Development of an upper limb tele-rehabilitation home robotic device for post-stroke patients

Laburpena

El accidente cerebrovascular es actualmente la segunda causa de muerte más frecuente después de la enfermedad de las arterias coronarias y está aumentando a un ritmo alarmante. La hemiparesis es el resultado más común de un accidente cerebrovascular que conduce a una deficiencia de movimiento. Afortunadamente, la rehabilitación puede ayudar a los pacientes a aprender nuevas formas de usar y mover sus brazos y piernas débiles. También es posible con la terapia inmediata que las personas que sufren de hemiparesis eventualmente recuperen el movimiento. Aunque existen varios enfoques, el movimiento repetitivo extenso para tareas específicas, es uno de los métodos más seguros y efectivos para recuperar la movilidad perdida de las extremidades afectadas. Esta terapia requiere un cuidado médico incesante y una rehabilitación intensiva que a menudo requiere una interacción manual uno a uno con el fisioterapeuta. La rehabilitación robótica para terapias posteriores a un accidente cerebrovascular es un nuevo dominio emergente de la robótica con historias de éxito y estudios clínicos comprobados. Nuevos dispositivos robóticos y aplicaciones de software están llegando al mercado con la intención de ayudar a los especialistas a realizar terapias físicas e incluso permitir que los pacientes hagan ejercicio en casa. Los robots de rehabilitación están diseñados para ayudar a los pacientes a realizar movimientos repetitivos durante mucho tiempo, independientemente de sus habilidades y fatiga en comparación con la terapia manual. Debido a estos hechos, en esta tesis se presenta un nuevo dispositivo de tele-rehabilitación robótica domiciliaria. La solución propuesta es un dispositivo mecatrónico capaz de rehabilitar a los pacientes en sus hogares mientras interactúan con juegos de computadora conectados al robot. El sistema propuesto también permite monitorear el desempeño del usuario para un diseño de terapia óptimo. La segunda parte de esta tesis propone una novedosa técnica de compensación de gravedad activa basada en el aprendizaje automático que puede mejorar en gran medida el rendimiento de los sistemas mecatrónicos utilizados para la rehabilitación y muchos otros dominios de aplicaciones robóticas. Los algoritmos tradicionales para obtener la compensación activa de la gravedad generalmente requieren las ecuaciones de equilibrio estático del sistema. Sin embargo, para configuraciones mecatrónicas complejas, resolver estas ecuaciones no es sencillo. El uso de métodos de aprendizaje automático puede lograr la compensación de la gravedad sin la necesidad de resolver las ecuaciones de equilibrio. La nueva técnica propuesta se valida en el dispositivo de tele-rehabilitación desarrollado. La tercera parte de esta tesis se centra en mejorar la seguridad de este tipo de dispositivos hápticos mediante la evaluación adicional de la estabilidad del renderizado háptico. Las implicaciones teóricas y experimentales de renderizar rigidez, amortiguación e inercia virtuales se evalúan a fondo.