Development of a prosthetic control to support the rehabilitation process

Abstract

Im Rahmen der Rehabilitation müssen Amputierte ihre Mobilität zurückgewinnen, um am täglichen Leben teilnehmen zu können. Häufige Wiederholungen und spezifische Verbesserungshinweise bestimmen den Erfolg. Die momentane Trainingsapplikation von Otto Bock Healthcare enthält nur generelle Instruktionen, zählt jedoch keine Wiederholungen, erkennt keine fehlerhaften Ausführungen und gibt keine Möglichkeiten zur Verbesserung. Daher wurde für fünf Rehabilitationsübungen ein endlicher Zustandsautomat programmiert, der Amputierte beim eigenständigen Training zu Hause unterstützt. Diese Arbeit präsentiert die Übungen anhand eines anthropometrischen Modells und einer genauen Analyse der zugehörigen Sensorsignale, fasst die Spezifikationen der einzelnen Übungen zusammen und beschreibt die daraus abgeleitete Struktur der Implementierung. Außerdem wird in einem Anwendertest die Effektivität der Verbesserungshinweise untersucht und die Beurteilung der Wiederholungen von einem Physiotherapeut und der Steuerung verglichen. Bei allen fünf Übungen können schlechte Ausführungen erkannt werden, solange die Übung ohne zusätzliche Unterstützung durch die Arme ausgeführt wird, jedoch können nur für eine Übung die Ausgleichsbewegungen unterschieden werden. Zusätzlich kann eine Verbesserung der Übungsausführung von Amputier-ten aufgrund des Feedbacks, das der endliche Zustandsautomat nach einem Set zur Verfügung stellt, festgestellt werden. Der Nutzen von akustischem Echtzeit-Feedback zur Verbesserung der Übungsausführung muss jedoch genauer getestet werden. Somit stellt die implementierte Sammlung endlicher Zustandsautomaten einen ersten Erfolg für unterstütztes, eigenständiges Training dar und die gesammelten Daten bilden eine gute Grundlage für weitere Anpassungen.

In rehabilitation, amputees need to regain mobility to participate in everyday life. Frequent repetition and specific instructions for improvement determine the success. The current training application of Otto Bock Healthcare only includes general instructions, but does not count repetitions, detect poor execution, or give feedback for improvement. Hence, a finite state machine is implemented for five rehabilitation exercises, assisting amputees in autonomous training at home. This work presents the exercises using an anthropometric model and analysing the associated sensor signals, summarises the exercises' specification, and describes the resulting structure of the implementation. Furthermore, it evaluates the functionality of feedback and compares the assessment of repetitions by a physiotherapist versus by the control in a usability test. For all five exercises, poor execution can be detected as long as the exercise is performed without support by the arms, but compensatory movements can only be differentiated for one exercise. Additionally, amputees can improve their performance with the aid of the finite state machine's feedback after a set, but further testing is needed to assess the benefit of real-time audio feedback during execution. In conclusion, the implemented collection of finite state machines represents a first success for guided autonomous training and the collected data constitutes a good foundation for further adjustments.