Un apparato sperimentale e modello muscolo scheletrico per valutare i movimenti corporei durante l'interazione con un robot riabilitativo

Abstract

Facilitare il recupero delle abilità motorie compromesse dopo un ictus è uno degli aspetti centrali delle terapie riabilitative. A seconda della gravità del danno, i pazienti spesso adottano movimenti alterati, definiti strategie di compensazione, per sostituire le funzioni perse. Sebbene tali strategie possano temporaneamente consentire l’esecuzione dei compiti e aiutare a mantenere la motivazione, un’eccessiva dipendenza da esse può ostacolare il reale recupero motorio e portare a effetti negativi a lungo termine, come un uso eccessivo delle articolazioni, dolore e squilibri muscoloscheletrici. Un modo per prevenire questo scenario consiste nel monitorare e analizzare il movimento dei pazienti durante i compiti riabilitativi, al fine di studiare i progressi nel tempo e adattarsi alle esigenze specifiche di ciascun individuo. Questo lavoro di tesi propone di sviluppare e validare un sistema per l’acquisizione dati in tempo reale e la ricostruzione dell’inversa cinematica, con l’obiettivo di osservare come i soggetti si muovono e interagiscono durante un esercizio di reaching eseguito con un robot riabilitativo. Il set up prevede l’utilizzo di un robot planare e sei unità di misura inerziali (IMU). L’uso delle IMU rende il sistema portatile ed estendibile a diversi contesti riabilitativi, poiché non vincolato a un ambiente specifico. Inoltre, l’integrazione dei dati acquisiti con il robot consente di aumentare la precisione della ricostruzione. Il sistema è stato testato in diverse condizioni ed esperimenti per valutarne la validità. Gli obiettivi principali di questo studio sono stati: (1) creare un modello muscoloscheletrico personalizzato per ciascun soggetto, che rifletta le dimensioni individuali e la posizione rispetto al robot; (2) ricostruire in modo affidabile la cinematica dell’intero corpo in tempo reale, così da poterla utilizzare come feedback; (3) valutare l’affidabilità della ricostruzione in condizioni differenti.

Facilitating the recovery of impaired motor skills after a stroke is one of the most central aspects of rehabilitation therapies. Depending on the gravity of the impairment, patients often adopt altered movement, defined as compen sation strategies, to replace the functions lost after a stroke. Although such strategies can temporarily allow task performance and help maintain moti vation, over-reliance on them can hinder true motor recovery and potentially lead to long-term negative effects, such as excessive use of joints, pain, and musculoskeletal imbalance. A way to prevent this scenario is to monitor and analyze patients’ movement during rehabilitation task, in order to study the progress they have made over time and adapt to their specific needs. This thesis work proposes to develop and validate a set-up for online data acquisition and inverse kinematics reconstruction to observe how subjects move and interact during a reaching exercise performed with a rehabilitation robot. The setup incorporates a plan robot and six IMUs. The use of inertial measurement units makes the apparatus portable and extendable to differ ent rehabilitation scenarios, since it is not bound to a specific setting, and the integration of data acquired with the robot helps increase the precision of the reconstruction. The apparatus was tested under different conditions and experimental modalities to evaluate its validity. The main goals that guided this study were: (1) to create a personalized musculoskeletal model of individual subjects, reflecting individual size and position with respect to the robot, (2) based on the model, to reliably reconstruct the whole body kinematics online, so that it can be used as feedback, and (3) to assess the re liability of reconstruction under different conditions. Furthermore, with the appropriate integrations, this setup could be used to develop digital twins of patients using the acquired data, or to prevent compensation strategies