Technische Plattform und experimentelles Protokoll für Entwurf und Evaluation eines Neural-kontrollierten Powered Oberschenkelprothese

Das übergeordnete Ziel dieses Verfahrens ist es, einen experimentellen Aufbau und ein Protokoll in einer Bibliotheksumgebung zu präsentieren, um neuronal gesteuerte künstliche Beine bei Patienten mit Amputationen der unteren Gliedmaßen zu evaluieren. Dies wird erreicht, indem zunächst die Messung des Oberflächen-EMG-Signals von den verbleibenden Muskeln der unteren Gliedmaßen des Probanden vorbereitet wird. Dann wird die motorisierte Beinprothese des rekrutierten Probanden ausgerichtet und kalibriert.

Als nächstes werden die Trainingsdaten gesammelt und die Klassifikatoren in der Schnittstelle der neuronalen Maschine trainiert. Der letzte Schritt besteht darin, die Leistung der neuronalen Kontrolle der angetriebenen Beinprothese an dem rekrutierten amputierten Probanden zu testen. Letztendlich wird die neuronal gesteuerte motorisierte Beinprothese verwendet, um es dem Probanden zu ermöglichen, verschiedene Aktivitäten wie Stehen, Bodenlauframpe, Auf- und Abstieg der Rampe sicher und kontinuierlich im Labor durchzuführen.

Der Hauptvorteil dieser Design-Engineering-Plattform besteht darin, dass jeder Funktionsblock einfach debuggt, modifiziert und aktualisiert werden kann. Darüber hinaus kann das Hinzufügen oder Löschen von Funktionen oder das Ändern der Verbindung zwischen Modellen einfach im Computerprogramm durchgeführt werden. Das neue Design der Elektrodensteckdosenschnittstelle bietet eine qualitativ hochwertige EMG-Signalaufzeichnung, eine enge Aufhängung der Steckdose und einen guten Benutzerkomfort.

Daher kann dieses Design verwendet werden, um die Muskeleigenschaft oder -funktion in den Ruhegliedmaßen von amputierten Gliedmaßen der unteren Gliedmaßen zu untersuchen. Der Nachweis des Verfahrens gilt als solches. William Boatwright und Aaron Fleming.

Die Schülerinnen und Schüler aus unserem Labor bereiten den Probanden auf die Prüfung vor, indem sie einen an die Größe angepassten Auffanggurt anlegen und an der Deckenschienenanlage befestigen. Wählen Sie als Nächstes sieben voll aufgeladene drahtlose EMG-Sensoren aus. Geben Sie das mon ein und platzieren Sie die EMG-Sensoren in die kundenspezifische Saugstutzen an den vorbereiteten Stellen.

Notieren Sie sich die Bestellnummer der Sensoren und ordnen Sie diese den EMG-Standorten zu. Nachdem Sie die Haut des Stumpfes des Probanden mit Isopropylalkohol gereinigt haben, befestigen Sie die angetriebene Prothese mit einem Pyramidenadapter an der Saugpfanne. Helfen Sie einer Person beim Anlegen der Saugpfanne und vergewissern Sie sich, dass die Pfanne fest mit dem Stumpf der Person verbunden ist.

Schalten Sie als Nächstes die analoge Echtzeit-EMG-Datenstreaming-Software ein. Bitten Sie dann den Probanden, eine Hüftbeugung und -streckung, eine Hüftabduktion und -abduktion durchzuführen und sich eine Kniebeugung und -streckung vorzustellen, und untersuchen Sie die EMG-Signale, um den EMG-Elektrodenkontakt und die Datenübertragung zu überprüfen, um die Kraftprothese auszurichten und zu kalibrieren. Beginnen Sie mit dem Motiv Stellen Sie im Stehen einen Satz Drehschrauben am Adapter ein, bis die Position der Prothese geometrisch mit dem Schaft ausgerichtet ist.

Bitten Sie den Probanden, die Prothese vom Boden abzuheben und die Wägezelle am Prothesenmast zu kalibrieren. Weisen Sie den Probanden an, das Gehen auf verschiedenen Terrains zu üben: ebenen Boden, Rampenaufstieg und Rampenabstieg. Wenn Sie die motorisierte Beinprothese tragen, lassen Sie den Probanden so lange weitermachen, bis er oder sie sich sicher fühlt, mit der motorisierten Vorrichtung zu gehen und ein gleichmäßiges Gangmuster ergibt.

Erklären Sie dem Subjekt in jeder Aktivität den vordefinierten Gehweg und weisen Sie das Subjekt an, sich auf den Startpunkt des Spaziergangs zu stellen. Schalten Sie als Nächstes die Power-Prothese ein und laden Sie die Parameter in den intrinsischen Controller. Führen Sie ein Computerprogramm zur Erfassung von Trainingsdaten aus, und setzen Sie das systeminterne Steuerelement auf den Standmodus, indem Sie auf der grafischen Benutzeroberfläche auf die Schaltfläche "Stehend" oder auf "gooey" klicken.

Weisen Sie dann den Probanden an, in seiner selbst gewählten, angenehmen Gehgeschwindigkeit über ebenen Boden zu gehen. Klicken Sie gleichzeitig auf die Schaltfläche "Gehen" an der klebrigen Vorzehe vom vorderen Bein des Motivs, wodurch die interne Steuerung automatisch auf den Gehmodus "Ebener Boden" eingestellt wird. Wenn sich das Subjekt dem Rand der Rampe nähert, klicken Sie auf die Schaltfläche zum Aufsteigen der Rampe vor dem Zeh der Beinprothese und treten Sie auf die Rampe, wodurch die intrinsische Steuerung zur Sicherheit auf Rampe als Duftmodus umgeschaltet wird.

Erlauben Sie der Person, ein Geländer zu benutzen, wenn sie auf der Rampe geht. Wenn das Motiv an den Rand der Rampe kommt, klicken Sie erneut auf die Schaltfläche "Gehen". Bevor die Ferse der Beinprothese auf die ebene Plattform trifft, schaltet die prothetische Eigensteuerung in den ebenen Gehmodus auf ebenem Boden.

Weisen Sie die Person am Ende des Spaziergangs an, stehen zu bleiben und gleichzeitig stehen zu bleiben. Klicken Sie auf die Schaltfläche "Stehen" vor der Doppelstandphase, wodurch die intrinsische Steuerung wieder in den Standmodus geschaltet wird. Beenden Sie die Datenerfassung nach etwa fünf Sekunden, indem Sie auf die Schaltfläche Stopp klicken.

Wiederholen Sie den Vorgang, während der Proband in umgekehrter Richtung zurück zum Ausgangspunkt geht. Der einzige Unterschied besteht darin, dass die intrinsische Steuerung in den Rampenabstiegsmodus geschaltet wird. Wenn der Proband auf der Abwärtsrampe geht, wiederholen Sie das Auf- und Absteigen der Rampe 10 Mal und untersuchen Sie dann die Signalqualität des gesammelten Trainingsdatensatzes.

Trainieren Sie als Nächstes die Mustererkennungsklassifikatoren in der Schnittstelle der neuronalen Maschine über ein Offline-Trainingsmodul. Verwenden Sie die gesammelten EMG- und mechanischen Signale, die während des Trainingsvorgangs gekennzeichneten Aktivitätsmodi und die erkannten Phasen, um ein phasenabhängiges Muster zu erstellen. Klassifikatoren speichern die Parameter der Klassifikatoren automatisch für spätere Online-Testsitzungen.

Beginnen Sie die nächste Testreihe, indem Sie die Versuchsperson anweisen, am Startpunkt des Gehwegs zu stehen. Nach dem Einschalten der angetriebenen Prothese wird der trainierte Klassifikator in das Online-Testmodul und die Parameter in den systeminternen Controller geladen. Weisen Sie als Nächstes den Probanden an, die Testversuche in einer stehenden Position zu beginnen.

Gehen Sie dann kontinuierlich zu ebenem Bodengehen, Rampengehen auf ebener Ebene, wieder Bodengehen und schließlich Anhalten über. Weisen Sie den Probanden am Ende des Spaziergangs an, jede Aktivität in einem angenehmen Tempo auszuführen. Lassen Sie zwischen den Versuchen Ruhephasen ein, um Ermüdungserscheinungen während der einzelnen Tests zu vermeiden.

Zeigen Sie die Aktivitätsmodi der Prothesen- und Kniegelenkwinkelmesswerte auf einem Monitor an, speichern Sie alle Messungen und Steuerausgaben für spätere Auswertungen. Rohe EMG-Signale, die von den Oberschenkelmuskeln des Stumpfes des Probanden aufgezeichnet wurden, zeigen ein charakteristisches Muster, wenn der Proband zwischen Hüftbeugung und Hüftstreckung wechselte. Rohe EMG-Signale, die aufgezeichnet wurden, wenn der Proband auf einem ebenen Gehweg ging, sind hier dargestellt Aus diesen Abbildungen ist ersichtlich, dass die EMG-Elektrodenbuchsenschnittstelle eine Schnittstelle von guter Qualität bieten kann.

Messungen von EMG-Signalen. Der Proband wurde gebeten, im Stehen zu beginnen, in die Ebene überzugehen, die Bodenlauframpe, die Aufstiegsebene, das Gehen am Boden und dann am Ende des Gehwegs zu stoppen. Der Proband befand sich dann zum ursprünglichen Ausgangspunkt entlang des umgekehrten Weges, der Proband war in der Lage, den Steuerungsmodus für die Oberschenkelprothese auf der Grundlage seiner beabsichtigten Aktivitätsmodi reibungslos zu wechseln.

Die rote Strichlinie zeigt den definierten kritischen Zeitpunkt jedes Aktivitätsmodusübergangs für Übergänge von ebenem Boden, Gehen zu Rampe, Aufstieg oder Abstieg und vom Stand zum Gehen an. Der kritische Zeitpunkt war der Beginn der Schwungphase, d.h. die Übergänge von der Rampe, dem Auf- oder Abstieg zum ebenen Gehen und vom Gehen zum Stehen auf ebenem Boden. Das entscheidende Timing war der Beginn der Gewichtsakzeptanz, also des Fersenkontakts auf dem ebenen Boden.

Etwa 18 Sekunden nach Beginn dieses Versuchs wechselte die Prothese fälschlicherweise in den Rampenaufstiegsmodus, wenn der Proband auf ebenem Boden ging, da die neuronale Maschinenschnittstelle die Absicht des Benutzers fälschlicherweise erkannte. Fehler wie dieser führten zu keiner signifikanten Veränderung der Gehkinematik des Probanden und wurden vom Probanden nicht wahrgenommen. In einigen Versuchsversuchen wurden jedoch einige Fehler beobachtet, die die Gangstabilität des Probanden störten, aber keiner führte zu einem Sturz des Probanden.

Unser experimenteller Aufbau und unser Protokoll für die Proof-of-Concept-Plattform könnten praktische Werkzeuge zur weiteren Optimierung der Neurokontrolle und der intrinsischen Kontrolle von Pulverprothesen für die unteren Gliedmaßen bereitstellen und dazu beitragen, eine echte bionische Prothese für die unteren Gliedmaßen zu entwickeln, die von den Benutzern einfach, zuverlässig und intuitiv bedient werden kann. Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie Sie die entwickelte Engineering-Plattform anwenden können, um neurokontrollierte Patienten mit künstlichen Beinen mit Amputation der unteren Gliedmaßen sicher und effizient in einer Laborumgebung zu bewerten.