Detalles del proyecto
Descripción
Las señales cerebrales (EEG) y musculares (EMG), además de ser usadas para la detección de movimiento, también permiten evaluar de manera cuantitativa la condición motora de un paciente durante cada terapia. De esta manera, es posible analizar los desórdenes motores generados por los ACV y su evolución. Recientes estudios sugieren que los pacientes después del ACV deben realizar diferentes tipos de intervenciones terapéuticas de acuerdo con el progreso de su estado motor [5,6]. Para lograr que el sistema de rehabilitación sea progresivo, es decir, evolucione junto con el paciente a lo largo de las terapias, este proyecto propone el uso de técnicas de inteligencia artificial basadas en métodos de Machine Learning -ML, los cuales permitan determinar el progreso del paciente por medio de la clasificación automática de las señales biológicas del paciente. El gran problema de incorporar esta funcionalidad radica en poder establecer una relación directa y cuantificable entre las señales EEG/EMG del paciente y los patrones de movilidad de los dedos de la mano. Adicionalmente, poder adaptar en tiempo real los patrones de movimiento ejercidos por el exoesqueleto robótico durante las rutinas terapéuticas, con el fin de compensar posibles efectos de esfuerzo, fatiga o deficiencia motora en la movilidad. Por lo tanto, en esta propuesta se formula la siguiente pregunta de investigación: ¿Es posible integrar un sistema robótico inteligente con la capacidad de aprender y adaptarse progresivamente a la condición motora del paciente, que pueda mejorar el proceso de rehabilitación, y además, potenciar el proceso de acompañamiento al paciente, gracias a la cuantificación de variables motoras y fisiológicas? Por consiguiente, este proyecto formula la siguiente hipótesis: el desarrollo de un sistema robótico inteligente basado en el análisis y la correlación de las señales EEG/EMG permitirá una mejor evolución de futuros procesos de rehabilitación de los pacientes post-ACV.
Estado | Activo |
---|---|
Fecha de inicio/Fecha fin | 28/11/22 → 27/11/25 |