Rozpoznawanie intencji dla kontroli protezy

Celem tej pracy jest proponowany nowy system sztucznej inteligencji (AI) do samodzielnego dostosowywania systemu rozpoznawania intencji w zasilanych protezach, aby pomóc we wdrażaniu systemów rozpoznawania intencji, które dostosowują się do indywidualnego chodu pacjenta. Badacze stawiają hipotezę, że proteza wykorzystująca nasz samodostosowujący się system rozpoznawania intencji poprawi prędkość chodzenia. Wiadomo, że samodzielne poruszanie się po społeczności jest większym wyzwaniem dla osób po amputacji udowej (TFA), dlatego badanie będzie mierzyć wybraną przez siebie prędkość chodu (SSWS), która jest skorelowana z ogólnym stanem zdrowia i jest predyktorem zależności funkcjonalnej, niepełnosprawności ruchowej i spada; ponadto wolne SSWS są skorelowane z niższą jakością życia (QOL), zmniejszonym uczestnictwem i objawami depresji. Samoadaptujące się rozpoznawanie intencji ma ogromny potencjał w zakresie przywracania chodu w warunkach społecznych i poprawy ucieleśnienia, co wiąże się z poprawą QOL i częstszym korzystaniem z urządzeń u pacjentów korzystających z zaawansowanych protez kończyn górnych. W tym eksperymencie pacjenci z TFA zostaną dopasowani do zrobotyzowanej protezy stawu kolanowego/skokowego i przejdą przez obwód obejmujący chodzenie poziome, wchodzenie i schodzenie po rampie z różnymi stopniami i prędkościami, podczas gdy badacze rejestrują biomechanikę 3D i czasy ukończenia za pomocą zarówno system samodostosowujący się, jak i statyczny, niezależny od użytkownika (warunek kontroli). Trzeci warunek: przepisane klinicznie pasywne urządzenie protetyczne pacjenta (do codziennego użytku) zostanie przetestowane, aby służyć jako punkt odniesienia dla technologii zasilanej. Badacze oczekują, że samodostosowujący się system będzie uczył się najlepszych przewidywań unikalnego chodu pacjenta, co prowadzi do korzyści w zakresie wyników funkcjonalnych i zgłaszanych przez pacjentów w porównaniu z warunkami kontrolnymi i wyjściowymi.