$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
1. Platforma do implementacji kontroli neuronalnej zasilanych protez przezudowych
W tym badaniu opracowano platformę inżynieryjną do implementacji i oceny kontroli neuronalnej napędzanych sztucznych nóg. Sprzęt obejmował komputer stacjonarny z procesorem 2,8 GHz i 4 GB pamięci RAM, wielofunkcyjną płytkę do akwizycji danych z przetwornikami analogowo-cyfrowymi (ADC) i przetwornikami cyfrowo-analogowymi (DAC), sterownik silnika, cyfrowe wejścia/wyjścia oraz prototypową zasilaną protezę przezudową zaprojektowaną w naszej grupie12. Wejścia czujników analogowych zostały najpierw zdigitalizowane przez przetworniki ADC i przesłane strumieniowo do komputera stacjonarnego w celu przetworzenia sygnału. Przetwornik cyfrowo-analogowy został wykorzystany jako wyjście sterujące do napędzania silnika prądu stałego w protezie poprzez sterownik silnika. Cyfrowe wejścia/wyjścia zostały wykorzystane do włączania/wyłączania sterownika silnika. Zasilana proteza była podłączona do komputera stacjonarnego i zasilana z zasilacza 24 V.
Oprogramowanie zostało zaprogramowane w środowisku programistycznym odpowiednim do wirtualnego oprzyrządowania działającego na komputerze stacjonarnym. Środowisko programistyczne zostało oparte na wirtualnym oprzyrządowaniu, które skutecznie łączy zarówno oprogramowanie zdefiniowane przez użytkownika, jak i sprzęt w celu wdrożenia dostosowanej platformy. Wykorzystując strukturę graficznego schematu blokowego, można łatwo i efektywnie wdrażać i aktualizować różne modułowe węzły funkcyjne. W celu zademonstrowania funkcji platformy do sterowania online zmechanizowanymi sztucznymi nogami, na tej platformie zaimplementowano wstępnie zaprojektowane sterowanie protezami. System sterowania składał się z kontrolera neuronowego i kontrolera wewnętrznego. Kontroler neuronowy składał się z naszego poprzednio zaprojektowanego NMI opartego na fuzji nerwowo-mięśniowo-mechanicznej, który rozpoznawał tryb aktywności użytkownika. Kontroler neuronowy jako kontroler wysokiego poziomu był hierarchicznie połączony z wewnętrznym sterowaniem za zasilaną protezą kończyny dolnej.
Architektura oprogramowania sterującego na platformie jest zilustrowana na rysunku 1. NMI składa się z dwóch części: modułu szkoleniowego offline i modułu testowania online. Moduł szkolenia offline został zaprojektowany do zbierania danych treningowych i budowania klasyfikatorów w NMI. Zebrane wielokanałowe sygnały EMG powierzchni i pomiary mechaniczne zostały najpierw wstępnie przetworzone i podzielone na ciągłe okna przesuwne. W każdym oknie wyodrębniono cechy charakteryzujące wzorce sygnałów, a następnie połączono je w jeden wektor cech. Wektor cech w każdym oknie został oznaczony trybami aktywności (klasami) i indeksem fazowym w oparciu o czynności wykonywane przez użytkownika protezy i stany protezy podczas zbierania danych treningowych. Oznaczone wektory cech zostały następnie wykorzystane do zbudowania klasyfikatora wzorca zależnego od fazy, który zawiera wiele podklasyfikatorów skorelowanych z poszczególnymi fazami. Utworzony klasyfikator został zapisany i przeniesiony do modułu testów online w celu późniejszej oceny online.
Moduł testowania online był używany do rozpoznawania intencji ruchu użytkownika i przełączania trybów aktywności w kontrolerze wewnętrznym. Wielokanałowe pomiary nerwowo-mięśniowe i mechaniczne zostały jednocześnie przesłane do modułu testowego online i przekształcone w wektory cech. Następnie wektory cech zostały wprowadzone do klasyfikatora zależnego od fazy, który był już wbudowany w moduł trenowania offline. Na podstawie bieżącej fazy w kontrolerze wewnętrznym włączono odpowiedni podklasyfikator i użyto go do rozpoznania intencji użytkownika. Dane wyjściowe klasyfikacji były dalej przetwarzane i wysyłane do wewnętrznego kontrolera w celu przełączenia trybów aktywności.
Kontroler impedancji oparty na maszynie skończonego stanu (FSM) został zaimplementowany do wewnętrznej kontroli zasilanych sztucznych nóg. Regulator impedancji generował pożądany moment obrotowy na stawach kolanowych. Maszyna skończona dostosowała impedancję złącza do aktualnego stanu wykonywanej czynności. W przypadku czynności lokomocyjnych (tj. chodzenia po płaskim podłożu i wchodzenia/schodzenia po rampie) FSM składał się z pięciu stanów odpowiadających pięciu fazom chodu: zgięcie w postawie (STF), wyprostowanie postawy (STE), wymachy przed wymachem (PSW), zgięcie wymachu (SWF) i wyprostowanie wymachu (SWE); w przypadku stania statycznego FSM obejmował dwie fazy: nośną (WB) i nienośną (NWB). Przejścia między stanami były wywoływane przez siłę reakcji podłoża i pozycję stawu kolanowego. Przejście między trybami aktywności było kontrolowane przez dane wyjściowe z modułu testów online. Dla wszystkich trzech modułów omówionych powyżej zbudowano graficzny interfejs użytkownika (GUI), który pozwolił eksperymentatorom w laboratorium łatwo dostosować parametry kontrolne, monitorować wydajność systemu i przeprowadzać eksperymenty ewaluacyjne.
2. Konfiguracja eksperymentalna
- Elektromiografia powierzchniowa (sEMG)
Powierzchniowe sygnały EMG z mięśni ud kikuta osoby po amputacji są rejestrowane przez bezprzewodowy system akwizycji EMG. Docelowe mięśnie ud obejmowały mięsień prosty uda (RF), obszerny laeralis (VL), obszerny przyśrodkowy (VM), dwugłowy udowy długi (BFL), sartorius (SAR), półścięgnisty (SEM) i przywodziciel wielki (ADM). Warto zauważyć, że precyzyjne celowanie w konkretny mięsień nie jest konieczne8 , ponieważ zastosowany algorytm rozpoznawania wzorców w NMI wyszukuje wzorce aktywacji wielu mięśni w celu rozpoznania trybu aktywności. Tak długo, jak zmierzone informacje o kontroli nerwowo-mięśniowej dla kontroli bioder i kolan są wystarczające, przesłuchy między zapisami EMG mają niewielki wpływ na wydajność NMI.
- Poproś badanego, aby wykonał zgięcie/wyprost biodra, przywodzenie/odwodzenie biodra i próbę zgięcia/wyprostowania amputowanego stawu kolanowego, gdy jest w pozycji stojącej.
- Przybliżyć i określić lokalizacje umieszczenia elektrod poprzez badanie palpacyjne mięśni i badanie zapisów EMG.
- Umieść elektrody w nowo zaprojektowanym interfejsie elektroda-gniazdo EMG, jak pokazano na rysunku 2, zarówno dla komfortu pacjenta, jak i niezawodnego kontaktu elektroda ze skórą.
- Pomiary mechaniczne z protezy z napędem
Mechaniczne siły i momenty reakcji gruntu mierzone przez ogniwo obciążnikowe o głębokości 6 stopni swobody z pylonu protetycznego są łączone z sygnałami EMG w celu rozpoznania intencji ruchu obiektu. Ponadto na stawie kolanowym znajduje się potencjometr do pomiaru kąta stawu kolanowego, a do silnika prądu stałego podłączono enkoder w celu obliczenia prędkości kątowej kolana. Pomiary te są wykorzystywane jako sygnały sprzężenia zwrotnego dla kontroli wewnętrznej.
- Zamontuj czujnik wagowy o sześciostopniowej swobodzie na pylonie protezowym.
- Wyrównaj oś X, oś Y i oś Z ogniwa obciążnikowego odpowiednio z kierunkiem przyśrodkowo-bocznym, przednio-tylnym i nadbocznym protezy.
- Konfiguracja środowiska laboratoryjnego
W celu oceny kontroli neuronalnej sztucznych nóg z napędem elektrycznym u osób po amputacji udowej w laboratorium zbudowano tor przeszkód, jak pokazano na rycinie 3. Środowisko testowe obejmowało prosty chodnik o długości 5 m, rampę o długości 4 m i kącie nachylenia 8° oraz płaską platformę z bezpiecznie przymocowaną rampą. Wzdłuż rampy zamontowano poręcze, aby zwiększyć bezpieczeństwo obiektu. Ponadto zapewniono system szyn sufitowych z uprzężą zabezpieczającą przed upadkiem, aby chronić badanego przed upadkiem podczas eksperymentu.
3. Protokół eksperymentalny
To badanie zostało przeprowadzone za zgodą Institutional Review Board (IRB) na Uniwersytecie Rhode Island i za świadomą zgodą rekrutowanego podmiotu. Do badania włączono jednego mężczyznę po jednostronnej amputacji udowej (przyczyna amputacji: uraz; wiek: 57 lat; czas trwania amputacji: 32 lata). Stosunek długości kikuta (mierzonej od guzowatości kulszowej do dystalnego końca kikuta) do długości strony nieuszkodzonej (mierzonej od guzowatości kulszowej do nadkłykcia kości udowej) wynosił 51%. Pacjent nosi sterowaną mikroprocesorem protezę kolana przez lej do zawieszania ssania w swoim codziennym życiu. Przed eksperymentem w tym badaniu, pacjent ten przeszedł kilka sesji treningowych prowadzonych przez fizjoterapeutę, aby umożliwić mu dostosowanie się do zasilanego urządzenia i skalibrowanie pożądanej impedancji w każdym trybie aktywności.
- Przygotowanie tematu
- Zmierz wagę, wzrost osoby oraz zapisz jej płeć i wiek.
- Poproś badanego, aby założył własne szorty w prywatnym pokoju przygotowawczym.
- Załóż dopasowaną do rozmiaru uprząż zabezpieczającą przed upadkiem z wysokości na przedmiot i przymocuj ją do systemu szyn sufitowych.
- Przygotowanie do zapisu EMG
- Wybierz siedem w pełni naładowanych bezprzewodowych czujników EMG i włącz je.
- Umieść czujniki EMG w niestandardowym gnieździe ssącym w przygotowanych miejscach. Zapisz numer porządkowy czujników i skojarz je z lokalizacjami EMG.
- Oczyść skórę kikuta badanego za pomocą wacików nasączonych alkoholem izopropylowym.
- Pomóż testerowi w założeniu gniazda ssącego i sprawdź, czy lej jest mocno przymocowany do kikuta pacjenta.
- Włącz oprogramowanie do strumieniowego przesyłania danych analogowych EMG w czasie rzeczywistym.
- Poproś osobę badaną o wykonanie zgięcia/wyprostu biodra, przywodzenia/odwodzenia stawu biodrowego i zgięcia/wyprostu kolana, a także zbadaj sygnały EMG w celu sprawdzenia kontaktu z elektrodą EMG i transmisji danych.
- Wyrównanie i wstępna kalibracja protezy nogi z napędem
- Poinstruuj testera, aby pozostał w pozycji stojącej, trzymając wspomagający chodzik.
- Przymocuj zasilaną protezę do leja ssącego za pomocą adaptera w kształcie piramidy. Wyreguluj zestaw obrotowych na adapterze, aż pozycja protezy zostanie geometrycznie wyrównana z lejem. Zabieg ten został wykonany przez protetyka.
- Poproś pacjenta, aby podniósł protezę z ziemi i skalibrował ogniwo obciążnikowe na pylonie protezowym.
- Poinstruuj pacjenta, aby ćwiczył chodzenie po różnych terenach (np. równym terenie, wchodzeniu na rampę i schodzeniu z rampy) podczas noszenia zasilanej protezy nogi. Ta procedura jest kontynuowana do momentu, gdy badany poczuje się pewnie w chodzeniu z zasilanym urządzeniem i uzyska spójny wzorzec chodu podczas każdej aktywności.
- Gromadzenie danych treningowych do trenowania klasyfikatorów w NMI
- Poinstruuj badanego, aby stanął w miejscu początkowym wstępnie zdefiniowanej ścieżki spacerowej, jak pokazano na rysunku 3.
- Włącz zasilaną protezę i załaduj parametry do sterownika wewnętrznego.
- Uruchom program komputerowy do zbierania danych treningowych i ustaw sterowanie wewnętrzne w trybie stojącym, klikając przycisk "Stanie" w graficznym interfejsie użytkownika (GUI).
- Rozpocznij zbieranie danych, klikając przycisk "Rozpocznij nagrywanie" w graficznym interfejsie użytkownika. Poinstruuj badanego, aby pozostał w pozycji stojącej przez 5 sekund.
- Poinstruuj badanego, aby szedł po równym terenie z wybraną przez siebie wygodną prędkością chodu; w tym samym czasie kliknij przycisk "Chodzenie" w graficznym interfejsie użytkownika przed oderwaniem się od przedniej nogi obiektu i ustaw wewnętrzną kontrolę na tryb chodzenia po równym terenie.
- Gdy obiekt zbliżał się do krawędzi wzniesienia po rampie, kliknij przycisk "Ramp Ascent" w graficznym interfejsie użytkownika przed oderwaniem palca protezy nogi od rampy i przełącz kontrolę wewnętrzną na tryb wznoszenia po rampie. Ze względów bezpieczeństwa pozwól testerowi korzystać z poręczy podczas chodzenia po rampie.
- Gdy obiekt dotrze do końca rampy, kliknij ponownie przycisk "Chodzenie" przed uderzeniem piętą protezy nogi wchodzącej na płaską platformę i przełącz wewnętrzną kontrolę protezy na tryb chodzenia po równym podłożu.
- Na końcu ścieżki spacerowej poinstruuj badanego, aby zatrzymał się i pozostał w pozycji stojącej. W tym samym czasie kliknij przycisk "Stojąc" przed fazą podwójnej postawy i przełącz wewnętrzną kontrolę z powrotem na tryb stania.
- Po około 5 sekundach zakończ zbieranie danych, klikając przycisk "Zatrzymaj". Oznacz zebrane dane jako "zestaw danych treningowych 1".
- Powtórz procedurę 3.4.4-3.4.9, gdy tester idzie odwrotną trasą z powrotem do miejsca startu; jedyną różnicą jest przełączenie wewnętrznej kontroli w tryb zjazdu z rampy, gdy tester idzie po rampie zjazdowej.
- Powtarzaj 3.4.4-3.4.10, aż zbierze się dziesięć kompletnych zestawów danych treningowych. Zbadaj jakość sygnału zebranego zestawu danych treningowych.
- Pozwól uczestnikowi na okres odpoczynku po sesji zbierania danych.
- Trenowanie klasyfikatorów rozpoznawania wzorców w NMI za pomocą modułu szkoleniowego offline (rysunek 1). Wykorzystaj zebrane sygnały EMG i mechaniczne, tryby aktywności (klasy) oznaczone podczas procedury treningowej oraz wykryte fazy, aby zbudować klasyfikatory wzorców zależnych od fazy. Automatycznie zapisuj parametry klasyfikatorów do późniejszej sesji testowej online.
- Testowanie online kontroli neuronalnej zasilanej protezy przezudowej
- Poinstruuj osobę, aby stanęła w punkcie początkowym ścieżki spacerowej.
- Włącz zasilaną protezę. Załaduj wytrenowany klasyfikator do modułu testowania online, a parametry do wewnętrznego kontrolera.
- Poinstruuj badanego, aby rozpoczął próby testowe w pozycji stojącej, a następnie w sposób ciągły przechodził do chodzenia po równym podłożu, chodzenia po rampie, chodzenia po równym terenie, a na koniec zatrzymał się i zakończył tę próbę na końcu ścieżki spacerowej. Poinstruuj badanego, aby wykonywał każdą czynność w wygodnym tempie. Pozwól na okresy odpoczynku między próbami, aby uniknąć zmęczenia.
- Podczas każdej próby testowej wyświetlaj tryby aktywności protezy i odczyty kąta nachylenia stawu kolanowego na monitorze telewizyjnym. Zapisz wszystkie pomiary i wyniki sterujące do późniejszej oceny.
- Powtarzaj kroki 3.5.1-3.5.4, aż do zakończenia dziesięciu pełnych prób testowych.