开发一种利用双侧踝关节外骨骼估计步行性能的实时控制器
2026年8月19日 更新者：University of Nebraska
实现机器人踝关节外骨骼个性化辅助的控制器开发
本研究正在开发和测试一种用于机器人踝关节外骨骼（Biomotum）的新型控制器，该控制器能够实时自我调整，以在人们行走时提供更好的支持。
该系统学习每个人的运动方式，并自动调整辅助的力度和时机，使行走感觉更轻松、更高效。
通过使用佩戴设备者的信息，外骨骼能够快速找到最适合他们的支持水平。
长期目标是创建个性化的行走辅助，帮助行动受限的人们更舒适、更省力地移动。
研究概览
详细说明
该项目旨在开发和测试用于机器人踝关节外骨骼（Biomotum）的实时自适应控制器，通过最小化代谢成本并优化行走过程中的肌肉激活模式，为每位用户提供个性化辅助。
采用人在环优化和先进的肌肉骨骼建模技术，该控制器将动态调整扭矩大小和时序，以实现比现有方法更快的优化性能。
研究类型
介入性
注册 (估计的)
6
阶段
- 不适用
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习联系方式
- 姓名：Farah Fallahtafi, PhD
- 电话号码：4025543075
- 邮箱：ffallahtafti@unomaha.edu
学习地点
-
-
Nebraska
-
Omaha、Nebraska、美国、68108
- Biomechanics Research Building, University of Nebraska at Omaha
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 成人
接受健康志愿者
是的
描述
纳入标准：
- 能够在跑步机上独立行走10分钟，
- 无影响行走和运动的神经、心血管、肺或肌肉骨骼疾病，
- 当前无下肢疼痛或损伤，
- 能够穿戴外骨骼和安全带，可提供知情同意
排除标准：
- 有影响步态或平衡的神经系统疾病史，
- 当前或近期有下肢肌肉骨骼损伤或手术史，
- 行走时出现慢性下肢疼痛，
- 无法参与中等强度运动，
- 需要辅助设备行走，
- 任何可能因运动而加重的代谢或全身性疾病
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 主要用途：设备可行性
- 分配：不适用
- 介入模型：单组作业
- 屏蔽：无（打开标签）
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：个性化机器人踝关节外骨骼控制器单臂研究
该组采用受试者内设计，通过两种方法估算代谢成本，并与代谢成本的金标准测量方法进行比较，其中每位受试者需接受两种不同的测量。
这种设计允许在同一受试者体内直接比较每种方法（即估算方法与金标准方法）的效果，从而最大限度地减少受试者间的变异性，并增强分析的统计功效。
|
该干预措施采用配备实时自适应控制器的机器人踝足外骨骼，该控制器根据每位参与者的行走力学调整跖屈扭矩。
与使用固定或预编程辅助级别的标准外骨骼控制器不同，该系统采用人在环优化，在跑步机行走过程中持续更新扭矩大小和时机。
该控制器整合代谢估算、运动学数据和肌肉骨骼建模，以识别能够减少行走努力并提高肌肉激活效率的个体化辅助模式。
参与者在控制器自动修改辅助以确定最佳个性化设置的同时，完成多次行走试验。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
机器人踝关节外骨骼控制器成功实现实时操作
大体时间：直至研究完成，平均1年
|
设备可行性将通过踝关节机器人外骨骼及自适应控制器在跑步机行走过程中的成功实时运行进行评估。
可行性定义为控制器能够基于输入的生物力学和生理数据实时持续生成、更新并施加辅助扭矩，且无系统故障、中断或安全相关终止。
成功运行将通过控制器功能的连续性和跨行走试验的同步数据采集来确认。
|
直至研究完成，平均1年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
通过间接热量测量法测得的在仿生外骨骼辅助行走期间的净代谢率
大体时间：至研究完成，平均1年
|
净耗氧量（VO₂）和二氧化碳产生量（VCO₂）将通过间接热量测定法（Cosmed K5，Cosmed USA Inc.，芝加哥，伊利诺伊州）在跑步机行走过程中进行测量。
在稳态行走条件下，将使用标准方程计算代谢率。
将定期收集测量数据，以表征不同外骨骼辅助配置下的代谢需求。
|
至研究完成，平均1年
|
|
通过关节空间肌肉骨骼模型估算的代谢率
大体时间：直至研究完成，平均1年
|
通过跑步机行走期间收集的运动学和动力学数据，利用关节空间肌肉骨骼模型推导出估计代谢率。基于模型的估计将按步幅逐个计算，以提供代谢需求的间接估计值，该值可与间接热量测定的直接测量结果进行比较。
|
直至研究完成，平均1年
|
|
基于关节空间肌肉骨骼模型推导的预估下肢肌肉激活度
大体时间：整个研究完成期间，平均约1年
|
下肢肌肉激活模式将通过基于运动捕捉和跑步机行走期间收集的地面反作用力数据的关节空间肌肉骨骼模型进行估计。
估计的肌肉激活值将按步态周期逐一计算，以表征外骨骼辅助步态期间的神经肌肉参与情况。
|
整个研究完成期间，平均约1年
|
|
通过表面肌电图测量的行走过程中下肢肌肉激活
大体时间：直至研究完成，平均1年
|
在跑步机行走期间，将使用表面肌电图（Delsys）测量下肢肌肉（例如胫骨前肌、腓肠肌内侧头、腓肠肌外侧头、比目鱼肌）的肌肉激活情况。
肌电信号将持续采集并处理，以量化外骨骼辅助步态期间的肌肉激活模式。
|
直至研究完成，平均1年
|
|
在单次研究访视期间进行的跑步机行走试验中
大体时间：研究完成期间，平均1年
|
在人与回路优化试验中，将通过评估连续行走过程中控制器增益和时序参数的变化来评估控制器参数收敛性。
收敛定义为在优化过程中控制器参数在预定范围内稳定。
|
研究完成期间，平均1年
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员：Farah Fallahtafti, PhD、Department of Biomechanics, University of Nebraska at Omaha
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (估计的)
2026年9月1日
初级完成 (估计的)
2028年8月1日
研究完成 (估计的)
2028年12月1日
研究注册日期
首次提交
2025年12月5日
首先提交符合 QC 标准的
2026年1月30日
首次发布 (实际的)
2026年2月6日
研究记录更新
最后更新发布 (实际的)
2026年8月21日
上次提交的符合 QC 标准的更新
2026年8月19日
最后验证
2025年12月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.