A smart pen prototype with adaptive algorithms for stabilizing handwriting tremor signals in Parkinson’s disease

Abstract

[EN] This study presents a smart pen prototype designed to dynamically mitigate hand tremors, thereby enhancing writing quality and user comfort for individuals with conditions such as Parkinson’s disease. The device employs an accelerometer for real-time tremor detection, a microcontroller for rapid data processing, and a vibration motor to counteract tremor effects. Adaptive algorithms—including Fx-LMS, Fx-NLMS, a combined Fx-LMS/NLMS approach, RLS, and the Kalman Filter—were evaluated using signals from the NewHandPD dataset. Simulation results revealed that although the RLS algorithm achieved the lowest mean square error, the Kalman Filter converged approximately eight times faster, a finding that was confirmed through microcontroller tests and further validated on an orbital shaking table under constant and variable tremor conditions. These outcomes underscore the potential of the Kalman Filter as a non-invasive, adaptive solution for real-time tremor mitigation in assistive writing devices. Future improvements may include integrating additional sensors and further optimizing microcontroller performance to enhance overall adaptability and accuracy. [ES] Este estudio presenta un prototipo de bolígrafo inteligente diseñado para mitigar de forma dinámica los temblores de la mano, mejorando así la calidad de la escritura y la comodidad del usuario para personas que padecen enfermedades como el párkinson. El dispositivo utiliza un acelerómetro para la detección de temblores en tiempo real, un microcontrolador para el procesamiento rápido de datos y un motor de vibración para contrarrestar los efectos de los temblores. Se evaluaron algoritmos adaptativos —entre ellos, Fx-LMS, Fx-NLMS, un enfoque combinado de Fx-LMS/NLMS, RLS y el filtro de Kalman— utilizando señales del conjunto de datos NewHandPD. Los resultados de la simulación revelaron que, aunque el algoritmo RLS alcanzó el error cuadrático medio más bajo, el filtro de Kalman convergió aproximadamente ocho veces más rápido, un hallazgo que se confirmó mediante pruebas con el microcontrolador y se validó posteriormente en una mesa de agitación orbital en condiciones de temblor constantes y variables. Estos resultados subrayan el potencial del filtro de Kalman como solución adaptativa y no invasiva para la mitigación de los temblores en tiempo real en dispositivos de asistencia a la escritura. Las mejoras futuras podrían incluir la integración de sensores adicionales y una mayor optimización del rendimiento del microcontrolador para mejorar la adaptabilidad y la precisión generales.