Hybrid FES-robot cooperative control of ambulatory gait rehabilitation exoskeleton
Notice bibliographique
Résumé
Robotic and functional electrical stimulation (FES) approaches are used for rehabilitation of walking impairment of spinal cord injured individuals. Although devices are commercially available, there are still issues that remain to be solved. Control of hybrid exoskeletons aims at blending robotic exoskeletons and electrical stimulation to overcome the drawbacks of each approach while preserving their advantages. Hybrid actuation and control have a considerable potential for walking rehabilitation but there is a need of novel control strategies of hybrid systems that adequately manage the balance between FES and robotic controllers. Combination of FES and robotic control is a challenging issue, due to the non-linear behavior of muscle under stimulation and the lack of developments in the field of hybrid control. In this article, a cooperative control strategy of a hybrid exoskeleton is presented. This strategy is designed to overcome the main disadvantages of muscular stimulation: electromechanical delay and change in muscle performance over time, and to balance muscular and robotic actuation during walking.Experimental results in healthy subjects show the ability of the hybrid FES-robot cooperative control to balance power contribution between exoskeleton and muscle stimulation. The robotic exoskeleton decreases assistance while adequate knee kinematics are guaranteed. A new technique to monitor muscle performance is employed, which allows to estimate muscle fatigue and implement muscle fatigue management strategies. Kinesis is therefore the first ambulatory hybrid exoskeleton that can effectively balance robotic and FES actuation during walking. This represents a new opportunity to implement new rehabilitation interventions to induce locomotor activity in patients with paraplegia.Acronym list: 10 mWT: ten meters walking test; 6 MWT: six minutes walking test; FSM: finite-state machine; t-FSM: time-domain FSM; c-FSM: cycle-domain FSM; FES: functional electrical stimulation; HKAFO: hip-knee-ankle-foot orthosis; ILC: iterative error-based learning control; MFE: muscle fatigue estimator; NILC: Normalized stimulation output from ILC controller; PID: Proportional-Integral-derivative Control; PW: Stimulation pulse width; QUEST: Quebec User Evaluation of Satisfaction with assistive Technology; SCI: Spinal cord injury; TTI: torque-time integral; VAS: Visual Analog Scale.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».