Locomotion Decoding (LocoD): Una plataforma de código abierto y modular para investigar algoritmos de control para...

Área de la Ciencia:

• Ingeniería Biomédica
• Tecnología de Rehabilitación
• Procesamiento de Señales

Sus antecedentes:

• Las prótesis de pierna motorizadas actuales dependen de señales no biológicas, lo que limita el control natural.
• La decodificación de señales biológicas (por ejemplo, EMG) del miembro residual ofrece potencial para un control protésico más intuitivo.
• La falta de métodos estandarizados dificulta la investigación en algoritmos de decodificación para señales bioeléctricas.

Objetivo del estudio:

• Presentar LocoD, una plataforma de software de código abierto para la grabación y el procesamiento unificados de datos de sensores bioeléctricos (EMG) y no biológicos.
• Permitir la investigación y la evaluación comparativa de algoritmos de control para aplicaciones de prótesis de pierna.
• Validar la funcionalidad de la plataforma en la decodificación de modos de locomoción.

Principales métodos:

• Desarrollamos LocoD, una plataforma de código abierto para el procesamiento de señales EMG y no biológicas (preprocesamiento, extracción de características, clasificación).
• Registramos datos de sensores EMG, IMU y de presión de 21 participantes sanos durante diversas tareas de locomoción (caminar, escaleras, rampas).
• Comparamos la precisión de clasificación de los modos de locomoción utilizando tres combinaciones de sensores: EMG + IMU + sensor de presión, solo EMG y solo sensores IMU + presión.

Principales resultados:

• La combinación de sensores EMG, IMU y de presión logró la mayor precisión en la predicción del modo de locomoción (93,4 % ± 3,9 %).
• El EMG solo resultó en una menor precisión (74,56 % ± 5,8 %), mientras que los sensores IMU + presión produjeron un 90,77 % ± 4,6 %.
• La superioridad del enfoque de sensores combinados fue estadísticamente significativa (p < 0,001).

Conclusiones:

• LocoD es una plataforma validada, de código abierto y modular para investigar algoritmos de control de prótesis de pierna.
• La plataforma facilita la integración y el análisis de señales bioeléctricas y no biológicas.
• Los hallazgos demuestran la mayor precisión de los enfoques de sensores combinados para el control de prótesis de pierna.