Interface Multimodal com Predição de Movimentos para Uso em Reabilitação de Membros Inferiores

Esta dissertação apresenta o desenvolvimento de uma plataforma multimodal de aquisição e processamento de sinais. O projeto proposto insere-se no contexto do desenvolvimento de interfaces multimodais para aplicação em dispositivos robóticos cujo propósito é a reabilitação motora adaptando o controle destes dispositivos de acordo com a intenção do usuário. A interface desenvolvida adquire, sincroniza e processa sinais eletroencefalográficos (EEG), eletromiográficos (EMG) e sinais provenientes de sensores inerciais (IMUs). A aquisição dos dados é feita em experimentos realizados com sujeitos saudáveis que executam tarefas motoras de membros inferiores. O objetivo é analisar a intenção de movimento, a ativação muscular e o início efetivo dos movimentos realizados, respectivamente, através dos sinais de EEG, EMG e IMUs. Para este fim, uma análise offline foi realizada. Nessa análise, são utilizadas técnicas de processamento dos sinais biológicos e técnicas para processar sinais provenientes de sensores inerciais. A partir destes, os ângulos da articulação do joelho também são aferidos ao longo dos movimentos. Um protocolo experimental de testes foi proposto para as tarefas realizadas. Os resultados demonstraram que o sistema proposto foi capaz de adquirir, sincronizar, processar e classificar os sinais combinadamente. Análises acerca da acurácia dos classificadores utilizados mostraram que a interface foi capaz de identificar intenção de movimento em 76, 0 ± 18, 2% dos movimentos. A maior média de tempo de antecipação ao movimento foi obtida através da análise do sinal de EEG e foi de 716, 0±546, 1 milisegundos. A partir da análise apenas do sinal de EMG, este valor foi de 88, 34 ± 67, 28 milisegundos. Os resultados das etapas de processamento dos sinais biológicos, a medição dos ângulos da articulação, bem como os valores de acurácia e tempo de antecipação ao movimento se mostraram em conformidade com a literatura atual relacionada.

Análise do padrão de ativação muscular de indivíduos hemiparéticos pós-AVC em marcha assistida por andador robótico

O Acidente Vascular Cerebral (AVC) é uma das principais causas de prejuízos ao sistema neuromuscular. Dispositivos Robóticos vêm sendo amplamente desenvolvidos e estudados com a finalidade de serem utilizados na assistência à marcha e para o treinamento da marcha durante a reabilitação. O objetivo deste trabalho é avaliar a marcha assistida pelo AROW (Assistive Robotic Walker) em indivíduos hemiparéticos pós-AVC, através da análise de sinais de acelerometria e sinais mioelétricos de superfície (sEMG) provenientes dos músculos vasto medial (VM), bíceps femoral (BF), tibial anterior (TA) e gastrocnêmio medial (GM), e também utilizando os métodos de avaliação GAS (Goal Attainment Scaling) e SUS (System Usability Scale). Nove indivíduos hemiparéticos participaram dos testes. A velocidade da marcha foi reduzida com o uso do AROW e, consequentemente, houve algumas alterações na duração das fases da marcha, por exemplo, uma maior duração da fase de apoio (p = 0,0174). O padrão de ativação muscular para o grupo analisado não apresentou diferença estatisticamente significativa (início da ativação VM: p= 0,4999; término da ativação VM: p= 0,5647; início BF: p= 0,1186; término BF: p= 0,7823; início TA: p= 0,5833; término TA: p= 0,8393; início GM: p= 0,6077; término GM: p= 0,1429). Entretanto, avaliando o padrão de ativação muscular individualmente, podem-se notar algumas alterações benéficas, por exemplo, redução da coativação dos músculos tibial anterior e gastrocnêmio medial. Os resultados das avaliações através do GAS (54,8) e SUS (81,4) sobre o uso do AROW mostraram boa aceitação pelos usuários, e os objetivos esperados durante o uso do andador foram atingidos. A adaptação rápida, facilidade de utilização e sentimento de segurança ao usar o dispositivo são pontos positivos obtidos com o uso do AROW.