Análisis de la postura del tronco en terapias de rehabilitación mediante robots

• Aitziber Mancisidor ^[1] ; Asier Brull ^[1] ; Asier Zubizarreta ^[1] ; Itziar Cabanes ^[1] ; Eva Portillo ^[1] ; Ana Rodriguez ^[1] ; Rakel Berriozabalgoitia ^[1]
  1. [1] Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Leioa, España

     
• Localización: XXXIX Jornadas de Automática: actas. Badajoz, 5-7 de septiembre de 2018 / coord. por Inés Tejado Balsera, Emiliano Pérez Hernández, Antonio José Calderón Godoy, Isaías González Pérez, Pilar Merchán García, Jesús Salvador Lozano Rogado, Santiago Salamanca Miño, Blas Manuel Vinagre Jara, 2018, ISBN 978-84-9749-756-5, págs. 1-7
• Idioma: español
• Títulos paralelos:
  • Analysis of the trunk posture in robot mediated rehabilitation
• Enlaces
  • Texto completo
• Resumen
  • español

    Conocer la postura del tronco de los pacientes durante las terapias de rehabilitación, permite al terapeuta realizar un análisis más exhaustivo de su estado de recuperación funcional y adecuar los ejercicios a sus necesidades. Sin embargo, la mayoría de los robots de rehabilitación de miembros superiores, no poseen la capacidad de monitorizar la postura del tronco de los usuarios. Ante esta situación, este trabajo presenta un innovador software de rehabilitación que permite al terapeuta conocer la postura del tronco del paciente, la posición de la extremidad afectada y el porcentaje de movimiento realizado con el tronco. El software propuesto se ha implementado en el robot de rehabilitación de extremidades superiores UHP. Con la intención de evaluar su uso, se han llevado a cabo diferentes pruebas experimentales con un grupo de 25 personas sanas. Los resultados muestran que el software propuesto funciona correctamente al medir el movimiento del tronco.

  • English

    The knowledge of the trunk posture of patients with reduced mobility during rehabilitation therapies, allows better analysis of their recovery state and decrease the recovery times. However, most of upper limb rehabilitation robots are not capable to measure the posture of the trunk. In view of this situation, this work presents an innovate rehabilitation software that allows to therapist to know trunk and affected limb postures of the patient and estimate the percentage of movement performed with the trunk. The proposed software has been implemented in the UHP upper limb rehabilitation robot. Different experimental tests have been carried out with a group of 25 healthy people to demonstrate the validity of the approach. The results show that the proposed software performs correctly when measuring trunk movement.