November 6th, 2015
À mesure que le développement prothétique se rapproche de l’objectif de contrôle naturel, l’exploitation de la capacité inhérente des personnes amputées à apprendre de nouvelles habiletés motrices peut favoriser la compétence. Ce manuscrit décrit un protocole de réadaptation structuré, qui comprend des stratégies d’imitation, de répétition et d’apprentissage par renforcement, pour un meilleur contrôle prothétique multifonctionnel.
L’objectif global de cette procédure est de former les amputés des membres supérieurs à l’utilisation de membres prothétiques avancés. Ceci est accompli en utilisant les stratégies d’apprentissage inhérentes aux amputés pour guider la réadaptation. La première étape consiste à faire imiter et répéter au patient des mouvements effectués par un démonstrateur.
Ensuite, le patient s’engage avec un système informatique pour renforcer l’apprentissage et entraîner des algorithmes pour le contrôle prothétique. La dernière étape consiste pour le patient à contrôler indépendamment un membre prothétique avancé. En fin de compte, une formation structurée en réadaptation est utilisée pour montrer que l’utilisation de stratégies d’apprentissage inhérentes aux amputés améliore le contrôle prothétique avancé.
J’ai donc eu l’idée de cette méthode pour la première fois lorsque nous essayons d’entraîner une personne amputée à contrôler un membre prothétique avancé. Malheureusement, les méthodes de reconnaissance des formes existantes n’étaient pas efficaces. La démonstration visuelle de cette méthode est cruciale car la méthode elle-même est entièrement visuelle, et il est important que les cliniciens ainsi que les ingénieurs en tiennent compte lors de la formation des patients et pas seulement des algorithmes.
Commencez par installer une emboîture et une prothèse personnalisées pour le participant. Calibrez le matériel prothétique et utilisez les données d’étalonnage collectées pour le contrôle prothétique. Ne donnez pas de formation formelle au participant, mais dites-lui qu’il effectuera huit actions, dont un état de repos avec le membre prothétique qui permettra de contrôler une cible visuelle sur un écran d’ordinateur.
Affichez une image statique du mouvement à l’écran et demandez au participant de suivre un repère visuel. Ensuite, montrez au participant les tracés polaires uniques et spécifiques qui correspondent à leurs modèles d’électromyographie ou d’EMG. Encouragez le participant à suivre le repère visuel en pointant vers l’écran.
Répétez la tâche trois fois avec différentes positions de bras. Détendu, relâché, tendant la main devant et tendant la main à travers. Pour améliorer l’entraînement du système, effectuez les huit actions et les trois niveaux de force pour chaque position du bras afin de recueillir un total de 72 échantillons individuels d’entraînement du système.
Une fois la formation terminée, utilisez les ensembles de données d’entraînement de cette session pour calibrer et ajuster la prothèse afin que le participant puisse pratiquer le contrôle en temps réel. Permettre au participant de contrôler la prothèse par un contrôle proportionnel séquentiel ou un mouvement à la fois avec la vitesse de l’appareil proportionnelle aux niveaux de contractions musculaires. Une fois que chacune des huit actions est effectuée de manière reproductible et fiable, basculez le schéma de contrôle sur un contrôle proportionnel et simultané, permettant plus d’un mouvement du poignet à la fois.
Ensuite, demandez au participant de pratiquer des tâches simples telles que ramasser un objet simple et le poser sur le côté. Prévoyez deux heures de repos. Avant de terminer l’évaluation des résultats, évaluez la performance du participant à l’aide de la procédure d’évaluation de la main de Southampton ou de la mesure des résultats SHA.
Comparez les scores SHAP à une mesure de référence à l’aide de la prothèse standard du participant. S’assurer que le participant n’a pas accès à la prothèse personnalisée et aux algorithmes de contrôle après la fin de la séance naïve. Trois mois après la séance naïve réalisée, la séance d’entraînement structurée structure la séance d’entraînement dans l’ordre suivant, imitation, répétition, renforcement et contrôle prothétique.
Pour l’imitation, demandez au participant d’imiter directement les huit actions souhaitées effectuées par le démonstrateur en temps réel. Pour ce faire, placez le participant à un angle de 45 degrés par rapport au démonstrateur et offrez-lui une vue dégagée de la main du démonstrateur correspondant au côté affecté du participant. Exécutez chaque action pendant trois secondes.
Pour la répétition. Demandez au participant de répéter l’action qui a été imitée 10 fois pendant 30 secondes. Sans aucun repère visuel, observez l’activité EMG correspondante représentée par les tracés polaires de chaque mouvement.
Ensuite, pour le renforcement, présentez au participant un retour visuel de ses huit actions, exactement comme on l’a vu dans la séance naïve. Demandez au participant d’effectuer les actions tout en visualisant les tracés polaires en temps réel avec des superpositions de mouvements enregistrés pour renforcer l’apprentissage. Assurez-vous que l’entraînement de renforcement est exactement le même que celui donné lors de la séance naïve.
Une fois la formation terminée, utilisez les ensembles de données d’entraînement de cette séance pour calibrer et ajuster la prothèse afin que le participant puisse pratiquer le contrôle en temps réel. Permettre au participant de contrôler librement la prothèse par contrôle proportionnel séquentiel ou un mouvement à la fois avec la vitesse de l’appareil proportionnelle aux niveaux de contractions musculaires. Une fois que chacune des huit actions est effectuée de manière reproductible et fiable, passez le schéma de contrôle à un contrôle proportionnel et simultané, permettant plus d’un mouvement du poignet à la fois, demandez au participant de pratiquer des tâches simples telles que ramasser un objet simple et le poser sur le côté.
Prévoyez 24 heures de repos avant de terminer l’évaluation des résultats. Enfin, évaluez la performance du participant à l’aide de la mesure de résultat shap. Comparez les scores SHAP à une mesure de référence à l’aide de la prothèse standard du participant.
Ce protocole décrit une méthode de rééducation structurée, qui comprend des stratégies d’imitation, de répétition et d’apprentissage par renforcement pour un meilleur contrôle prothétique multifonctionnel. Ici, les scores SHAP sont comparés entre la séance naïve de base et la séance d’entraînement structurée. Les résultats du test de résultat Shap ont montré que les plus grandes améliorations se produisaient lors de tâches utilisant des mouvements de flexion et d’extension du poignet, que ce nouveau schéma de contrôle et cette prothèse personnalisée fournissaient par rapport à la prothèse standard du participant.
Après cette procédure, les amputés des membres supérieurs peuvent rapidement apprendre à contrôler les mouvements simultanés d’un membre prothétique avancé tout en maintenant la sécurité du contrôle proportionnel traditionnel sur tous les mouvements.
View the full transcript and gain access to thousands of scientific videos
Cet article traite d'un protocole de réadaptation structuré visant à former les amputés des membres supérieurs à utiliser efficacement des membres prothétiques avancés. En tirant parti des stratégies d'apprentissage inhérentes aux amputés, le protocole améliore leur capacité à contrôler les prothèses par l'imitation, la répétition et l'apprentissage par renforcement.
This case study demonstrates how structured rehabilitation protocols leveraging innate human learning strategies can improve functional outcomes in advanced prosthetic control. For biopharma R&D, such approaches inform the design of adjunctive therapies that enhance device usability and patient adherence in neurorehabilitation pipelines. Improved multifunctional control supports predictive confidence in translational models of motor recovery and functional independence.
The protocol positions user-centered training as a necessary step between device fabrication and clinical deployment, ensuring that technological advances in prosthetic control are matched by user capability.