Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-4973
Main Title: Learning control and inertial realtime gait analysis in biomedical applications
Subtitle: improving diagnosis and treatment by automatic adaption and feedback control
Translated Title: Lernende Regelung und inertiale Echtzeit-Ganganalyse in biomedizinischen Anwendungen
Translated Subtitle: Verbesserung von Diagnose und Behandlung durch automatische Anpassung und Regelung
Author(s): Seel, Thomas
Advisor(s): Schauer, Thomas
Raisch, Jörg
Referee(s): Raisch, Jörg
Abel, Dirk
Moreno Sastoque, Juan C.
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: en
Abstract: Improved medical diagnosis and treatment can be achieved by combining modern technologies with well-developed methods. This dissertation aims for deriving new methods that facilitate the use of inertial measurement units and learning control techniques in biomedical systems and at demonstrating how advanced diagnosis and treatment systems can be designed by incorporating these technologies. To this end, a modular set of novel methods for inertial realtime gait analysis is proposed. This includes methods for the detection of characteristic gait events as well as for realtime assessment of the foot orientation. Moreover, methods for joint axis and position estimation are derived that exploit the kinematic constraints induced by the joint, and methods for flexion/extension joint angle measurement are proposed. All of these methods avoid the use of magnetometers and can therefore be used indoors as well as in the proximity of ferromagnetic material and magnetic disturbances. Furthermore, they supersede precise sensor mounting requirements as well as restrictive calibration protocols and automatically adjust themselves to the user. For each of the new methods, a practical proof of concept is provided by means of gait experiments with healthy subjects, stroke patients, or transfemoral amputees. Just as inertial sensing, Iterative Learning Control (ILC) is considered a promising tool for biomedical application systems by a growing number of researchers. This dissertation addresses the fact that classic ILC theory is technically too restrictive for some of these applications and extends the classic ILC design in the lifted-systems framework to the class of repetitive trajectory tracking tasks with variable pass length. Two standard learning laws are considered. The maximum-pass-length error is introduced as a useful concept for convergence analysis of variable-pass-length systems, and necessary and sufficient conditions for monotonic convergence of this error are derived. All results are summarized in a set of practical control design guidelines. The potential of ILC for biomedical systems is then demonstrated using the example of a continuous blood pressure measurement technique that requires precise control of the blood flow through a superficial artery. This dissertation demonstrates that the controller performance, and thus the measurement accuracy, can be improved by exploiting the repetitive nature of the control problem. A learning cascaded controller is designed and evaluated experimentally. In a second application example, methods from inertial gait analysis and ILC are combined to propose an adaptive system for improved treatment of the drop foot syndrome via functional electrical stimulation (FES) of the peroneal nerve. A novel three-electrodes setup and a piecewise linear controller output mapping are proposed to provide two independent FES parameters, which are manipulated by a decentralized ILC scheme to control the pitch and roll angle of the paretic foot during swing phase. Experiments with stroke patients demonstrate that this closed-loop approach allows the system to quickly adjust the FES to the patient's needs and to compensate changes in muscular tone and fatigue automatically.
Viele medizinische Diagnose- und Behandlungssysteme können verbessert werden, indem moderne Technologien mit Methoden kombiniert werden, die diese Technologien optimal einsetzen. Diese Arbeit stellt neue Methoden vor, welche die Verwendbarkeit von Inertialsensorik und lernenden Regelungen in medizinischen Systemen verbessern. Darüber hinaus wird anhand zweier Anwendungen aufgezeigt, welche Fortschritte sich durch den Einsatz dieser Technologien erzielen lassen. Zunächst wird eine Reihe neuer Methoden für die inertialsensorbasierte Echtzeit-Ganganalyse entwickelt. Dies umfasst Verfahren für die Gangphasenerkennung und die Echtzeitmessung von Fußorientierungswinkeln und Kniegelenkwinkeln sowie für die automatische Bestimmung lokaler Gelenkachsen- und Gelenkpositionskoordinaten durch Ausnutzung kinematischer Zwangsbedingungen. All diese Verfahren verzichten auf die Nutzung von Magnetometermessdaten und können daher in Gebäuden sowie in der Nähe ferromagnetischer Materialien und magnetischer Störfelder eingesetzt werden. Des Weiteren ermöglichen sie dem Sensornetzwerk, sich automatisch an den Nutzer anzupassen, wodurch bislang übliche Restriktionen bezüglich exakter Sensoranbringung oder präzise auszuführender Kalibrierungsbewegungen entfallen. Für jede der neuen Methoden wird in experimentellen Untersuchungen der Fortschritt gegenüber dem Stand der Technik aufgezeigt. Neben der Inertialsensorik gelten auch die iterativ lernenden Regelungen (ILR) einer zunehmenden Zahl von Forschern als vielversprechendes Mittel zur Verbesserung medizinischer Diagnose- und Behandlungssysteme. Da die klassische ILR-Theorie für viele biomedizinische Anwendungen zu restriktiv ist, erfolgt in dieser Dissertation eine Erweiterung dieser Theorie auf sich wiederholende Folgeregelungsaufgaben mit variabler Zyklusdauer. Es werden entsprechende Modifikationen zweier klassischer Lerngesetze vorgeschlagen und Kriterien für die monotone Konvergenz mehrerer geeigneter Regelabweichungsmaße hergeleitet. Alle Erkenntnisse werden schließlich in einem Satz von praktischen Reglerentwurfsempfehlungen zusammengefasst. Die Verbesserungsmöglichkeiten, die sich durch den Einsatz iterativ lernender Regelungen ergeben, werden am Beispiel eines neuartigen kontinuierlichen Blutdruckmessverfahrens aufgezeigt, welches die präzise Regelung des Blutflusses durch eine oberflächlich verlaufende Arterie erfordert. Die vorliegende Dissertation zeigt, dass die Wiederholbarkeit der Regelungsaufgabe ausgenutzt werden kann, um die Regelgüte – und somit die Genauigkeit des Messverfahrens – zu verbessern. Dazu wird eine lernende Kaskadenregelung entworfen und experimentell evaluiert. Abschließend wird eine zweite Anwendung betrachtet, in der die Kombination von ILR und inertialsensorbasierter Echtzeit-Bewegungsanalyse zu einer verbesserten Behandlung von Fußheberschwäche führt. Durch eine neuartige Elektrodenanordnung für die funktionelle Elektrostimulation des Peronaeusnervs und mittels geeigneter Stellgrößenentkopplung gelingt die Implementierung dezentraler iterativ lernender Regelungen, welche die Fußorientierungswinkel während der Schwungphase des paretischen Fußes regeln. In Experimenten mit Fallfußpatienten wird gezeigt, dass die lernende Neuroprothese sich innerhalb weniger Schritte den Bedürfnissen des Patienten anpasst und muskuläre Veränderungen automatisch kompensiert.
URI: http://depositonce.tu-berlin.de/handle/11303/5285
http://dx.doi.org/10.14279/depositonce-4973
Exam Date: 15-Dec-2015
Issue Date: 2016
Date Available: 2-Feb-2016
DDC Class: DDC::600 Technik, Medizin, angewandte Wissenschaften::620 Ingenieurwissenschaften::629 Andere Fachrichtungen der Ingenieurwissenschaften
DDC::600 Technik, Medizin, angewandte Wissenschaften::600 Technik::607 Ausbildung, Forschung, verwandte Themen
DDC::600 Technik, Medizin, angewandte Wissenschaften::610 Medizin und Gesundheit::610 Medizin und Gesundheit
Subject(s): biomedical engineering
learning control methods
inertial measurement units
neuroprosthetics
blood pressure measurement
Biomedizintechnik
lernende Regelungen
Inertialsensorik
Neuroprothetik
Blutdruckmessung
Usage rights: Terms of German Copyright Law
Appears in Collections:Institut für Energie- und Automatisierungstechnik » Publications

Files in This Item:
File Description SizeFormat 
seel_thomas.pdf3.16 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.