Quasi-Stationary Identification of Ankle Joint Dynamic Stiffness in Isotonic Contraction and in a Relaxed State: Validating a Novel Sub-Malleolar Interface

The ankle joint plays a key role in human locomotion and balance. Modeling the dynamic relation between a joint’s position and the torque around it, known as dynamic joint stiffness (DJS), is crucial for having a quantitative description of neuromuscular properties in healthy individuals and those with conditions, such as spasticity and cerebral palsy. Identifying dynamic joint stiffness through system input and output analysis, a process called system identification, is a highly effective method, yet the challenge lies in conducting experiments that can reliably generate the needed data. An experimental setup that is not robust, reliable, and time-effective can turn experiments into lengthy, expensive endeavors, thereby becoming the major hindrance to the effectiveness of system identification methods. In this M.Sc. thesis, we address the challenge by enhancing various components of an existing electrohydraulic experimental setup and demonstrating its effectiveness in a dynamic joint stiffness identification study with two participants. Initially, improvements were implemented in the real-time control system, data acquisition system, and graphical user interface. We achieved this by integrating a SpeedGoat real-time control system into the apparatus and developing a controller for the servo motor using a Simulink real-time model. To streamline the process further, we replaced the labor-intensive, 4-hour procedure of creating a custom-made fiberglass boot for each participant’s ankle with a 3D printed Sub-Malleolar Interface, which is adaptable to various ankle-foot anatomies.

Résumé

L’articulation de la cheville joue un rôle clé dans la locomotion et l’équilibre humains. Mod-éliser la relation dynamique entre la position d’une articulation et le couple qui y est associé, connu sous le nom de Rigidité Articulaire Dynamique, est crucial pour obtenir une descrip-tion quantitative des propriétés neuromusculaires chez les individus sains et ceux atteints de conditions telles que la spasticité et la paralysie cérébrale. Identifier la rigidité artic-ulaire dynamique par l’analyse des entrées et des sorties du système, un processus appelé identification de système, est une méthode très efficace, mais le défi réside dans la réalisa-tion d’expériences pouvant générer de manière fiable les données nécessaires. Un dispositif expérimental qui n’est pas robuste, fiable et efficace en termes de temps peut transformer les expériences en entreprises longues et coûteuses, devenant ainsi le principal obstacle à l’efficacité des méthodes d’identification de système. Dans ce mémoire de maîtrise, nous relevons ce défi en améliorant divers composants d’un dispositif expérimental électrohydraulique existant et en démontrant son efficacité dans une étude d’identification de la rigidité articulaire dynamique avec deux participants. Initiale-ment, des améliorations ont été mises en œuvre dans le système de contrôle en temps réel, le système d’acquisition de données et l’interface utilisateur graphique. Nous avons réalisé cela en intégrant un système de contrôle en temps réel SpeedGoat dans l’appareil et en dévelop-pant un contrôleur pour le moteur servo à l’aide d’un modèle Simulink en temps réel. Pour simplifier davantage le processus, nous avons remplacé la procédure laborieuse de 4 heures de création d’une botte en fibre de verre sur mesure pour la cheville de chaque participant par une Interface Sous-Malléolaire (ISM) imprimée en 3D, adaptable à diverses anatomies cheville-pied.