Utforskar gångförmåga efter ryggmärgsskada med hjälp av digital tvilling

Hej Minh Truong. Kan du berätta om din licentiatavhandling?

Min avhandling utforskar gångförmåga efter ryggmärgsskada. Sådana skador stör vanligtvis kopplingarna mellan hjärna och kropp och försämrar sensorisk-motoriska funktioner. Effekterna av en skada varierar dock kraftigt mellan de personer som drabbats. I min första studie grupperade jag gångmönstren bland dem som hade en inkomplett skada. Analysen gav mig sedan information om vilka kroppsrörelser som bäst skilde klustren från personer utan skador. I min andra studie relaterade jag faktorer som styrka, hjälpmedel och kardiovaskulär kondition till hur långt och lätt personer med ryggmärgsskada kunde gå. I båda studierna användes tolkande AI-teknik för att få insikter från maskininlärningsmodeller. Denna teknik kan komma att erbjuda ytterligare perspektiv som kompletterar dagens standardbedömningar på området.

Länk till uppsatsen

Vilka fördelar och bidrag till hälsa, sjukvård och personer med motoriska funktionshinder kan din forskning bidra till?

Resultaten från min avhandling skulle kunna bidra till att utveckla rehabiliteringsprogram för personer med motoriska funktionsnedsättningar. Genom att få djupare insikter i gångmönster och hur olika faktorer påverkar den funktionella förmågan, tror jag att detta är ett första steg mot att underlätta personliga behandlingsmetoder som är skräddarsydda för varje individs olika förmågor och omständigheter.

Kan du berätta lite om din bakgrund?

Jag tog en kandidatexamen i automations- och reglerteknik vid Ho Chi Minh City University of Technology 2017 som universitetets toppstudent. Mitt examensarbete handlade om att bygga och styra en fjärrstyrd ubåt som kunde dyka 1,5 meter i 30 minuter. Åren 2018–2020 studerade jag på mastersnivå vid Tohoku University i Japan som MEXT-stipendiat. Min avhandling fokuserade på realtidsuppskattningar av knä- och fotledsvinklar och vridmoment baserat på funktioner som extraherats från elektromyografiska signaler, EMG. 2020–2021 gästforskade jag vid Chalmers universitet. Där var jag projektledare för utvecklingen av en plattform med öppen källkod för EMG-baserad rehabilitering av sensomotoriska funktionsnedsättningar. Jag var också ansvarig för firmware- och mjukvaruarbete för en lösning som via multimodala sensationer ska underlätta för amputerade med fantomsmärtor. Jag stöttade också ett tekniskt team med firmware- och hårdvaruutveckling av en eldriven armprotes i deras deltagande i CYBATHLON 2020.

När planerar du att försvara din doktorsavhandling och vad är nästa steg efter det?

I min tidigare forskning kunde jag inte fullt ut förklara de bakomliggande orsakerna till förändringar i rörelseförmågan. Under den andra halvan av min doktorandtid använder jag nu en annan simuleringsbaserad metod som kallas prediktiv modellering. Tanken är att digitalt återskapa varje studieperson som en animerad virtuell modell baserat på deras individuella kroppsmått. Jag kan sedan manipulera dessa virtuella individer för att förutse hur deras gång kan förändras under olika förhållanden. Med den här tekniken kan jag sedan testa kausala faktorer på ett sätt som inte var möjligt med enbart maskininlärning. I slutändan hoppas jag kunna överbrygga klyftan mellan modellbaserad simulering och modellfri maskininlärning inom biomekanik. Jag är öppen för alla framtida möjligheter, oavsett om det är inom den akademiska världen eller industrin, för att uppnå detta mål.

Besök Minh Truongs profilsida