이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

만성 뇌졸중 환자를 위한 유연한 웨어러블 Supernumerary Robotic Limb

2.8K 조회수

⸱

DOI:

10.3791/65917

⸱

2023년 10월 27일

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Key Laboratory for Image Processing and Intelligent Control of Education Ministry of China, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, 2School of Mechanical Science and Engineering, Huazhong University of Science and Technology, 3Wuhan Union Hospital, Huazhong University of Science and Technology Tongji Medical College First Clinical College Union Hospital

이 논문에서

요약

이 프로토콜은 뇌졸중 환자의 손가락 재활을 돕기 위해 맞춤화된 유연한 웨어러블 초숫자 로봇 팔다리를 도입합니다. 이 설계는 원활한 인간-로봇 상호 작용을 촉진하기 위해 굽힘 센서를 통합합니다. 건강한 지원자와 뇌졸중 환자를 모두 대상으로 한 실험을 통한 검증은 제안된 연구의 효능과 신뢰성을 강조합니다.

초록

본 연구에서는 만성 뇌졸중 환자의 손가락 재활 및 잡기 동작을 돕는 유연한 웨어러블 초수형 로봇 팔다리를 제시합니다. 이 혁신적인 팔다리의 디자인은 구부러진 공압 근육과 코끼리 몸통 끝의 독특한 특성에서 영감을 받았습니다. 경량 구조, 안전, 규정 준수, 방수 및 높은 출력 대 중량/압력 비율 달성과 같은 중요한 요소에 중점을 둡니다. 제안된 구조는 로봇 팔다리가 엔벨로프 및 손가락 끝 파지기를 모두 수행할 수 있도록 합니다. 인간과 로봇의 상호 작용은 유연한 굽힘 센서를 통해 촉진되며, 착용자의 손가락 움직임을 감지하고 임계값 분할 방법을 통해 모션 제어에 연결합니다. 또한 이 시스템은 휴대가 가능하여 매일 다양하게 사용할 수 있습니다. 이 혁신의 효과를 검증하기 위해 6명의 만성 뇌졸중 환자와 3명의 건강한 지원자를 대상으로 실제 실험을 수행했습니다. 설문지를 통해 받은 피드백에 따르면 설계된 메커니즘은 만성 뇌졸중 환자의 일상적인 잡기 활동을 지원하여 잠재적으로 삶의 질과 재활 결과를 개선하는 데 엄청난 가능성을 가지고 있습니다.

서론

이전 연구1에 따르면 2019년 기준 전 세계적으로 뇌졸중 환자가1억 명을 넘어섰습니다. 이 중 약 2/3는 편마비 후유증으로 이어졌으며, 중증 편마비 뇌졸중 환자의 80% 이상은 손과 팔의 기능을 완전히 회복하지 못했다2. 또한 고령 인구는 향후 수십 년 동안 계속 증가할 것으로 예상되어 잠재적인 뇌졸중 환자의 수가 크게 증가할 것으로 예상됩니다. 뇌졸중 후 지속되는 상지 장애는 일상 생활 활동(ADL)에 상당한 영향을 미칠 수 있으며, 손 재활은 만성 뇌졸중 환자의 활동과 참여를 향상시키는 중요한 목표로 임상적으로 인식되고 있다3.

기존의 모터 구동 로봇 상지 장치는 상당한 추진력을 제공할 수 있지만 단단한 구조로 인해 크기가 크고 무게가 많이 나가는 경우가 많습니다. 또한 오작동할 경우 인체에 돌이킬 수 없는 해를 끼칠 위험이 있습니다. 대조적으로, 소프트 공압 액추에이터는 재활4, 보조5 및 외과적 응용6에서 상당한 잠재력을 보여주었다. 장점으로는 안전, 경량 구조 및 고유한 규정 준수가 있습니다.

최근 몇 년 동안 수많은 유연한 웨어러블 로봇이 소프트 공압 액추에이터를 중심으로 등장, 설계 및 개발되었습니다. 이 로봇은 뇌졸중 환자의 상지의 재활 및 재활 후 지원을 위해 고안되었습니다. 이들은 주로 손 외골격(7,8)과 수외 사지(supernumerary limbs)9,10를 포함한다. 둘 다 웨어러블 로봇 공학 및 재활 분야에서 사용되지만, 전자는 인체와 직접 상호 작용하여 잠재적으로 근육이나 관절을 제한하는 반면, 후자는 직접적인 제약 없이 인간의 작업 공간이나 움직임을 보완합니다11,12. 서보 모터를 기반으로 하는 웨어러블 초수 로봇 손가락은 작업치료사의 일상생활 활동(ADL) 교육을 지원하기 위해 개발되었다9. 다른 연구에서도 비슷한 접근법을 찾을 수 있다10. 이 두 범주의 로봇 손가락은 편마비 환자의 재활 지원에 이러한 로봇을 적용할 수 있는 새로운 가능성을 제시했습니다. 그럼에도 불구하고 이러한 로봇 설계에 사용된 견고한 구조로 인해 사용자의 편안함과 안전에 대한 잠재적인 고려 사항이 발생할 수 있다는 점은 주목할 가치가 있습니다. 기능적 자기공명영상(fMRI) 중 손 재활 및 작업별 훈련에 사용할 수 있는 부드러운 웨어러블 로봇 장갑의 설계, 제작 및 평가가 발표되었습니다13. 장갑은 실리콘 엘라스토머로 만든 부드러운 공압 액추에이터를 사용하여 손가락 관절 움직임을 생성하며 이 장치는 fMRI 이미지에서 아티팩트를 일으키지 않고 MR과 호환됩니다. Yun et al.은 조립 기반 접근 방식14을 활용하는 맞춤형 소프트 공압 보조 장갑인 Exo-Glove PM을 소개했습니다. 이 혁신적인 디자인은 작은 모듈과 모듈 사이의 거리를 조정할 수 있어 사용자가 스페이서를 사용하여 지골 길이에 따라 장갑을 맞춤화할 수 있습니다. 이 접근 방식은 맞춤형 제조 없이 편안함과 성능을 극대화합니다. 연구원들은 공압 네트워크(15)로 기능하는 통합 채널을 가진 엘라스토머 재료로 구성된 소프트 액추에이터를 제시했다. 이 액추에이터는 사람의 손가락 움직임에 안전하게 부합하는 굽힘 동작을 생성합니다. 또한, 연구원들은 가볍고 적응 가능한 팽창식 소프트 외골격 장치(16)인 AirExGlove를 도입했습니다. 이 시스템은 비용 효율적이며 다양한 손 크기에 맞게 맞춤화할 수 있으며 다양한 수준의 근육 경련을 가진 환자를 성공적으로 수용했습니다. 강성 연결 로봇 시스템에 비해 더 인체공학적이고 유연한 솔루션을 제공합니다. 이러한 연구는 유연한 웨어러블 손 재활 및 보조 로봇의 개발에 상당한 기여를 했지만, 그 중 어느 것도 완전한 휴대성과 인간-로봇 상호 작용 제어를 달성하지 못했다는 점은 주목할 가치가 있습니다.

수많은 연구에서 뇌파(EEG)17 또는 근전도(EMG) 신호18와 같은 생물학적 신호와 인간의 의도 사이의 상관관계를 탐구했습니다. 그러나 두 접근 방식 모두 기존 장치 및 기술 조건의 제약 내에서 특정 한계가 있습니다. 침습적 전극은 인체에 대한 외과적 절차가 필요한 반면, 비침습적 전극은 높은 노이즈 수준 및 신호 획득의 신뢰성과 같은 문제를 겪고 있습니다. 이러한 한계에 대한 자세한 논의는 문헌19,20에서 찾을 수 있습니다. 따라서 유연한 웨어러블 초숫자 로봇 팔다리의 휴대성 및 사용자 친화적인 인간-기계 상호 작용 기능에 대한 연구 추구는 여전히 매우 관련성이 높습니다.

이 연구에서는 만성 뇌졸중 환자의 손가락 재활 및 그립 지원을 돕기 위해 독특하고 유연한 웨어러블 초숫자 로봇 팔다리를 설계 및 제작했습니다. 이 로봇 팔다리는 경량, 안전성, 규정 준수, 방수 및 인상적인 출력 대 중량/압력 비율이 특징입니다. 엔벨로프와 손가락 끝의 두 가지 그립 모드는 휴대성을 유지하고 사용자 친화적인 인간-로봇 상호 작용을 보장하면서 달성되었습니다. 이 프로토콜은 공압 그리퍼의 설계 및 제조 공정과 웨어러블 방식을 자세히 설명합니다. 또한 유연한 굽힘 센서를 기반으로 하는 인간-로봇 상호 작용 방법이 제안되어 임계값 분할을 통해 편리하고 사용자 친화적인 제어가 가능합니다. 이러한 모든 측면은 실제 실험을 통해 검증되었습니다.

본 연구의 주요 공헌은 다음과 같이 요약된다: (1) 만성 뇌졸중 환자를 위한 가볍고 친숙하며 착용 가능한 유연한 초대형 로봇 팔다리가 설계 및 제작되었다. (2) 유연한 굽힘 센서를 기반으로 인간-로봇 상호 작용의 신뢰할 수 있는 방법이 실현되었습니다. (3) 제안된 메커니즘 및 방법의 효과와 신뢰성을 검증하기 위해 실제 실험이 수행되었으며, 여기에는 출력력 테스트가 포함되며 6명의 만성 뇌졸중 환자가 포함됩니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

이 프로토콜은 Union Hospital, Tongji Medical College, Huazhong University of Science and Technology의 윤리 검토 위원회의 승인을 받았습니다. 진단 기준을 충족하고 저자 병원의 재활과, 외래 및 입원 병동에서 치료를 받고 있는 상지 기능 장애 환자를 참가자로 선정했습니다. 환자의 운동 기능 회복은 Brunnstrom 회복 단계21에 따라 평가되었으며 3-5기 환자가 실험에 참여하도록 선택되었습니다. 연구에 참여한 환자로부터 서면 동의서를 받았습니다. 이 절차에는 공압 그리퍼의 금형 설계, 경화된 실리콘 고무를 기반으로 하는 공압 그리퍼의 제조 공정, 휴대용 장치의 통합, 파악 의도 감지를 위한 소프트웨어 및 하드웨어 구현이 포함됩니다. 실리콘 고무 및 일반 직물을 제외한 모든 웨어러블 구성 요소는 3D 프린팅 기술을 사용하여 생산됩니다( 보충 코딩 파일 1-5 참조).

1. 공압 그리퍼 설계 및 제작

  1. 그림 22A,B와 같이 미리 설계된 몰드1을 조립합니다. 그런 다음 핫멜트 접착제를 사용하여 그림 1C와 같이 금형의 지정된 위치에 유리 섬유를 고정합니다. 핫멜트 접착제를 사용하여 실리콘 누출을 유발할 수 있는 잠재적인 영역을 밀봉하십시오.
  2. 실리콘 엘라스토머의 성분 A와 성분 B를 적당량(9:1 중량으로 계량)하고( 재료 표 참조) 지정된 비율로 혼합합니다. 혼합 후 기계의 내부 사전 설정 프로그램에 의해 결정되는 가변 원심력을 가진 진공 혼합 및 탈기 기계를 사용하십시오. 혼합물이 준비되면 그림 1D와 같이 조립된 금형에 즉시 주입합니다.
    알림: 가변 원심력은 내부 사전 설정 프로그램을 통해 진공 혼합 및 탈기 기계에 의해 제어됩니다( 재료 표 참조). 실리콘 고무가 완전히 혼합되고 갇힌 기포가 제거되도록 원심력을 점진적으로 증가시켜야 합니다.
  3. 금형을 약 30초 동안 그대로 둔 다음 실리콘 고무의 작은 기포가 빠져나갈 수 있도록 진공 건조기에 약 1분 동안 넣습니다. 건조기에서 몰드를 제거하고 실리콘 고무가 경화되도록 30°C로 설정된 자동 온도 조절 챔버에 전체를 12시간 동안 넣습니다.
  4. 혼합된 실리콘 고무를 그림 1E에 표시된 금형에 주입하여 두 번째 단계에서 설명한 단계를 반복합니다. 다음으로, 그림 1F 에 표시된 탈형된 고무 몸체를 실리콘 고무로 채워진 금형에 넣습니다. 실리콘 고무가 경화될 수 있도록 전체 어셈블리를 30°C로 설정된 자동 온도 조절 챔버에 12시간 동안 넣습니다.
  5. 경화된 실리콘 고무 본체를 금형에서 제거하고 여분의 실리콘 고무를 잘라냅니다. 이제 플렉시블 그리퍼의 제작이 완료되었습니다.
    알림: 캐비티는 서로 독립적인 두 세트의 공압 그리드로 구성됩니다. 유리 섬유와 주름진 구조물 사이의 탄성 계수의 상당한 차이로 인해 공압 그리퍼는 팽창될 때 안쪽으로 구부러져 엔벨로프 잡기 동작을 허용합니다. 손가락 끝은 코끼리 코를 닮은 돌출부로 설계되어 손가락 끝으로 움켜쥔 동작이 가능합니다.

2. 웨어러블 플렉시블 supernumerary 로봇 사지 조립

알림: 웨어러블 수퍼 숫자 로봇 팔다리에는 그림 2와 같이 미니 공기 펌프, 공기 밸브, 단일 칩 마이크로 컴퓨터, 공압 그리퍼, 전원 공급 장치, 유연한 굽힘 센서, 웨어러블 장갑, 공압 및 전기 연결용 액세서리가 포함됩니다(재료 표 참조).

  1. 재단사의 도움을 받아 착용 가능한 장갑을 꼼꼼하게 수작업으로 제작하십시오. 착용자의 피드백과 재단사의 경험을 기반으로 여러 번의 반복과 개선을 거쳐야 합니다.
  2. 공압 그리퍼를 3D 프린팅 부품으로 고정하고 접착 테이프를 사용하여 장갑의 적절한 위치에 부착합니다.
  3. 그림 3과 같이 3개의 유연한 굽힘 센서(재료 표 참조)를 장갑에 내장합니다. 검지, 중지, 약지에 각각 놓고 손가락 뒷면에 맞춥니다. 데이터 수집 카드를 사용하여 센서의 신호를 기록하십시오.
  4. 증폭 센서 신호를 Arduino로 라우팅합니다( 재료 표 참조). Arduino23 내에서 슬라이딩 윈도우와 최소 제곱 필터링을 사용하여 이러한 신호를 처리합니다. 이러한 추정 값을 의도 감지를 위한 기준 데이터로 활용합니다.
  5. 공기 펌프, 공기 밸브, 제어 보드 및 전원 공급 장치와 같은 구성 요소를 휴대성을 위해 배낭에 넣습니다. 착용 효과의 시각적 표현은 그림 4 를 참조하십시오.

3. 파악 의도 파악

알림: 착용자의 손가락이 움직임을 생성하면 센서 피드백 신호가 그에 따라 변경됩니다. 구성 요소가 더 많이 구부러짐에 따라 회로의 저항을 증가시켜 작동합니다. 그림 5 는 한 지원자의 손가락 움직임 동안 유연한 굽힘 센서의 기록된 신호 값을 보여줍니다. 세 개의 곡선은 세 손가락에 있는 센서에서 얻은 신호에 해당합니다. 편마비 환자는 손가락 움직임이 제한되는 경우가 많지만 센서는 중요한 변화를 감지할 수 있습니다.

  1. 손가락 움직임 중 센서 변화의 범위와 패턴에 대한 데이터를 수집합니다. 감지된 센서 진폭에 따라 적절한 임계값을 선택하여 펌프 활성화를 제어합니다. 참가자들에게 자신의 능력 범위 내에서 손가락을 자유롭게 움직이도록 지시합니다. 임계값을 센서 피드백의 피크 값과 밸리 값의 평균으로 결정합니다.
    알림: 센서 신호가 설정된 임계값을 초과하면 펌프가 작동을 시작합니다. 손가락이 더 구부러질수록 공기압이 증가합니다. 반대로, 손가락의 굽힘 각도가 감소하고 센서가 임계값 미만의 신호를 감지하면 공기 밸브가 압력을 0으로 해제하고 공압 그리퍼가 해제됩니다.
  2. 사용자에게 공압 그리퍼의 상태를 관찰하고 공기 팽창을 멈추고 더 이상 손가락을 구부리지 않을 적절한 시간을 결정하도록 요청합니다.
  3. 위의 테스트를 반복하여 합리적인 임계값을 설정하고 이 장치 사용에 익숙해지도록 합니다.

4. 건강한 지원자를 대상으로 장치 테스트

  1. 연구를 위해 정상적인 상지 운동 능력을 가진 3명의 건강한 지원자를 모집하여 프로토타입의 마모 및 파지 효과를 확인합니다.
  2. 공압 그리퍼의 최대 공기 압력을 100kPa로 설정합니다. 참가자들에게 손가락을 구부리고 펴도록 지시합니다. 참가자에게 프로토타입을 착용하고 앞서 언급한 방법을 사용하여 다양한 모양의 물체를 잡고 놓는 실험을 수행합니다.
  3. 착용자의 경험에 대한 피드백을 요청하고 제안에 따라 착용 계획을 조정합니다.
    참고: 그림 6에서 볼 수 있듯이 참가자들은 프로토타입을 사용하여 다양한 크기의 원통형 물체를 성공적으로 감싸고 잡았습니다. 또한 직사각형 블록 모양의 물체에 대한 손가락 끝 잡기 작업도 완료했습니다.

5. 환자를 위한 재활 및 파악 지원

  1. 의료 전문가가 Brunnstrom 회복 단계21 에 따라 환자의 운동 기능 회복을 평가합니다. 3-5단계의 환자만 재활 훈련 또는 일일 지원을 위한 실험에 참여하도록 허용하십시오.
  2. 6명의 만성 편마비 환자를 모집하여 프로토타입의 신뢰성과 효과를 검증합니다. 환자에게 장갑(배낭 제외)을 독립적으로 착용하고 임계값을 보정할 수 있는 능력 범위 내에서 손가락을 움직이도록 지시합니다.
  3. 재활 단계에서는 환자가 손가락 근육을 운동하기 위해 다양한 잡기 작업에 참여하도록 권장합니다. 환자를 테이블 가장자리에 앉히고 프로토타입을 사용하여 물병, 바나나, 큐브 및 칫솔을 잡는 것을 포함한 일련의 잡기 활동을 수행하게 합니다.
  4. 환자에게 실험 후 개인적인 경험을 바탕으로 관련 설문 조사지(보충 파일 1)를 작성하도록 요청합니다. 다음 6가지 주관적 감정을 평가하십시오: 시스템 기능에 대한 자신감; 사용의 용이성; 착용의 편리함과 편안함; 재활을 위한 효과와 유용성; 일상 생활에서의 효과와 유용성; 아직 개선이 필요한 영역입니다.
  5. 응답을 1에서 5까지의 척도로 평가하며, 여기서 1은 매우 동의하지 않음을 나타내고 5는 매우 동의함을 나타냅니다. 데이터를 기록하고 설문지를 기반으로 프로토타입의 문제와 개선이 필요한 부분을 분석합니다.
    알림: 이것은 재활 훈련에 흥미를 더할 뿐만 아니라 회복 과정에 참여하려는 환자의 의지를 향상시킵니다. 환자가 안정된 상태에 도달했지만 여전히 손가락으로 잡는 작업을 수행하는 데 어려움을 겪는 경우 로봇 팔다리를 사용하면 일상 생활에 필요한 특정 일상 잡기 동작을 수행하는 데 도움이 될 수 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

출력력 실험
그림 7 은 액추에이터의 구조 설계와 치수를 생생하게 묘사하여 단면 그림을 제공합니다. 이 액추에이터는 두 개의 서로 다른 챔버 세트로 구성되며, 각 세트에는 5개의 우아한 곡선형 공기 챔버가 포함되어 있습니다. 놀랍게도, 액츄에이터의 말단에는 코끼리의 몸통 끝을 연상시키는 돌출 구조를 독창적으로 통합하여 액츄에이터의 그립 반경을 크게 확장했습니다.

소프트 공압 액추에이터의 출력력을 평가하기 위해 일련의 정적 파지 실험이 수행되었습니다. 개별적으로 20g, 50g, 100g, 200g 및 500g의 무게를 측정했습니다. 액츄에이터를 적절하게 배치하고 팽창시킨 후, 미끄러짐을 평가하기 위해 추를 구부리고 감싸는 후 위쪽으로 들어 올렸습니다. 실험 결과는 그림 8에 나와 있으며, 그림 8A-C는 손가락 끝 잡기의 실험 결과를 나타내고

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

이 연구는 만성 뇌졸중 환자의 손가락 재활 및 그립 작업을 지원하도록 설계된 혁신적이고 유연하며 웨어러블한 수퍼 숫자 로봇 팔다리를 제시합니다. 이 로봇 시스템은 휴대성을 우선시하며 엔벨로프 잡기 및 손가락 끝 잡기 기능을 모두 제공합니다. 사용자 친화적인 인간-기계 상호 작용 제어를 위해 유연한 굽힘 센서가 통합되어 있습니다. 정적 파지 실험은 두 가지 별개의 파지 모드에서 설계된 메커니즘의 파지 기능을 검증합니다. 이 연구에는 파지 기능을 확인하고 사용자 경험을 평가하기 위해 편마비 환자를 대상으로 한 실험이 포함되어 있으며, 재활 및 파지 활동 중에 만성 뇌졸중 환자를 돕는 이 로봇의 잠재력을 보여줍니다.

이 연구의 맥락에서 중요한 절차 단계는 다음과 같이 간결하게 요약할 수 있습니다: (1) 금형에 실리콘 사출 공정 중에 최적의 사출 속도를 유지하는 것이 필수적입니다. 과도하게 빠른 주입은 기포가 과도하게 증가할 수 있는 반면 지나치게 느린 주입은 실리콘의 유동성을 손상시...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자는 공개할 것이 없습니다.

감사의 글

이 연구는 그랜트 U1913207 산하의 중국 국립 자연 과학 재단(National Natural Science Foundation of China)과 HUST 아카데믹 프론티어 청소년 팀 프로그램(Program for HUST Academic Frontier Youth Team)의 지원을 받고 있습니다. 저자는 이러한 재단의 지원에 감사드립니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
공기 압축기XinweichengF35L-JJ-24V공압 그리퍼
ArduinoEmakefunMega 2560단일 칩 마이크로컴퓨터/데이터 수집 카드
배낭무진외부 장치 통합
플렉스 센서 스펙트럼기호플렉스 센서 2.2유연한 굽힘 센서
전원 공급 장치YisennengYSN-37019200전원 공급
PU 퀵 플러그 커넥터ElecallPU-6커넥터 튜브
PU 튜브BaishehuiZDmJKJJy공기 라인 연결
실리콘 엘라스토머WackerELASTOSIL M4601 A / B공압 그리퍼의 재질
온도 조절 챔버Ruyi101-00A의 경화를 가속화하기위한 항온
추가 소포
진공 혼합 및 가스 제거 기계SmidaTMV-200T실리콘을 철저히 혼합하여 소포
밸브SMCNTV1030-312CL공기 압력 제어
에 공기 공급을 제공합니다. 장치 PU용 실리콘 진공 건조기 Fujiwara PC-3

참고문헌

  1. Feigin, V. L., et al. Global, regional, and national burden of stroke and its risk factors, 1990-2019: A systematic analysis for the global burden of disease study 2019. The Lancet Neurology. 20 (10), 795-820 (2021).
  2. Nakayma, H., Jørgensen, H. S., Raaschou, H. O., Olsen, T. S. Compensation in recovery of upper extremity function after stroke: The copenhagen stroke study. Archives of Physical Medicine and Rehabilitation. 75 (8), 852-857 (1994).
  3. Faria-Fortini, I., Michaelsen, S. M., Cassiano, J. G., Teixeira-Salmela, L. F. Upper extremity function in stroke subjects: Relationships between the international classification of functioning, disability, and health domains. Journal of Hand Therapy. 24 (3), 257-265 (2011).
  4. Al-Fahaam, H., Davis, S., Nefti-Meziani, S., Theodoridis, T. Novel soft bending actuator-based power augmentation hand exoskeleton controlled by human intention. Intelligent Service Robotics. 11, 247-268 (2018).
  5. IEEE International Conference on Robotics and Automation (ICRA). Thalman, C. M., Hsu, J., Snyder, L., Polygerinos, P. 2019 International Conference on Robotics and Automation (ICRA), , IEEE. 8436-8442 (2019).
  6. Miron, G., Plante, J. S. Design principles for improved fatigue life of high-strain pneumatic artificial muscles. Soft Robotics. 3 (4), 177-185 (2016).
  7. IEEE International Conference on Robotics and Automation (ICRA). Yun, Y., et al. 2017 IEEE International Conference on Robotics and Automation (ICRA), , IEEE. 2904-2910 (2017).
  8. Tran, P., Jeong, S., Herrin, K. R., Desai, J. P. Hand exoskeleton systems, clinical rehabilitation practices, and future prospects. IEEE Transactions on Medical Robotics and Bionics. 3 (3), 606-622 (2021).
  9. Dynamic Systems and Control Conference. Ort, T., Wu, F., Hensel, N. C., Asada, H. H. Dynamic Systems and Control Conference, , V002T027A010 American Society of Mechanical Engineers. (2023).
  10. Hussain, I., et al. A soft supernumerary robotic finger and mobile arm support for grasping compensation and hemiparetic upper limb rehabilitation. Robotics and Autonomous Systems. 93, 1-12 (2017).
  11. Yang, B., Huang, J., Chen, X., Xiong, C., Hasegawa, Y. Supernumerary robotic limbs: A review and future outlook. IEEE Transactions on Medical Robotics and Bionics. 3 (3), 623-639 (2021).
  12. Tong, Y., Liu, J. Review of research and development of supernumerary robotic limbs. IEEE/CAA Journal of Automatica Sinica. 8 (5), 929-952 (2021).
  13. Yap, H. K., et al. A magnetic resonance compatible soft wearable robotic glove for hand rehabilitation and brain imaging. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 25 (6), 782-793 (2016).
  14. Yun, S. S., Kang, B. B., Cho, K. J. Exo-glove pm: An easily customizable modularized pneumatic assistive glove. IEEE Robotics and Automation Letters. 2 (3), 1725-1732 (2017).
  15. IEEE International Workshop on Intelligent Robots and Systems (IROS). Polygerinos, P., et al. 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems, , IEEE. 1512-1517 (2013).
  16. IEEE International Conference on Soft Robotics (RoboSoft). Stilli, A., et al. 2018 IEEE International Conference on Soft Robotics (RoboSoft), , IEEE. 579-584 (2018).
  17. Zhang, D., et al. Making sense of spatio-temporal preserving representations for eeg-based human intention recognition. IEEE Transactions on Cybernetics. 50 (7), 3033-3044 (2019).
  18. IEEE International Workshop on Robot and Human Communication (ROMAN). Sirintuna, D., Ozdamar, I., Aydin, Y., Basdogan, C. 2020 29th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN), , IEEE. 1280-1287 (2020).
  19. 2020 10th Annual Computing and Communincation Workshop and Conferenece (CCWC). Mahmud, S., Lin, X., Kim, J. H. 2020 10th Annual Computing and Communication Workshop and Conference (CCWC), , IEEE. 0768-0773 (2020).
  20. Asghar, A., et al. Review on electromyography based intention for upper limb control using pattern recognition for human-machine interaction. Proceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine. 236 (5), 628-645 (2022).
  21. Naghdi, S., Ansari, N. N., Mansouri, K., Hasson, S. A neurophysiological and clinical study of brunnstrom recovery stages in the upper limb following stroke. Brain Injury. 24 (11), 1372-1378 (2010).
  22. Ru, H., Huang, J., Chen, W., Xiong, C. Modeling and identification of rate-dependent and asymmetric hysteresis of soft bending pneumatic actuator based on evolutionary firefly algorithm. Mechanism and Machine Theory. 181, 105169(2023).
  23. Qin, L., Wu, W., Tian, Y., Xu, W. Lidar filtering of urban areas with region growing based on moving-window weighted iterative least-squares fitting. IEEE Geoscience and Remote Sensing Letters. 14 (6), 841-845 (2017).
  24. Liu, S., et al. A two-finger soft-robotic gripper with enveloping and pinching grasping modes. IEEE/ASME Transactions on Mechatronics. 26 (1), 146-155 (2020).
  25. Tawk, C., Sariyildiz, E., Alici, G. Force control of a 3D printed soft gripper with built-in pneumatic touch sensing chambers. Soft Robotics. 9 (5), 970-980 (2022).
  26. Zuo, W., Song, G., Chen, Z. Grasping force control of robotic gripper with high stiffness. IEEE/ASME Transactions on Mechatronics. 27 (2), 1105-1116 (2021).
  27. Watanabe, T., Morino, K., Asama, Y., Nishitani, S., Toshima, R. Variable-grasping-mode gripper with different finger structures for grasping small-sized items. IEEE Robotics and Automation Letters. 6 (3), 5673-5680 (2021).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

만성 뇌졸중 환자를 위한 유연한 웨어러블 Supernumerary Robotic Limb
문의하기
사서에게 추천하기

개인정보

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.