Teslasuit, el traje de retroalimentación háptica, puede servir como dispositivo de estimulación eléctrica funcional (FES) para la rehabilitación y la práctica médica.

La técnica de los dispositivos FES usa pulsos eléctricos de baja energía para generar movimientos corporales artificiales en personas que hayan sufrido afecciones medicas. Por ejemplo, accidentes cerebrovasculares, lesiones de la medula espinal. esclerosis múltiple, parálisis cerebral y mucho mas.

En general, los sistema FES se clasifican en tres grupos:

  • Bucle abierto
  • Control de estado finito
  • Enfoque de bucle cerrado

Estos enfoques podrían implementarse y proporcionarse al usuario final gracias a Teslasuit.

Estudio Exploratorio

El Departamento de Investigación y Desarrollo de Teslasuit hizo un estudio exploratorio del traje de cuerpo entero. Su objetivo era comprobar si las capacidades de su tecnología portátil sirven como dispositivo FES autónomo para poder aplicarlo en medicina y rehabilitación. Y en particular si el traje es apto como como un sistema de circuito cerrado, de control de estado finito o de circuito abierto.

Para el estudio los investigadores usaron 3 piezas clave:

  • Un traje Teslasuit de cuerpo completo,
  • Un kit de desarrollo de software Teslasuit (SDK con la herramienta Haptic Editor y la API de cliente de Suit)
  • Un código operativo externo siempre que fuese necesario.

El traje en si esta equipado con un sistema de electroestimulación estándar. Consta de 80 canales: 16 en cada extremidad y 16 para espalda y vientre. También tiene un sistema de captura de movimiento sin marcadores con 14 sensores de unidad de medición inercial (IMU).

La herramienta Haptic Editor permite crear, sintonizar y ejecutar patrones de estimulación con distintos parámetros de señal para los 80 canales de electroestimulación muscular (EMS).

Para poder probar si la tecnología Teslasuit sirve para FES, los investigadores aplicaron la descripción de diferentes enfoques de FES. De esta manera, reprodujeron su funcionalidad usando la funcionalidad integrada de la tecnología del traje.

Teslasuit como un dispositivo FES de circuito abierto

Ya hay un sistema de circuito abierto en el nivel superior del software Teslasuit: el Haptic Editor. Esta herramienta crea patrones de estimulación complejos que varían diferentes parámetros eléctricos dentro del tiempo de cualquier canal EMS. O también combinando patrones de estimulación entre los 80 canales EMS.

Todos estos patrones producidos se pueden guardar como archivos para un uso futuro con el mismo u otros sujetos de prueba.

La interfaz de control de Haptic Editor se usa para configurar patrones EMS para varias aplicaciones FES.

Haptic Editor tiene posibilidades casi ilimitadas para ajustar la tecnología Teslasuit a cualquier necesidad como un dispositivo FES de circuito abierto. Esto gracias a que es una herramienta para la creación visual de patrones de estimulación complejos.

De tal modo, el traje Teslasuit se puede usar como un dispositivo FES de circuito abierto como solución sin una extensión adicional. Sin embargo, es solo con fines de investigación.

Teslasuit como un dispositivo FES de estado finito

Los investigadores han usado una interfaz de captura de movimiento junto a su solución aplicada de procesamiento de datos que se llama Detector de pasos. Con ello buscan probar el concepto de la tecnología Teslasuit que se usa para un FES de estado infinito.

Este Detector de pasos es un modelo de red neuronal SLTM. Fue entrenado en datos IMU recopilados de forma previa por acelerómetro y giroscopio. Estos datos fueron obtenidos de las piernas y la espalda de 6 sujetos sanos mientras caminaban.

El modelo se entrenó a través de una canalización de aprendizaje automático estándar junto a datos divididos en conjuntos:

  • Datos de entrenamiento (80%)
  • Datos de prueba (10%)
  • Datos de validación (10%)

La precisión que se logró en el conjunto de datos de validación supero el 90%.

El Detector de pasos brinda información del contacto entre el pie y el suelo para cada pie por separado.

El Detector de pasos brinda información del contacto entre el pie y el suelo para cada pie por separado.

Estos datos de series temporales son suficientes para detectar de forma correcta cuatro fases de la marcha: postura inicial, postura terminal, balanceo inicial y balanceo terminal.

Entonces, los patrones de estimulación eléctrica simplificados se asignaron según eso.

Descripción esquemática de la implementación simplificada de FES para caminar y patrones de EMS correspondientes

Hay un retraso de 150 a 200 ms entre la detección real de la fase de balanceo y la extensión real de la rodilla. Esto se debe a algunos aspectos de la implementación y la fisiología muscular.

Es por ello que la estimulación del cuádriceps empieza algorítmicamente después de la detección inicial del swing. Así puede ayudar a la extensión de las rodilla en la mitad del swing.

Como los sistemas de estado finito dependen en gran medida de los datos de entrada, una validación adicional del sistema de captura de movimiento es requerida. Ello para que pueda proporcionar un conjunto de activadores de detección de pasos.

El resultados provisional al que se llegó es que la tecnología Teslasuit se puede utilizar como un dispositivo FES de estado finito.

Teslasuit como un dispositivo FES de circuito cerrado

Para probar este concepto, se construyó un producto mínimo viable (MVP). Se basa en un concepto simplificado de control de bucle cerrado para la tarea de controlar la flexión del codo.

El sistema de captura de movimiento de Teslasuit brinda datos en tiempo real del ángulo actual del codo. Esto después se compara con el valor objetivo establecido por el operador.

La diferencia entre la corriente y el ángulo objetivo como error resultante se procesa con el controlador PID. Y que ajusta el nivel requerido de estimulación del bíceps.

En este caso, el resultado provisional es que existe la posibilidad de mejorar este MVP, según las recomendaciones de profesionales de la salud enfocados en FES.

Otras noticias relacionadas a Teslasuit:

Leave a comment