Name: Haptic / grafica di riabilitazione: integrazione di un robot in un ambiente di biblioteca virtuale e sua applicazione alla terapia Corsa (Video) | JoVE Journal
Uploaded: 2011-08-08T13:00:00.000+00:00
Duration: 13 min 44 s
Description: Scopri come integrare un robot in un ambiente virtuale per la terapia dell'ictus utilizzando wrapper class e l'API H 3D. Questo metodo standardizza la riabilitazione robotica e migliora i risultati dei pazienti.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Vorrei ringraziare l&#39;aiuto tecnico di Brian Zenowich, Daniel Evestedt e Winsean Lin.

Introduzione Vi è un crescente bisogno di tutta la interazione uomo-macchina (HMI) per ambienti interattivi intuitivo ed efficiente. Numerose industrie continuano a dipendere più pesantemente sulle HMI, quali: la riabilitazione robotica, l'industria automobilistica, produzione di metalli, macchine per imballaggio, prodotti farmaceutici, prodotti alimentari, bevande e le utility. Tecnologie impiegate in questi settori sono: terminali di visualizzazione, personal computer e software HMI. Queste tecnologie possono essere combinate insieme per eseguire le funzioni illimitate. I robot possono essere utilizzati per facilitare l'interazione diretta con gli utenti, come ad esempio servire come un maestro di musica. Per esempio, i ricercatori della Waseda University hanno creato un robot che suona il sassofono per insegnare alla gente come giocare e per capire l'interazione tra studenti e insegnanti 1. Altri ricercatori robotica hanno reso una visione a base di robot volanti per determinare come l'intelligenza artificiale può evolvere in interazione intelligente con l'ambiente 2. La particolare concentrazione di questo lavoro risiede dentro di riabilitazione robotica. Nel regno della ricerca e dell'industria, il ritmo rapido del cambiamento per i nuovi prodotti e le esigenze degli utenti continua a crescere. Queste esigenze impongono una maggiore difficoltà in termini di scalabilità. Per cui il progetto del codice è diventata parte integrante nel soddisfare le esigenze di queste entità in modo tempestivo. Quindi, la qualità di un candidato forte architettonico dovrebbe includere facilmente intercambiabili grafico-robot sistemi che includono il supporto driver. L'architettura H3DAPI risponde a queste esigenze, e quindi una classe wrapper è stato creato. Inoltre, H3D è progettato per ambienti di realtà virtuale, come ad esempio quelli necessari nel campo della robotica di riabilitazione. Neurali della riabilitazione robotica cerca di utilizzare i robot per lo scopo di assistere i professionisti della riabilitazione. L'assistenza che forniscono questi robot si presenta sotto forma di un campo di forza. Passata ricercatori motore comando come Shadmehr e Mussa-Ivaldi, usato la forza-campi per favorire l'adattamento del motore, e hanno trovato 1) l'adattamento ad un campo di forza applicato esternamente si presenta con diverse classi di movimenti compreso ma non limitato ai movimenti di raggiungere, e 2) adattamento generalizza attraverso diversi movimenti che visitano le stesse regioni dei 3 campo esterno. La ricerca da parte di ingegneri biomeccanici in Performance-Based Progressive Robot-assistito terapia dimostra che ripetitivi, su attività specifiche, goal-directed, robot-assistita terapia è efficace nel ridurre il deficit motori del braccio colpito dopo l'ictus 4, ma gli effetti terapeutici e dei parametri esatti continuano ad essere un campo di ricerca. Feedback sensoriale colpisce di apprendimento e di adattamento. Quindi la prossima domanda logica sarebbe quella di chiedere se non aumentando artificialmente la portata di tale feedback favorirebbe più veloce o più completo apprendimento / adattamento. Alcuni ricercatori hanno scoperto che l'applicazione di forze maggiore feedback sensoriale o segnali visivi per migliorare gli errori possono offrire un adeguato stimolo neurologico per promuovere più alti livelli di adattamento / apprendimento 5,6. Questo è noto come "aumento errore". Questo fenomeno può essere dovuto al fatto che i risultati, una volta di un'azione di controllo del motore si discostano da quelle ideali, il nostro modello interno di auto-regola in base alla grandezza di errore. Di conseguenza, come il nostro modello interno si avvicina l'ambiente esterno, errore nell'esecuzione di un compito diminuisce. La ricerca continua a sostenere la pratica prolungata di attività funzionalmente rilevanti per il ripristino della funzione, anche se molte correnti politiche sanitarie limitare la quantità di tempo i pazienti possono trascorrere del tempo con i terapisti. La domanda interessante è se queste nuove applicazioni della tecnologia può andare oltre la semplice dare un più alto dosaggio dello stato attuale delle cure. Uomo-macchina studi di interazione hanno rivelato nuove prospettive nei settori del motore di apprendimento, e in alcuni casi può offrire un valore aggiunto al processo terapeutico. Specializzata dispositivi robotici in combinazione con computer-display possono aumentare il feedback di errori al fine di accelerare, migliorare, o trigger riapprendimento motore. Questo documento presenta una metodologia di utilizzo di un sistema sviluppato per un intervento clinico come un esempio di applicazione di questa tecnologia. 1. Stabilire classe wrapper HAPI per un robot <ol><li> Creare un wrapper per HAPI il tatto biblioteca creando il proprio. Cpp e file di intestazione. Per esempio useremo il HAPIWAM.cpp nome e HAPIWAM.h. </li><li> HAPIWAM.cpp posto nella directory dei sorgenti: HAPI / src </li><li> HAPIWAM.h posto nella directory di file di intestazione: HAPI / include / HAPI </li><li> In cima alla HAPIWAM.h, includere il file principale di intestazione (s) del tuo robot, nel caso della WAM di Barrett, che sarebbe: </li></ol> &lt;em&gt; extern "C" { # Include &lt;include/btwam.h&gt; } # Include &lt;HAPI/HAPIHapticsDevice.h&gt; Nota: extern "C" è necessario per risolvere mangling del compilatore, perché la libreria inclusa è scritto in 'C' e la H3DAPI è scritto in C + +. <ol start="5"><li> In HAPIWAM.h, creare la tua classe e sono i seguenti 4 funzioni </li></ol> bool initHapticsDevice (int); bool releaseHapticsDevice (); updateDeviceValues ​​void (DeviceValues ​​&amp; dv, HAPITime dt); vuoto sendOutput (HAPIHapticsDevice:: DeviceOutput &amp; d, HAPITime t); <ol start="6"><li> Assicurarsi che la classe eredita dalla classe pubblicamente HAPIhapticsdevice. </li><li> Creare una guardia di intestazione per la classe. </li><li> Creare DeviceOutput statica e gli attributi statici HapticsDeviceRegistration sotto la classe HAPIWAM. </li><li> Crea il tuo funzioni membro statiche per le richiamate. </li><li> Definire un costruttore e distruttore in HAPIWAM.cpp. </li><li> Registra il tuo dispositivo in HAPIWAM.cpp. </li><li> Definire i 4 funzioni ereditate e richiamate in HAPIWAM.cpp. </li></ol> 2. HAPI biblioteca creazione <ol><li> Ora che abbiamo creato la classe wrapper HAPI, abbiamo bisogno di costruire la vostra wrapper nella libreria HAPI. La WAM dipende da alcune librerie che H3DAPI non dipende nella sua forma grezza, quindi queste librerie dovranno essere aggiunti al HAPI. Vai a HAPI / HAPI / costruire e modificare CMakeLists.txt. Aggiungere le librerie dipendenti dopo la riga che dice 'SET (OptionalLibs)'. </li><li> Aprire una console di comando e passare a: HAPI / HAPI / build e digitare i seguenti 3 comandi in questo ordine: </li></ol> cmake. sudo make sudo make install 3. Classe wrapper H3D <ol><li> Per creare la classe wrapper per la libreria H3D con il HAPIWAM, creare innanzitutto WAMDevice.cpp nella directory dei sorgenti: H3DAPI/src </li><li> WAMDevice.h posto nella directory di file di intestazione: H3DAPI/include/H3D </li><li> WAMDevice.h dovrebbe contenere il file di intestazione standard per tutti i dispositivi H3DAPI, con il nome sostituito a quello che vuoi. </li><li> WAMDevice.cpp dovrebbe contenere la fonte standard per tutti i dispositivi H3DAPI, con il nome sostituito a quello che vuoi. </li><li> Ora che la classe wrapper è stato creato, ricostruire la biblioteca H3DAPI. Farlo modificando CMakeLists.txt nella stesso modo in cui è stata effettuata in fase 2.1, solo sotto la directory: H3DAPI/build. </li><li> Ricostruire la biblioteca H3DAPI sotto la directory H3DAPI/build </li></ol> cmake. sudo make sudo make install 4. Macchina a stati finiti <ol><li> Ogni programma mirato di raggiungere richiede la creazione di una macchina a stati finiti per controllare il protocollo sperimentale o regime pratica. Macchine a stati tipici includono: inizio della prova, lancio, Contatto Target e Fine della prova. Un esempio della funzione di ogni Stato, e criteri per il trasferimento tra gli Stati è elencato di seguito. </li><li> L'inizio della prova richiede l'assegnazione di un obiettivo. Posizioni obiettivi possono essere impostati in modo casuale per ogni prova o può essere impostato da un file. L'inizio del processo termina quando l'utente ha lanciato verso il bersaglio oltre la soglia di velocità, di solito 0,06 metri al secondo. </li><li> Lo stato di lancio si verifica dopo l'inizio del processo. Questo stato si conclude o una volta che l'utente tocca il bersaglio o rimane all'interno del bersaglio per un periodo di tempo. Una volta che il bersaglio è toccato, questo consente allo Stato Contatto Target. </li><li> Contatta bersaglio avviene durante lo stato di lancio. Si può finire non appena il bersaglio viene toccato o dopo il soggetto risiede all'interno del bersaglio per un determinato periodo di tempo. Una volta che questo tempo è trascorso, la fine della prova è stato abilitato. </li><li> La fine dello stato di prova dovrebbe segnalare il software di raccolta dati per contrassegnare il file di dati, in qualsiasi analisi lo sviluppatore del software ha utilizzato, per delimitare la fine di ogni prova. A meno che la prova finale è stata completata, la fine della fine dello stato di prova permette di inizio dello stato di prova. </li></ol> 5. Applicazione: riabilitazione del paziente con ictus <ol><li> L'interfaccia robotica è stata progettata per coinvolgere competenza terapista durante l'utilizzo del robot per abilitare qualcosa che non potrebbero altrimenti essere fatto. L'applicazione della tecnologia abilitato (descritta in dettaglio più avanti) di aumento degli errori, che ingrandita gli errori percepita dal paziente, che per molti ben noti motivi migliora il processo di riapprendimento (fig. 1). </li><li> Un tridimensionale tatto / sistema grafico chiamato Virtual Reality robotica e Optical macchina Operations (VRROOM). Questo sistema, presentato in precedenza 6, combinato uno stereo proiettato, testa-di rendering su un tracciato semi-argentato visualizzazione overlay specchio con un sistema robotizzato che la posizione del polso registrati e ha generato un vettore di forza (fig. 2). </li><li> Un cinema di qualità digital proiettore (Christie Mirage 3000 DLP) visualizzate le immagini che ha misurato un metro e mezzo a livello di 1280x1024 pixel, risultando in un 110 ° ampio angolo di visualizzazione. Emettitori a infrarossi sincronizzati separato immagini per l'occhio destro e sinistro con display a cristalli liquidi (LCD), occhiali (Stereographics, Inc). Ascensione stormo di uccelli elementi magnetici monitorato il movimento della testa in modo che la visualizzazione è stato reso con l'apposito testa prospettiva centrata. </li><li> Al momento qualificante per lo studio, la capacità funzionale di ogni partecipante è stato valutato da un rater cieca alla partenza e all'arrivo di ogni paradigma di trattamento con una settimana di follow-up dopo ogni e un complessivo di 45 giorni di follow-up di valutazione. Ogni valutazione consisteva in un arco di movimento (ROM) valutazione eseguita nel VRROOM nonché misure cliniche tra cui: la valutazione Box e blocchi, Lupo Test delle funzioni del motore (WMFT), sezione motori del braccio del Fugl-Meyer (AMFM), e valutazione dei Simple Reach funzionale (ASFR). </li><li> Un guanto exotendon polso con stecca è stato utilizzato per aiutare in posizione neutra del polso e allineamento portata di mano. Il centro della maniglia robot è stato attaccato al braccio è stato posto posteriore al comune radiocarpale in modo che le sue forze hanno agito a livello del polso, ma ha permesso al movimento della mano. </li><li> Peso del braccio del paziente era diminuito utilizzando una sorgente alimentata Wilmington Robotic Exoskeleton (Wrex) gravità equilibrato ortesi. Scopo ha incaricato il paziente è stato quello di inseguire un cursore presentato di fronte a loro trasferiti tramite un dispositivo di tracciamento nella mano del terapeuta (teleoperazione terapeuta). </li><li> I pazienti pratica tre giorni alla settimana per circa 40-60 minuti, con il paziente, il terapista, e il robot che lavorano insieme in un trio. Soggetto e terapeuta seduti fianco a fianco, e il soggetto era collegato al robot al polso. </li><li> Ogni sessione è iniziata con cinque minuti di gamma passivi di esercizi di movimento (PROM) con il terapeuta, seguiti da circa dieci minuti per collocare il paziente nella macchina. Il soggetto poi completato sei blocchi di movimento formazione della durata di cinque minuti ciascuno con due minuti di riposo tra ogni blocco. </li><li> Durante l'addestramento, i partecipanti hanno visto due cursori sul display stereo. Il terapeuta trattamento manipolato un cursore mentre il partecipante controllato l'altro. I pazienti sono stati istruiti a seguire il percorso esatto del cursore del terapeuta mentre si muoveva per tutto il lavoro. </li><li> Aumento errore è stato fornito sia visivamente dalle forze generate dal robot. Quando i partecipanti deviato dal cursore terapeuta, un istantaneo e vettore di errore è stato stabilito come la differenza di posizione tra il cursore del terapeuta e la mano del partecipante. Errore è stato visivamente ingrandita di un fattore pari a 1,5 e (m) come parte del aumento di errore. Inoltre, una forza di errore e aumentando di 100 (N / m) è stata anche applicata, che è stato programmato per saturare ad un massimo di 4 N per motivi di sicurezza. </li><li> Ogni blocco altro trattamento consisteva di specifici movimenti standardizzati che erano gli stessi per ogni sessione. Gli altri blocchi ha permesso al terapeuta di personalizzare la formazione a specifiche aree di debolezza sulla base di competenza terapista e le loro osservazioni. Il protocollo di trattamento includevano la pratica dei movimenti specifici per tutti i partecipanti, tra cui in avanti e laterale raggiungendo, spalla-gomito accoppiamento, e in diagonale raggiungendo in tutto il corpo. </li><li> Durante la pratica, giorno per giorno errore mediana è stata misurata come un risultato della pratica. Particolare attenzione è stata data ai blocchi di movimenti standardizzati che erano gli stessi per ogni sessione. Questi sono stati confrontati con giorni precedenti per determinare se un miglioramento incrementale potrebbe essere osservata in un giorno per giorno, che possono essere segnalati al paziente, il terapeuta e il caregiver (fig. 3). </li><li> Misure primarie di esito sono stati misurati ogni settimana, 1 settimana dopo la fine del trattamento, e 45 giorni dopo per determinare la conservazione dei benefici. Risultati chiave sono stati i Fugl-Meyer punteggio capacità motorie e la nostra prova su misura portata di mano che misurava la gamma di movimento. </li></ol> 6. Rappresentante dei risultati: Quando il protocollo è fatto correttamente, poi una volta che il nodo &lt;AnyDevice&gt; viene caricato nella H3DViewer o H3DLoad, WAM il dispositivo dovrebbe essere riconosciuto e avviato. Se il WAM sono stati sostituiti con un altro robot, il codice stesso non avrebbe bisogno di essere cambiato. <img src="/files/ftp_upload/3007/3007fig1.jpg" alt="Figura 1" data-altupdatedat="1787634011000" data-alt="Figura 1"> Figura 1. Oggetto seduti al tattile / apparato grafico. <img src="/files/ftp_upload/3007/3007fig2.jpg" alt="Figura 2" data-altupdatedat="1787634011000" data-alt="Figura 2"> Figura 2. Oggetto seduti al tattile / apparato grafico con fisioterapista. <img src="/files/ftp_upload/3007/3007fig3.jpg" alt="Figura 3" data-altupdatedat="1787634011000" data-alt="Figura 3"> Figura 3. Configurazione per la riabilitazione of il paziente con ictus. A) soggetto e terapeuta lavorano insieme, seduti e con il grande spazio di lavoro tattile / display grafico a praticare movimento. Il terapeuta offre uno spunto per il soggetto, e può condizionata adeguamento alle necessità del paziente. Il robot fornisce le forze che spingono l'arto di distanza dal bersaglio e il sistema di feedback visivo aumenta l'errore del cursore. B) Tipico miglioramento cronica paziente con ictus da un giorno all'altro. Ogni punto rappresenta l'errore medio misurato per 2 minuti a blocco di stereotipo movimento funzionale. Mentre il paziente mostra il progresso in tutto il periodo di 2 settimane e beneficio complessivo, questa persona non sempre migliorare ogni giorno.

<ol><li>Solis, J., Takeshi, N., Petersen, K., Takeuchi, M., Takanishi, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+the+anthropomorphic+saxophonist+robot+WAS-1%3A+Mechanical+design+of+the+simulated+organs+and+implementation+of+air+pressure%5BTitle%5D)+AND+%22Advanced+Robotics+Journal%22%5BJournal%5D)">Development of the anthropomorphic saxophonist robot WAS-1: Mechanical design of the simulated organs and implementation of air pressure.</a> Advanced Robotics Journal. 24, 629-650 (2010).</li>
<li>Evolving Won-Based Flying Robots. Zufferey, J. C., Floreano, D. Proceedings of the 2nd International Workshop on Biologically Motivated Computer Vision, 2002 November, Berlin, , Springer-Verlag. 592-600 (2002).</li>
<li>Conditt, M. A., Gandolfo, F., Mussa-Ivaldi, F. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+motor+system+does+not+learn+the+dynamics+of+the+arm+by+rote+memorization+of+past+experience%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">The motor system does not learn the dynamics of the arm by rote memorization of past experience.</a> Journal of Neurophysiology. 78, 554-554 (1997).</li>
<li>Krebs, H. I., Palazzolo, J. J., Dipietro, L., Ferraro, M., Krol, J., Rannekleiv, K., Volpe, B. T., Hogan, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rehabilitation+robotics%3A+Performance-based+progressive+robot-assisted+therapy%5BTitle%5D)+AND+%22Autonomous+Robots%22%5BJournal%5D)">Rehabilitation robotics: Performance-based progressive robot-assisted therapy.</a> Autonomous Robots. 15, 7-20 (2003).</li>
<li>Wei, K., Kording, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Relevance+of+error%3A+what+drives+motor+adaptation%5BTitle%5D)+AND+%22Journal+of+neurophysiology%22%5BJournal%5D)">Relevance of error: what drives motor adaptation.</a> Journal of neurophysiology. 101, 655-65 (2009).</li>
<li>Wei, Y., Bajaj, P., Scheidt, R., Patton, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+error+augmentation+for+enhancing+motor+learning+and+rehabilitative+relearning%5BTitle%5D)+AND+%22IEEE+International+Conference+on+Rehabilitation+Robotics%22%5BJournal%5D)">Visual error augmentation for enhancing motor learning and rehabilitative relearning.</a> IEEE International Conference on Rehabilitation Robotics. , 505-510 (2005).</li>
</ol>

Le classi wrapper in questa esercitazione sono sotto copyright da Ian Sharp.

Questo metodo di implementazione classe wrapper consente di robot da utilizzare, senza modificare il codice sorgente, quando si utilizza il H3DAPI. In particolare, i ricercatori che hanno scritto il loro tattile / ambiente grafico in H3D e testato il loro esperimento con un robot fantasma sarebbe in grado di effettuare lo stesso esperimento o simili utilizzando la WAM di Barrett, e viceversa. Questo tipo di dispositivo indipendente cross-comunicazione comporta implicazioni per la ricerca internazionale di riabilitazione robotica. Tali implicazioni facilitare tattile rapido / sviluppo grafico, la collaborazione di ricerca internazionale, ed inter-laboratorio di ricerca sulla comunicazione. Riabilitazione robotica deve ancora scoprire i numerosi parametri coinvolti nell&#39;apprendimento del motore. Uno dei passi in termini di tempo durante tattile / sviluppo grafico include il tempo di compilazione. Con i parametri di riabilitazione numerosi composti con il tempo di compilazione per ogni programma, il ciclo di vita dello sviluppo di testare tutte le possibili permutazioni del gruppo aumenta rapidamente. H3D, con la sua assenza dei requisiti di compilazione, permette lo sviluppo rapido di numerose scene di realtà virtuale. Questo si presenta come un vantaggio per quei ricercatori che aspirano a sondare gli effetti di vari scenari di formazione. Limiti di questo approccio &#39;hardcoded&#39; integrazione classe wrapper includono il fatto che questa procedura deve essere ripetuta ogni volta che c&#39;è una nuova distribuzione del H3DAPI. Eventuali modifiche a integrare la classe wrapper nel tuo ultimo distribuzione del H3DAPI sarebbe quello di creare la classe wrapper separatamente dal H3DAPI. Si potrebbe poi mettere la classe wrapper in un modo file di libreria *.. Ciò isolare la classe dalla distribuzione originale H3DAPI.

<ol><li> Il display chiamato parigi (personale sistema di realtà aumentata immersione), è disponibile all&#39;indirizzo <a href="http://www.evl.uic.edu">www.evl.uic.edu</a> </li><li> Il robot grande grigio è il WAM di Barrett: <a href="http://www.barrett.com">www.barrett.com</a> </li><li> Il più piccolo, robot skinnier nero è il Fantasma: <a href="http://www.sensable.com">www.sensable.com</a> </li><li> Il montaggio del braccio è il T-Wrex, sviluppato presso il RIC: <a href="http://www.ric.org/research/centers/mars2/Projects/development/d3.aspx">http://www.ric.org/research/centers/mars2/Projects/development/d3.aspx</a> </li><li> La occhiali per la visione 3d: <a href="http://www.vrlogic.com">www.vrlogic.com</a> </li><li> Testa software di monitoraggio. <a href="http://www.mechdyne.com">www.mechdyne.com</a> </li><li> La stessa H3DAPI: <a href="http://www.h3dapi.org">www.h3dapi.org</a> </li></ol>

haptic / grafica di riabilitazione: integrazione di un robot in un ambiente di biblioteca virtuale e sua applicazione alla terapia corsa

Haptic/Graphic Rehabilitation: Integrating a Robot into a Virtual Environment Library and Applying it to Stroke Therapy

Una recente ricerca che mette alla prova dispositivi interattivi per la pratica terapia prolungata ha rivelato nuove prospettive per la robotica in combinazione con altre forme grafiche e di biofeedback. Precedenti sistemi interattivi uomo-robot hanno richiesto comandi software diversi da attuare per ogni robot creando inutili tempo di overhead di sviluppo ogni volta che un nuovo sistema diventa disponibile. Per esempio, quando un tattile / grafica ambiente di realtà virtuale è stato codificato per un robot specifico di fornire un feedback tattile, che robot specifica non sarebbe in grado di essere scambiato per un altro robot senza ricodifica il programma. Tuttavia, recenti sforzi della comunità open source hanno proposto un approccio di classe wrapper che può provocare risposte quasi identiche a prescindere dal robot utilizzato. Il risultato può portare i ricercatori in tutto il mondo per effettuare esperimenti simili utilizzando il codice condiviso. Pertanto la &quot;commutazione fuori&quot; modulare di un robot per un altro non inciderebbe tempi di sviluppo. In questo lavoro, delineiamo la creazione e implementazione di una classe wrapper per un robot in open-source H3DAPI, che integra il software di comandi più comunemente utilizzati da tutti i robot.

Recentemente, una grande quantità di prospettive si sono disponibile per sistemi interattivi uomo-robot. In questo lavoro delineare l&#39;integrazione di un nuovo dispositivo robotico con software open source che può rapidamente rendere possibile una libreria di funzionalità interattive. Abbiamo poi delineare una applicazione clinica per un&#39;applicazione neuroriabilitazione.

Haptic / grafica di riabilitazione: integrazione di un robot in un ambiente di biblioteca virtuale e sua applicazione alla terapia Corsa

Ricerche recenti che testano dispositivi interattivi per la pratica terapeutica prolungata hanno rivelato nuove prospettive per la robotica combinata con interfacce grafiche e altri...

L'obiettivo generale di questa procedura è integrare un robot in una libreria di ambienti virtuali e successivamente utilizzare il robot per la terapia post-ictus. Questo viene realizzato innanzitutto creando una classe wrapper per estendere la libreria di haptics e quindi integrando la classe wrapper nella libreria di haptics. Il passo successivo consiste nel creare una classe wrapper per estendere la libreria grafica e poi integrare questa classe wrapper nella libreria grafica, una volta completate le classi wrapper.L'interfaccia API H 3D viene utilizzata per configurare una macchina a stati finiti per il test di pazienti emiplegici. Il robot integrato viene quindi utilizzato per aiutare nella riabilitazione di pazienti emiplegici. Il vantaggio principale di questa tecnica è che non è più necessario scrivere un'applicazione software diversa per ogni robot.Inoltre, queste applicazioni possono essere eseguite da scienziati in tutto il mondo indipendentemente dal tipo di robot utilizzato nel loro laboratorio. Questo metodo può contribuire a rispondere a domande fondamentali nei campi della riabilitazione, della robotica e del controllo motorio, ad esempio in che misura il nostro sistema nervoso possa trarre beneficio dall'amplificazione degli errori. Questo metodo può fornire informazioni sugli deficit post-ictus nonché approfondire la nostra comprensione del funzionamento fisiologico.In generale, i pazienti colpiti da ictus e nuovi alla riabilitazione robotica devono superare determinate difficoltà, come imparare a impugnare il manubrio. Abbiamo avuto per la prima volta l'idea di questo metodo quando ci siamo resi conto della necessità di un robot dotato di un'ampia area operativa con compensazione della gravità. Desideravamo inoltre ridurre al minimo la riscrittura del software, in modo che futuri studenti laureati potessero avvalersi del lavoro dei predecessori senza dover ripetere le stesse attività.Questo video fornisce istruzioni per l'integrazione di un robot per la manipolazione dell'intero braccio (WHAM) con il codice open source disponibile su www.hthreedpi.org. Per integrare un nuovo robot nella libreria di haptics, il primo passo consiste nello scrivere una classe wrapper per HAP, il motore di rendering aptico, utilizzato per controllare i movimenti del robot WHAM. Iniziare creando un file CPP e un file di intestazione.I nomi dei file utilizzati per questo esempio sono happy, wham, cpp e happy wham h. Inserire il file happy wham cpp nella directory di origine. Happy slash source, quindi inserire happy.Wham h nella directory dei file di intestazione. Happy barra include barra happy. In alto nel file happy wham h includere i file di intestazione principali del robot.Si noti che è richiesto extern C per risolvere il name mangling del compilatore poiché la libreria inclusa è scritta in C e l'API H 3D è scritta in C++. In happy wham h creare la classe per il robot e includere al suo interno le quattro funzioni: rilascio del dispositivo aptico, dispositivo aptico, aggiornamento dei valori del dispositivo e invio dell'output. Assicurarsi che la classe erediti pubblicamente dalla classe happy haptics device.Successivamente, crea una protezione d'intestazione per la classe. Quindi, crea gli attributi statici di output del dispositivo e di registrazione del dispositivo aptico all'interno della classe happy WHAM. Infine, crea le funzioni membro statiche per le callback specifiche del tuo robot.Per un robot WHAM, la funzione di callback viene utilizzata nella funzione di dispositivo aptico e nel bull. Ora che i prototipi sono impostati nel file di intestazione, aprire happy wham dot cpp ed includere i file di intestazione e lo spazio dei nomi appropriati. Successivamente, definire il costruttore e il distruttore in Happy Wam cpp.Quindi registrare il dispositivo in Happy Wam cpp. Ora definire le quattro funzioni ereditate e le relative callback in happy Wam cpp. La funzione update device values informa il computer sulla posizione del braccio del robot e sulla quantità di forza che il robot sta generando sull'ambiente.Dopo aver creato la classe Happy Wrapper, il passaggio successivo consiste nell'inserire un wrap all'interno della libreria Happy. WAM dipende da alcune librerie che l'H 3D API non richiede nella sua forma originale. Pertanto, queste librerie devono essere aggiunte a happy.Accedi alla directory H 3D 2.1/slash/happy/slash/build e modifica il file C make lists text. Aggiungi le librerie dipendenti dopo la riga che indica Set optional libs. Apri una console dei comandi e naviga fino a H 3D 2.1/slash/happy/slash/build, quindi digita in ordine: see make dot pseudo make e pseudo make install per completare l'integrazione del nuovo robot con il codice open source di H 3D.Scrivere una seconda classe wrap per il grafo della scena. API denominata H 3D API. Questo esempio utilizza una classe wrap chiamata wam device.Passare alla directory di origine, H 3D AP I slash source, e creare il file CPP del dispositivo WAM e wam device.Cpp. Aggiungere la sorgente standard per tutti i dispositivi H 3D PI. Successivamente, inserire Wam device H nella directory del file di intestazione.Il dispositivo Wam H deve contenere il file di intestazione standard per tutti i dispositivi H 3D API. Ora che la classe wrapper è stata creata, ricompilare la libreria H 3D PI modificando il file di testo C make lists nella directory H three DPI / build. Infine, nella directory H 3D PI / build.Ricostruire la libreria API 3D di H utilizzando i comandi CMake dot pseudo make e pseudo make install. Le nuove classi wrapper sono ora pronte per essere utilizzate con un robot. Una volta installate le classi wrapper appropriate, viene creata una macchina a stati finiti per controllare il protocollo sperimentale della prova di raggiungimento mirato utilizzata con il robot Barrett WHAM. Gli stati della macchina a stati sono inizio della prova, lancio, contatto con il bersaglio e fine della prova.L'inizio dello stato della prova inizia con l'assegnazione di una destinazione. Le posizioni della destinazione possono essere impostate casualmente per ogni prova oppure possono essere impostate a partire da un file. Lo stato iniziale della prova termina e inizia lo stato di avvio.Una volta che la mano del soggetto ha iniziato il movimento verso il bersaglio superando la soglia di velocità, tipicamente 0,06 metri al secondo, lo stato di lancio termina e inizia lo stato di contatto con il bersaglio. Quando viene stabilito il contatto, il bersaglio scompare e lo stato di contatto con il bersaglio termina, dando inizio allo stato di fine prova.Lo stato di fine della prova indica al software di raccolta dati di contrassegnare il file dati con un delimitatore per la fine della prova. A meno che non sia stata completata l'ultima prova, la conclusione dello stato di fine della prova abilita l'avvio dello stato di inizio della prova e viene assegnato un nuovo bersaglio. Questa sezione illustra un robot diverso chiamato phantom, utilizzato nella riabilitazione di pazienti colpiti da ictus.Sostituendo il codice della classe wrap del fantoccio nelle librerie appropriate, il nuovo robot può essere integrato nell'ambiente virtuale; qui viene utilizzato un sistema grafico aptico tridimensionale chiamato macchina virtuale per operazioni robotiche e ottiche, o ROOM. Questo sistema combina una resa stereo proiettata con tracciamento della testa su un display a specchio semiriflettente sovrapposto a un sistema robotico in grado di registrare la posizione del polso e generare un vettore di forza. Un proiettore digitale di qualità cinematografica visualizza le immagini su un display largo cinque piedi, ottenendo un angolo di visione largo 110 gradi.Gli emettitori a infrarossi sincronizzano le immagini separate per l'occhio sinistro e destro attraverso occhiali con otturatore LCD. Il movimento della testa viene rilevato mediante il sistema magnetico Ascension Flock of Birds in modo che la visualizzazione grafica venga renderizzata con la corretta prospettiva centrata sulla testa. Un guanto esotendineo con un tutore per il polso assiste nell'allineamento neutro del polso e della mano.Il centro dell'impugnatura del robot viene posizionato sull'avambraccio posteriormente all'articolazione radio-carpale. Ciò consente alle forze di agire sul polso, ma permette un movimento libero della mano. Il peso dell'arto del paziente viene ridotto mediante un'ortesi esoscheletrica robotica Wilmington bilanciata sulla gravità, azionata da una molla.Il terapista seduto accanto al paziente utilizza un dispositivo di tracciamento per spostare un cursore sul display. Di fronte al paziente, viene richiesto di utilizzare la manopola robotica per inseguire il cursore. L'amplificazione dell'errore viene fornita sia visivamente sia mediante forze generate dal robot.Quando il cursore del paziente si discosta dal cursore del terapista, l'errore istantaneo, indicato come vettore E, è definito come la differenza di posizione tra il cursore del terapista e la mano del paziente. L'errore viene amplificato visivamente di un fattore pari a 1,5 E nell'ambito dell'amplificazione dell'errore. Inoltre, viene applicata al braccio del paziente una forza di amplificazione dell'errore pari a 100 E, programmata per saturare a un massimo di quattro newton.Per motivi di sicurezza, l'amplificazione dell'errore amplia gli errori percepiti dal paziente, migliorando così il processo di riapprendimento. Il protocollo di trattamento prevede che il paziente pratichi diversi movimenti specifici, tra cui afferrate in avanti e laterali con accoppiamento spalla-gomito e afferrate diagonali attraverso il corpo. Per la dimostrazione successiva, viene sostituito il codice della classe superiore e viene utilizzato il robot Barrett WHAM.Lo scopo di questo compito successivo è che soggetti sani o pazienti emiplegici afferrino un proiettile virtuale all'interno della sfera verde semitrasparente. Se le mani del paziente escono dalla sfera, questa diventa rossa e il braccio del paziente riceve un feedback di amplificazione dell'errore da parte del robot. Quando il paziente afferra con successo il proiettile all'interno dello spazio definito, la sfera rimane verde.Questa figura mostra l'errore mediano nel raggiungimento. Ogni punto rappresenta l'errore mediano misurato per un blocco di due minuti di movimenti funzionali tipici. Sebbene i pazienti mostrino un miglioramento nel corso del periodo di due settimane, non sempre si verifica un miglioramento giornaliero.Questa figura mostra il beneficio risultante dell'aumento degli errori nel ridurre selettivamente la variabilità da movimento a movimento. I grafici superiori mostrano i dati del gruppo di controllo e quelli inferiori mostrano i dati del gruppo trattato. Ogni colore rappresenta un soggetto diverso.Le due linee orizzontali mostrano la posizione dei limiti per l'attività. L'obiettivo del soggetto era intercettare il proiettile virtuale all'interno di questi limiti. La posizione di un punto indica dove un determinato soggetto si è avvicinato maggiormente al contatto.Nel proiettile, gli istogrammi semitrasparenti blu sovrapposti ai dati grezzi mostrano la distribuzione dei movimenti del gruppo. Lungo l'asse anteriore, i pazienti emiplegici hanno eseguito 600 prove del compito di afferramento: nelle prime 200 prove non è stato fornito alcun feedback di amplificazione dell'errore, mentre nelle ultime 200 prove il robot ha fornito un feedback di amplificazione dell'errore per le prove da 201 a 400, determinando un miglioramento significativo nella capacità del paziente di afferrare il bersaglio entro i limiti specificati.Seguendo questa procedura, i metodi tradizionali di riabilitazione possono comunque essere eseguiti, ma con il robot possiamo quantificare in ogni momento la posizione della mano del paziente durante molteplici prove ripetute. Questa tecnica ha aperto la strada a nuove ricerche nel campo dell'ingegneria neurale, in cui è possibile esplorare movimenti di raggiungimento simulati all'interno di una regione in cui esistono numerose soluzioni possibili. Dopo aver visto questo video, si dovrebbe essere in grado di comprendere come estendere la libreria API H 3D per un robot riabilitativo a scelta e applicare diverse interfacce grafiche aptiche per la valutazione e il trattamento dei pazienti colpiti da ictus.Il lavoro con i robot può essere potenzialmente pericoloso, quindi è necessario valutare attentamente la scelta di un robot destinato a interagire con gli esseri umani. Per il nostro progetto più recente abbiamo scelto il Barrett WHAM perché è più potente e retroazionabile. Per retroazionabile si intende che può risultare quasi privo di resistenza se programmato in tal senso, e tuttavia rappresenta una delle opzioni più sicure disponibili per l'interazione uomo-macchina.È un computer watchdog separato che monitora il computer principale e può disattivare il sistema se qualcosa non funziona correttamente, e la frenatura dinamica assicura che il sistema funga da smorzatore ogni volta che è inattivo. Sebbene molti robot si comportino in modo diverso, molte delle loro funzioni si sovrappongono. Pertanto, la portabilità delle nostre tecniche tra robot potrebbe favorire nuovi scambi tra laboratori.È chiaro che trattamenti riabilitativi come quelli illustrati in questo studio forniscono evidenze incoraggianti per il recupero della funzionalità nei pazienti, oltre a potenziare l'allenamento nello sport, nella pilotaggio a distanza, nell'esecuzione musicale, nelle tecniche chirurgiche e in qualsiasi altra attività che richieda pratica ripetitiva.

hapticgraphic-rehabilitation-integrating-robot-into-virtual

Research

Ricerca

JoVE Journal

Bioengineering

Bioingegneria

Abbiamo sviluppato un sistema robotizzato specchio in tempo reale per il recupero funzionale delle armi emiplegici che utilizzano la tecnologia di controllo automatico, è stato condotto uno studio clinico in soggetti sani, e le attività di determinati attraverso il feedback da parte di medici di riabilitazione. Questo semplice robot specchio può essere applicato efficacemente alla terapia occupazionale in pazienti colpiti da ictus con un braccio emiplegica.

Sistema di terapia robotica Specchio per il recupero funzionale di emiplegici Arms

Descriviamo un'impostazione basata romanzo di realtà virtuale che sfrutta il controllo volontario di una mano per migliorare le prestazioni del motore-abilità in altra mano (non qualificato). Ciò si ottiene fornendo feedback sensoriale basato sul movimento in tempo reale, come se la mano non addestrato è in movimento. Questo nuovo approccio può essere utilizzato per migliorare la riabilitazione di pazienti con emiparesi unilaterale.

Utilizzo di realtà virtuale per trasferire conoscenza motoria da un lato a altro

Qui, presentiamo un protocollo per sviluppare e applicare un programma di realtà virtuale basato su gioco mobile per il recupero della disfunzione dell'arto superiore in pazienti con ictus. Lo studio presente indica che il programma mobile è fattibile ed efficacemente promuove il recupero dell'arto superiore in pazienti colpiti da ictus.

Programma di realtà virtuale basato su gioco mobile per riabilitazione del colpo dell'arto superiore

L'uso combinato di corrente continua la stimolazione transcranica e terapia robotica come un add-on per la terapia di riabilitazione convenzionale può provocare i risultati terapeutici migliorati grazie alla modulazione della plasticità del cervello. In questo articolo, descriviamo i metodi combinati utilizzati nel nostro Istituto per migliorare le prestazioni del motore dopo il colpo.

L'uso combinato di corrente stimolazione transcranica diretta e terapia robotica per l'arto superiore

L'attuale protocollo delinea come il sistema di formazione professionale digitale basato sulla realtà virtuale migliori la riabilitazione dei pazienti con deterioramento cognitivo e disfunzione dell'arto superiore a seguito di un ictus.

Allenamento della funzione cognitiva e della riabilitazione dell'arto superiore post-ictus utilizzando un sistema di formazione professionale digitale

Si stima che 1 persona su 6 in tutto il mondo avrà un ictus nel corso della vita, causando disabilità a lungo termine, i cui meccanismi di riabilitazione sono ancora poco compresi. Questo studio propone un protocollo per valutare l'attivazione cerebrale mediante spettroscopia funzionale nel vicino infrarosso (fNIRS) durante una sessione di terapia robotica degli arti inferiori.

Un esperimento che utilizza la spettroscopia funzionale nel vicino infrarosso e i movimenti di puntamento multiarticolare dell'arto inferiore assistiti da robot

Questo protocollo descrive un robot per la riabilitazione degli arti superiori che fornisce un feedback intelligente attraverso quattro modalità. Queste modalità migliorano la funzione e la flessibilità degli arti superiori, migliorando così la qualità della vita dei pazienti.

Miglioramento della funzione e delle capacità motorie dell'arto superiore dopo l'ictus attraverso un robot per la riabilitazione dell'arto superiore

Questo protocollo sperimentale delinea l'uso di un sistema robotico a doppio arto superiore orientato al compito per pazienti con ictus con disfunzione dell'arto superiore. I risultati indicano che questo sistema può migliorare significativamente la funzione degli arti superiori e le attività della vita quotidiana dei pazienti con ictus.

Applicazione di un sistema robotico a doppio arto superiore orientato al compito per il recupero funzionale dell'arto superiore in pazienti con ictus

L'efficacia della combinazione di allenamento su tapis roulant assistito da esoscheletro e supportato dal peso corporeo con la realtà virtuale basata sul gioco sulla capacità di doppio compito nei sopravvissuti all'ictus deve ancora essere studiata. Pertanto, questo programma di riabilitazione mira a studiare le potenziali funzioni e i vantaggi di questa combinazione nel migliorare la capacità di camminare durante il recupero dall'ictus.

Un programma di riabilitazione dell'allenamento su tapis roulant supportato dal peso corporeo assistito da esoscheletro con realtà virtuale non immersiva per pazienti colpiti da ictus

Questo studio esplora gli effetti di un robot pneumatico morbido configurabile sul miglioramento della topologia della rete dell'intero cervello dopo l'ictus. L'analisi della teoria dei grafi indica miglioramenti significativi nel coefficiente di clustering, nella lunghezza del percorso e nell'efficienza globale. I risultati evidenziano il potenziale dei protocolli robotici programmabili per modulare la neuroplasticità e ottimizzare il recupero funzionale nella riabilitazione dell'ictus.

Il robot pneumatico morbido modula le metriche della teoria dei grafi della rete cerebrale per la riabilitazione della mano dopo l'ictus

Questo protocollo mira a valutare l'efficacia clinica e il comfort del paziente nell'utilizzo di robot di riabilitazione dell'arto inferiore al letto del paziente per la riabilitazione dell'emiplegia post-ictus, confrontando gli esiti con quelli della terapia manuale tradizionale tramite studi controllati randomizzati.

Applicazione di robot per la riabilitazione degli arti inferiori al letto del paziente nella riabilitazione dopo l'ictus: uno studio controllato randomizzato

Scopri come integrare un robot in un ambiente virtuale per la terapia dell'ictus utilizzando wrapper class e l'API H 3D. Questo metodo standardizza la riabilitazione robotica e migliora i risultati dei pazienti.

Haptic / grafica di riabilitazione: integrazione di un robot in un ambiente di biblioteca virtuale e sua applicazione alla terapia Corsa (Video) | JoVE Journal

Haptic / grafica di riabilitazione: integrazione di un robot in un ambiente di biblioteca virtuale e sua applicazione alla terapia Corsa

Esplora altri video