Développement d'une méthode d’entraînement à la propulsion manuelle en fauteuil roulant sur le simulateur haptique par l'utilisation de l’intelligence artificielle

Tostain, Vincent (2023). Développement d'une méthode d’entraînement à la propulsion manuelle en fauteuil roulant sur le simulateur haptique par l'utilisation de l’intelligence artificielle. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (7MB) | Prévisualisation

Résumé

Les personnes utilisatrices de fauteuil roulant manuel (FRM) représentent une population de plus de 200 000 personnes au Canada. L’action de propulser le fauteuil roulant manuel résulte en une répétition de cycles de propulsion qui représentent un chargement à l’épaule. Ce chargement peut être à l’origine de douleurs et blessures aux membres supérieurs pouvant détériorer la condition physique de l’utilisateur. De plus, lors de l’apprentissage de l’utilisation d’un FRM en centre de rééducation, il est peu courant que l’accent soit mis sur l’apprentissage d’une technique de propulsion efficace. Dans ce contexte, l’entraînement à la propulsion apparaît comme une solution envisageable pour tenter d’améliorer l’efficacité dans la technique de propulsion. Une étude précédente a montré qu’il est possible, via un entraînement déterministe sur simulateur de propulsion utilisant une rétroaction haptique en temps réel, de modifier la propulsion de certains sujets pour augmenter leur efficacité de propulsion. Cependant, une seconde étude montre que cette augmentation a été accompagnée d’une augmentation du chargement à l’épaule. Dans l’étude menée ici, le but a alors été de développer une méthode d’entraînement non déterministe, sur simulateur de propulsion, afin d’augmenter l’efficacité de propulsion des sujets sans augmenter le coût physiologique associé à la propulsion.

Pour ce faire, l’intelligence artificielle a été utilisée sous la forme d’un entraînement utilisant l’apprentissage par renforcement pour déterminer un niveau de résistance ou d’assistance au roulement à fournir au sujet afin de modifier la technique de propulsion de l’usager. La phase de poussée durant le cycle de propulsion a été divisée en dix états et la rétroaction haptique a été fournie sous forme de niveaux d’assistance ou de résistance. Les paramètres de fonctionnement de l’algorithme d’apprentissage par renforcement ont été estimés en fonction de l’environnement dans lequel cet algorithme a été déployé. Un protocole d’entraînement a été mis en place pour tester les performances de la méthode d’apprentissage par renforcement sur des sujets humains valides. Cet entraînement a alors visé à améliorer l’efficacité de propulsion sans faire augmenter le coût physiologique.

Des résultats préliminaires ont été obtenus auprès de 4 sujets. Chez certains sujets et pour certaines conditions, la méthode d’entraînement a permis d’obtenir une efficacité plus importante et un coût physiologique plus faible pour le côté gauche. L’analyse des résultats montre aussi des améliorations au niveau de la cadence et de l’angle de poussée chez certains sujets pour certaines conditions en comparaison avec ces mêmes paramètres lors de la propulsion initiale.

Cette méthode d’entraînement pourrait permettre de personnaliser l’apprentissage de la propulsion aux personnes devant se servir d’un FRM, ou de modifier la propulsion dans l’objectif de la rendre moins exigeante physiologiquement pour des personnes déjà utilisatrices expérimentées de fauteuil roulant.

Titre traduit

Development of a training method for manual wheelchair propulsion using artificial intelligence on the haptic simulator

Résumé traduit

Manual wheelchair users represent a population of over 200,000 in Canada. The action of propelling the manual wheelchair (MW) results in a repetition of propulsion cycles that represent a load on the shoulder. This loading can lead to pain and injury in the upper limbs, which can deteriorate the user's physical condition. In addition, when learning to use a MW in a rehabilitation centre, it is uncommon for emphasis to be placed on learning an effective propulsion technique. In this context, propulsion training appears to be a possible solution for improving the efficiency of propulsion technique. A previous study showed that it is possible, via deterministic training on a propulsion simulator using real-time haptic feedback, to modify the propulsion of certain subjects to increase their propulsion efficiency. However, a second study showed that this increase was accompanied by an increase in shoulder loading. In the present study, the aim was to develop a non-deterministic training method on a propulsion simulator, in order to increase subjects' propulsion efficiency without increasing the physiological cost associated with propulsion.

To achieve this, artificial intelligence was used in the form of reinforcement learning training to determine a level of resistance or rolling assistance to be provided to the subject in order to modify the user's propulsion technique. The push phase during the propulsion cycle was divided into ten states, and haptic feedback was provided in the form of assistance or resistance levels. The operating parameters of the reinforcement learning algorithm were estimated according to the environment in which it was deployed. A training protocol was established to test the performance of the reinforcement learning method on valid human subjects. This training aimed to improve propulsion efficiency without increasing physiological cost.

Preliminary results were obtained from 4 subjects. In some subjects and for certain conditions, the training method achieved greater efficiency and lower physiological cost for the left side. Analysis of the results also showed improvements in cadence and thrust angle in some subjects under certain conditions, compared with these same parameters during initial propulsion.

This training method could make it possible to personalize propulsion training for people who need to use a FRM, or to modify propulsion with the aim of making it less physiologically demanding for people who are already experienced wheelchair users.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Mémoire présenté à l’École de technologie supérieure comme exigence partielle à l’obtention de la maîtrise avec mémoire en génie des technologies de la santé". Comprend des références bibliographiques (pages 131-135).
Mots-clés libres:	propulsion, fauteuil roulant manuel, intelligence artificielle, entraînement, temps réel, simulateur, rétroaction haptique, dynamique inverse
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Aissaoui, Rachid
Programme:	Maîtrise en ingénierie > Génie
Date de dépôt:	12 févr. 2024 16:09
Dernière modification:	12 févr. 2024 16:09
URI:	https://espace.etsmtl.ca/id/eprint/3398

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt