Name: エンジニアリング·プラットフォームおよび神経的に制御されたパワードTransfemoral人工関節の設計と評価のための実験プロトコール (動画) | JoVE Journal
Uploaded: 2014-07-22T15:00:00.000+00:00
Duration: 11 min 16 s
Description: 学ぶ神経制御型動力義足の評価プロトコル。表面EMG信号計測とパターン認識分類器を用いて、大腿切断患者の残存筋活動から意図を検出し、立位や歩行などの動作を安全に実現する方法を解説。

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

この作品は、1149385を付与し、グラント0931820の下で国立科学財団によって部分的に、グラントRHD064968A下国立衛生研究所によって部分的にサポートし、1361549を付与し、一部は助成H133G120165下障害者リハビリテーション研究に関する研究所がした。著者らは、この研究では彼らの偉大な提案と支援のために、尼僧矯正および補綴技術、LLCの林デュ、鼎王、ジェラルドHeffermanロードアイランド大学、そしてマイケル·J·尼僧に感謝します。

1。パワードTransfemoral補綴の神経制御の実現のためのプラットフォームエンジニアリング·プラットフォームは、動力義足の神経制御を実装し、評価するために、本研究で開発されました。ハードウェアは、2.8 GHzのCPUおよび4 GB RAM、アナログ - ディジタルコンバータ（ADC）及びデジタル - アナログコンバータ（DAC）の両方を有する多官能性データ収集ボード、モータコントローラ、デジタルI備えたデスクトップPCが含まれ/ Oは、我々のグループ12で設計し、プロトタイプパワードtransfemoral人工器官。アナログセンサ入力が最初のADCによってデジタル化され、信号処理用のデスクトップPCにストリーミングした。 DACは、モータ制御装置を介してプロテーゼにDCモータを駆動するための制御出力のために使用した。デジタルI / Oは無効/モータコントローラを有効にするために使用した。電源プロテーゼはデスクトップPCにつながおよび24 Vの電源から電力を供給されました。 ソフトウェアは、広告にプログラムされていたデスクトップPC上で動作している仮想計測に適しevelopment環境。開発環境を効果的にカスタマイズされたプラットフォームを実現するために、ユーザ定義のソフトウェアとハ​​ードウェアの両方を組み合わせた仮想計測、に基づいていた。グラフィカルなブロックダイアグラムの構造を用いることにより、異なるモジュラー機能ノードは、容易かつ効率的に実施され、更新することができる。動力義足のオンライン制御のためのプラットフォームとしての機能を発揮するためには、予め設計された人工器官制御は、このプラットフォーム上で実装されました。制御システムは、神経コントローラおよび固有のコントローラを含んでいた。神経コントローラは、ユーザの行動モードを認識し、神経筋 - 機械融合に基づく我々の以前に設計された、NMIで構成されていた。高レベルのコントローラとして、ニューラルコントローラは、階層的にパワード下肢人工関節制御のための組み込みのコントロールで接続した。 CONTのアーキテクチャプラットフォーム上ROLソフトウェアは、図1に示されているNMIは2つの部分が含まれます。オフライン訓練モジュールとオンラインテストモジュールを。オフライン訓練モジュールは、訓練データを収集し、NMIに分類器を構築するために設計された。収集されたマルチチャンネル表面筋電図信号と機械測定が最初に前処理され、連続スライディングウィンドウに分割された。各ウィンドウには、信号パターンを特徴付ける特徴を抽出し、次いで、1の特徴ベクトルに融合。各ウィンドウ内の特徴ベクトルは、訓練データ収集中にプロテーゼユーザの行う活動やプロテーゼの状態に基づいて、活性モード（クラス）と位相指数で標識した。標識された特徴ベクトルは、次に、個々の相と相関複数のサブ識別器が含まれている位相依存性パターン分類器を構築するために使用した。作成された分類器を保存し、後でオンライン評価のためのオンラインテストモジュールに移した。&lt;/ pの&gt; オンラインテストモジュールは、オンラインユーザの移動の意図を認識し、本質的なコントローラーの活動モードを切り替えるために使用された。マルチチャネル神経筋および機械的測定が同時にオンラインテストモジュールにストリーミングし、特徴ベクトルに形質転換した。そして、特徴ベクトルは、すでにオフライン訓練モジュールに建設された位相依存分類器に供給した。真性コントローラの現在の位相に基づいて、対応するサブ分類器はオンになり、ユーザの意図を認識するために使用した。分類出力は、さらに後処理され、活動モードを切り替える真性コントローラに送られた。 有限状態機械（FSM）ベースのインピーダンス制御部は、動力義足の固有の制御のために実施された。インピーダンス制御部は、膝関節に所望のトルク出力を生成した。有限状態マシンは、に応じて、関節インピーダンスを調整実行アクティビティの現在の状態。スタンス屈曲（STF）、スタンス拡張（STE）、揺動前（PSW）、スイング屈曲（：運動活動（ すなわち 、レベル地面ウォーキングやランプ上昇/下降）のために、FSMは5歩行位相に対応する5つの州で構成されSWF）、スイング拡張子（SWE）;体重負荷（WB）及び（NWB）を有する非重さ：静的立ちのために、FSMは、2つのフェーズが含まれていました。状態間の遷移は、床反力と膝関節位置によってトリガされた。活性モード間の遷移は、オンライン試験モジュールからの出力によって制御した。上述の3つのモジュールすべて、グラフィカルユーザインタフェース（GUI）のための実験室の実験者が容易に、制御パラメータを調整するシステムのパフォーマンスを監視し、評価実験を行うこと可能にした、造られた。 2。実験装置<ol><li>表面筋電（筋電図） 切断者の太ももの筋肉からの表面筋電信号subjectR17;の断端は、無線EMG収集システムによって記録されている。目標と太も ​​もの筋肉は大腿直筋 （RF）、 外側広laeralis（VL）、内側広筋 （VM）を含め、 上腕二頭筋は、長い （BFL）、 ザルトリウス （SAR）、 半腱様筋 （SEM）、および転マグナス （ADM）を大腿 。なお、NMIで使用されるパターン認識アルゴリズムは、活性モードを認識するために、複数の筋肉の活性化パターンを正確に検索するための特定の筋肉を標的にする8不要であることに注目すべきである。限り股関節と膝制御のための測定された神経筋制御情報として十分であり、筋電図の記録の中で、クロストークは、NMIのパフォーマンスにほとんど影響を与えない。 <ol><li>股関節屈曲/伸展、股関節内転/外転、と彼は立位のときに拡張/切断膝関節を曲げるための試みを実行するために、被写体を依頼してください。 </li><li>おおよそや筋肉の触診ANにより電極配置の位置を決定筋電図の記録のD検討。 </li><li>被験者の快適性と信頼性の高い電極-皮膚接触の両方のために、 図2に示すように、新たに設計されたEMG電極-ソケットインタフェースに電極を埋め込 ​​む。 </li></ol></li><li>パワードプロテーゼからの機械的測定 補綴パイロンから6自由度のロードセルによって測定機械床反力及びモーメントは、対象の動きの意図を認識するためにEMG信号と融合される。また、ポテンショメータが、膝関節角度を測定するために、膝関節上で計測し、エンコーダは、膝角速度を計算するためにDCモータに接続した。これらの測定値は、固有の制御用のフィードバック信号として用いられる。 <ol><li>補綴パイロンに6度、自由のロードセルを取り付けます。 </li><li>内外側方向、前後方向、およびプロテーゼのsuperoinferior方向にX軸、Y軸、ロードセルのZ軸方向の位置を合わせ、それぞれのLY。 </li></ol></li><li>実験室の環境設定 図3に示すようにtransfemoral切断者にパワー義足の神経制御を評価するために、障害物コースは、実験室で造られた。テスト環境は、5メートルストレート歩道、傾斜付き4メートルの長ランプが含まれてい8°の角度、しっかりと取り付けられ、ランプとのレベルのプラットフォーム。傾斜路に沿って、一方の手すりは、被験者の安全性を向上させるために設置された。また、落下停止ハーネス天井レールシステムは、実験中に落下する被験体を保護するために提供された。 </li></ol> 3。実験プロトコールこの研究は、ロードアイランド大学の治験審査委員会（IRB）の承認を得て、および募集対象者のインフォームドコンセントを行った。男性1一方的なtransfemoral切断者（切断の原因：外傷;年齢：57歳、切断の期間：32年S）は、この研究で採用されました。 （大腿骨顆に坐骨結節から測定）は、非障害側の長さ（残存肢の遠位端に坐骨結節から測定）残留肢の長さとの比は51％であった。被験者は、彼の日常生活の中で吸引サスペンションソケットを介してマイクロプロセッサ制御人工膝を身に着けている。前に本研究では実験のために、この主題は、被験者が受電装置に適応し、各アクティビティモードで所望のインピーダンスを校正するようにするために、理学療法士が率いるいくつかのトレーニングセッションを受けた。 <ol><li>件名の準備<ol><li>被験者の体重、身長を測定し、彼の性別と年齢を記録します。 </li><li>プライベート準備室で、彼自身の短パンを置くために、被写体を依頼してください。 </li><li>被写体にサイズフィットフォールアレストハーネスを入れて、天井レールシステムに接続します。 </li></ol></li><li>筋電図の記録のための準備<ol><li> 7完全に充電ワイヤレス筋電センサーを選択して、電源を入れます。 </li><li>準備された場所でカスタマイズされた吸引ソケットに筋電センサーを配置します。センサーの注文番号を書き留めて、筋電図の場所に関連付けます。 </li><li>イソプロピルアルコールパッドと対象者の断端の皮をきれいにしてください。 </li><li>吸引ソケットを着用に件名を支​​援し、ソケットがしっかりと対象者の断端に接続されていることを確認します。 </li><li>リアルタイムの筋電図のアナログデータストリーミングソフトウェアをオンにします。 </li><li>股関節屈曲/伸展、股関節内転/外転、膝屈曲/伸展を行い、筋電図電極コンタクトとデータ伝送を検証するために筋電信号を検討する対象を依頼。 </li></ol></li><li>アライメントとパワード人工脚の初期キャリブレーション<ol><li>支援ウォーカーを保持した状態で立った姿勢のままに対象を指示する。 </li><li>ピラミッドADAPで吸引ソケットに電源が補綴物を取り付けTOR。プロテーゼの位置は幾何学的にソケットと位置合わせされるまで、アダプタ上で回転するスクリューのセットを調整します。この手順は、義肢装具士によって行われた。 </li><li>地面からプロテーゼを持ち上げ、補綴​​パイロンにロードセルを校正するために、被写体を依頼してください。 </li><li>動力義足を身に着けているときに別の地形の上を歩いて練習する主題を指示する（ 例えば 、レベル地下、ランプの上昇、および下降をランプ）。被験者は各アクティビティのパフォーマンスの受電装置および収率一貫した歩行パターンを持って歩くに自信を持って感じているまで、この手順が続行されます。 </li></ol></li><li> NMIに分類器を訓練するためのデータ収集を訓練<ol><li> 図3に示すように、あらかじめ定義された散策路の開始位置に立って、被写体を指示する。 </li><li>パワード補綴物の電源をオンにして、本来のコントローラにパラメータをロード。 </li><li>トレーニングデータ収集コムを実行するコンピューター·プログラム、グラフィック·ユーザ·インタフェース（GUI）の「立ち」ボタンをクリックしてモードを放置する固有のコントロールを設定する。 </li><li> GUI上の「記録開始」ボタンをクリックして、データ収集を開始します。 5秒間立位に滞在する主題を指示する。 </li><li>彼/彼女の自己選択された快適な歩行速度で平地の上を歩くために、被写体に指示。同時に、対象のリーディング脚のつま先オフの前にGUI上の「歩行」ボタンをクリックして、平地歩行モードに固有のコントロールを設定します。 </li><li>被験者は、ランプの上昇の端に近づいていたときに、ランプを踏ん義足のつま先オフする前に、GUIの「ランプアセント」ボタンをクリックして、上昇モードをランプに組み込みのコントロールを切り替えます。安全のため、ランプの上を歩いたとき、被験者が手の手すりを使用することができます。 </li><li>被験者はランプの最後になると、「歩行」ボタンをクリックしてください再びレベルのプラットフォーム上にステップ義足のヒールストライキ前と平地歩行モードに人工関節固有制御を切り替える。 </li><li>歩行パスの最後に、停止し、立位のままに対象を指示します。同時に、両脚支持期の前に「立ち」ボタンをクリックして立ちバックモードに固有の制御を切り替える。 </li><li>約5秒後、「停止」ボタンをクリックすることによりデータ収集を終了する。 「トレーニングデータセット1」とラベルがデータを収集した。 </li><li>対象は、開始位置に戻る逆のルートで歩くときの手順3.4.4-3.4.9を繰り返します。唯一の違いは、対象がダウンし、ランプの上を歩くとき、下りモードをランプに固有スイッチング制御されている。 </li><li>繰り返し3.4.4-3.4.10 10完全な訓練データセットが収集されるまで。収集されたトレーニングデータセットの信号品質を検査する。 </li><li>被写体が目の後に休止期間を持つことができるようEデータ収集セッション。 </li><li>オフライン訓練モジュール（ 図1）を介してNMIにおけるパターン認識分類器を訓練する。収集された筋電図と機械的な信号、トレーニング手順の間に標識活動モード（クラス）を使用し、位相依存パターン分類器を構築するためのフェーズを検出しました。後でオンラインテストセッションのために自動的に分類器のパラメータを保存します。 </li></ol></li><li>パワードTransfemoralプロテーゼの神経制御のオンラインテスト<ol><li>遊歩道のスタート地点に立つために対象を指示する。 </li><li>パワード人工器官をオンにします。オンラインテストモジュールおよび固有のコントローラへのパラメータに訓練された分類をロードします。 </li><li>その後、継続的にレベルグラウンドウォーキング、ランプ·ウォーキング、平地歩行に移行し、最終的に停止し、歩行パスの最後にこの試験を終了し、立位での試験試験を開始するために対象を指示する。被験者に指示快適なペースで各アクティビティを実行します。試験間の休止期間が疲労を避けることができます。 </li><li>各テストの裁判中に、TVモニタプロテーゼの活動モードと膝関節角度の測定値を表示します。後で、評価目的のための測定と制御出力のすべてを保存します。 </li><li>の手順を繰り返し3.5.1-3.5.4 10完全なテスト試験が終了するまで。 </li></ol></li></ol>

<ol><li>The POWER KNEE. , 
	 <a target="_blank" href="http://www.ossur.com/prosthetic-solutions/products/knees-and-legs/bionic-knees/power-knee">http://www.ossur.com/prosthetic-solutions/products/knees-and-legs/bionic-knees/power-knee</a> (2014).</li>
<li>Walk. BiOM Ankle System. , 
	 <a target="_blank" href="http://www.biom.com">http://www.biom.com</a> (2014).</li>
<li>Martinez-Villalpando, E. C., Herr, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Agonist-antagonist+active+knee+prosthesis%3A+a+preliminary+study+in+level-ground+walking%5BTitle%5D)+AND+%22J+Rehabil+Res+Dev%22%5BJournal%5D)">Agonist-antagonist active knee prosthesis: a preliminary study in level-ground walking.</a> J Rehabil Res Dev. 46, 361-373 (2009).</li>
<li>Sup, F., Bohara, A., Goldfarb, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Design+and+Control+of+a+Powered+Transfemoral+Prosthesis%5BTitle%5D)+AND+%22Int+J+Rob+Res%22%5BJournal%5D)">Design and Control of a Powered Transfemoral Prosthesis.</a> Int J Rob Res. 27, 263-273 (2008).</li>
<li>Au, S., Berniker, M., Herr, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Powered+ankle-foot+prosthesis+to+assist+level-ground+and+stair-descent+gaits%5BTitle%5D)+AND+%22Neural+Netw%22%5BJournal%5D)">Powered ankle-foot prosthesis to assist level-ground and stair-descent gaits.</a> Neural Netw. 21, 654-666 (2008).</li>
<li>Hargrove, L. J., Simon, A. M., Lipschutz, R. D., Finucane, S. B., Kuiken, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+myoelectric+control+of+knee+and+ankle+motions+for+transfemoral+amputees%5BTitle%5D)+AND+%22JAMA%22%5BJournal%5D)">Real-time myoelectric control of knee and ankle motions for transfemoral amputees.</a> JAMA. 305, 1542-1544 (2011).</li>
<li>Ha, K. H., Varol, H. A., Goldfarb, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Volitional+control+of+a+prosthetic+knee+using+surface+electromyography%5BTitle%5D)+AND+%22IEEE+Trans+Biomed+Eng%22%5BJournal%5D)">Volitional control of a prosthetic knee using surface electromyography.</a> IEEE Trans Biomed Eng. 58, 144-151 (2011).</li>
<li>Huang, H., Kuiken, T. A., Lipschutz, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+strategy+for+identifying+locomotion+modes+using+surface+electromyography%5BTitle%5D)+AND+%22IEEE+Trans+Biomed+Eng%22%5BJournal%5D)">A strategy for identifying locomotion modes using surface electromyography.</a> IEEE Trans Biomed Eng. 56, 65-73 (2009).</li>
<li>Huang, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Continuous+Locomotion+Mode+Identification+for+Prosthetic+Legs+based+on+Neuromuscular-Mechanical+Fusion%5BTitle%5D)+AND+%22IEEE+Trans+Biomed+Eng%22%5BJournal%5D)">Continuous Locomotion Mode Identification for Prosthetic Legs based on Neuromuscular-Mechanical Fusion.</a> IEEE Trans Biomed Eng. 58, 2867-2875 (2011).</li>
<li>Zhang, F., Dou, Z., Nunnery, M., Huang, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+implementation+of+an+intent+recognition+system+for+artificial+legs%5BTitle%5D)+AND+%22Conf+Proc+IEEE+Eng+Med+Biol+Soc%22%5BJournal%5D)">Real-time implementation of an intent recognition system for artificial legs.</a> Conf Proc IEEE Eng Med Biol Soc. 2011, 2997-3000 (2011).</li>
<li>Zhang, F., Huang, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Source+Selection+for+Real-time+User+Intent+Recognition+towards+Volitional%5BTitle%5D)+AND+%22Control+of+Artificial+Legs+IEEE+Journal+of+Biomedical+and+Health+Informatics%22%5BJournal%5D)">Source Selection for Real-time User Intent Recognition towards Volitional.</a> Control of Artificial Legs IEEE Journal of Biomedical and Health Informatics. PP, (2013).</li>
<li>Liu, M., Datseris, P., Huang, H. A prototype for smart prosthetic legs: analysis and mechanical design. Proceedings of the International Conference on Control, Robotics and Cybernetics. March 21-23, New Delhi, India, , 139-143 (2011).</li>
</ol>

利害の対立が宣言されていません。

エンジニアリング·プラットフォームを容易に実装、最適化、およびパワード補綴物の真の神経制御を開発するために、本研究で開発されました。プラットフォーム全体を仮想計測ベースの開発環境でプログラムおよびデスクトップPCに実装されました。制御ソフトウェアは、特定の機能（ すなわち NMI意図認識し、固有の制御）を実施したこれらの各々において、いくつかの独立した交換可能なモジュールで構成した。このモジュラー設計の利点は、各機能ブロックは容易に、デバッグ、変更、更新することができることである。また、機能の追加や削除やモジュール間の接続を変更することは容易にこのコンピュータ·プログラムで行うことができる。したがって、プラットフォームは、容易に別の神経制御情報に基づいて、又は異なるユーザの意図認識技術に基づいて、他のNMIを実装するために適用することができる。脳波ベースの神経·マシン·インターフェースが開発されている場合など、、それは簡単に実装することができますデータ取得モジュールと意図認識モジュールを変更することで、このプラットフォームでmented;新しいテント復号方法に基づいて、ニューラル·マシン·インタフェースを開発する場合、...

アトス下肢義肢は、商業市場、1,2と研究コミュニティ3-5の両方でますます注目を集めている。従来の受動的な義足に比べて、電動式人工関節は下肢切断患者がより効率的に受動的なデバイスを身に着けているときには困難または不可能であるアクティビティを実行することを可能にするという利点を有する。しかしながら、現在、（階段登りに歩いて、レベル地上から例えば 、）スムーズでシームレスな活動の移行がまだパワード義足ユーザーのための挑戦的な課題である。この困難性は、主に、ユーザの運動の意図を「読み取り」と迅速にシームレスに活性モードの切り替えをユーザーに可能にするために、プロテーゼ制御パラメータを調整することができるユーザ·マシン·インターフェースの欠如によるものである。 これらの課題に対処するために、ユーザ·マシン·インタフェースを設計する際の様々なアプローチが検討されている。 NMIは、E（電図に基づく請求MG）の信号は、電源が入っ下肢義肢の直感的なコントロールを可能にするために大きな可能性を実証しています。二つの最近の研究6,7は着座位置時の残留の筋肉から記録されたEMG信号を監視することにより、transfemoral切断者の行方不明の膝の意図した動きをデコードすると報告した。 AU ら 5は、1下腿切断者の2歩行モード（レベルグラウンドウォーキングや階段の降下）を識別するために、残留シャンクの筋肉から測定EMG信号を使用していました。 Huang ら 8は、2つのtransfemoral切断者に実証されるように約90％の精度で7活性モードを認識することができる位相依存EMGパターン認識手法を提案した。より良い意思認識性能を向上させるために、神経筋-機械融合に基づくNMIは我々のグループ9で設計され、オンラインの意図認識10,11のための受動的な義足を着けtransfemoral切断者を評価した。このNMIは正確に識別することができますユーザーの意図活動やパワード義足の神経制御のための潜在的に有用だったアクティビティ遷移9を予測。 ボランティアに面する現在の質問は、直感的なプロテーゼ動作をイネーブルし、ユーザーの安全を確保するためにプロテーゼ制御システムに私達のNMIを統合する方法である。真の神経的制御義足の開発は容易な実装と人工関節の制御アルゴリズムの最適化のための研究室で柔軟なプラットフォームを必要とします。そこで、本研究の目的は、人工関節の制御アルゴリズムをテストし、最適化するための私たちの研究室で開発柔軟なエンジニアリングプラットフォームを報告することです。さらに、新しい実験装置およびプロトコルが安全かつ効率的に下肢切断の患者に対する神経的制御のパワーtransfemoral補綴物を評価するために表示されている。本研究で提示プラットフォームと実験計画は、将来のDEVEを利益を得ることができる真の神経的制御、動力義足のlopment。

<table><tbody><tr><td>TrignoワイヤレスEMG</td><td>センサーDelsys、Inc.</td><td></td><td></td>7</tr><tr><td>Trigno Wireless EMG基地局</td><td>Delsys、Inc.</td><td></td><td></td></tr><tr><td>1 多機能DAQカード(PCI-6259)</td><td>National Instruments, Inc.</td><td></td><td></td></tr><tr><td>1 ポテンショメータ (RDC503013A)</td><td>アルプス電気株式会社</td><td>1</td><td></td></tr><tr><td>エンコーダ (MRシリーズ)</td><td>マクソンプレシジョンモーターズ株式会社</td><td></td><td></td>1</tr><tr><td>モーターコントローラー(ADS50/10)&nbsp;</td><td>マクソン・プレシジョン・モーターズ(株)</td><td></td><td></td>1</tr><tr><td>24 V電源(DPP480)</td><td>TDK-Lambda Americas, Inc.</td><td></td><td></td>1</tr><tr><td>6自由度ロードセル(Mini58)</td><td>ATI Industrial Automation</td><td>1</td><td></td></tr><tr><td>Ceiling Rail System</td><td>RoMedic, Inc.</td><td></td><td></td>1</tr><tr><td>NI LabView 2011</td><td>National Instruments, Inc.</td><td>1</td><td></td></tr></tbody></table>

エンジニアリング·プラットフォームおよび神経的に制御されたパワードtransfemoral人工関節の設計と評価のための実験プロトコール

Engineering Platform and Experimental Protocol for Design and Evaluation of a Neurally-controlled Powered Transfemoral Prosthesis

動力義足の直感的な操作を可能にするために、ユーザの運動の意図を認識することができ、ユーザとプロテーゼとの間のインターフェースが望まれている。我々の以前の研究で開発された神経筋 - 機械融合に基づく新規の神経·マシン·インターフェース（NMI）を正確にtransfemoral切断者の意図した動きを識別するための大きな可能性を実証しています。しかし、このインタフェースは、まだ真の神経制御のための動力義足に統合されていません。この研究は、パワード下肢人工関節の神経制御を実施し、最適化するための（1）柔軟なプラットフォームおよび下肢切断の患者に対する神経補綴コントロールを評価する（2）実験およびプロトコルを報告することを目的とした。最初のPCとビジュアルプログラミング環境に基づいたプラットフォームは、NMIの学習アルゴリズム、NMIオンラインテストアルゴリズム、および固有制御アルゴリズムを含む、人工関節の制御アルゴリズムを実装するために開発された。実証するために、このプラットフォームの機能は、この研究では、神経筋 - 機械融合に基づく、NMIは、階層的にプロトタイプtransfemoralプロテーゼの組み込みのコントロールに統合されました。一方的なtransfemoral切断した一人の患者は、立ち、平地歩行、傾斜上昇などの活動を行う際に私たちの実装を用いたニューラルネットワークモデルの評価、および実験室で連続して下降をランプに採用されました。小説実験およびプロトコルは、安全かつ効率的に新しい人工関節コントロールをテストするために開発された。提示概念実証プラットフォームと実験とプロトコルは、神経的に制御されたパワー義足の今後の開発と応用を支援することができます。

議定書3.2.6で説明したように、彼は、股関節屈曲/伸展を実行したときに図4aは、対象者の断端の太ももの筋肉から測定した表面筋電信号の7チャンネルを示しています。 図4bは、被写体が上を歩いたときに記録されたEMG信号の6歩行サイクルを示しています平地歩行パス、プロトコル3.3.4の間。この図から、新たに設計されたEMG電極ソケットインターフェイスは、表面EMG信号測定値の良好な品質を提供できることが分かる。 図5は 、制御モードを示していますフェーズを検出して、一つの代表的なオンラインテスト試験で神経的に制御されたパワーtransfemoralプロテーゼの膝関節角度をもたらした。被験者は立位、平地歩行への移行、ランプ上昇、レベル地上歩行を開始し、その後、歩行パスの最後に停止するように頼まれた。被験者は、その後Tに沿って、元の出発点に戻った彼はルートを逆にします。神経制御では 、 図5に示すように、被験者を募集を...

ニューラル·マシン·インターフェース（NMI）は、ユーザの移動モードを同定するために開発されてきた。これらのNMIは、動力義足の神経制御のための潜在的に有用であるが、十分に発揮されていない。本稿では、安全に下肢切断の患者に対する神経的制御の義足を評価するために、実験室環境での容易な実装と開発神経制御のパワー下肢義肢および（2）実験およびプロトコルのための（1）私たちの設計し、エンジニアリング·プラットフォームを発表かつ効率的に。

エンジニアリング·プラットフォームおよび神経的に制御されたパワードTransfemoral人工関節の設計と評価のための実験プロトコール

To enable intuitive operation of powered artificial legs, an interface between user and prosthesis that can recognize the user's movement intent is ...

この手順の全体的な目的は、下肢切断患者における神経制御人工脚を評価するための、ライブラリ環境での実験セットアップおよびプロトコルを提示することです。まず、被験者の下肢残存筋からの表面EMG信号測定の準備を行い、次に、被験者に装着した電動義足のアライメント調整とキャリブレーションを実施することでこれを達成します。次に、トレーニングデータを収集し、神経マシンインターフェース内の分類器をトレーニングします。最終ステップでは、被験者として募集した切断者において、電動義足の神経制御の性能をテストします。最終的に、神経制御された電動義足を用いて、被験者が研究室内で平地での立位、平地歩行、スロープ登坂およびスロープ降下などのさまざまな活動を、安全かつ継続的に行えるようにします。この設計エンジニアリングプラットフォームの主な利点は、各ファンクションブロックのデバッグ、修正、および更新が容易に行えることです。さらに、コンピュータプログラム上で、機能の追加や削除、またはモデル間の接続変更を簡単に行うことができます。新しい電極ソケットインターフェース設計により、高品質なEMG信号の記録、強固なソケット懸垂、および優れたユーザー快適性が実現されます。したがって、この設計は下肢切断者の残存肢における筋肉の特性や機能を調査するために利用できます。手順のデモンストレーションは、William BoatwrightとAaron Flemingによって行われました。当研究室の学生が、サイズに適合した墜落制止用フルハーネスを着用させ、それを天井のレールシステムに固定して、被験者のテスト準備を行います。次に、フル充電された無線EMGセンサーを7個選択します。準備した部位にある特製の吸引ソケットにEMGセンサーを装着します。センサーの番号を記入し、EMG測定部位と対応付けます。被験者の断端の皮膚をイソプロピルアルコールで清浄した後、ピラミッドアダプターを用いて電動義手を生体適合ソケットに装着します。被験者がソケットを装着するのを補助し、ソケットが被験者の断端にしっかりと固定されていることを確認してください。次に、リアルタイムEMGアナログデータストリーミングソフトウェアを起動します。その後、被験者に股関節の屈曲および伸展、股関節の外転および内転を行わせ、さらに膝関節の屈曲および伸展を想像させ、EMG信号を確認して、EMG電極の接触状態とデータ伝送を確認し、電動義足を調整および校正します。被験者が歩行補助器を保持して立位となった状態で、義足の位置がソケットと幾何学的に一致するまで、アダプターの回転ネジ一式を調整します。被験者に義足を地面から持ち上げさせ、義足パイロンのロードセルを校正します。次に、平地、スロープの昇降など、異なる地形での歩行を練習するよう被験者に指示してください。電動義足を装着した状態で、被験者が電動デバイスでの歩行に自信を持ち、一貫した歩行パターンが得られるまで継続させます。各アクティビティにおいて、あらかじめ設定された歩行経路を被験者に説明し、歩行経路の開始地点に立つよう指示します。次に、電動義足をオンにし、パラメータを内蔵コントローラにロードします。トレーニングデータ収集用コンピュータプログラムを実行し、グラフィカルユーザーインターフェース（GUI）のスタンディングボタンをクリックして、内蔵制御をスタンディングモードに設定します。次に、被験者に平坦な地面を、本人が選択した快適な歩行速度で歩くよう指示します。同時に、被験者の前脚の離地前にGUIの歩行ボタンをクリックし、固有制御を自動的に平坦地歩行モードに設定します。被験者がスロープの端に近づいた際、義足の離地前にGUIのスロープ登坂ボタンをクリックしてスロープに足を踏み出させ、安全のために固有制御をスロープ登坂モードに切り替えます。スロープを歩行する際は、被験者が手すりを使用できるようにしてください。被験者がスロープの端に到達したら、再度歩行ボタンをクリックします。義足のかかとが水平プラットフォームに接地する前に操作を行うことで、義足の固有制御が平地歩行モードに切り替わります。歩行経路の終端で、被験者に停止し、そのまま直立するように指示します。ダブルスタンス相の前に「standing」ボタンをクリックすると、内部制御が直立モードに切り替わります。約5秒後、「stop」ボタンをクリックしてデータ収集を終了します。被験者が開始地点まで逆ルートで歩いて戻る際に、同様の手順を繰り返します。唯一の違いは、固有制御をランプ下降モードに切り替えることです。被験者が下降ランプを歩行する際、ランプの昇降を10回繰り返し、その後、収集したトレーニングデータセットの信号品質を確認します。次に、オフライン学習モジュールを介して、ニューラルマシンインターフェース内のパターン認識分類器を学習させます。収集したEMGおよび機械的信号、学習手順中にラベル付けされた活動モード、および検出された位相を用いて、位相依存的なパターンを構築します。分類器は、後のオンラインテストセッションに向けて、分類器のパラメータを自動的に保存します。被験者に歩行路のスタート地点に立つよう指示し、次のテストセットを開始します。電動義肢の電源を入れた後、学習済み分類器をオンラインテストモジュールに、パラメータを固有コントローラにロードします。次に、被験者に立位の状態からテスト試行を開始するよう指示します。その後、平地歩行、スロープ歩行、再び平地歩行へと連続的に移行し、最終的に停止させます。歩行経路の終端において、被験者にそれぞれの動作を快適なペースで行うよう指示してください。各試験における疲労を避けるため、試行間に休息時間を設けてください。義肢の動作モードと膝関節角度の読み取り値をモニターに表示し、後での評価目的のためにすべての測定値と制御出力を保存します。被験者の残存肢の大腿筋から記録された生EMG信号は、被験者が股関節の屈曲と伸展を交互に繰り返した際に、特徴的なパターンを示します。被験者が平坦な歩行路を歩いた際に記録された生EMG信号をここに示します。これらの図から、EMG電極とソケットのインターフェースが良好な品質を提供できていることがわかります。EMG信号の測定。被験者はまず直立した状態から開始し、平地歩行ランプへの移行、登坂、平地歩行を行い、その後歩行経路の終端で停止するよう指示された。その後、被験者は逆ルートを通って元の開始点に戻ったが、意図した活動モードに基づいて電動大腿義足の制御モードをスムーズに切り替えることができた。赤色の破線は、平地からランプへの歩行、登坂、または下降への移行、および立位から歩行への移行における、各活動モード移行の定義されたクリティカルタイミングを示しています。ランプ、登坂、または下降から平地歩行への移行、および歩行から立位への移行におけるクリティカルタイミングは、遊脚相の開始である離地（toe off）としました。また、平地における荷重応答の開始である踵接地（heel contact）をクリティカルタイミングとしました。この試行の開始から約18秒後、ニューラルマシンインターフェースによるユーザーの意図の誤認識により、被験者が平地を歩行していたにもかかわらず、義足が誤ってスロープ登坂モードに切り替わりました。このようなエラーは、被験者の歩行キネマティクスに大きな変化をもたらさず、被験者に感知されることもありませんでした。一方で、一部の試験試行では被験者の歩行安定性を乱すエラーが観察されましたが、転倒に至ったケースはありませんでした。本研究で提案する概念実証プラットフォームの実験セットアップおよびプロトコルは、粉末下肢義足の神経制御および固有制御をさらに最適化するための便利なツールとなり得、ユーザーが容易、確実、かつ直感的に操作できる真のバイオニック下肢義足の開発に寄与すると考えられます。このビデオを視聴することで、開発されたエンジニアリングプラットフォームを適用し、下肢切断患者の神経制御人工脚を研究室環境で安全かつ効率的に評価する方法について、十分に理解できるはずです。

engineering-platform-experimental-protocol-for-design-evaluation

Research

JoVE Journal

Bioengineering

バイオエンジニアリング（生体工学）

血管閉塞性疾患や外傷に起因する四肢の損失のための代替人工器官の添付ファイルを開発する必要があります。仕事の目標は、骨格の固定を高め、osseointegrated技術を必要とする患者のためのperiprosthetic感染率を減らすためにosseointegratedインテリジェントなインプラント設計システムを導入することである。...

切断者のためのOsseointegratedインテリジェントインプラント設計システムの生体電気分析

我々は、神経のコントロールで一般的な原則を調査するために閉ループフライマシンインタフェースを使用してください。...

ブレインマシンインタフェースの閉ループ性能を研究する実験プラットフォーム

身体分節慣性特性は、逆動力学モデリングのために必要とされる。振動及び反応基板技術を用いて、膝下プロテーゼの慣性特性を測定した。義足の逆動力学モデルにおける慣性補綴の直接的な尺度を使用すると、得られた関節力及びモーメントの大きさが下側になった。...

膝下プロテーゼの推定慣性特性に関する振動及び反応ボードテクニック

義肢の発達が自然制御の目標に向かって進むにつれて、切断者の新たな運動技能を学ぶ能力を利用することで、習熟度が可能になるかもしれません。この原稿では、多機能補綴制御を改善するための、模倣、反復、強化学習戦略を含む構造化されたリハビリテーションプロトコルについて説明します。...

改良された多機能人工制御のための構造化リハビリテーションプロトコル：ケーススタディ

麻痺のある人が動力付き外骨格を使用して歩行できるように訓練することは、困難を伴うかもしれません。目標は、候補者の選択基準と、参加者のスキルレベルが向上するにつれて進歩できる外骨格介在歩行およびその他の可動スキルのトレーニング手順を提示することです。...

パワードスーツを使用して歩行する脊髄損傷者のトレーニング

脊髄損傷は、慢性二次代謝障害のリスクが高い可能性のある外傷性病状です。ここでは、これら医学的な問題のいくつかを改善する機能的電気刺激下四肢戦略としてサイクリングと組み合わせて表面神経筋電気刺激筋力トレーニングを使用してプロトコルを提案します。...

脊髄損傷後下肢電気刺激の訓練のパラダイム

五感で知覚仮想またはロボット義手の制御を開発代理店の感覚を特徴づけるプロトコルをご紹介します。機関の明示的な経験をキャプチャする心理アンケートを採用し、暗黙的に代理店の感覚を測定する時間間隔の見積もり (意図的なバインディング)...

ニューラル マシン インターフェイス運営義足の操作上代理店の感覚の特性

以下の原稿は、複合再生性末梢神経界(C-RPNI)と呼ぶ生物学的、閉ループ神経フィードバックシステムを開発するための新しい方法を説明する。この構造は、末梢神経と統合して効率のよい運動信号を増幅すると同時に、感覚的フィードバックを提供する能力を有する。...

成体ラットにおける複合再生性末梢神経インタフェース(C-RPNI)の作製

このプロトコルは、脳卒中後の人々においてTMSを用いた立ち位置における下肢筋、脛節前およびソレウスの神経生理学的評価を行うプロセスを説明する。この位置は、脳卒中後のTMS応答を引き出す可能性が高く、神経生理学的評価中に刺激力を低下させる。...

脳卒中後の下肢筋の神経生理学的評価

この研究は、選択的神経伝達手術後の補綴物機能を高めるためのプロトコルを提示する。リハビリテーション介入には、患者の情報と選択、創傷治癒のサポート、上肢の感覚運動領域の皮質再活性化、選択的筋肉活性化の訓練、日常生活における義肢の取り扱い、および定期的なフォローアップ評価が含まれる。...

選択的神経伝達を受ける上肢切断者に対する治療介入

慢性脳卒中患者の保険付きリハビリテーションは、一般的に期間限定です。歩行関連の運動課題による脳活動の画像診断に基づく研究は、改善された結果を測定し、オーダーメイドの治療の延長を正当化するためのバイオマーカーの確立につながる可能性があります。新しい磁気共鳴対応の可変抵抗フットモーションデバイスと、機能的磁気共鳴画像法中に使用するためのプロトコルが提示されます。...

足部麻痺患者の機能的磁気共鳴画像評価のための足誘導デジタル制御抵抗デバイスの使用

学ぶ神経制御型動力義足の評価プロトコル。表面EMG信号計測とパターン認識分類器を用いて、大腿切断患者の残存筋活動から意図を検出し、立位や歩行などの動作を安全に実現する方法を解説。

エンジニアリング·プラットフォームおよび神経的に制御されたパワードTransfemoral人工関節の設計と評価のための実験プロトコール

さらに動画を探す