Human-smart rollator interaction for gait analysis and fall prevention using learning methods and the i-Walker

Author

Cortés Martínez, Atia

Director

Béjar Alonso, Javier

Date of defense

2018-07-20

Pages

196 p.



Department/Institute

Universitat Politècnica de Catalunya. Departament de Ciències de la Computació

Abstract

The ability to walk is typically related to several bio-mechanical components that are involved in the gait cycle (or stride), including free mobility of joints, particularly in the legs; coordination of muscle activity in terms of timing and intensity; and normal sensory input, such as vision and vestibular system. A walk is composed of the stance and swing phases. The faster we walk, the shorter the stance phase will be. Thus, gait requires input from the brain, spinal cord, peripheral nerves, muscular power and joint and cardiovascular health. Because all of these systems are required to coordinate gait, gait speed is an indicator of the health of many physiological systems. At the same time, a relation between gait and cognition has been widely analysed from the medical point of view, and we can find several reviews in the literature. As people age, they tend to slow their gait speed, and their balance is also affected. Also, the retirement from the working life and the consequent reduction of physical and social activity contribute to the increased incidence of falls in older adults. Moreover, older adults suffer different kinds of cognitive decline, such as dementia or attention problems, which also accentuate gait disorders and its consequences. Assistive technologies (AT) play a key role in today's' society, especially when it comes to the older adults. ATs have enabled improvements in their Quality of Life, extending their autonomy and community living. This is important, as they can stay active safely and independently. During the last decade, research has focused on developing ATs with a sensor system integrated with the device or located in the human body. Efforts are focused especially on mobility assistance for different targets of people (visual impairment, frailty, chronic diseases or rehabilitation) and activity recognition, which could be used, for instance, to monitor elderly population living in autonomy and community-dwelling. This thesis proposes a methodology to analyse how do older adults at high risk of falling interact with a smart rollator, the i-Walker, to navigate in indoor, flat environments. The i-Walker is equipped with a set of sensors and actuators and can collect data for long periods of time (several hours). It has already been tested in post-stroke rehabilitation and fall prevention clinical trials with successful results. In this work, we present results on our approach from a narrative perspective. Results are promising since we can relate the data obtained from human-rollator interaction to clinical parameters. The machine learning approach uses the data obtained with the force sensors of the i-Walker based on the interaction of individuals of different ages and health conditions. The analysis complements our extracted gait parameters with biological and clinical data to learn new characteristics of human gait at a stride-to-stride level. We believe that users, caregivers and clinicians would benefit from the new knowledge that the i-Walker can generate from this work.


L'habilitat de caminar està relacionada a diversos components biomecànics relacionats amb el cicle del pas (o la marxa), incloent la llibertat de moviment en articulacions, especialment a les cames; coordinació de l'activitat muscular en termes de temps i intensitat; les capacitats sensorials com ara la visió o el sistema vestibular. Una marxa es composa de les fases de les fases de posició i de balanceig. Com més ràpid caminem, més curta serà la fase de posició. Així doncs, la marxa necessita aportacions del cervell, la medul·la espinal, els nervis perifèrics, la força muscular i la salut cardiovascular i articular. Degut a que tots aquests sistemes han de coordinar la marxa, la qualitat d'aquesta s'utilitza com a indicador de salut . Al mateix temps, la relació entre la marxa i la cognició ha estat àmpliament analitzada des de una perspectiva mèdica, i podem trobar nombroses ressenyes a la literatura. A mesura que la gent envelleix, tendeixen a reduir la seva velocitat de la marxa i el seu equilibri també es veu afectat. La jubilació pot portar a una reducció de l'activitat física i social, factors que contribueixen a augmentar les caigudes en els ancians. A això s'afegeix la possibilitat de desenvolupar una disminució cognitiva, com ara demència o problemes d'atenció, que també accentuen desordres a la marxa i les seves conseqüències. Les tecnologies d'assistència (AT) juguen un paper clau per la societat actual, especialment per a la gent gran. Les ATs permeten millorar la seva qualitat de vida, allargant la seva autonomia i vivint en comunitat. Això és important, ja que poden portar una vida activa de manera independent i segura. Durant la última dècada s'ha treballat en desenvolupar ATs que integren sistemes de sensors en el dispositiu d'assistència o al cos de l'usuari. Dins d'aquest cap s'han desenvolupat diferents solucions d'assistència a la mobilitat per a diferents perfils de persones (discapacitat visual, fragilitat, malalties cròniques o rehabilitació). Alguns dispositius també ofereixen serveis de reconeixement d'activitat que pot ser utilitzada per observar remotament a la gent d'edat avançada que de manera independent. Aquesta tesis proposa una metodologia d'anàlisi de la marxa de la gent d'edat avançada amb un alt risc de caiguda. a partir de la seva interacció amb un caminador intel·ligent, l'i-Walker, mentre realitzen uns exercicis en un entorn pla i tancat. L'i-Walker és un AT equipat amb sensors i actuadors i és capaç de recollir dades durant llargs períodes de temps. Ja s'ha provat en la rehabilitació post-ictus i en assaigs clínics de prevenció de caigudes amb bons resultats. En aquest cas, s'han utilitzat tècniques d'aprenentatge automàtic utilitzant les dades generades pels sensors de l'i-Walker durant les proves realitzades amb individus de diferents edats i condicions de salut. A partir d'aquesta interacció s'han extret mètriques descriptives de la marxa d'aquestes persones. L'objectiu és identificar cicles de marxa al llarg dels exercicis i estudiar la força requerida per completar-los. Aquest estudi identifica característiques espai-temporals de la marxa per obtenir patrons en la manera de caminar d'adults de diferents perfils. Aquest tipus d'informació pot ser útil per a la identificació precoç de trastorns de la marxa o risc de caiguda.

Subjects

004 - Computer science and technology. Computing. Data processing

Knowledge Area

Àrees temàtiques de la UPC::Informàtica

Documents

TACM1de1.pdf

3.812Mb

 

Rights

ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

This item appears in the following Collection(s)