Method Article

工程平台和设计一个Neurally控制供电采用经假体与评价实验方案

DOI:

10.3791/51059

⸱

July 22nd, 2014

 ,  ,  ,  , 
1Joint Department of Biomedical Engineering, North Carolina State University & University of North Carolina at Chapel Hill, 2Department of Physical Medicine and Rehabilitation, University of North Carolina School of Medicine, 3Atlantic Prosthetics & Orthotics, LLC

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

神经 - 机接口（NMI）已开发，以确定用户的运动模式。这些NMI的是潜在的动力驱动的人工腿的神经控制是有用的，但没有得到充分展现。本文提出了（1）我们设计的工程平台，便于实施和神经控制的发展动力下肢假肢和（2）的实验装置和协议在实验室环境评估neurally控制的人工腿的患者下肢截肢安全和有效率。

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

以使动力人工腿直观的操作，用户和假体之间的界面处，可以识别用户的运动的意图是需要的。一种新型的神经 - 机接口（NMI）的基础上在我们以前的研究开发神经肌肉机械融合已经表现出了很大的潜力，找准经股截肢者的预期变动。然而，该接口还没有被集成到一个有源假腿为真神经控制。本研究旨在汇报（1）一个灵活的平台来实现和优化供电下肢假肢神经控制和（2）的实验装置和协议，以评估患者的神经控制假肢下肢截肢。第一个基于PC和可视化编程环境在一个平台上开发，以实现假体的控制算法，包括NMI的训练算法，NMI在线检测算法，和内在的控制算法。为了演示功能这个平台，在此基础上研究神经肌肉的机械融合的NMI是分层与原型经股假体的内在控制一体化。一个病人有单侧经股截肢招募表演活动，如站立，电平的地面上行走，斜坡上升时，以评估我们实施的神经控制器，并在实验室连续坡道血统。一种新型实验装置和协议进行，以安全，高效地测试新的假肢控制开发的。概念证明的提交平台，实验装置和协议可以协助的neurally控制供电人工腿的未来发展和应用。

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本站下肢假肢已经获得了越来越多的关注在商业市场1,2和研究团体3-5。相较于传统的被动假肢，假肢机动关节有让下肢截肢者更有效地执行，穿无源器件时，是很难或不可能活动的优势。然而，目前，平滑无缝过渡的活动（ 例如 ，从水平地面步行到上楼梯）仍是动力假肢使用者一个具有挑战性的问题。这种困难主要是由于缺乏用户的人机界面，可以"阅读"用户的运动意图，并及时调整，以假体的控制参数，使用户能够无缝地切换活动模式。

为了应对这些挑战，各种方法在设计人机界面已经探索。根据其中NMI的肌电（EMG）的信号已显示出巨大的潜力，让直观的控制的电动下肢假肢。最近的两项研究6,7报道经股截肢者的膝盖缺失的监测过程中坐姿残余的肌肉记录的肌电信号拟提出的动议进行解码。金等 。5用于从残留柄的肌肉测量，以确定一个小腿截肢2运动模式（水平地面行走和下楼梯）肌电图信号。 Huang 等人 8提出了一种相依赖的肌电模式识别方法，可以识别7活动模式与约90％的准确度为展示两个经股截肢。为了更好的提高意图识别性能的基础上，神经肌肉机械融合一个NMI的目的是在我们组9和在线评估，对经股截肢者佩戴被动式义肢的意图识别10,11。这NMI能准确识别用户的预定活动及预测活动转变9，这是为动力人工腿神....

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1，平台的供电采用经股假肢的神经控制的实现

工程平台，在这项研究中，以实施和评估的动力人工腿神经控制开发的。硬件包括台式电脑采用2.8 GHz CPU和4 GB的RAM，一个多功能数据采集板与模拟 - 数字转换器（ADC）和数字 - 模拟转换器（DAC），一个电机控制器，数字I / O，以及一个典型的动力经股假体设计在我们的小组12。首先由ADC的数字化和流进入桌面PC进行信号处理的模拟传感器输入。该DAC被用于控制输出通过电机控制器来驱动直流电动机中的假体。数字I / O被用来使能/禁止电机控制器。该供电假体拴在台式PC和搭载一台24 V电源。

该软件在编程的广告适用于虚拟仪器在桌面PC上运行才有发展环境。开发环境是基于虚拟仪器技术，它有效地结合了用户自定义的软件和硬件来实现自定义的平台。通过使用图形框图的结构，不同的模函数的节点可以容易地和有效地实现和更新。为了演示平台的动力人工腿的在线控制功能，初步设计的假肢控制是在这个平台上实现。该控制系统包括一个神经控制器和一个内在的控制器。神经控制器包括我们基于神经肌肉机械融合，其中确认了用户的活动模式，以前的设计NMI的。神经控制器作为一个高层次的控制器，分层次的内在控制供电下肢假肢的控制连接。

续的体系结构在平台上ROL软件如图1所示的NMI包含两个部分:离线训练模....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

图4a显示七个通道表面肌电信号从主体的残肢大腿肌肉测量，当他进行髋关节屈/伸，如协议3.2.6中所述， 图4b显示肌电信号六步态周期在录制时须走过电平的地面上行走路径，协议3.3.4中。从图中可以看出，新设计的肌电电极插座接口可以提供表面肌电信号测量的质量好。

图5显示控制模式，检测阶段，并导致膝盖在一个代表性的在线检测试验neurally控制的动力经股假肢的关节角度。受试者被要求在开始站立姿势，过渡到水平地面行走，斜坡上升，电平的地面上行走，然后停在行走路径的末尾。主题然后返回到沿吨原起点他扭转路线。 如图5，用神经控制，对招募者能顺利切换供电的经股假肢控制模式根据他的计划的活动模式。红色虚线表示我们定义的关键每项活动模式转换的时机。从水平地面行走斜坡上升/下降和站立行走的过渡，关键时序已经开始摆动阶段（ 即 ，脚趾离）在过渡期;从斜坡上升/下降过渡到水平地面行走和步行到站立，关键时序为重接受（ 即脚跟接触.......

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

工程平台，在这项研究中来轻松实现，优化，发展动力假肢的真实神经控制开发的。整个平台被设计在一个虚拟仪器的开发环境，并在台式机上实现的。控制软件是由几个独立的和可互换的模块，在其中每一个特定的功能被执行（ 即 NMI意图识别，和固有控制）。这种模块化设计的优点在于，每个功能块可以很容易地调试，修改和更新。此外，添加或删除功能，或改变模块之间的连接可以很容易地在这个计算机程序完成的。因此，该平台可以很容易地应用到其他实施NMI根据不同的神经控制信息，或根据不同的用户意图识别技术。例如，当基于EEG的神经 - 机接口开发的，它可以很容易地imple来实现在此平台上通过修改数据采集模块和意图识别模块;当基于新的意图解码方法的神经 - 机接口开发的，它可以通过简单地更换意图识别模块被应用。然而，应该指出的是，本工程平台的软件是基于其连接的一个高层次的意图识别模块具有一个低级别的假体控制器的分层结构设计。因此，只有神经 - 机接口，可以解码和输出用户的意图移动，可以容易地应用在此平台上。此外，请注意，此平台仅用于证明的概念。一旦供电人工腿的神经控制已经敲定，基本上控制器应在一个功能强大的嵌入式计算机系统中实现，为了使人工腿实用和便.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

没有利益冲突的声明。

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这项工作得到了卫生部根据批RHD064968A的国家机构，部分由美国国家科学基金会根据批0931820，1149385格兰特，格兰特1361549部分支持，并在通过根据批H133G120165的国家残疾与康复研究的一部分。作者感谢林都鼎旺和杰拉尔德Hefferman在罗德岛的大学和迈克尔J.庵在庵矫正和假肢技术有限责任公司，为他们的伟大的建议，并在此研究的援助。

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Trigno 无线 EMG 传感器Delsys， Inc.
Trigno 无线 EMG 基站Delsys， Inc.
多功能 DAQ 卡 （PCI-6259）National Instruments， Inc.
电位计 （RDC503013A）ALPS Electric CO.， LTD1
编码器 （MR 系列）Maxon Precision Motors， Inc.
个电机控制器 （ADS50/10） Maxon Precision Motors， Inc.（麦克森精密电机公司）
24 V 电源 （DPP480）TDK-Lambda Americas， Inc.
6 DOF 称重传感器 （Mini58）ATI 工业自动化1
吊顶导轨系统RoMedic， Inc.
NI LabView 2011美国国家仪器公司
71 个111111

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. The POWER KNEE. , http://www.ossur.com/prosthetic-solutions/products/knees-and-legs/bionic-knees/power-knee (2014).
  2. Walk. BiOM Ankle System. , http://www.biom.com (2014).
  3. Martinez-Villalpando, E. C., Herr, H. Agonist-antagonist active knee prosthesis: a preliminary stu....

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Neural Machine InterfacePowered Prosthetic LegSurface EMG MeasurementProsthesis Alignment CalibrationTraining Data CollectionClassifier TrainingNeural Control TestingActivity Mode TransitionsExperimental Setup ProtocolLower Limb Amputation

Related Articles