-
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