Log InIngeniería Biomédico
Permanent URI for this collectionhttps://repositorio.udem.edu.mx/handle/61000/619
Browse
Browsing Ingeniería Biomédico by Author "Angulo Sherman, Nayeli"
Now showing 1 - 3 of 3
- Results Per Page
- Sort Options
Item Desarrollo de un sistema robótico de rehabilitación de miembro superior mediante la combinación de un robot colaborativo y gamificación(San Pedro Garza García, UDEM, 2022) Arreola Castillo, Carmen Ivonne; Elizalde Cano, Mariana; Angulo Sherman, NayeliEl trabajo se centra en la realización de un sistema de rehabilitación robótico de miembro superior para pacientes que han sufrido un accidente cerebrovascular (ACV). Dicho sistema consta de una interfaz de realidad virtual de una adaptación del juego whac a mole, el uso de un robot colaborativo de la marca Universal Robots modelo UR3 y de una herramienta terminal de articulación esférica. Se realizaron pruebas de funcionamiento tanto del conjunto robot-herramienta como de la interfaz con 10 usuarios de prueba sin capacidad motora reducida, concretamente, se analizaron métricas de desempeño del usuario, como el tiempo que tarda en cumplir con el objetivo, el puntaje y el tiempo de reacción que tarda desde que el topo aparece hasta que lo golpea; esto con la finalidad de obtener resultados de control para posteriormente compararlo con resultados obtenidos con pacientes con ACV. Y por último, se les solicitó a los usuarios contestar dos tipos de encuestas de evaluación de experiencia del usuario, que constan de una encuesta CSAT (Customer Satisfaction Score) y una encuesta CES (Customer Effort Score).Item Detección de las principales fases de la marcha mediante los ángulos de las articulaciones del miembro inferior a partir de registros con unidades de medición inercial (IMUs)(San Pedro Garza García, UDEM, 2022) Sánchez Nava, Ana Luisa; Angulo Sherman, NayeliActualmente, más de mil millones de personas en el mundo presentan al menos un tipo de discapacidad y la más frecuente, tanto en México como en España, es la físico-motora, que es cuando se tienen problemas para caminar o afección del desempeño motor (OMS, 2020). En este proyecto se desarrolla un algoritmo en MATLAB para detectar las principales fases de la marcha (apoyo y balanceo) mediante el uso de los ángulos articulares de tobillo y rodilla medidos durante la marcha continua en usuarios sanos usando unidades de medición inercial (IMUs). Su finalidad es que a futuro se puedan implementar estas herramientas en terapias de rehabilitación en usuarios con discapacidad físico motora. El algoritmo procesa la señal de los ángulos del tobillo y la rodilla para detectar los contactos iniciales y finales, ya que estos determinan las principales fases de la marcha, donde la fase de apoyo representa un 60% del ciclo de la marcha y la fase de balanceo el 40% restante. El procedimiento del algoritmo que utiliza los ángulos del tobillo consistió en: eliminar la tendencia lineal de la medición; después, utilizar un filtro Butterworth pasa-bajas de segundo orden con una frecuencia de corte de 1.8 Hz para usar únicamente los componentes espectrales más notorios en los ángulos de los tobillos y, finalmente, integrar la señal y aplicar la CWT para obtener una señal en la que se detectan los contactos iniciales y finales como los mínimos y los máximos de la señal. Los resultados de distintos usuarios durante marcha continua en suelo han sido de 60.3±3.0% para la fase de apoyo y 39.6±3.0% para la fase de balanceo en la pierna izquierda, y de 60.6±3.1% y 39.4±3.1% para la pierna derecha, valores similares a los establecidos teóricamente. Por otra parte, el procesamiento que utiliza los ángulos de la rodilla consistió en: eliminar la tendencia lineal obtenida, después se derivó la señal y se aplicó un filtro Butterworth pasa-bajas de segundo orden con una frecuencia de corte de 2 Hz para utilizar solamente los componentes espectrales más significativos de los ángulos de la rodilla y se detectan los contactos iniciales y finales de la marcha del usuario. Los resultados de distintos usuarios durante marcha continua en suelo han sido de 61.0±1.4% para la fase de apoyo y 39.0±1.4% para la fase de balanceo en la pierna izquierda, y de 59.7±1.8% y 40.3±1.8% para la pierna derecha.Item Detección de las subfases de la marcha a partir de registros con unidades de medición inercial IMUs(San Pedro Garza García, UDEM, 2022) Sánchez Castillo, Arantza; Angulo Sherman, NayeliActualmente, existe interés en aplicar tecnología como exoesqueletos y unidades de medición inercial (IMUs) para apoyar en el proceso de rehabilitación físico-motora. La marcha se divide en las fases de apoyo (FAP) y balanceo (FBP) (Cárdenas & Molina, 2021), subdivididas en contacto inicial (CI), apoyo inicial (AI), apoyo medio (AM), apoyo final (AF), pre-balanceo (PB), balanceo inicial (BI), balanceo medio (BM) y balanceo final (BF). Este estudio desarrolla un algoritmo en MATLAB que detecta las subfases de la marcha para cada pierna utilizando tres IMUs para medir la aceleración lumbar y del muslo izquierdo y derecho. El algoritmo primero elimina la tendencia lineal de las mediciones y usa un filtro Butterworth pasa-bajas de cuarto orden con una frecuencia de corte de 7 Hz para analizar los componentes representativos de la marcha. Después, se usa la CWT para aproximar la primera y segunda derivada de las señales y se emplean sus mínimos y máximos para detectar las subfases de CI, AF, PB, BI y BM. En la marcha continua en sujetos sanos sobre suelo, los porcentajes de las subfases respecto al ciclo de la marcha fueron para la pierna derecha de 36% para AF, 53,1% para PB, 62,6% para BI y 78,1% para BM, con valores similares para la pierna izquierda y un total de 60,4±4,9% para FAP y un 39,6±4,9% para FBP, lo que concuerda otros estudios (Herrero, A., 2017). A futuro, se desea extender el algoritmo para detectar las subfases restantes (AI, AM y BF) y se espera que esta detección permita personalizar la asistencia con exoesqueletos a usuarios con discapacidad motora.
