Crutch gait patterns characterization through spatial and temporal parameters

Abstract

(English) Crutches are widely used as assistive walking devices for a diverse population. They are often prescribed by clinicians/therapists to help offload the lower extremities for individuals with impairments. They can be used to assist a range of disabilities, from short-term injuries to permanent mobility loss. Crutches can be a valuable tool for enabling patients to recover their health or walk more easily, provided they are used correctly. Instrumentation of walking aids generates numerous benefits for both the therapist and the patient. This kind of technology has arisen as a non-invasive, cheap, and portable tool to assist patients and therapists in rehabilitation and monitor quantitative gait parameters during their use. The use of instrumented crutches could contribute to the correct use of aids in the early stages of the recovery process and ultimately help the patient to achieve functional recovery. The use of crutches alters the typical gait pattern, and the choice of a particular crutch gait pattern is dependent on the patient's injuries, lower limb pain, user abilities, or disabilities. Consequently, it's important to measure and evaluate the crutch gait walking patterns to understand the patient's interaction with the assistive device, and prevent possible injuries, improve the training process, and personalize the therapy. This thesis aims to characterize walking patterns during assisted crutch gait. To achieve this, a portable device was designed to be mounted on a pair of crutches and collect gait-related data. The system comprises sensors that capture forces, angles, and accelerations while the participant undergoes walking trials, and a Bluetooth module that transmits data to a computer in real-time. The effectiveness and efficiency of the device were verified through multiple experiments, in which the instrumented crutch system was tested by three groups of participants. Subsequently, a methodology was proposed to analyze the gait and identify different walking patterns. Three algorithms were developed to segment crutch gait into individual cycles and separate them into phases. An experimental setup was created to collect data, involving 27 participants walking in four selected gait patterns. To identify the most relevant metrics for the analysis, Machine Learning methods were applied, resulting in the selection of key features like forces, accelerations, angles, and stride time. These metrics were validated using classification techniques to ensure their effectiveness in characterizing various aspects of crutch gait patterns. As a result, a database containing data collected from all the participants in the study was established. Finally, using the selected set of parameters, four crutch gait patterns were characterized. The parameters and the relation with the patterns and the users were analyzed using a statistical approach and graphics of the gait. These results reflected the final goal of this thesis. Understanding crutch gait patterns has implications for the development of personalized rehabilitation plans for individuals with gait abnormalities, injuries, or permanent users of crutches.

(Español) Las muletas son ampliamente utilizadas como dispositivos de ayuda para caminar por una población diversa. Suelen ser prescritas por médicos y terapeutas para ayudar a descargar las extremidades inferiores a personas con deficiencias, y pueden ser una herramienta valiosa para que los pacientes recuperen la salud o caminen con más facilidad, siempre que se utilicen correctamente. Las muletas pueden ayudar a una variedad de discapacidades, desde lesiones de corto plazo hasta la pérdida permanente de movilidad. La instrumentación de apoyos o ayudas para caminar genera numerosos beneficios tanto para los terapeutas como para los pacientes. Este tipo de tecnología ha surgido como una herramienta no invasiva, asequible y portátil para ayudar en la rehabilitación y monitorizar parámetros cuantitativos de la marcha durante su uso. El uso de muletas instrumentadas podria contribuir al uso adecuado de las ayudas en las primeras fases del proceso de recuperación y, en última instancia, ayudar a los pacientes a lograr una recuperación funcional. El uso de muletas altera el patrón de marcha típico; y la elección de un patrón de marcha con muletas concreto depende de las lesiones, el dolor en las extremidades inferiores, las capacidades del usuario o las discapacidades del paciente. Por lo tanto, es crucial medir y evaluar los patrones de marcha con muletas para comprender la interacción del paciente con el dispositivo de asistencia y así prevenir posibles lesiones, mejorar el proceso de entrenamiento y personalizar la terapia. El objetivo de esta tesis es caracterizar los patrones de marcha durante la marcha asistida con muletas. Para lograrlo, se diseñó un dispositivo portátil que se monta en un par de muletas para recoger datos relacionados con la marcha. El sistema consta de sensores que captan fuerzas, ángulos y aceleraciones mientras el participante realiza las pruebas de marcha, y de un módulo Bluetooth que transmite los datos a un ordenador en tiempo real. La eficacia y eficiencia del dispositivo se verificaron mediante múltiples experimentos, en los que el sistema de muletas instrumentadas fue probado por tres grupos de participantes. Posteriormente, se propuso una metodología para analizar la marcha e identificar diferentes patrones de marcha. Se desarrollaron tres algoritmos para segmentar la marcha con muletas en ciclos individuales y separarlos en fases. Se creó un montaje experimental para recopilar datos, en el que participaron 27 personas que caminaban siguiendo cuatro patrones de marcha seleccionados. Para identificar las métricas más relevantes para el análisis, se aplicaron métodos de aprendizaje automático, lo que dio como resultado la selección de características clave como fuerzas, aceleraciones, ángulos y tiempo de zancada. Estas métricas se validaron mediante técnicas de clasificación para garantizar su eficacia a la hora de caracterizar diversos aspectos de los patrones de marcha con muletas. Como resultado, se creó una base de datos con los datos recogidos de todos los participantes en el estudio. Por último, utilizando el conjunto de parámetros seleccionados, se caracterizaron cuatro patrones de marcha con muletas. Los parámetros y la relación con los patrones y los usuarios se analizaron mediante un enfoque estadístico y gráficos de la marcha. Estos resultados reflejaron el objetivo final de esta tesis. Comprender los patrones de la marcha con muletes tiene implicaciones para el desarrollo de planes de rehabilitación personalizados para individuos con anomalías en la marcha, lesiones o usuarios permanentes de muletas.