
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .