Desarrollo de una muleta sensorizada para medir la ...eii.unex.es/ja2018/actas/JA2018_071.pdf · Y de la muleta y la inclinaci on lateromedial ser a la rotaci on alrededor del eje

Desarrollo de una muleta sensorizada para medir la inclinacióny el peso descargado

Iñigo Sesar, Aitziber Mancisidor, Asier Brull, Asier Zubizarreta, Itziar Cabanes{inigo.sesar, aitziber.mancisidor, asier.brull, asier.zubizarreta, itziar.cabanes}@ehu.eus

Departamento de Ingenieŕıa de Sistemas y Automática.Escuela de Ingenieŕıa de Bilbao (UPV/EHU)

Resumen

Las escalas cĺınicas tradicionales utilizadas para eldiagnóstico del estado funcional de pacientes conenfermedades neurológicas son subjetivas y poseenbaja resolución. Sin embargo, se pueden incluirsensores de fuerza y movimiento en dispositivospasivos de rehabilitación para realizar un diag-nóstico objetivo y cuantitativo. En este trabajo,se presenta el diseño de una muleta instrumentadaque incluye un sensor de fuerza, un inclinómetroy una IMU compuesta por un acelerómetro y ungiróscopo de tres ejes. Además, se muestran losvalores de la fuerza de apoyo e inclinación paraun caso de estudio. La inclinación estimada por elinclinómetro y la IMU se valida con una cámara.

Palabras clave: Muleta, bastón, sensoresvestibles, monitorización, análisis de la marcha.

1 INTRODUCCIÓN

Enfermedades neurológicas como la esclerosismúltiple y el ictus, o lesiones de la médula es-pinal son causas frecuentes por las que millonesde personas pierden parte de su movilidad. Cadaaño, se diagnostican más de 15 millones de ca-sos de ictus, siendo una de las principales causasde discapacidad [1]. Además, unas 850 personaspor cada millón de habitantes sufren una lesiónde la médula espinal [2]. Sin embargo, las escalascĺınicas que se utilizan más frecuentemente para eldiagnóstico de estas enfermedades o lesiones sonsubjetivas y proporcionan una resolución limitada,lo que dificulta determinar con precisión cuál es elestado funcional del paciente y cuál es la terapiade rehabilitación más adecuada [3, 4].

Para evaluar la calidad de movimiento y la mejoradel estado funcional de los pacientes gracias a lasterapias de rehabilitación, se pueden emplear in-dicadores cinemáticos, basados en las medidas dediversos sensores [3]. Estos indicadores puedenmonitorizar el movimiento del paciente duranteun tiempo prolongado y proporcionar una medidamás precisa que las escalas cĺınicas tradicionales[4].

Dentro de la monitorización para el diagnóstico yrehabilitación de enfermedades neurológicas, cabedestacar la importancia de la monitorización dela marcha, ya que los pacientes que sufren unadiscapacidad en alguna extremidad inferior sue-len tener una autonomı́a reducida, una peor saludf́ısica y una menor calidad de vida [2].

Con el fin de realizar una monitorización objetiva,se han planteado diversas soluciones. Por ejem-plo, los sistemas de captura de movimiento másmodernos son capaces de calcular la posición yorientación instantánea de cada parte del cuerpo,con un error inferior a 1 mm [5]. Estos sistemasestán compuestos por una serie de cámaras situ-adas en distintos puntos de una sala y son capacesde medir la posición instantánea de unos mar-cadores reflectantes. Sin embargo, el espacio en elque estos sistemas pueden tomar las medidas sueleser reducido, generalmente son sistemas caros y re-quieren mucho tiempo para su calibración y paraprocesar los datos registrados [6].

Otra alternativa es emplear sensores vestibles ollevables (wearable sensors) para monitorizar lamarcha. Los sensores vestibles son dispositivoselectrónicos que se pueden atar al cuerpo o in-tegrar en una prenda de ropa y que proporcio-nan información sobre el movimiento de los usua-rios [7]. Además de plantearse como una soluciónno-invasiva, tienen la ventaja de que las medi-das de los sensores pueden ser capturadas du-rante un tiempo prolongado en una gran variedadde entornos [7]. Además, los sensores vestiblespueden ahorrar costes, contribuyen a la mejorade la calidad de vida y requieren poco tiempopara la calibración y el procesamiento de datos[6, 8]. Estos dispositivos pueden incluir sensorescomo acelerómetros, giróscopos, magnetómetros,barómetros, sensores de fuerza y receptores deGPS [6].

Los sensores vestibles también pueden ser integra-dos en dispositivos de ayuda para la marcha[8].En concreto, varios trabajos han investigado el usode pequeños sensores integrados en una muleta, lacual es un dispositivo pasivo utilizado en la reha-bilitación de la marcha [2, 9, 10, 11, 12, 16, 21].

Actas de las XXXIX Jornadas de Automática, Badajoz, 5-7 de Septiembre de 2018

80

Estas soluciones presentan importantes venta-jas frente al uso de sensores vestibles atados alcuerpo. Por ejemplo, los sensores se pueden unirŕıgidamente a la muleta, de forma que la ori-entación y posición del sensor respecto a la muletaes prácticamente constante. Esto no sucede sise coloca un sensor en el cuerpo, porque elmovimiento del cuerpo provoca aceleraciones quepueden producir un desplazamiento relativo entreel sensor y los tejidos humanos [13]. Además, enlos sistemas comercializados basados en sensoresvestibles atados al cuerpo, el tiempo de ajuste ypuesta en marcha vaŕıa entre 5 y 10 minutos concada usuario [14, 15], mientras que, en los pro-totipos de muletas sensorizadas, este tiempo es deunos pocos segundos [10, 21].

Adicionalmente, una muleta instrumentada sepuede emplear en muchas aplicaciones. Por ejem-plo, se puede usar para prevenir cáıdas y detectardeterminadas situaciones durante la marcha [12].También se han utilizado muletas sensorizadaspara medir el peso descargado sobre la muleta,de forma que el paciente pueda controlar la fuerzaejercida sobre la pierna afectada [9, 10, 21]. En[11], se utiliza un bastón instrumentado para esti-mar la intención de movimiento y poder controlarun exoesqueleto. También se pueden usar estosdispositivos para el entrenamiento de la marchacon muletas, monitorizando parámetros como lainclinación de la muleta o la desviación del cen-tro de gravedad [17], ya que un uso inadecuado dela muleta puede provocar lesiones [9]. Incluso sepueden utilizar para la clasificación de diferentesejercicios o actividades como subir y bajar es-caleras, caminar en llano o quedarse de pie [9, 21].Por último, también se pueden emplear para esti-mar la cantidad de enerǵıa consumida [18], la cuales un parámetro relacionado directamente con lafatiga de los pacientes [19].

En resumen, una muleta instrumentada puedeaportar información que puede ser empleada paraestimar unos indicadores que sirvan para realizarun diagnóstico objetivo y cuantitativo de la mar-cha en pacientes que sufren enfermedades neu-rológicas. Además de ser una solución ligera, flexi-ble y no invasiva que puede tener varias aplica-ciones, permite monitorizar los parámetros du-rante un tiempo prolongado y en numerosos en-tornos. Por ello, en este trabajo se presenta unsistema que se puede unir a la punta de diferentesmuletas para estimar la inclinación de la muleta yla fuerza aplicada sobre ella. A diferencia de laspublicaciones encontradas en la bibliograf́ıa, estetrabajo presenta los resultados de utilizar un sis-tema de visión para validar la estimación de lainclinación durante la marcha, obtenida a partirde las medidas de los sensores integrados en la

muleta.

El resto del art́ıculo se organiza de la siguientemanera: en el apartado 2, se detalla el prototipode la muleta; en el apartado 3, se plantea un casode estudio para validar el diseño realizado, y porúltimo, se detallan las ideas más relevantes.

2 DESCRIPCIÓN DELPROTOTIPO

2.1 Descripción general y especificaciones

Como se muestra en la Figura 1, el sistema des-arrollado está compuesto por una contera de alu-minio que integra una serie de sensores, unabateŕıa, un dispositivo de adquisición de datos yuna manguera de cables que conecta la conteracon el dispositivo de adquisición. Esta mangueracuenta con un conector para poder desconectar lacontera fácilmente. La bateŕıa y el dispositivo deadquisición van atados al cuerpo mediante un cin-turón de neopreno.

Figura 1: Perspectiva del sistema completo

Como se observa en la Figura 1, los ejes de lamuleta se han elegido de forma que el eje Z co-incida con el eje longitudinal de la muleta, el ejeX con el eje del puño donde se apoya la mano yel eje Y acorde a los otros dos ejes, para formarun sistema dextrógiro. Por tanto, la inclinaciónanteroposterior será la rotación alrededor del ejeY de la muleta y la inclinación lateromedial serála rotación alrededor del eje X.

Debido a las limitaciones de los pacientes con en-fermedades neurológicas, la bateŕıa y el dispositivode adquisición elegidos no van unidos a la muleta,ya que esta pesaŕıa demasiado. Adicionalmente,el prototipo se ha diseñado para cumplir con lassiguientes especificaciones: posibilidad de ajustea diferentes alturas, reducido tiempo de ajuste a

81

cada paciente, facilidad de uso, sencillez, comodi-dad, ergonomı́a, portabilidad, bajo consumo ener-gético y bajo coste. Además, en el diseño se haconsiderado que el prototipo no obstaculice a losusuarios, que tenga la suficiente rigidez como parasoportar al menos 120 Kg y que la contera puedaajustarse a diferentes tacos y diámetros de tubos.

En cuanto a las variables monitorizadas, se regis-tran la fuerza aplicada en el eje longitudinal de lamuleta, la aceleración y velocidad angular en lostres ejes, la inclinación anteroposterior, la incli-nación lateromedial y determinados tiempos du-rante las tareas realizadas en los ensayos, comopor ejemplo, el tiempo que el usuario necesita pararecorrer una distancia de diez metros. A partir deesta información, se pueden obtener indicadorescomo la velocidad media, la cadencia media, lamedia del porcentaje del peso corporal descargadosobre la muleta (PBW), el número de pasos y lainclinación de la muleta en cada pico de fuerza.

2.2 Sensores y sistema de adquisición dedatos

La fuerza aplicada en el eje Z de la muleta se midecon un sensor de fuerza C9C de HBM, el cualestá diseñado para medir fuerzas de compresiónestáticas y dinámicas de hasta 1200 N (máximafuerza operativa). El sensor de fuerza pesa 65 gy presenta una no-linealidad inferior al 0,2% FS(Full Scale). Dado que la tensión diferencial a lasalida del sensor de fuerza es de solo 5 mV concarga nominal, se ha empleado un amplificador debajo consumo INA118, comercializado por TexasInstruments.

La posición angular alrededor de los ejes X eY se mide mediante un inclinómetro de dos ejesSCA100T-D02, fabricado por Murata. Este sen-sor es capaz de medir en el rango de ± 90o con unano-linealidad inferior a 1,3% FS y una sensibilidadentre ejes de 4% FS.

Para medir las aceleraciones y velocidades angu-lares en los tres ejes, se ha empleado la placa MPUIMU Click de MikroElektronika, la cual incluyeel integrado MPU-6000 de InvenSense, compuestopor un acelerómetro triaxial, un giróscopo tria-xial y una unidad de procesamiento de movimiento(MPU).

Las medidas de los sensores son adquiridas me-diante una myRIO de National Instruments,la cual es un dispositivo reconfigurable deadquisición de señales tanto analógicas como di-gitales. La alimentación de la myRIO se obtienede una bateŕıa recargable de NiMH, fabricada porAnsmann, con una capacidad de 3000 mAh y unatensión de 7,2 V. El conjunto de la myRIO y

bateŕıa pesa 553 g y consume menos de 14 W,por lo que el sistema cumple las especificacionesde peso reducido y bajo consumo.

2.3 Diseño mecánico

Para integrar los sensores en la punta de la muleta,se diseñaron y fabricaron las piezas mostradas enla Figura 2(a). Estas piezas fabricadas en alu-minio 6061 se unen mediante tornillos de acero in-oxidable de cabeza allen para formar el ensamblajemostrado en la figura 2(b). Se puede observar queel sensor de fuerza y la placa electrónica van mon-tadas a ambos lados de un disco de aluminio de 7mm de espesor, lo que garantiza suficiente rigidez.Este disco se une a una carcasa que protege elsensor de fuerza.

Figura 2: (a) Despiece de las partes mecanizadas.(b) Ensamblaje montado en la muleta.

2.4 Diseño del software

El programa para la adquisición de datos se ha de-sarrollado en LabView y se carga en la memoriade la myRIO. Este programa cuenta con un panelfrontal o interfaz de usuario y un diagrama de blo-ques. La Figura 3 muestra una parte de la interfazdesarrollada en LabView. En el panel frontal, elusuario puede ver la duración de cada iteracióndel bucle de tiempo real, las medidas de todos lossensores y algunas otras variables, como el estadoactual y una variable que muestra si se ha creadoun archivo para registrar las medidas. Además, in-cluye un panel de control, donde el usuario puedecambiar el nombre del archivo, comenzar y termi-nar la captura de datos, resetear la myRIO, y re-gistrar los tiempos en los que se aprieta un botón.

El diagrama de bloques del programa de LabView

82

Figura 3: Parte del panel frontal del programa desarrollado en LabView.

está compuesto por un bucle de control y un bucletemporizado de tiempo real. El bucle de controlse ejecuta cada 100 ms y cuenta con una máquinade estados que consta de 3 estados: inicialización,espera y captura.

• En el estado de incialización, se resetea lamyRIO y se pasa al estado de espera. Deforma concurrente, se configuran los sensoresde la MPU-6000, según los parámetros elegi-dos por el usuario. Los registros 1B y 1C seponen a cero, para que el rango de medida delgiróscopo sea ±250 o/s y el del acelerómetro±2 g. También se ponen a cero los bits delregistro 6B, para utilizar el oscilador internode 8 MHz. Antes de entrar en el bucle detiempo real, se espera medio segundo paraque la IMU tenga suficiente tiempo para ini-cializar los registros y aplicar la configuraciónseleccionada. Como el bit AD0 se conectó atierra, la dirección binaria del integrado parael protocolo I2C es 1101001.

• En el estado de espera, el programa esperaa que el usuario apriete el botón de capturao el botón de reset en el panel frontal. Si seaprieta el botón de captura, se pasa al estadode captura, donde se crea un archivo con elnombre elegido por el usuario en la carpetacorrespondiente de la memoria de la myRIOy se activa el indicador de archivo creado. Laextensión del archivo creado es LVM y es unfichero de texto separado por tabulador quepuede ser léıdo por cualquier hoja de cálculo.

• En el estado de captura, la myRIO registralas medidas de los sensores mediante el bucle

de tiempo real hasta que el usuario aprietede nuevo el botón de captura, en cuyo casovolverá al estado de espera. El programa ce-rrará el archivo y finalizará cuando el usuariohaga clic en el botón Stop del panel frontal,apriete el botón de la myRIO o se detectealgún error tras finalizar la captura.

El bucle de tiempo real se ejecuta con una frecuen-cia de 10 Hz y, en cada iteración, se conviertentodas las medidas de los sensores a la magnitudf́ısica correspondiente y se guardan en el fichero es-tos valores, junto con el tiempo transcurrido desdeque se inició la captura de datos, siempre que elprograma se encuentre en el estado de captura.Además, también se registran los tiempos en losque el usuario ha pulsado el botón de registrartiempo en el panel frontal. Esta funcionalidadpermite cronometrar el tiempo que una personanecesita para completar una tarea.

3 CASO DE ESTUDIO

3.1 Preparación del experimento

Se realizó un ensayo con una persona sana para vi-sualizar la fuerza calculada a partir de las medidasdel sensor de fuerza y para comparar la inclinaciónobtenida de diferentes formas. Por un lado, se es-timaron las inclinaciones de forma independientea partir de las medidas de tres sensores integradosen la contera: el inclinómetro, el acelerómetro yel giróscopo. Por otro lado, se utilizó un sistemade visión para validar los valores de inclinación es-timados mediante los tres sensores anteriores. La

83

Figura 4 muestra un esquema de la disposición delrecorrido del ensayo. Se puede observar que, parala validación de la inclinación anteroposterior, secolocó una cámara en perpendicular a la trayecto-ria de movimiento.

Figura 4: Esquema de la disposición del recorridodel ensayo.

En el ensayo, se le pidió a la participante queanduviera una distancia de 15 metros, siguiendouna ĺınea recta y usando la muleta en su manoderecha, a su ritmo cómodo y normal. Además,se le pidió que apoyara el menor peso posible ensu pie izquierdo. Antes de realizar el ejercicio, sele explicó que la muleta debe avanzar con el piecontralateral y se ajustó la altura de la muleta,de forma que el puño o apoyo de la muleta estu-viera a la altura del extremo superior del fémur.El ensayo se realizó dos veces con la misma per-sona: una para validar la inclinación anteroposte-rior y otra para la inclinación lateromedial. En elúltimo caso, la cámara se colocó en la misma di-rección que la trayectoria. La voluntaria que par-ticipó en el ensayo firmó el consentimiento infor-mado y el protocolo fue aprobado previamente porel comité de ética de la UPV/EHU con el códigoM10/2016/295MR1.

En el ensayo, se capturaron tanto los datos del sen-sor de fuerza para calcular la fuerza de apoyo me-diante los parámetros obtenidos en la calibración,como los datos de la IMU y el inclinómetro, conel fin de estimar la inclinación anteroposterior dela muleta. Esta última es posible estimarla uti-lizando tanto el inclinómetro como los sensores dela IMU. Para obtener la estimación de la incli-nación utilizando las medidas del inclinómetro, essuficiente aplicar la siguiente fórmula:

α = arcsin

(Vout −Offset

2

)(1)

donde Vout es la tensión medida por el in-clinómetro y Offset es la tensión medida cuandola inclinación es cero.

Si por el contrario, se usan los datos de la IMU,existen otras dos posibilidades. Por un lado, inte-

grar las medidas de velocidad angular en o/s quenos ofrece este dispositivo. Por otro lado, usarlos datos del acelerómetro integrado que, tratadocon la siguiente expresión, permite una sensibili-dad constante en todo el rango de medida [20]:

α = arctanAx√

Ay2 +Az

2(2)

donde Ax, Ay y Az son las medidas filtradas delacelerómetro (en m/s2 o en g) en los ejes X, Y yZ, respectivamente.

Con el objetivo de eliminar ruidos espurios, lasmedidas del inclinómetro, del acelerómetro y delgiróscopo se han filtrado mediante un filtro de me-dia móvil, con una ventana de 50 ms.

Tras los ensayos, se extrajeron los fotogramas delvideo con el fin de medir el ángulo de la inclinaciónanteroposterior de la muleta, con una resoluciónde 1o. Esta señal obtenida mediante los fotogra-mas se usará como referencia real del movimientode la muleta. La sincronización entre los datosextráıdos de los fotogramas y las medidas de lamyRIO se realizó suponiendo que el inicio del picode fuerza se corresponde con el primer fotograma,en el que la contera está en contacto con el suelo.

3.2 Resultados y análisis

Los resultados del experimento anteriormente de-tallado se resumen el la Figura 5. En esta figura,se muestra la señal medida por el sensor de fuerzay las señales de la inclinación anteroposteriorobtenidas mediante los sensores del prototipo (in-clinómetro, acelerómetro y giróscopo) y a partirde los fotogramas. La señal roja se correspondecon la medida del sensor de fuerza (tras conver-tirla a Kg). El resto de señales se refieren a lainclinación anteroposterior.

Se puede ver que, al inicio y al final de cada picode fuerza, hay una barra vertical marrón. Estasbarras marrones indican el comienzo y fin de lasdos fases en cada ciclo de la marcha. Cada ciclose puede dividir en dos fases [9]. Durante la fasede apoyo (stance), la punta de la muleta está encontacto con el suelo y el usuario está aplicandofuerza sobre esta. Durante la mayor parte de lafase de balanceo (swing), la punta de la muleta semueve en el aire de atrás hacia adelante.

Dentro de la fase de apoyo, se pueden distin-guir tres subfases [21]: la fase de contacto, lade medio apoyo y la de propulsión. Se observaque el valor de la fuerza en las fases de contactoy de propulsión es ligeramente superior a la demedio apoyo, debido a las fuerzas de impacto y

84

propulsión ejercida por los músculos. Si se deseamedir el porcentaje del peso corporal descargadosobre la muleta, se debe tomar la medida en la fasede medio apoyo, ya que es en este tramo donde seapoya el peso con fuerzas dinámicas despreciables[21].

Además, se puede observar que el valor mı́nimode las medidas del sensor de fuerza es de más de3 Kg. Esto se debe a que el comportamiento delsensor de fuerza no es lineal para fuerzas pequeñasy se calibró el sistema para el rango entre 10 y 60Kg. Esta señal muestra que, a pesar de que sele pidiera que intentara cargar todo el peso de sucuerpo sobre la muleta, la participante solo cargóalrededor de 13 Kg, lo que corresponde al 14% desu peso corporal.

Figura 5: Medida del peso descargado y esti-mación de la inclinación anteroposterior de lamuleta.

Por otro lado, valores negativos de la inclinaciónanteroposterior indican que la punta de la muletaestá delante del cuerpo, mientras que valores posi-tivos expresan que está detrás. La Figura 5 mues-tra que la mejor estimación de la inclinación an-teroposterior en este caso se consigue integrandolas medidas del giróscopo (morada), ya que es laseñal que mejor se aproxima a la obtenida a par-tir de los fotogramas (azul clara). En el caso dela señal del giróscopo, el error de la ráız cuadradade la media (RMSE) para el ciclo mostrado en laimagen es 1,83o.

Las señales del acelerómetro y del inclinómetropresentan pequeñas oscilaciones durante la fase deapoyo y grandes picos y oscilaciones durante lafase de balanceo. Esto sucede porque estos sen-sores son sensibles a los efectos dinámicos y lasgrandes aceleraciones provocan esos picos cuandola punta de la muleta se mueve en el aire o cuandoimpacta contra el suelo.

En la Figura 6, se muestran los resultados de laestimación de la inclinación lateromedial (con lamisma leyenda que en la Figura 5). Valores másnegativos indican que la contera está más lejosdel cuerpo, en el plano frontal. La mejor esti-mación en este caso también se obtiene medianteel giróscopo y el error RMSE es 1,49o.

Pese a que en estos casos la señal del giróscopose aproxima bastante bien a la de referencia yno se ve afectada por las aceleraciones dinámicas(las que no son causadas por la aceleración de lagravedad) ni por las perturbaciones magnéticas, elgiróscopo tiene el inconveniente de la deriva en eltiempo [16]. El error de integración de la veloci-dad angular se va acumulando, lo que produce unoffset considerable tras varios ciclos. Este es unaspecto en el que se trabajará en el futuro paragarantizar una medida fiable a lo largo del tiempo.

4 CONCLUSIONES

Las escalas cĺınicas tradicionales para realizar undiagnóstico del estado funcional de los pacientesson subjetivas y de baja precisión. Sin embargo,los movimientos y fuerzas ejercidas por los pa-cientes se pueden monitorizar con mayor precisiónmediante indicadores obtenidos a partir de las me-didas de varios sensores. De este modo, se puederealizar una evaluación objetiva y cuantitativa dela mejora conseguida en el proceso de rehabili-tación.

En este art́ıculo, se ha presentado el diseño de unacontera que tiene una serie de sensores integradospara monitorizar la inclinación de la muleta y lafuerza ejercida sobre su eje longitudinal, con elfin de estimar en un futuro diversos indicadores

85

Figura 6: Medida del peso descargado y esti-mación de la inclinación lateromedial de la muleta.

que proporcionen un diagnóstico cuantitativo dela marcha. El prototipo proporciona una soluciónno invasiva, ligera y flexible, que permite monito-rizar la marcha durante un tiempo prolongado endiversos entornos fuera del recinto hospitalario.

Tras resumir las especificaciones de diseño y pro-porcionar una descripción general de los com-ponentes principales, se ha presentado el diseñomecánico y eléctrico, además de la arquitecturahardware y software. Para validar el prototipo yver qué sensor es el más adecuado para estimarla inclinación, se ha analizado un caso de estudio.Se ha concluido que la estimación obtenida inte-grando las medidas del giróscopo es la que mejorse aproxima a la de referencia en este caso, con unerror RMSE de 1,83o para la inclinación antero-posterior y 1,49o para la lateromedial.

Agradecimientos

Este trabajo ha recibido financiación del Gob-ierno Vasco mediante la beca PRE 2016 2 0236y el proyecto IT914-16, de la Universidad delPáıs Vasco (UPV/EHU) mediante el proyectoPPG17/56, de la Comisión Europea mediantela beca PN/TG1/UNSW/PhD/18/2017 y delMinisterio de Economı́a y Competitividad deEspaña mediante el proyecto DPI2017-82694-R enMINECO FEDER.

English summary

Development of an instrumented

crutch to measure inclination anddischarged weight

Abstract

The traditional clinical scales used for thediagnosis of the functional state of patientswith neurological disease are subjective andprovide a low resolution. However, it ispossible to include force and movementsensors in passive rehabilitation devices, inorder to make an objective and quantita-tive diagnosis. This work presents the de-sign of an instrumented crutch, which in-cludes a force sensor, an inclinometer andan IMU, which consists of a triaxial ac-celerometer and gyroscope. In addition, itshows the values of the force and inclina-tion, obtained in a case of study. The incli-nation estimated by the inclinometer andthe IMU is validated using a camera.

Keywords: Crutch, cane, wearable sen-sors, monitoring, gait analysis.

Referencias

[1] Corbyn, Z. A Growing Global Burden. Nature2014, 510, S3

[2] Lancini, M.; Serpelloni, M.; Pasinetti, S.Instrumented crutches to measure the in-ternal forces acting on upper limbs inpowered exoskeleton users. In Proceedingsof 2015 6th IEEE International Workshopon Advances in Sensors and Interfaces.Gallipoli, Italy, 18-19 June, 2015. DOI.10.1109/IWASI.2015.7184960

[3] Nordin, N.; Xie, S.Q.; Wünsche, B. Assess-ment of movement quality in robot-assistedupper limb rehabilitation after stroke: areview. Journal of Neuroengineering andRehabilitation 2014, 11(137), 1-23, DOI.10.1186/1743-0003-11-137

[4] Zhou, S.H.; Fong, J.; Crocher, V.; Tan,Y.; Oetomo, D.; Mareels, I. Learning con-trol in robot-assisted rehabilitation of mo-tor skills - a review. Journal of Con-trol and Decision 2016, 3(1), 19-43, DOI.10.1080/23307706.2015.1129295

86

[5] Kim, C.M.; Eng, J.J. Magnitude and pat-tern of 3D kinematic and kinetic gait profilesin persons with stroke: relationship to walk-ing speed. Gait & Posture 2004, 20, 140-146,DOI. 10.1016/j.gaitpost.2003.07.002

[6] Tao, W; Liu, T; Zheng, R.; Feng, H.Gait analysis using wearable sensors.Sensors 2012, 12, 2255-2283, DOI.10.3390/s120202255

[7] Bonato, P. Wearable Sensors/Systems andTheir Impact on Biomedical Engineering.IEEE Engineering in Medicine and Biol-ogy Magazine 2003, 22:3, 18-20, DOI.10.1109/MEMB.2003.1213622

[8] Park, S.; Jayaraman, S. Enhancing thequality of life through wearable technol-ogy. IEEE Engineering in Medicine and Bi-ology Magazine. 2003, 22:3, 41-48, DOI.10.1109/MEMB.2003.1213625

[9] Sardini, E.; Serpelloni, M.; Lancini, M. Wire-less Instrumented Crutches for Force andMovement Measurements for Gait Monitor-ing. IEEE Transactions on Instrumentationand Measurement 2015, 64(12), 3369-3379,DOI. 10.1109/TIM.2015.2465751

[10] Chamorro-Moriana, G.; Sevillano, J.L.;Ridao-Fernández, C. A Compact ForearmCrutch Based on Force Sensors for AidedGait: Reliability and Validity. Sensors 2016,16(6), 1-15, DOI. 10.3390/s16060925

[11] Hassan, M.; Kadone, H.; Suzuki, K; Sankai,Y. Wearable Gait Measurement System withan Instrumented Cane for Exoskeleton Con-trol. Sensors 2014, 14, 1705-1722, DOI.10.3390/s140101705

[12] Mekki, F.; Borghetti, M.; Sardini, E.;Serpelloni, M. Wireless instrumentedcane for walking monitoring in Parkinsonpatients. In Proceedings of 2017 IEEEInternational Symposium on Medical Mea-surements and Applications (MeMeA).Rochester, MN, USA, 7-10 May, 2017. DOI.10.1109/MeMeA.2017.7985912

[13] Lemay, M.; Bertschi, M.; Sola, J.; Renevey,P.; Parak, J.; Kornhonen, I. Application ofOptical Heart Rate Monitoring. En WearableSensors: Fundamentals, Implementation andApplications; Sazonov, E., Neuman, M.R.,Eds.; Elsevier: USA, 2014; Chapter 2.3, pp.105-129, ISBN 978-0-12-418662-0

[14] Motion Workshop. Shadow Full Body Mo-tion Capture. 2013. https://vimeo.com/57986224 (Accedido el 12/06/2018)

[15] Wolfe, J. MPC Puts New XSens Motion Cap-ture System to Work. Animation World Net-work, 2015. https://www.awn.com/news/mpc-puts-new-xsens-motion-capture-/

system-work (Accedido el 12/06/2018)

[16] Tsuda, N.; Hayashi, A.; Tounai, M.; Aku-tagawa, S. Visualization System of CrutchWalking based on Internal Sensors. In Pro-ceedings of 2010 IEEE/ASME InternationalConference on Advanced Intelligence Mecha-tronics. Montréal, Canada, 6-9 July, 2010.

[17] Chamorro-Moriana, G.; Ridao-Fernández,C.; Ojeda, J.; Beńıtez-Lugo, M.; Sevillano,J.L. Reliability and Validity Study of theChamorro Assisted Gait Scale for Peoplewith Sprained Ankles, Walking with ForearmCrutches. PLoS One 2016, 11(5), 1-12, DOI.10.1371/journal.pone.0155225

[18] Van Laarhoven, S.N.; Lipperts, M.; Bolink,S.A.A.N.; Senden, R.; Heyligers, I.C.;Grimm, B. Validation of a novel activitymonitor in impaired, slow-walking, crutch-supported patients. Annals of Physical andRehabilitation Medicine 2016, 59, 308–313,DOI. 10.1016/j.rehab.2016.05.006

[19] Mathie, M.J.; Coster, A.C.F.; Lovell, N.H.;Celler, B.G.; Lord, S.R.; Tiedemann, A.A pilot study of long-term monitoringof human movements in the home us-ing accelerometry. Journal of Telemedicineand Telecare 2004, 10, 144-151, DOI.10.1258/135763304323070788

[20] Tuck, K. Tilt Sensing Using Lin-ear Accelerometers. Available online:https://www.mh-hannover.de/fileadmin/

zentrale_einrichtungen/zentrale_

forschungswerkst/downloads/AN3461.pdf

(accedido el 18 de junio de 2018)

[21] Merrett, G.V.; Ettabib, M.A.; Peters,C.; Hallett, G.; White, N.M. Augmentingforearm crutches with wireless sensors forlower limb rehabilitation. Measurement Sci-ence and Technology 2010, 21, 1-10, DOI.10.1088/0957-0233/21/12/124008

c© 2018 by the authors.Submitted for possibleopen access publication

under the terms and conditions of the CreativeCommons Attribution CC-BY-NC 3.0 license(http://creativecommons.org/licenses/by-nc/3.0/).

87