Untersuchung mit fähig

Wissenschaftliche Berichte Band 13, Artikelnummer: 14099 (2023) Diesen Artikel zitieren

40 Zugänge

1 Altmetrisch

Details zu den Metriken

Die reale Umgebung besteht selten nur aus ebenen Flächen und Treppen sind im täglichen Leben häufig anzutreffen. Leider verwenden etwa 90 % der älteren Bevölkerung eine Art Ausgleichsmuster, um Treppen zu überwinden. Da sich die für das erfolgreiche Treppensteigen erforderliche Biomechanik erheblich vom ebenen Gehen unterscheidet, ist ein unabhängiges Trainingsprotokoll erforderlich. Hier präsentieren wir als vorläufige Untersuchung mit 11 körperlich gesunden Probanden vor klinischen Studien, ob Myosuit möglicherweise als Trainingsroboter für das Treppensteigen dienen könnte. Myosuit ist ein weicher, tragbarer Exo-Anzug, der den Benutzer bei der Hüft- und Kniestreckung in der frühen Standphase unterstützen soll. Wir stellten die Hypothese auf, dass klinische Studien durchgeführt werden könnten, wenn die Kinematik der unteren Gliedmaßen, das sensorische Feedback über die Plantarkraft und die Muster der Elektromyographie (EMG) nicht von den physiologischen Treppenaufstiegsmustern des Benutzers abweichen und gleichzeitig der Bedarf an Hüft- und Kniestreckern verringert wird. Unsere Ergebnisse legen nahe, dass Myosuit die physiologischen kinematischen und plantaren Kraftmuster des Benutzers bewahrt. Darüber hinaus beobachten wir in der Hochziehphase einen Rückgang der EMG-Werte des Gluteus maximus und des Vastus medialis um etwa 20 % bzw. 30 %. Insgesamt reduziert Myosuit den Bedarf an Hüft- und Kniestreckern beim Treppensteigen, ohne dass nennenswerte Kompensationsmuster eingeführt werden.

Im Laufe der Jahre wurde immer wieder betont, dass selbständiges Gehen einen direkten Einfluss auf die Lebensqualität hat1,2,3,4. Daher konzentrierte sich die Physiotherapie nach Verletzungen und bei älteren Menschen hauptsächlich auf das Gehen5,6,7,8. Leider bestehen reale Umgebungen nicht nur aus ebenen Flächen. Um ein „hohes Maß an Unabhängigkeit“ zu erreichen und sich frei in der eigenen Umgebung zu bewegen, ist die Fähigkeit, nicht nur oberirdische Gangarten auszuführen, sondern auch Bordsteine ​​und Treppen zu überwinden, unerlässlich9,10.

Für das ungeübte Auge mag es ähnlich erscheinen, eine Treppe hinauf und über eine ebene Fläche zu gehen. Aus biomechanischer Sicht sind die beiden jedoch völlig unterschiedlich. Während die Übertragung zwischen kinetischer und potenzieller Energie beim Über-Boden-Gang den Energieverbrauch minimiert, muss zum Aufstieg einer Treppe ständige Arbeit gegen die Schwerkraft geleistet werden11,12,13. Bei näherer Betrachtung umfasst das Gehen über dem Boden den Übergang von der ipsilateralen Fersen- zur Vorfußwippe und das passive Schwingen der kontralateralen Gliedmaße14,15, während der Treppenaufstieg auf dem Drücken des Bodens mit der Streckung der ipsilateralen Hüfte und des ipsilateralen Knies und dem aktiven Ziehen der kontralateralen Gliedmaße beruht12 ,16,17. Daher sind unterschiedliche Aufgaben erforderlich, um jede Aktivität erfolgreich abzuschließen, was auch bedeutet, dass sich die Gangphasen, die eine einzelne Geh- oder Treppenaufstiegsphase ausmachen, voneinander unterscheiden9,10. Dies geht auch aus den Muskelrekrutierungsmustern hervor, da der Treppenaufstieg in hohem Maße von Knie- und Hüftstreckermuskeln wie dem Vastus medialis (VM) usw. abhängt, während der oberirdische Gang hauptsächlich von den Schienbeinmuskeln vermittelt wird16,18.

Aufgrund der angeborenen Schwierigkeit des Treppensteigens, die viel mehr körperliche Eignung wie Bewegungsfreiheit (ROM), Muskelkraft, Gleichgewichtskontrolle und Herz-Lungen-Funktion10,18,19,20,21,22 erfordert, ist das Treppensteigen-Training leider ungeeignet nicht so stark in das Rehabilitationsprogramm integriert wie der oberirdische Gang. Das erhöhte Sturzrisiko und die Schwere der Verletzungen9,23,24 machen es für den Physiotherapeuten zusätzlich schwierig, einen Gleichgewichtsverlust auf einer Treppe zu verhindern, und psychologische Faktoren wie Vitalität, Angst und Angst vor Stürzen25,26 schränken das Treppensteigen ebenfalls ein Ausbildung. Darüber hinaus sind eine genaue Tiefenwahrnehmung sowie Propriozeption des Fußes erforderlich, um den Fuß klar und sicher auf die nächste Stufe zu setzen27,28.

Derzeit konzentriert sich das Treppentraining nicht nur auf die Stärkung der relevanten Muskeln, sondern folgt auch den Grundprinzipien des motorischen Lernens, die die willentliche Wiederholung aufgabenspezifischer Bewegungen mit präzisem Feedback beinhalten29,30,31. In Anbetracht der Tatsache, dass der Verlust der plantaren Sensibilität unabhängig mit dem Risiko eines Sturzes verbunden ist32,33,34, sind geeignete Hinweise, sensorisches Feedback sowie Leistungsgenauigkeit von entscheidender Bedeutung, um die Wirksamkeit der Rehabilitation zu fördern. Es hat sich gezeigt, dass diese Prinzipien die Genesung optimieren, wenn die Belastungsaufgabe von den eigenen Beinen des Patienten mit minimaler Unterstützung übernommen wird35,36,37. Traditionelle Rehabilitationssitzungen sind stark auf Physiotherapeuten und Belastungsgurte angewiesen. Dies stellt eine zu große Belastung für die Therapeuten dar und außerdem ist der Patient aufgrund begrenzter Ressourcen nicht in der Lage, so häufig zu trainieren38. Darüber hinaus ist ein Paradigmenwechsel gerechtfertigt, wenn man bedenkt, dass über 90 % der älteren Bevölkerung eine Art Kompensationsmuster verwenden, um Treppen zu überwinden39,40,41,42. Diese Statistiken deuten auf schwerwiegende soziale Probleme hin, da eine Überalterung der Gesellschaft unmittelbar bevorzustehen scheint.

Fortschritte bei Rehabilitationsrobotern haben für die längst überfällige Aufregung bei der Treppensanierung gesorgt. Herkömmliche harte Exoskelett-Roboter und stationäre Endeffektor-Roboter haben die Bewegung eingeleitet. Es wurde jedoch festgestellt, dass der Mangel an willkürlicher Bewegung und nicht-physiologischer sensorischer Rückmeldung des Fußes für die mangelhaften Ergebnisse verantwortlich ist36,43,44. Darüber hinaus führt die hohe Trägheit der Geräte zu unerwünschten, nicht physiologischen Muskelaktivierungsmustern43,45,46,47. Erfreulich ist, dass eine aktuelle Studie von Bannwart et al. zeigten, dass ein an der Decke montiertes robotisches Körpergewichtsunterstützungssystem möglicherweise als Trainingsgerät für das Treppensteigen verwendet werden könnte, indem sie zeigten, dass die Aufgabenanforderung reduziert wurde, erkennbar an verringerten EMG-Werten, ohne dabei die natürliche Kinematik des Benutzers zu beeinträchtigen9. Dies entspricht gut der Hypothese, dass das Training aufgabenbezogen sein sollte und dass keine Ausgleichsbewegungen eingeführt werden sollten, während gleichzeitig die Aufgabenanforderung gesenkt wird. Diese Geräte erfordern jedoch eine große Stellfläche und sind daher in realen Situationen möglicherweise nicht realisierbar9. Eine alternative Lösung für dieses Problem könnte ein weicher, tragbarer Roboter sein, der tragbar, rückwärtsantreibbar und mit geringer Trägheit ist und möglicherweise in verschiedenen Umgebungen eingesetzt werden kann.

Dieses Papier soll als vorläufige Untersuchung der Veränderungen dienen, die in der Kinematik der unteren Gliedmaßen, den Plantarkraftmustern und der EMG-Aktivität gesunder Probanden hervorgerufen werden, wenn sie eine Treppe hinaufgehen und Myosuit tragen48,49,50 (Abb. 1). Unser Ziel war es zu beurteilen, ob Myosuit über die Plantarkraft unphysiologische kinematische oder sensorische Muster hervorruft und ob darüber hinaus die Aufgabenanforderung reduziert wurde. Wir gehen davon aus, dass Myosuit eine praktikable Lösung für das Treppenaufstiegstraining sein könnte, wenn Myosuit keine großen Abweichungen hervorruft, die die Kinematik der unteren Gliedmaßen, die Plantarkraft und die EMG-Muster des Individuums verändern und gleichzeitig die EMG-Werte der Hüft- und/oder Kniestrecker senken. Um die Daten nach Phasen des Treppenaufstiegs auszuwerten, haben wir den Gangzyklus in fünf nicht überlappende Phasen unterteilt: Gewichtsakzeptanz (WA), Hochziehen (PU), Vorwärtsfortsetzung (CN), Fußfreiheit (FC), Fußplatzierung (FP)12,51,52,53,54,55 (Abb. 2). Die Ergebnisse von 11 gesunden Probanden legen nahe, dass Myosuit den Benutzer gut unterstützt, indem es den Bedarf an Hüft- und Kniestreckern während der WA- und PU-Phase wie vorgesehen senkt, ohne die physiologischen Muster des Benutzers zu beeinträchtigen.

Subjekt trägt Myosuit. Die hintere, vordere und sagittale Ansicht einer Person, die einen Myosuit trägt.

Gangzyklus beim Treppenaufstieg. Dargestellt sind die 5 Phasen des Gangzyklus beim Treppensteigen. Die Standphase ist weiter in drei verschiedene Phasen unterteilt: WA-, PU- und CN-Phase. Der ipsilaterale Fußauftritt leitet die WA-Phase ein, die PU- und CN-Phase ist als die Hälfte der Einzelbeinstützregion (SS) definiert und die CN-Phase dauert bis zum ipsilateralen Zehenabheben. Die Schwungphase (SW) kann zu gleichen Teilen in FC- und FP-Phase unterteilt werden.

Myosuit ist ein tragbarer, weicher, tragbarer Roboter mit einem Gewicht von ca. 5,6 kg48 (Abb. 1). Es wurde als externer Muskel konzipiert, der den Benutzer bei verschiedenen Aktivitäten des täglichen Lebens bei der Hüft- und Kniestreckung unterstützt. Eine vom Benutzer getragene Rucksackeinheit enthält zwei Motoren, eine Batterie und einen Controller. Zwei Kabel, eines für jedes Bein, erstrecken sich aus der Rucksackeinheit und werden am distalen Oberschenkel und am proximalen Unterschenkel verankert. Von den verschiedenen Steuerungsmodi, die Myosuit bietet, wurden in dieser Studie der „Transparency“- und der „Assist“-Modus verwendet. Wir müssen erwähnen, dass der „Transparenz“-Modus für den Benutzer nicht vollständig transparent ist. Es handelt sich um einen Modus, der die Kabel mit minimalem Kraftaufwand, aber ohne Durchhang kontrolliert49. Und im „Assist“-Modus identifiziert Myosuit die Gangphase mithilfe eines integrierten IMU-Sensors und arbeitet so, dass das Knie- und Hüftstreckungsdrehmoment während der frühen Standphase aktiv angewendet wird48,49,50. Das auf die Knie- und Hüftstreckung ausgeübte Drehmoment hängt von der „Unterstützungsstufe“ (1–5) ab.

Insgesamt nahmen 11 arbeitsfähige Freiwillige ohne vorherige Erfahrung mit tragbaren Robotern an dieser Studie teil (Tabelle 1). Freiwillige mit kürzlichen Verletzungen der unteren Gliedmaßen (innerhalb von 6 Monaten) wurden ausgeschlossen. Alle Sitzungen wurden von einem „Myosuit-zertifizierten“ Physiotherapeuten unter der Aufsicht eines zugelassenen Arztes durchgeführt. Alle Teilnehmer gaben eine schriftliche Einverständniserklärung ab und die Forschungsethik menschlicher Experimente wurde sichergestellt, indem die Sitzungen gemäß den vom Institutional Review Board des Korea University College of Medicine (IRB Nr. 2021-0120-01) genehmigten Inhalten durchgeführt wurden. Alle Experimente wurden gemäß den genehmigten Richtlinien und der Deklaration von Helsinki durchgeführt. Die Rohdaten, die die Ergebnisse dieser Studie stützen, sind auf Anfrage beim entsprechenden Autor erhältlich. Alle Teilnehmer stimmten der Veröffentlichung der Informationen/Bilder in einer Online-Open-Access-Publikation zu.

Um die biomechanischen Wirkungen von Myosuit während des Treppenaufstiegs zu bewerten, verglichen wir die zeitlichen Parameter, die Verteilung der Plantarkraft, die Gelenkwinkel und die EMG-Aktivierungsmuster von fünf Treppenaufstiegsbedingungen: kein Myosuit (Grundlinie), Transparenzmodus, Unterstützungsstufe im Unterstützungsmodus 1, 3 und 5. Für jede Bedingung wurden die Teilnehmer gebeten, eine Treppe (8 Stufen, Tiefe 25,5 cm × Höhe 17 cm) hinaufzusteigen, was viermal wiederholt wurde. Vor jeder Datenerfassung erhielten die Probanden eine Eingewöhnungsphase, in der sie sich an die verschiedenen Myosuit-Einstellungen gewöhnen konnten, indem sie auf einer ebenen Fläche herumliefen und Treppen hinaufstiegen. Sobald sich die Probanden wohl und bereit fühlten, mit dem Experiment fortzufahren, wurden sie am Fuß der Treppe angewiesen, „in einem Tempo aufzusteigen, das sich angenehm und sicher anfühlt, bis zum oberen Ende der Treppe“. Daten aus dem ersten und letzten Schritt wurden nicht in die Signalverarbeitung einbezogen, um jegliche Initiierungs- und Beendigungsstrategien zu verwerfen. Daher wurden insgesamt 12 Zyklen (4 Wiederholungen von 3 Zyklen) für jede Myosuit-Bedingung analysiert.

Die plantare Kraftverteilung, die Gelenkwinkel der unteren Gliedmaßen und die Muskelaktivierungsmuster während des Treppenaufstiegs wurden mithilfe von Pedar-X (Novel GmbH, München, Deutschland), IMU- und EMG-Sensoren (Delsys Inc., Boston, MA, USA) analysiert. , jeweils. Wie in Abb. 2 dargestellt, kann die Biomechanik des Treppenaufstiegs in die folgenden fünf Phasen unterteilt werden: WA, PU, ​​CN, FC und FP12,51,52,53,54,55. Jede Phase erfüllt eine bestimmte Funktion für das erfolgreiche und kontinuierliche Bewältigen von Treppen. Daher wurden die biomechanischen Muster entsprechend den jeweiligen Phasen analysiert, sodass die unterstützende Leistung und das Profil von Myosuit identifiziert werden konnten.

Die Plantarkraft-, IMU- und EMG-Signale wurden zunächst synchronisiert und dann wurde ein einfacher Schwellenwert auf die Plantarkraft angewendet, um die ipsi- und kontralateralen Fußauftritts- und Zehenabhebungspositionen zu identifizieren (Abb. 3a, b). Der Treppenaufstiegszyklus beginnt mit dem ipsilateralen Fußauftritt und war zunächst in die Stand- und Schwungphasen unterteilt, die durch den ipsilateralen Zehenabstoß getrennt werden. Die Standphase wird durch kontralaterales Abheben der Zehen bzw. Fußauftritt weiter in WA-, PU- und CN-Phasen unterteilt. Und die Swing-Phase ist zu gleichen Teilen zwischen der FC- und der FP-Phase aufgeteilt55. Die Ensembledaten (Abb. 3c) wurden dann als Mediane dargestellt, sodass die Gangmuster verschiedener Bedingungen überlagert und verglichen werden konnten (Abb. 3d).

Signalverarbeitungsschema. (a) Die Daten werden zunächst synchronisiert und ipsi- und kontralaterale Fußauftrittspositionen (schwarze gestrichelte Linie) sowie Zehenabsprungpositionen (rote gestrichelte Linie) werden mithilfe eines einfachen Schwellenwerts auf dem Plantarkraftsignal identifiziert. (b) Anhand der Fußauftrittspositionen teilen wir die Daten in einzelne Schritte auf. (c) Die 5 Gangphasen des Treppenaufstiegs werden identifiziert und die Daten werden gegen die Zeit normalisiert, sodass jede Phase in Prozent der Phase dargestellt werden kann. (d) Der Median (Linie) wird berechnet, um eine Spur darzustellen, die einen bestimmten Gangzustand darstellt.

Die Empfindlichkeit der Plantarkraft steht in engem Zusammenhang mit dem Gleichgewicht und dem Sturzrisiko33,56. Daher ist es unerlässlich, dass die physiologischen Fußdruckmuster beim Training für den Treppenaufstieg gut unterstützt werden. Wir haben die Plantarkraft des Probanden (Abb. 4a) mithilfe von Pedar-X-Einlegesohlen (50 Hz) erfasst, die eine Matrix aus 99 kapazitiven Drucksensoren enthalten. Darüber hinaus wurde unter Verwendung von Masken auch die partielle Plantarkraft des Hinter-, Mittel- und Vorfußes berechnet, um zu beurteilen, ob in Abhängigkeit von den unterschiedlichen Versuchsbedingungen irgendwelche Partialdruckänderungen innerhalb des Fußes in der anterior-posterioren Richtung hervorgerufen wurden (Abb. 4b). Wir haben auch die Trajektorie des Druckmittelpunkts (CoP) ausgewertet (Abb. 4c, linker Einschub), die von Pedar-X-Einlegesohlen bereitgestellt wurde, und die dann auf die y-Achse projiziert wurde (Abb. 4c, rechter Einschub).

Plantarkraftanalyse. (a) Die aus Pedar-X erhaltene volle Plantarkraft, (b) der normalisierte anterior-posteriore Partialdruck und (c) die CoP-Trajektorie werden jeweils für den Gangzyklus angezeigt.

Um die Muskelaktivierungsmuster während des Treppenaufstiegs zu analysieren, wurden die EMG-Signale bei 1777 Hz, der höchsten über das Delsys Trigno Wireless-System (Delsys, Inc, Boston, MA, USA) verfügbaren Frequenz, vom Soleus (SL), Tibialis, empfangen anterior (TA), Biceps femoris (BF), Rectus femoris (RF), VM und Gluteus maximus (Gmax), von denen alle gut berichtet wurden, dass sie für den Treppenaufstieg von entscheidender Bedeutung sind (Abb. S1)16,22. Aufgrund der hohen Variabilität der EMG-Signale haben wir die Rohsignale entzerrt, um quantitative Vergleiche und Analysen durchzuführen. Wir haben uns für die Verwendung der Wellenformlänge (WL) entschieden, da bereits berichtet wurde, dass sie aufgrund der Verwendung von Amplituden- und Frequenzinformationen gut mit Muskelaktivierungsmustern korreliert. Zuerst wurde ein Butterworth 4. Ordnung (20 bis 500 Hz) auf das EMG-Rohsignal angewendet und dann WL über Gleichung berechnet. (1) unten dargestellt:

Dabei ist \(EMG\), \(N\) und \(t\) das EMG-Rohsignal, die Fenstergröße bzw. die aktuelle Probe.

Die Sagittalwinkel der Knie-, Hüft- und Sprunggelenke wurden wie in unserer vorherigen Arbeit45,50 beschrieben geschätzt, die auf der von Saito et al.57 vorgestellten Methode basiert. Der relative Winkel der geschätzten 3D-Ausrichtungsdaten der Knochen, aus denen das Gelenk besteht, die über die IMU-Sensoren (74 Hz) über das Delsys Trigno Wireless-System bereitgestellt werden, wurde zur Schätzung der Gelenkwinkel verwendet. Die 3D-Orientierung selbst wurde über die internen Beschleunigungs-, Rotations- und Erdmagnetfeldsensoren der Sensoren bereitgestellt. Die Sensoren wurden wie in Abb. S1 gezeigt platziert.

Es ist wichtig, die Gruppenmerkmale darzustellen, die bei den Teilnehmern beobachtet werden. Daher wurden die räumlich-zeitlichen, plantaren Kraft- und EMG-Daten jedes Einzelnen einer Gruppenanalyse unterzogen. Die Gruppenanalysedaten wurden als Median und 25. und 75. Perzentil dargestellt, wobei die räumlich-zeitlichen Rohdaten sowie normalisierte Plantarkraft- und EMG-Daten verwendet wurden. Die Plantarkraft und CoPy wurden mit dem Körpergewicht und der Fußlänge normalisiert und dann jeweils in Prozent angegeben. Der EMG-WL wurde normalisiert, indem der Norm-EMG-WL-Zustand ermittelt wurde, der sich aus dem EMG-WL des Probanden dividiert durch den maximalen EMG-WL des Ausgangszustands ergibt, wie unten gezeigt:

Außerdem wurde der Unterschied in den EMG-Werten der Gruppe im Vergleich zum Ausgangswert wie unten dargestellt bewertet:

Sobald die Daten für jedes Subjekt normalisiert waren, wurde der Median der Gruppe ermittelt und die Gruppendaten als Median sowie als 25. und 75. Perzentil dargestellt. Die statistische Signifikanz wurde durch Wilcoxons signierten Rangtest bewertet. Für die gesamte Datenverarbeitung wurde ein benutzerdefiniertes MATLAB-Skript (Mathworks Inc, Natick, MA, USA) verwendet.

Wir untersuchen zunächst die zeitlichen Parameter der Teilnehmergruppe beim Treppensteigen mit Myosuit, um zu beurteilen, ob die Phasen mit denen des Ausgangszustands übereinstimmen und ob Myosuit in der Lage ist, dem Benutzer eine angenehme Ganggeschwindigkeit zu ermöglichen. Die mittlere Schrittzeit für die Grundlinie beträgt 1,38 s und erhöht sich um 0,22, 0,26, 0,16 und 0,15 s, was ungefähr 15,94 %, 18,84 %, 11,59 % und 10,87 % für transparent, Unterstützungsstufe 1, 3 und 5 entspricht. bzw. (Abb. 5a). Während die Gesamtdauer relativ konstant bleibt, ist es wichtig zu prüfen, ob auch die Interphasenverhältnisse erhalten bleiben (Abb. 5b, c). Die Ergebnisse legen nahe, dass für eine bestimmte Phase keine signifikanten Verzögerungen hervorgerufen wurden, sondern sich auf die Phasen PU, CN, FC und FP verteilten (Abb. 5b, c).

Gruppenanalyse der räumlich-zeitlichen Parameter. Von oben nach unten (a) die mittlere Schrittzeit, (b) das Verhältnis zwischen den Phasen, (c) die absoluten mittleren Zeiten für jede Phase. Die Daten werden als Median (Balken) und 25. und 75. Perzentil (Fehlerbalken) dargestellt. (d) Die geschätzten Hüft-, Knie- und Knöchelgelenkwinkel. Die Daten werden als Median (Linie) dargestellt und die schattierten Bereiche für die Basiszeitkurven werden im 25. und 75. Perzentil angezeigt. Die Daten für die Balkendiagramme werden als Median (Balken) und 25. und 75. Perzentil (Fehlerbalken) dargestellt. Sternchen stellen den signifikanten Zeit- oder ROM-Unterschied zwischen einem bestimmten Zustand und dem Ausgangswert dar, der durch den Wilcoxon-Signed-Rang-Test ermittelt wurde (*p < 0,05).

Die in Abb. 5d gezeigten Ergebnisse legen auch nahe, dass qualitativ keine signifikanten Unterschiede in der Kinematik der unteren Gliedmaßen beim Treppensteigen mit Myosuit beobachtet werden. Wir stellen fest, dass die Hüfte in der CN-Phase ihre maximale Streckung früher als die Grundlinie erreicht, was auch beim Knie zu beobachten ist. Aus Abb. 5d ist deutlich ersichtlich, dass die gesamte Gelenkkinematik der verschiedenen Myosuit-Bedingungen gut mit der der Grundlinie übereinstimmt. Darüber hinaus beeinträchtigt Myosuit die angenehme Geschwindigkeit eines gesunden Probanden auch bei maximaler Unterstützungsstufe 5 nicht.

Wie bereits erwähnt, ist das richtige Feedback, insbesondere die Plantarkraft, von größter Bedeutung, um das motorische Lernen zu etablieren und die Sicherheit zu gewährleisten30,31,33,56. Da die Füße der einzige Teil des Körpers sind, der beim Treppensteigen mit dem Boden interagiert, und die Empfindlichkeit der Fußsohlen direkt mit dem Risiko eines Sturzes verbunden ist33,56, sollten die Fußkraft und die CoP-Trajektorien sorgfältig untersucht werden.

Die Zeitverläufe der Plantarkraft der Gruppe sind in Abb. 6a dargestellt. Die Ergebnisse legen nahe, dass die globale Plantarkraft der verschiedenen Myosuit-Erkrankungen mit der Grundlinie vergleichbar bleibt. Im Gegensatz zum Überflurgang, bei dem ein klarer Fersenkontakt und eine Zehenfreistellung zu sehen sind, bleiben die ersten und letzten Schritte beim Treppenaufstieg normalerweise im Mittelfußbereich, da beim Treppenaufstieg nur die Knöchelwippe zum Einsatz kommt58. Dies sorgt für eine größere Basis in der gesamten Stütze für einzelne Gliedmaßen, was wiederum für Stabilität in der PU-Phase sorgt, in der sich der Schwerpunkt (CoM) anhebt und die Kniebeugung für die kontralaterale Gliedmaße erfolgt. Daher haben wir die globale Plantarkraft in Fersen-, Mittel- und Vorfußregionen unterteilt. Nicht nur die globale Plantarkraft, sondern auch die regionale partielle Plantarkraft war mit der Basislinie vergleichbar. Darüber hinaus haben wir die CoP-Verläufe entlang der anterior-posterioren Richtung ausgewertet und die Ergebnisse legen nahe, dass die beiden Zeitspuren einander ähnlich sind (Abb. 6b)56.

Gruppenanalyse der Plantarkraftmuster. (a) Von oben nach unten Gesamt-, Vorfuß-, Mittelfuß- und Fersen-Plantarkraft während des Treppenaufstiegs. Die Daten werden als Median (Linie) dargestellt und die schattierten Bereiche für die Basiszeitkurven werden im 25. und 75. Perzentil angezeigt. (b) Die CoPy-Flugbahn während des Treppenaufstiegs. Die Daten werden als Median (Linie) und 25. und 75. Perzentil (schattierter Bereich) dargestellt. Von oben nach unten werden der Transparenzmodus und die Unterstützungsstufen 1, 3 und 5 des Assistenzmodus angezeigt. Der Bereich, in dem sich die CoPy für jede Bedingung befindet, ähnelt dem der Basislinie.

Damit Myosuit als RAGT-Gerät dienen kann, muss unbedingt eine quantitative Überprüfung der Benutzerunterstützung erfolgen. In dieser Studie nähern wir uns diesem Vorschlag, indem wir die normEMG WL-Muster der unteren Extremitäten bewerten und die Veränderungen analysieren, die als Reaktion auf Myosuit und die verschiedenen Unterstützungsstufen hervorgerufen werden.

Wir stellen fest, dass die gesamten normEMG WL-Muster aller untersuchten Muskeln beim Tragen von Myosuit in allen fünf Phasen des Treppenaufstiegs denen der Grundlinie ähnlich waren (Abb. 7). Insbesondere beobachten wir zu Beginn der WA-Phase einen ruhenden Hüftstrecker, Kniestrecker und Plantarbeuger normEMG WL, gefolgt von einem koordinierten gleichzeitigen Anstieg, wenn das Körpergewicht auf die ipsilaterale Extremität verlagert wird. Die Aktivierung dieser Muskeln lässt bis zum Ende der CN-Phase allmählich nach, da keine Arbeit gegen die Schwerkraft mehr erforderlich ist. Wenn der CoM seine maximale Höhe erreicht und in der frühen CN-Phase abzusinken beginnt, wird das Körpergewicht durch exzentrische Aktivierung der Plantarflexoren unterstützt59. Während der Schwungphase, FC und FP, werden alle bewerteten Muskeln außer TA inaktiv. Diese deutliche Erhöhung des TA ist für eine optimale Fußfreiheit von entscheidender Bedeutung, da ein plantar gebeugter Knöchel eine zusätzliche Belastung durch das Anheben und Platzieren des Fußes über der nächsten Stufe erfordern würde9,30,47.

EMG-Muster, die während des von Proband Nr. 1 durchgeführten Treppenaufstiegs beobachtet wurden. Die EMG-WL-Zeitspuren und der mittlere EMG-WL der fünf Phasen werden für (a) Gmax, (b) RF, (c) VM, (d) BF, (z. B ) TA bzw. (f) SL. Die Daten werden als Median (Linie) dargestellt und die schattierten Bereiche für die Basiszeitkurven werden im 25. und 75. Perzentil angezeigt. Die Daten für die Balkendiagramme werden als Median (Balken) und 25. und 75. Perzentil (Fehlerbalken) dargestellt. Sternchen stellen den signifikanten Unterschied im EMG-WL zwischen einer bestimmten Erkrankung und dem durch den Wilcoxon-Signed-Rang-Test ermittelten Ausgangswert dar (*p < 0,05).

Man könnte sich fragen: Wie unterstützt Myosuit den Benutzer, wenn die EMG-Muster und die nachfolgenden Bewegungen ähnlich sind? In dieser Studie untersuchen wir, ob die Belastung der unteren Extremitäten durch die Auswertung der EMG-Werte reduziert wurde. Der ∆EMG WLRel, der Unterschied im normEMG WL einer bestimmten Bedingung (z. B. Unterstützungsmodusstufe 5 WA-Phase), normalisiert gegenüber der Basisbedingung, beträgt –15,57, –12,75 und 2,35 % während der WA-Phase und –21,83, –33,2 und −46,61 % während der PU-Phase für Gmax, VF und BF, jeweils für Unterstützungsstufe 5 (Abb. 8 und Tabelle S1). Die Gesamttrends, die sowohl bei den Gelenkwinkeln als auch bei den EMG-WL-Zeitspuren beobachtet wurden, wurden nicht wesentlich verändert, während gleichzeitig die Notwendigkeit, den Oberkörper beim Treppenaufsteigen anzuheben, verringert wurde60,61,62,63.

Gruppenanalyse der biomechanischen Reaktion auf den Myosuit. Boxplots zeigen ∆EMG WLRel für Treppenaufstiegsbedingungen von Gmax und VM für die WA- und PU-Phase. Die Daten werden als Median (Linie innerhalb der Box), 25. und 75. Perzentil (Box) sowie Minimal- und Maximalwerte (Whisker) dargestellt. *p < 0,05, bewertet mit dem Wilcoxon-Signed-Rang-Test.

In dieser Studie haben wir untersucht, ob Myosuit, ein tragbarer Soft-Roboter, möglicherweise in einem Trainingsprogramm zum Treppensteigen eingesetzt werden könnte, indem er die Benutzer mit Hüft- und Kniestreckdrehmomenten unterstützt. In diesem Experiment wurden insgesamt 12 Treppenaufstiegszyklen aus vier Wiederholungen für jeden Teilnehmer, insgesamt 11 Probanden, analysiert. Zu den analysierten Daten gehören zeitliche Parameter, Plantarkraft und CoPy, die über Pedar-X-Einlagen erfasst wurden, sowie Kinematik- und EMG-Daten, die über trigno-Wireless-Systeme erfasst wurden. Wie wir ursprünglich angenommen hatten, stellten wir fest, dass die EMG-WL-Werte der Hüft- und Kniestrecker deutlich abnahmen, ohne die physiologischen Muster des Benutzers zu verändern.

Um auf unsere Beobachtungen näher einzugehen, ist es zunächst wichtig, darauf hinzuweisen, dass die Erhaltung der natürlichen Muster des Benutzers darauf hindeutet, dass Myosuit die natürlichen Bewegungen des Benutzers nicht behindert. Bei der Einführung von Interventionen kommt es häufig dazu, dass neue Bewegungen hinzugefügt oder bestehende ausgeschlossen werden45,47. Wenn ein umfangreiches Training mit diesen Interventionen durchgeführt wird, können unphysiologische schädliche Muster habitualisiert werden64,65,66. Zweitens stimmen die EMG-Muster auch gut mit denen der Grundlinie überein. Dies deutet darauf hin, dass der Myosuit beim Treppensteigen nur minimale Abweichungen von der natürlichen Absicht des Benutzers verursacht. Damit Myosuit jedoch als RAGT-Gerät dienen kann, ist eine gewisse Unterstützung zu erwarten. In dieser Studie stellen wir eine signifikante Reduzierung von Gmax, BF, RF und VM fest, bei denen es sich um Hüft- und Kniestrecker und EMG-Werte für Unterstützungsstufe 5 handelt. Drittens stimmen für jede Phase die Flugbahn der Plantarkraft und CoPy gut überein die Grundlinie, die für sensorisches Feedback und Sicherheit von entscheidender Bedeutung ist. Insgesamt genügen die unbeeinflussten zeitlichen Muster, die Kinematik, das sensorische Feedback und die Reduzierung der Knie- und Hüftstreckeranforderungen ohne Störung der gesamten EMG-Muster unseren anfänglichen Kriterien dafür, dass Myosuit als Trainingsroboter für den Treppenaufstieg dient. Da Myosuit die Streckung von Hüfte und Knie unterstützt, könnten potenzielle Zielgruppen, aber nicht ausschließlich, die geriatrische Bevölkerung und postoperative Patienten sein.

Es gibt einige Bedenken hinsichtlich des Gewichts von Myosuit von ca. 5,6 kg. Es wurde bereits gezeigt, dass zusätzliches Gewicht, das 10 % des Körpergewichts übersteigt, die Aufgabenanforderung deutlich erhöht67. Daher kann in unserer Studie jeder Proband, der weniger als 56 kg wiegt, eine zusätzliche Belastung verspüren, die andere Teilnehmer nicht erfahren. Aufgrund der geringen Stichprobengröße lassen sich zwar keine konkreten Annahmen treffen, wir beobachten jedoch je nach Gewicht des Probanden unterschiedliche Muster der Unterstützung. Wenn dies der Fall ist, könnte das beabsichtigte Unterstützungsprofil basierend auf dem Körpergewicht des Probanden fehlen und weitere Untersuchungen erforderlich machen.

Bezüglich des Hüftwinkels möchten wir darauf hinweisen, dass unsere Schätzmethode ihre Grenzen hat. Wir haben den relativen Winkel zwischen Brustbein und Femur berechnet, der zu fehlerhaften Schätzungen führen würde, wenn eine übermäßige Beugung oder Streckung der Lendenwirbelsäule vorliegt. Ein weiteres Thema, das nicht besprochen wurde, war der erhöhte EMG-Spitzenwert der Plantarflexoren (Abb. 4), der für einen nicht gesunden Benutzer belastend sein kann. Wenn man jedoch bedenkt, dass der Muskelmasseabbau im proximalen Bereich beginnt, stellt dies für den geriatrischen Anwender möglicherweise kein Problem dar. Insgesamt dient die Reduzierung der Hüft- oder Kniestrecker-Beanspruchung bei gleichzeitiger Beibehaltung der physiologischen Kinematik und der Plantarkraftmuster auch bei Vorhandensein der zusätzlichen Masse des Myosuits auf Unterstützungsstufe 5 als Beweis dafür, dass die Unterstützung angemessen geleistet wurde. Wir stellen außerdem fest, dass unser Experiment auf einer normalen Treppe in einem Gebäude mit täglichem Verkehr und ohne Deckenunterstützung durchgeführt wurde. Wir sind davon überzeugt, dass das Training mit Myosuit tatsächlich unabhängig ist und es den Benutzern ermöglicht, unabhängig vom Standort zu sein.

Trotz der offensichtlichen Mängel unserer Studie und der geringen Stichprobengröße gesunder Probanden sollte Myosuit für die praktische Anwendung bereit sein, da bereits klinische Studien mit Patienten durchgeführt werden48. Diese Studien haben eine Verbesserung der Gehgeschwindigkeit um ca. 22 % im Vergleich zum Vor- und Nachtraining mit Myosuit gezeigt. Allerdings muss man vorsichtig sein, wenn man die Realisierbarkeit tragbarer Robotik beurteilt, ohne willkürliche Muskelaktivierungsmuster zu berücksichtigen, da frühere Versionen von Gangrehabilitationsrobotern keine wünschenswerten Ergebnisse lieferten68. Unsere Studie trägt dazu bei, indem sie eindeutige Beweise dafür liefert, dass die physiologischen Bewegungen sowie die motorische Kontrollabsicht erleichtert werden, während Myosuit den Hüft- und Kniestreckungsbedarf des Benutzers reduziert. Es liegt nahe, dass der nächste Schritt darin besteht, zu untersuchen, ob sich die bei gesunden Probanden beobachteten Beobachtungen auf die geriatrische und postoperative Bevölkerung übertragen lassen.

Die Rohdaten, die die Ergebnisse dieser Studie stützen, sind auf Anfrage beim entsprechenden Autor erhältlich.

Weltgesundheitsorganisation. Whoqol. Die Lebensqualität der Weltgesundheitsorganisation (WHOQOL). Bd. 03. (2012).

Park, J. & Kim, TH Die Auswirkungen von Gleichgewicht und Gangfunktion auf die Lebensqualität von Schlaganfallpatienten. NeuroRehabilitation 44, 37–41 (2019).

Artikel PubMed Google Scholar

Patterson, KK et al. Gangasymmetrie bei Schlaganfallüberlebenden, die ambulant unterwegs waren. Bogen. Physik. Med. Rehabilitation. 89, 304–310 (2008).

Artikel PubMed Google Scholar

Eng, JJ & Tang, PF Gangtrainingsstrategien zur Optimierung der Gehfähigkeit bei Menschen mit Schlaganfall: Eine Synthese der Beweise. Experte. Rev. Neurother. 7, 1417–1436. https://doi.org/10.1586/14737175.7.10.1417 (2007).

Artikel PubMed PubMed Central Google Scholar

Bohannon, RW, Andrews, AW & Smith, MB Rehabilitationsziele von Patienten mit Hemiplegie. Int. J. Rehabil. Res. 11(2), 181–184 (1988).

Artikel Google Scholar

Schmidt, H., Werner, C., Bernhardt, R., Hesse, S. & Krüger, J. Gangrehabilitationsgeräte auf Basis programmierbarer Fußplatten. J. Neuroeng. Rehabilitation. 4, 2 (2007).

Artikel PubMed PubMed Central Google Scholar

Fleerkotte, BM et al. Die Auswirkung von impedanzgesteuertem Roboter-Gangtraining auf die Gehfähigkeit und -qualität bei Personen mit chronischer unvollständiger Rückenmarksverletzung: eine explorative Studie. J. Neuroeng. Rehabilitation. 11, 1–15 (2014).

Artikel Google Scholar

Mauritz, KH Gangtraining bei Hemiplegie. EUR. J. Neurol. Zus. 9, 23–29. https://doi.org/10.1046/j.1468-1331.2002.0090s1023.x (2002).

Artikel Google Scholar

Bannwart, M., Rohland, E., Easthope, CA, Rauter, G. & Bolliger, M. Die Körpergewichtsunterstützung durch Roboter ermöglicht das sichere Treppensteigen unter Einhaltung grundlegender Bewegungsprinzipien. J. Neuroeng. Rehabilitation. 16, 157 (2019).

Artikel CAS PubMed PubMed Central Google Scholar

Protopapadaki, A., Drechsler, WI, Cramp, MC, Coutts, FJ & Scott, OM Hüft-, Knie-, Knöchelkinematik und -kinetik beim Treppenauf- und -abstieg bei gesunden jungen Menschen. Klin. Biomech. 22, 203–210 (2007).

Artikel Google Scholar

Riener, R., Rabuffetti, M. & Frigo, C. Treppenauf- und -abstieg bei unterschiedlichen Neigungen. Ganghaltung 15, 32–44. https://doi.org/10.1016/s0966-6362(01)00162-x (2002).

Artikel PubMed Google Scholar

Mcfadyen, BJ & Winter, DA Eine integrierte biomechanische Analyse des normalen Treppenauf- und -abstiegs. J. Btomech. 21, 733–744 (1988).

Artikel CAS Google Scholar

Hood, S., Creveling, S., Gabert, L., Tran, M. & Lenzi, T. Angetriebene Knie- und Knöchelprothesen ermöglichen natürliches Gehen auf ebenem Boden und Treppen für Personen mit beidseitiger Amputation oberhalb des Knies: Eine Fallstudie. Wissenschaft. Rep. 12, 1–15 (2022).

Artikel Google Scholar

Kuo, AD Die sechs Determinanten des Gangs und die Analogie des umgekehrten Pendels: Eine dynamische Gehperspektive. Summen. Mov. Wissenschaft. 26, 617–656 (2007).

Artikel PubMed Google Scholar

Kharb, A., Saini, V., Jain, YK & Dhiman, S. Ein Überblick über den Gangzyklus und seine Parameter. IJCEM Int. J. Comput. Ing. Geschäftsführer 13, 78–33 (2011).

Google Scholar

Harper, NG, Wilken, JM & Neptune, RR Muskelfunktion und Koordination beim Treppensteigen. J. Biomech. Ing. https://doi.org/10.1115/1.4037791 (2018).

Artikel PubMed Google Scholar

Zachazewski, JE, Riley, PO & Krebs, DE Biomechanische Analyse des Körpermassentransfers beim Treppenauf- und -abstieg gesunder Probanden. J. Rehabil. Res. Entwickler 30, 412–422 (1993).

CAS PubMed Google Scholar

Ridgway, HM, Bisson, EJ & Brouwer, B. Überblick über die körperlichen Anforderungen beim Treppensteigen im gesunden Alter und nach einem Schlaganfall. Physik. Med. Rehabilitation. Int. 2, 1–10 (2015).

Google Scholar

Jevsevar, DS, Riley, PO, Hodge, WA, Krebs, DE & Rodgers, MM Kniekinematik und -kinetik während Bewegungsaktivitäten des täglichen Lebens bei Probanden mit Knieendoprothetik und bei gesunden Kontrollpersonen. Physik. Dort. 73, 229–242 (1993).

Artikel CAS PubMed Google Scholar

Andriacchi, TP, Andersson, GB, Fermier, RW, Stern, D. & Galante, JO Eine Studie über die Mechanik der unteren Gliedmaßen beim Treppensteigen. JBJS 65, 749–754 (1980).

Artikel Google Scholar

Lewis, J. et al. Veränderungen der Spitzenwinkel, Momente und Muskelaktivierungen der unteren Extremitäten beim Treppensteigen bei unterschiedlichen Geschwindigkeiten. J. Elektromyogr. Kinesiol. 25, 982–989 (2015).

Artikel PubMed PubMed Central Google Scholar

Yali, H., Aiguo, S., Haitao, G. & Songqing, Z. Die Muskelaktivierungsmuster der unteren Gliedmaßen beim Treppensteigen bei unterschiedlicher Rucksackbelastung. Acta Bioeng. Biomech. 17, 13–20 (2015).

PubMed Google Scholar

Campbell, AJ, Reinken, J., Allan, BC & Martinez, GS Stürze im Alter: Eine Studie über die Häufigkeit und damit verbundene klinische Faktoren. Age Aging 10, 264–270 (1981).

Artikel CAS PubMed Google Scholar

Zietz, D., Johannsen, L. & Hollands, M. Tritteigenschaften und Schwerpunktkontrolle beim Treppenabstieg: Auswirkungen von Alter, Sturzrisiko und visuellen Faktoren. Ganghaltung 34, 279–284 (2011).

Artikel PubMed Google Scholar

Arken, CL, Lach, HW, Birge, SJ & Miller, JP Die Prävalenz und Korrelationen der Angst vor Stürzen bei älteren Menschen, die in der Gemeinde leben. Bin. J. Public Health 84, 565–570 (1994).

Artikel Google Scholar

Parr, JVV, Foster, RJ, Wood, G., Thomas, NM & Hollands, MA Kinder mit Entwicklungskoordinationsstörung zeigen eine veränderte visuomotorische Kontrolle beim Treppensteigen, verbunden mit erhöhter Zustandsangst. Vorderseite. Summen. Neurosci. 14, 589502 (2020).

Artikel PubMed PubMed Central Google Scholar

Sheehan, RC & Gottschall, JS Bei ähnlichen Winkeln besteht beim Gehen am Hang ein höheres Sturzrisiko als beim Treppengehen. Appl. Ergon. 43, 473–478 (2012).

Artikel PubMed Google Scholar

Lin, CH & Faisal, AA Zerlegung sensomotorischer Variabilitätsänderungen im Alter und ihr Zusammenhang mit Stürzen bei älteren Menschen. Wissenschaft. Rep. 8, 14546 (2018).

Artikel PubMed PubMed Central ADS Google Scholar

van Peppen, RPS et al. Der Einfluss der Physiotherapie auf die funktionellen Ergebnisse nach einem Schlaganfall: Was ist die Evidenz? Klin. Rehabilitation. 18, 833–862 (2004).

Artikel PubMed Google Scholar

Harkema, S., Harkema, SJ, Behrman, AL & Barbeau, H. Bewegungstraining: Prinzipien und Praxis (Oxford University Press, 2011).

Buchen Sie Google Scholar

Carr, JH & Shepherd, RB Ein motorisches Lernmodell für die Schlaganfallrehabilitation. Physiotherapie 75, 372–380 (1989).

Artikel Google Scholar

Bretan, O., Martins Pinheiro, R. & Corrente, JE Funktionsbewertung des Gleichgewichts und der plantaren Hautempfindlichkeit bei in Wohngemeinschaften lebenden älteren Menschen. Braz. J. Otorhinolaryngol. 76, 219–224 (2009).

Artikel Google Scholar

Mickle, KJ, Munro, BJ, Lord, SR, Menz, HB & Steele, JR Gang, Gleichgewicht und Plantardruck bei älteren Menschen mit Zehendeformitäten. Ganghaltung 34, 347–351 (2011).

Artikel Google Scholar

Bretan, O. Plantare Hautempfindlichkeit als Sturzrisiko bei älteren Menschen. Rev. Assoc. Med. BHs. 58, 132–132 (2012).

PubMed Google Scholar

Cattaneo, D., Ferrarin, M., Frasson, W. & Casiraghi, A. Kopfkontrolle: Willensbezogene Aspekte des Rehabilitationstrainings bei Patienten mit Multipler Sklerose im Vergleich zu gesunden Probanden. Bogen. Physik. Med. Rehabilitation. 86, 1381–1388 (2005).

Artikel PubMed Google Scholar

Daly, JJ & Ruff, RL Konstruktion wirksamer Gang- und Funktionsinterventionen für die oberen Gliedmaßen auf der Grundlage von Erkenntnissen zur Hirnplastizität und modellbasierten Messungen für Schlaganfallpatienten. Wissenschaft. Welt J. 7, 2031–2045 (2007).

Artikel Google Scholar

Carr, JH & Shepherd, RB Neurologische Rehabilitation: Optimierung der motorischen Leistung (Elsevier, 2010).

Google Scholar

Kubo, K., Miyoshi, T., Kanai, A. & Terashima, K. Gangrehabilitationsgerät bei Erkrankungen des Zentralnervensystems: Eine Übersicht. J. Roboter. 2011, 1–14 (2011).

Artikel Google Scholar

Reeves, ND, Spanjaard, M., Mohagheghi, AA, Baltzopoulos, V. & Maganaris, CN Ältere Erwachsene wenden alternative Strategien an, um beim Treppensteigen ihre maximalen Fähigkeiten auszuschöpfen. J. Elektromyogr. Kinesiol. 19, 57–68 (2009).

Artikel Google Scholar

Startzell, JK, Owens, DA, Mulfinger, LM & Cavanagh, PR Treppenverhandlung bei älteren Menschen: Ein Rückblick. Marmelade. Geriatr. Soc. 48, 567–580 (2000).

Artikel CAS PubMed Google Scholar

Nilsson, MH, Hariz, GM, Iwarsson, S. & Hagell, P. Gehfähigkeit trägt wesentlich zur Angst vor Stürzen bei Menschen mit Parkinson-Krankheit bei: Auswirkungen auf die Rehabilitation. Parkinson Dis. 2012, 713236 (2012).

PubMed Google Scholar

Bloem, BR, Grimbergen, YAM, Cramer, M., Willemsen, M. & Zwinderman, AH Prospektive Beurteilung von Stürzen bei Parkinson. J. Neurol. 248, 950–958 (2001).

Artikel CAS PubMed Google Scholar

Androwis, GJ, Pilkar, R., Ramanujam, A. & Nolan, KJ Elektromyographie-Untersuchung während des Gangs in einem Roboter-Exoskelett bei akutem Schlaganfall. Vorderseite. Neurol. 9, 630 (2018).

Artikel PubMed PubMed Central Google Scholar

Chee, L. et al. Optimal kalibriertes, nicht-invasives Feedback verbessert den Stoffwechselverbrauch, das Gleichgewicht und das Gehvertrauen der Amputierten. J. Neural Eng. 19, 4 (2022).

Artikel Google Scholar

Kim, J., Kim, Y. & Kim, S.-J. Eine biomechanische aufgabenbasierte Ganganalyse lässt darauf schließen, dass der Rewalk-Gang dem Krückengang ähnelt. Appl. Wissenschaft. 12, 12574 (2022).

Artikel CAS Google Scholar

Sylos-Labini, F. et al. EMG-Muster beim assistierten Gehen im Exoskelett. Vorderseite. Summen. Neurosci. 8, 423 (2014).

Artikel PubMed PubMed Central Google Scholar

Swank, C., Wang-Price, S., Gao, F. & Almutairi, S. Das Gehen mit einem Roboter-Exoskelett imitiert nicht den natürlichen Gang: Eine Studie innerhalb der Probanden. JMIR Rehabil. Helfen. Technol. 6, 11023 (2019).

Artikel Google Scholar

Haufe, FL et al. Aktivitätsbasiertes Training mit dem Myosuit: Eine Sicherheits- und Machbarkeitsstudie bei verschiedenen Gangstörungen. J. Neuroeng. Rehabilitation. 17, 135 (2020).

Artikel PubMed PubMed Central Google Scholar

Schmidt, K. et al. Der Myosuit: Bi-artikulärer Anti-Schwerkraft-Exo-Anzug, der die Aktivität der Hüftstrecker bei sitzenden Transfers reduziert. Vorderseite. Neuroroboter. 11, 57 (2017).

Artikel PubMed PubMed Central Google Scholar

Kim, J., Kim, Y., Kang, S. & Kim, SJ Biomechanische Analysen legen nahe, dass Myosuit den Kniestreckerbedarf beim Gerade- und Schräggang reduziert. Sensoren 22, 6127 (2022).

Artikel PubMed PubMed Central ADS Google Scholar

Karekla, X. & Tyler, N. Das Gleichgewicht in einem fahrenden Bus bewahren: Die Bedeutung von Drei-Spitzen-Stufen beim Treppensteigen. Transp. Res. Teil A Richtlinienpraxis. 116, 339–349 (2018).

Artikel Google Scholar

Jafari, A. Motormodellierung und Optimierung eines rückenbetätigten Exoskeletts der unteren Extremitäten für Treppengangzyklen. Int. Roboter. Autom. J. 2, 566 (2017).

Google Scholar

Ko, S., Kwak, K., Kim, H. & Kim, D. Wirkung mechanischer Stimulation der unteren Extremitätenmuskulatur auf Stabilität und Funktion beim Treppensteigen. Appl. Wissenschaft. (Schweiz) 10, 799 (2020).

Google Scholar

Wu, WL et al. Kinematik und Kinetik der unteren Extremitäten beim ebenen Gehen und Treppensteigen bei Patienten mit Dreifacharthrodese oder Subtalarfusion. Ganghaltung 21, 263–270 (2005).

Artikel PubMed Google Scholar

Maugliani, N. et al. Benchmark für Exoskelette der unteren Gliedmaßen unter Nutzung einer treppenbasierten Testumgebung: Das STEPbySTEP-Projekt. Biosyst Bioroboter. 27, 603–608 (2022).

Artikel Google Scholar

Alfuth, M. & Rosenbaum, D. Auswirkungen von Änderungen im plantaren sensorischen Feedback auf die Gangeigenschaften des Menschen: Eine systematische Übersicht. Schuhwissenschaft. 4, 1–22 (2012).

Artikel Google Scholar

Saito, A., Kizawa, S., Kobayashi, Y. & Miyawaki, K. Posenschätzung durch erweiterten Kalman-Filter unter Verwendung von Rauschkovarianzmatrizen basierend auf der Sensorausgabe. ROBOMECH J. 7, 36 (2020).

Artikel Google Scholar

Lin, HC, Lu, TW & Hsu, HC Dreidimensionale Analyse der kinematischen und kinetischen Koordination der unteren Gliedmaßengelenke beim Treppenauf- und -abstieg. Biomed. Ing. (Singapur) 16, 101–108 (2004).

CAS Google Scholar

Radtka, SA, Oliveira, GB, Lindstrom, KE & Borders, MD Die kinematischen und kinetischen Auswirkungen von festen, gelenkigen und keinen Knöchel-Fuß-Orthesen auf die Treppenbewegung bei gesunden Erwachsenen. Ganghaltung 24, 211–218 (2006).

Artikel PubMed Google Scholar

Riener, R. et al. Patientenkooperative Strategien für robotergestütztes Laufbandtraining: Erste experimentelle Ergebnisse. IEEE Trans. Neuronales System. Rehabilitation. Ing. 13, 380–394 (2005).

Artikel PubMed Google Scholar

Basteris, A., Nijenhuis, SM, Buurke, JH, Prange, GB & Amirabdollahian, F. Lag-Lead-basierte Bewertung und Anpassung der Trainingsgeschwindigkeit für Schlaganfallüberlebende. Roboter. Auton. Syst. 73, 144–154 (2015).

Artikel Google Scholar

Naghavi, N., Akbarzadeh, A., Tahamipour, ZSM & Kardan, I. Assist-as-need-Steuerung eines Hüft-Exoskeletts basierend auf einem neuartigen Kraftindex. Roboter. Auton. Syst. 134, 103667 (2020).

Artikel Google Scholar

Carmichael, MG & Liu, D. Abschätzung des Bedarfs an körperlicher Unterstützung mithilfe eines Muskel-Skelett-Modells. IEEE Trans. Biomed. Ing. 60, 1912–1919 (2013).

Artikel PubMed Google Scholar

Cao, J., Xie, SQ, Das, R. & Zhu, GL Kontrollstrategien für eine effektive robotergestützte Gangrehabilitation: Stand der Technik und Zukunftsaussichten. Med. Ing. Physik. 36, 1555–1566 (2014).

Artikel PubMed Google Scholar

Gui, K., Liu, H. & Zhang, D. Auf dem Weg zu einer multimodalen Mensch-Roboter-Interaktion zur Verbesserung der aktiven Beteiligung von Benutzern an der Gangrehabilitation. IEEE Trans. Neuronales System. Rehabilitation. Ing. 25, 2054–2066 (2017).

Artikel PubMed Google Scholar

Edgerton, VR & Roy, RR Robotertraining und Plastizität des Rückenmarks. Gehirnres. Stier. 78, 4–12 (2009).

Artikel PubMed Google Scholar

Gaffney, CJ et al. Gewichtswesten im CrossFit erhöhen die physiologische Belastung beim Gehen und Laufen, ohne dass sich die raumzeitlichen Gangparameter verändern. Ergonomie 65, 147–158 (2022).

Artikel PubMed Google Scholar

Jamwal, PK, Hussain, S. & Ghayesh, MH Roboterorthesen für die Gangrehabilitation: Ein Überblick über mechanisches Design und Kontrollstrategien. Verfahren der Institution of Mechanical Engineers. Teil H J. Eng. Med. 234, 444–457. https://doi.org/10.1177/0954411919898293 (2020).

Referenzen herunterladen

Diese Arbeit wurde durch den von der koreanischen Regierung (MSIT) finanzierten Zuschuss des National Research Council of Science and Technology (NST) (Nr. CAP20000-000) und durch das Intramural Program (Projekt Nr. K1804361) der Korea University unterstützt.

Diese Autoren haben gleichermaßen beigetragen: Jaewook Kim und Yekwang Kim.

Abteilung für Biomedizintechnik, Korea University College of Medicine, Seoul, 02841, Korea

Jaewook Kim, Yekwang Kim, Seonghyun Kang und Seung-Jong Kim

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

JK, YK und S.-JK haben die Experimente entworfen. YK und SK führten die Experimente durch und erfassten die Daten. JK entwickelte den Algorithmus und analysierte die Daten. Die Daten wurden gemeinsam interpretiert und das Manuskript mit Beiträgen aller Autoren erstellt.

Korrespondenz mit Seung-Jong Kim.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Kim, J., Kim, Y., Kang, S. et al. Untersuchungen mit nichtbehinderten Probanden legen nahe, dass Myosuit möglicherweise als Trainingsroboter für das Treppensteigen dienen könnte. Sci Rep 13, 14099 (2023). https://doi.org/10.1038/s41598-023-35769-2

Zitat herunterladen

Eingegangen: 22. Dezember 2022

Angenommen: 23. Mai 2023

Veröffentlicht: 29. August 2023

DOI: https://doi.org/10.1038/s41598-023-35769-2

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.