Studie av rörelseförväntningar för stigande/nedåtgående lutning och trappor hos patienter med lemamputationer (JCE)

Patienter med amputationer av underbenen är utrustade med proteser som kan vara mekaniska och/eller elektroniska. Dessa proteser kan vara monoartikulära (endast fotleden) eller biartikulära (exempelvis knä och fotled). För amputerade patienter blir situationer som kan verka triviala, som att klättra och gå ner i trappor, komplexa. Sålunda under trappans nedstigning kommer en oomputerad person att bromsa nedstigningen genom att dra ihop lårmusklerna, vilka uppenbarligen saknas hos den amputerade patienten. Nuvarande proteser, kända som "intelligenta" (eller "mikroprocessor") proteser, gör det möjligt att justera rörelsen först när det första steget har tagits och att hjälpa patienten under upp-/nedstigningssituationer i sluttningar och trappor. Nästa tekniska utmaning i utvecklingen av underbensutrustning är att kunna förutse dessa komplexa miljösituationer, för att säkra och underlätta förflyttning redan innan hindret korsas eller terrängen ändras.

Detta projekt planerar att använda de rörelseförväntningar som vanligtvis ställs under gång som ett sätt att reglera rörelsemönstret. Vi tror att dessa förväntningar kommer att bero på situationen, det vill säga en viss förväntan när man klättrar eller går ner för en sluttning, eller när man närmar sig en trappa, etc. För att förstå och beskriva dessa rörelseförväntningar planerar vi att använda nyare tekniker som kallas övervakad maskininlärning. Dessa kommer att göra det möjligt att klassificera rörelsebeteende när man går i en sluttning eller i trappor. I den andra fasen skulle vi vilja beskriva exakt egenskaperna hos ledernas rörelser och musklerna under dessa anpassningar. Det slutliga målet med detta arbete är att skapa ett autonomt sensorsystem för att kontrollera det förutseende beteendet hos en underbensprotes.