| spelling |
Henrique Resende Martinshttp://lattes.cnpq.br/3365695090552840Andressa da Silva de MelloCristiano Leite de CastroEmerson Fachin MartinsAlcimar Barbosa SoaresClaysson Bruno Santos Vimieirohttp://lattes.cnpq.br/7241679876869437Tiago Coelho Magalhães2022-12-30T19:13:03Z2022-12-30T19:13:03Z2022-11-24http://hdl.handle.net/1843/48539https://orcid.org/0000-0001-7954-9984Traumatic Spinal Cord Injury (SCI) can result in complete or incomplete paralysis of all motor and sensory functions below the level of injury. Reduced physical activity and mobility can cause changes in metabolic functions and body composition. To minimize the consequences of inactivity, Functional Electrical Stimulation (FES) can benefit these individuals in rehabilitation programs or as assistive technology, where electrically-evoked muscle contractions are used to perform functional activities. For instance, FES-cycling allows SCI-individuals with little or no voluntary leg movement to pedal a stationary machine or a recumbent tricycle. Although the benefits of this technology are well known, this resource may be inaccessible mainly in emerging countries like Brazil. In this regard, it would be advantageous for our community to have access to an entire open-source FES platform that could be explored in different functional activities contexts. This work aims to address the development of an open-source high-power capacity electrical stimulation device and all the necessary aspects to implement a FES-cycling system for individuals with SCI. The device features a constant current topology able to create biphasic pulses with amplitude, width, and frequency up to 150mA, 1000μs, and 100Hz, respectively. A mobile application was developed to define and modify the stimulation parameters of up to eight different channels. The main contribution of this work, however, is the introduction of a novel Reinforcement Learning (RL) control algorithm for real-time adaptation of the FES-cycling stimulation patterns. The designed algorithm features a decayed-epsilon-greedy strategy to adjust the injected electrical charge necessary to evoke muscle contractions. To track and control the predefined pedaling cadence, a PI controller was used in parallel to modulate the current amplitude of the stimulation channels. The global controller performance was evaluated under different RL settings and explored in different cycling scenarios. Overground and stationary FES-cycling sessions were performed by a volunteer with complete paraplegia (AIS A, T8) which was able to cycle overground for distances of more than 4.5km. The results evidenced that the algorithm was able to learn and modify the stimulation pattern according to the predefined policy while being able to track predefined pedaling cadences. Finally, this work evaluated the effects of different assisted cycling training on Bone Mineral Density (BMD) and body composition over two years. Although a 9.8% increase in lean mass legs was observed at the end of the protocol, the result did not reflect changes found throughout the program, as different training protocols presented different results. These findings support the idea that FES-assisted cycling can assist SCI-individuals to regain lean mass and reduce fat mass when associated with adequate training and nutrition programs. Positive changes in BMD were found in the lumbar region. However, a significant decrease was observed in the femur region of interest, suggesting caution in stating that the modality improves bone health in the lower limbs.A lesão traumática da medula espinhal (LME) pode resultar em paralisia completa ou incompleta de todas as funções motoras e sensoriais abaixo do nível da lesão. A atividade física e a mobilidade reduzidas podem causar alterações nas funções metabólicas e na composição corporal. Para minimizar as consequências da inatividade, a Estimulação Elétrica Funcional (Functional Electrical Stimulation, FES) pode beneficiar esses indivíduos em programas de reabilitação ou como tecnologia assistiva, onde as contrações musculares evocadas eletricamente são utilizadas para realizar atividades funcionais. Por exemplo, o ciclismo assistido por FES (FES-cycling) permite que indivíduos com LME com pouco ou nenhum movimento voluntário das pernas pedalem um cicloergômetro ou um triciclo reclinado. Embora os benefícios desta tecnologia sejam bem conhecidos, esse recurso pode ser inacessível principalmente em países emergentes como o Brasil. Nesse sentido, seria vantajoso para nossa comunidade ter acesso a toda uma plataforma FES de código aberto que pudesse ser explorada em diferentes contextos de atividades funcionais. Este trabalho aborda o desenvolvimento de um dispositivo de estimulação elétrica de alta potência de código aberto e todos os aspectos necessários para a implementação de um sistema de FES-cycling para sujeitos com LME. O dispositivo possui uma topologia de corrente constante capaz de criar pulsos bifásicos com amplitude, largura e frequência de até 150mA, 1000μs e 100Hz, respectivamente. Um aplicativo celular foi desenvolvido para definir e modificar os parâmetros de estimulação de até oito canais diferentes. A maior contribuição deste trabalho, entretanto, é a introdução de um novo algoritmo de controle com Aprendizado por Reforço (Reinforcement Learning, RL) para a adaptação em tempo real dos padrões de estimulação empregados nas sessões de FES-cycling. O algoritmo implementado apresenta uma estratégia decayed-epsilon-greedy para ajustar a carga elétrica injetada necessária para evocar contrações musculares. Para rastrear e controlar a cadência de pedalada predefinida, um controlador Proportional-Integral (PI) foi usado em paralelo para modular a amplitude de corrente dos canais de estimulação. O desempenho do controlador global foi avaliado sob diferentes configurações do algoritmo RL e explorado em diferentes cenários de pedalagem. Sessões de FES-cycling estacionárias e não estacionárias foram realizadas por um voluntário com paraplegia completa (ASIA Impairment Scale (AIS) A, T8) que foi capaz de pedalar por distâncias superiores a 4,5km. Os resultados evidenciaram que o algoritmo foi capaz de aprender e modificar o padrão de estimulação de acordo com a política pré-definida ao mesmo tempo em que rastreou as cadências de pedaladas configuradas. Por fim, este trabalho avaliou os efeitos de diferentes treinamentos de ciclismo assistido na Densidade Mineral Óssea (DMO) e na composição corporal durante um período de 2 anos. Embora tenha sido observado um aumento de 9,8% na massa magra das pernas ao final do protocolo, o resultado não refletiu as mudanças encontradas ao longo do programa, pois diferentes protocolos de treinamento foram acompanhados de resultados diferentes. Esses achados apoiam a ideia de que o ciclismo assistido por FES pode ajudar os indivíduos com LME a recuperar a massa magra e reduzir a massa gorda quando associado a programas adequados de treinamento nutrição. Alterações positivas na DMO foram encontradas na região lombar. Entretanto, uma diminuição significativa foi observada na região de interesse do fêmur, sugerindo cautela em afirmar que a modalidade melhora a saúde óssea nos membros inferiores em indivíduos com LME.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoengUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Engenharia ElétricaUFMGBrasilENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICAEngenharia elétricaAprendizado por reforçoEstimulação elétricaFunctional electrical stimulationFES-cyclingNeuromuscular electrical stimulationCase reportReinforcement learningDevelopment and validation of a high-capacity functional eletrical stimulation system and of a reinforcement learning algorithm applied to the FES-assisted cycling modality for a participant with paraplegiaDesenvolvimento e validação de um sistema de estimulação elétrica funcional de alta capacidade e de um algoritmo de aprendizagem por reforço aplicado à modalidade de ciclismo assistido por FES para um participante com paraplegiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALDSCdissertation_TiagoCoelhoMagalhaes.pdfDSCdissertation_TiagoCoelhoMagalhaes.pdfapplication/pdf11131210https://repositorio.ufmg.br/bitstream/1843/48539/1/DSCdissertation_TiagoCoelhoMagalhaes.pdf27755cab9c91ebe6252baf2763f61a2cMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/48539/2/license.txtcda590c95a0b51b4d15f60c9642ca272MD521843/485392022-12-30 16:13:03.405oai:repositorio.ufmg.br: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ório InstitucionalPUBhttps://repositorio.ufmg.br/oaiopendoar:2022-12-30T19:13:03Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
|