(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng

(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng(Đề tài NCKH) Nghiên cứu, thiết kế và chế tạo thiết bị tập phục hồi chức năng

ii BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐH SƯ PHẠM KỸ THUẬT TPHCM BÁO CÁO TỔNG KẾT ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CỦA SINH VIÊN NGHIÊN CỨU, THIẾT KẾ VÀ CHẾ TẠO THIẾT BỊ TẬP PHỤC HỒI CHỨC NĂNG SV2021-19 Thuộc nhóm ngành khoa học: Kỹ thuật SV thực hiện: Nguyễn Anh Quốc Nam, Nữ: Nam Dân tộc: Kinh Lớp, khoa: 181462A khoa Cơ khí Chế tạo máy Năm thứ:4 /Số năm đào tạo: Ngành học: CNKT Cơ điện tử SV thực hiện: Trần Thế Lực Nam, Nữ: Nam Dân tộc: Kinh Lớp, khoa: 181461A khoa Cơ khí Chế tạo máy Năm thứ:4 /Số năm đào tạo: Ngành học: CNKT Cơ điện tử SV thực hiện: Nguyễn Võ Tâm Toàn Nam, Nữ: Nam Dân tộc: Kinh Lớp, khoa: 181462C khoa Cơ khí Chế tạo máy Năm thứ:4 /Số năm đào tạo: Ngành học: CNKT Cơ điện tử Người hướng dẫn: PGS TS Nguyễn Trường Thịnh TP Hồ Chí Minh, 10/2021 i MỤC LỤC MỤC LỤC i MỤC LỤC BẢNG vi MỤC LỤC HÌNH ẢNH vii DANH MỤC TỪ VIẾT TẮT ix THÔNG TIN KẾT QUẢ NGHIÊN CỨU CỦA ĐỀ TÀI x CHƯƠNG 1: TỔNG QUAN 1.1 Giới thiệu 1.2 Các cơng trình nghiên cứu liên quan 1.2.1 Tình hình nghiên cứu nước 1.2.2 Tình hình nghiên cứu nước 1.2.2.1 Hệ thống PHCN robot 1.2.2.2 Hệ thống thực tế ảo 1.2.2.3 Hệ thống thực tế ảo tăng cường 1.2.2.4 Trí tuệ nhân tạo PHCN 1.3 Lý chọn đề tài 1.4 Mục tiêu đề tài 1.4.1 Mục tiêu tổng quát 1.4.2 Mục tiêu cụ thể 1.5 Phương pháp nghiên cứu 1.6 Đối tượng phạm vi nghiên cứu CHƯƠNG 2: NỀN TẢNG Y HỌC TRONG PHỤC HỒI CHỨC NĂNG VẬN ĐỘNG 10 2.1 Giới thiệu 10 2.2 Lý thuyết vận động 10 2.2.1 Các nhóm chi 10 2.2.2 Các nhóm chi 10 2.3 Phục hồi chức 11 ii 2.3.1 Vai trò 11 2.3.2 Thời điểm 12 2.3.3 Mục tiêu PHCN vận động 13 2.3.4 Đặc điểm PHCN sau đột quỵ 13 2.4 Điều kiện tham gia trị liệu 13 2.4.1 Huyết áp 13 2.4.2 Độ tuổi sức khỏe 14 2.4.3 Nhận thức 15 2.5 Quy trình tập PHCN 15 2.5.1 Lượng giá 15 2.5.2 Thiết lập mục tiêu 16 2.5.3 Can thiệp 17 2.6 Kết luận 17 CHƯƠNG 3: PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG CƠ KHÍ 18 3.1 Giới thiệu 18 3.2 u cầu cho mơ hình động học cho hệ thống 18 3.3 Phương án thiết kế hệ thống 18 3.3.1 Hệ thống hỗ trợ khâu cuối 19 3.3.2 Hệ thống hỗ trợ khung xương 19 3.3.3 Robot phẳng 20 3.4 Lựa chọn phương án thiết kế 21 3.5 Phân tích cấu hình hệ thống 22 3.5.1 Bộ phận trục chân 22 3.5.2 Bộ phận quay tay 23 3.5.3 Cơ cấu thay đổi khoảng cách 23 3.5.4 Cơ cấu kháng lực 24 3.5.5 Hệ thống trợ lực 25 iii 3.6 Tính tốn truyền 26 3.7 Tính tốn bền 27 3.7.1 Tải trọng tác dụng lên trục 27 3.7.2 Kiểm nghiệm độ bền 28 3.7.2.1 Kết tính ứng suất 28 3.7.2.2 Kết tính chuyển vị 28 3.8 Tính tốn động điện 29 3.9 Kết luận 30 CHƯƠNG 4: PHÂN TÍCH BÀI TỐN ĐỘNG LỰC HỌC 31 4.1 Giới thiệu 31 4.2 Phân tích tốn động học hệ người 31 4.3 Bài toán động lực học hệ thống 32 4.4 Tính tốn lực ma sát tạo kháng lực 32 4.5 Nội suy lực tay bệnh nhân tác động vào tay cầm 33 4.6 Nội suy lực chân bệnh nhân tác động vào bàn đạp 34 4.7 Nội suy lực cho bó 35 4.7.1 Nội suy lực cánh tay 35 4.7.2 Nội suy lực chân 36 4.8 Kết luận 37 CHƯƠNG 5: THIẾT KẾ HỆ THỐNG ĐIỆN – ĐIỀU KHIỂN 38 5.1 Giới thiệu 38 5.2 Cấu trúc hệ thống điện điều khiển 38 5.3 Hệ thống cảm biến 39 5.3.1 Thị giác máy 39 5.3.2 Encoder 40 5.3.3 Cảm biến moment xoắn 41 5.4 Điều khiển động trợ lực 41 5.5 Truyền thông 42 iv 5.6 Kết luận 43 CHƯƠNG 6: TƯƠNG TÁC THỰC TẾ ẢO TĂNG CƯỜNG 44 6.1 Giới thiệu 44 6.2 Thiết bị hiển thị 44 6.3 Bài tập PHCN 45 6.4 Phần mềm giám sát hệ thống tập 47 6.5 Bảng điều khiển thu thập liệu 48 6.6 Cấu trúc mơi trường tăng cường trị chơi tăng cường 49 6.6.1 Môi trường tăng cường 49 6.6.2 Kiến trúc tập hệ thống 49 6.7 Tương tác người sử dụng hệ thống 50 6.8 Giao diện với người sử dụng 50 6.9 Giao diện kết nối với điều khiển 51 6.10 Cơ sở thiết kế giao diện hệ thống 52 6.11 Kết luận 52 CHƯƠNG 7: ỨNG DỤNG TRÍ TUỆ NHÂN TẠO 53 7.1 Giới thiệu 53 7.2 Xây dựng liệu trình luyện tập dựa mạng Fuzzy 54 7.2.1 Thuật toán Fuzzy 54 7.2.2 Xây dựng liệu trình tập luyện 54 7.3 Hiệu chỉnh liệu trình dưa mạng Fuzzy 57 7.4 Giám sát bệnh nhân thông qua mạng Perceptron 58 7.5 Kết luận 60 CHƯƠNG 8: THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ 61 8.1 Giới thiệu 61 8.2 Thông số kỹ thuật phần cứng 61 8.3 Xây dựng quy trình tập PHCN 63 v 8.4 Đánh giá hệ thống thị giác máy 65 8.4.1 Camera phía diện 65 8.4.2 Camera bên 66 8.5 Kết luận 67 CHƯƠNG 9: KẾT LUẬN VÀ KIẾN NGHỊ 69 9.1 Kết luận 69 9.2 Kiến nghị 70 TÀI LIỆU THAM KHẢO 71 PHỤ LỤC A: BẢNG KHẢO SÁT MOMENT CÁC CHI KHI THỰC HIỆN BÀI TẬP PHỤC HỒI CHỨC NĂNG 76 vi MỤC LỤC BẢNG Bảng 2.1: Chức vận động nhóm bó tay 10 Bảng 2.2: Các giai đoạn PHCN sau đột quỵ [29] 12 Bảng 2.3: Thang đo MMT 16 Bảng 8.1: Thông số phần cứng hệ thống PHCN 62 vii MỤC LỤC HÌNH ẢNH Hình 1.1: Một bệnh nhân bị liệt nửa người sau đột quỵ Hình 1.2: Một số thiết bị tập PHCN công ty Phana Hình 1.3: Các mơ hình phân loại PHCN robot Hình 1.4: Hệ thống PHCN chi Lokomat [9] Hình 1.5: Hệ thống PHCN thực tế ảo Hình 1.6: Thiết bị Man&Tel SBT hỗ trợ điều trị thông qua đồ họa Hình 1.7: Phân tích chức hệ thống tập PHCN Hình 2.1: Quy trình tập PHCN 15 Hình 3.1: NeReBot (trái) [37] Gait Trainer GTI (phải) [38] 19 Hình 3.2: Khung xương ESTEC [40] 20 Hình 3.3: HAL robot [41] 20 Hình 3.4: Braccio di Ferro (trái) [42] Hybrid PLEMO (phải) [43] 21 Hình 3.5: Ý tưởng hệ thống tập PHCN 21 Hình 3.6: Mơ người trạng thái chân phải duỗi (trái) co (phải) 22 Hình 3.7: Mô người trạng thái tay phải duỗi (trái) co (phải) 23 Hình 3.8: Thanh điều chỉnh khoảng cách 24 Hình 3.9: Mơ hình cấu kháng lực hệ thống 24 Hình 3.10: Cấu tạo hệ thống trợ lực 25 Hình 3.11: Lực tác dụng lên đai 26 Hình 3.12: Mơ hình lực phần chân đạp trạng thái chịu tải tĩnh 27 Hình 3.13: Biểu đồ nội lực 27 Hình 3.14: Kết phân tích tính tốn ứng suất phần mềm SolidWorks 28 Hình 3.15: Kết phân tích tính tốn chuyển vị phần mềm SolidWorks 28 Hình 3.16: Mơ hình thiết bị tập PHCN 30 Hình 4.1: Mơ hình phân bố bậc tự chi người 31 Hình 4.2: Mơ hình tính tốn cho hệ trục quay-bánh đai 32 Hình 4.3: Tính tốn lực ma sát bánh quay 33 Hình 4.4: Mơ hình tính tốn lực cánh tay 34 Hình 4.5: Mơ hình tốn lực chân đạp 35 Hình 4.6: Mơ hình tốn lực nhóm cánh tay 36 Hình 4.7: Mơ hình tốn lực nhóm chân 37 Hình 5.1: Cấu trúc hệ thống kết nối hệ thống điện 38 Hình 5.2: Các bước xử lý xử lý ảnh 39 viii Hình 5.3: Mơ hình lắp đặt hệ thống thị giác máy 40 Hình 5.4: Mơ khung xương người tập 40 Hình 5.5: Cấu tạo Encoder 41 Hình 5.6: Sơ đồ khối điều khiển động 42 Hình 6.1: Cấu trúc phần mềm sử dụng hệ thống 46 Hình 6.2: Cấu trúc trình vật lý trị liệu 46 Hình 6.3: Phần mềm điều khiển mơ tả giai đoạn q trình thực thi 47 Hình 6.4: Sơ đồ khối thực thi vòng lặp để thu thập khối liệu lớn 48 Hình 6.5: Kiến trúc tập hệ thống 49 Hình 6.6: Giao diện phần mềm AR hệ thống 51 Hình 6.7: Cấu trúc chương trình điều khiển 51 Hình 7.1: Một đầu vào liệu trình 55 Hình 7.2: Mơ hình hệ thống dựa vào thuật tốn Fuzzy 56 Hình 7.3: Khảo sát ban đầu cho bệnh nhân 56 Hình 7.4: Liệu trình cho bệnh nhân 57 Hình 7.5: Khảo sát hiệu chỉnh liệu trình 57 Hình 7.6: Nhận diện khung xương bệnh nhân 58 Hình 7.7: Mạng trí tuệ nhân tạo Perceptron 59 Hình 8.1: Tổng quan hệ thống tập PHCN 61 Hình 8.2: Hệ thống khí sau chế tạo 63 Hình 8.3: Quy trình luyện tập 64 Hình 8.4: Các tọa độ khớp cần nhận diện cho đánh giá tư 65 Hình 8.5: Trường hợp nhận diện 66 Hình 8.6: Trường hợp nhận diện sai 66 Hình 8.7: Trường hợp nhận diện sai 67 Hình 8.8: Trường hợp nhận diện 67 Hình 9.1: Các mục tiêu triển khai 69 Hình 9.2: Kiến nghị cho hệ thống 70 ix DANH MỤC TỪ VIẾT TẮT Ý nghĩa Từ viết tắt AR Augmented Reality (thực tế ảo tăng cường) AI Artificial intelligence (trí tuệ nhân tạo) DOF Degrees of freedom (bậc tự do) PHCN phục hồi chức STT Số thứ tự VE Virtual Environment (môi trường ảo) VR Vitural Reality (thực tế ảo) WPF Windows Presentation Foundation 63 khác thị trường giá thành Thiết kế khí mang tính thẩm mỹ, khơng q màu sắc ưa nhìn Hình 8.2: Hệ thống khí sau chế tạo 8.3 Xây dựng quy trình tập PHCN Quy trình tập luyện PHCN xây dựng hình 8.2 Phần mềm rèn luyện sức khỏe ứng dụng tảng trí tuệ nhân tạo nhằm lựa chọn thông số tập luyện phù hợp cho địa người dùng Điều cho phép hệ thống thay cho chuyên gia để đưa định tập, thời gian luyện tập mức độ luyện tập cho chi Đồng thời hệ thống có khả tổng hợp, phân tích liệu trình luyện tập người dùng, từ đưa lời khuyên cho người luyện tập nhằm tăng hiệu tập luyện Để đạt điều nói trên, ban đầu hệ thống cài đặt trước tập thông số chế độ luyện tập, thời gian luyện tập theo tập tiêu chuẩn chuyên gia đưa từ trước Sau đó, q trình luyện tập người dùng, hệ thống tiếp tục thu thập liệu quan trọng lực tay, tốc độ luyện tập, chế độ luyện tập, thời gian luyện tập thực tế… người dùng Từ hệ thống thực phân tích liệu gửi máy chủ internet để lưu trữ thông tin dễ dàng theo dõi kết tập luyện người dùng Hệ thống phân tích liệu thu thập trình luyện tập theo thời gian thực người dùng nhằm đánh giá mức độ xác người dùng luyện tập so với tập tiêu chuẩn Từ chệnh lệch thông số tập thơng số thực q trình luyện tập người dùng, hệ thống định lời khuyên, lời nhắc nhở phù hợp cho trường hợp giúp người dùng tập luyện đạt hiệu cao 64 Sau đạt kết phân tích liệu đưa lời khuyên, lời đề nghị dựa tảng trí tuệ nhân tạo, hệ thống tiếp tục thu thập liệu thời gian luyện tập, tốc độ luyện tập, cường độ luyện tập… người dùng để từ đánh giá q trình tập luyện, đánh giá mức độ hồn thành tìm bó tập luyện Qua thơng tin đó, hệ thống hiển thị thơng báo nhắc nhở người dùng họ tập luyện sai dùng sức chưa phù hợp Điều bù đắp thiếu sót hệ thống tảng trí tuệ nhân tạo phát sai lệch hình học Nếu trường hợp thông số cho thấy người dùng tập sai tập dùng sức không đúng, hệ thống tự đưa lời nhắc nhằm giúp người dùng thay đổi cách luyện tập với tập mà hệ thống đề xuất cho bệnh nhân Ngồi hệ thống tự tính toán mức độ luyện tập thời gian luyện tập phù hợp với tập chi với người dùng để đưa khuyến nghị nhằm giúp người dùng đạt hiệu cao cho trình luyện tập Đăng nhập Bệnh nhân Bệnh nhân tập luyện Cung cấp tình trạng sức khỏe Phản hồi lần tập gần Xây dựng liệu trình Hiệu chỉnh liệu trình Thiết lập thơng số tập Giám sát can thiệp Tiền hành luyện tập Đánh giá sau buổi tập Kết thúc Hình 8.3: Quy trình luyện tập Thu thập thông số 65 8.4 Đánh giá hệ thống thị giác máy Khung xương chi bệnh nhân mơ hình hóa với tổng cộng 12 điểm đặc biệt (hình 8.3) Trong đó, A vs G khớp cổ tay, B H khớp khuỷu tay, C I khớp bả vai, D K khớp hông, E L khớp đầu gối, F M mắt cá chân Do đối tượng bệnh nhân liệt nửa người, xem xét tư luyện tập, hệ thống quan tâm góc tạo chi phía bên liệt bệnh nhân mặt phẳng Oyz Nghĩa giả sử bệnh nhân bị liệt bên trái có số góc cần quan tâm là: GHI , HIK , IKL KLM Phương pháp thực nghiệm mô tả sau: tư có tình nguyện viên thực động tác 10 giây hệ thống tiến hành nhận diện khung xương tình nguyện viên tính tốn góc khớp Bên cạnh đó, q trình ghi lại, sử dụng phần mềm trích xuất ảnh từ video với giá trị 10 fame hình giây, nhóm thu 100 ảnh nhận diện Chúng đánh giá tính sai dựa vào trực quan kiểm nghiệm viên Những fame ảnh hệ thống nhận diện sai tính tốn độ lệch so với vị trí chuẩn phương pháp lượng giác truyền thống C z x O I H B y A D Right E F G K Left L M Hình 8.4: Các tọa độ khớp cần nhận diện cho đánh giá tư 8.4.1 Camera phía diện Tư đứng diện tư lý tưởng cho hệ thống thị giác máy, vị trí chi khơng bị che khuất, dễ dàng nhận dạng Độ xác thực đánh giá thời gian thực 94% với độ sai lệnh trung bình 5.20 Giá trị thực nghiệm trường hợp đánh giá tốt với độ sai lệch nằm khoảng chấp nhận (