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

1Joint Department of Biomedical Engineering, North Carolina State University & University of North Carolina at Chapel Hill, 2Department of Physical Medicine and Rehabilitation, University of North Carolina School of Medicine, 3Atlantic Prosthetics & Orthotics, LLC
Published 7/22/2014
0 Comments
  CITE THIS  SHARE 
Bioengineering

You must be subscribed to JoVE to access this content.

Fill out the form below to receive a free trial:

Welcome!

Enter your email below to get your free 10 minute trial to JoVE!





By clicking "Submit," you agree to our policies.

 

Summary

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。

Cite this Article

Copy Citation

Zhang, F., Liu, M., Harper, S., Lee, M., Huang, H. Engineering Platform and Experimental Protocol for Design and Evaluation of a Neurally-controlled Powered Transfemoral Prosthesis. J. Vis. Exp. (89), e51059, doi:10.3791/51059 (2014).

Please note that all translations are automatically generated through Google Translate.

Click here for the english version. For other languages click here.

Abstract

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。

Introduction

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 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 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。

Subscription Required. Please recommend JoVE to your librarian.

Protocol

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。</ pの>

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

  1. 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。
    1. 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。
    2. 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。
    3. 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。
  2. 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。
    1. 補綴パイロンに6度、自由のロードセルを取り付けます。
    2. 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。
  3. 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。

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。

  1. 件名の準備
    1. 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。
    2. 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。
    3. 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。
  2. 筋電図の記録のための準備
    1. 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。
    2. 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。
    3. 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。
    4. 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。
    5. 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。
    6. 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。
  3. 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
    1. 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。
    2. 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。
    3. 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。
    4. 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。
  4. NMIに分類器を訓練するためのデータ収集を訓練
    1. 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。
    2. 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。
    3. 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。
    4. 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。
    5. 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。
    6. 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。
    7. 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。
    8. 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。
    9. 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。
    10. 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。
    11. 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。
    12. 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。
    13. 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。
  5. パワードTransfemoralプロテーゼの神経制御のオンラインテスト
    1. 遊歩道のスタート地点に立つために対象を指示する。
    2. 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。
    3. 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。
    4. 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。
    5. 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。

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

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。神経制御で図5に示すように、被験者を募集を円滑に彼の意図された活性モードに基づいて受電transfemoralプロテーゼ制御モードを切り替えることができた。赤い点線は、各活動モード遷移の我々の定義された重要なタイミングを示す。上昇/下降をランプに歩くレベル地上からの移行のための歩行に立っているから、重要なタイミングは、移行期間中の遊脚相( すなわち 、TOEオフ)の始まりでした。平地歩行までのランプ上昇/下降からの移行、放置に歩いため、重要なタイミングは、平地での重量の受け入れ( すなわち 、踵接地)の始まりでした。被写体が原因NMIすることによって、ユーザの意図の誤認識に平地を歩いたときに、この代表的な試験への約18秒後、プロテーゼは間違って上昇モードをランプに切り替えました。これらのエラーは、SUの歩行運動に大きな変化を誘発しなかったbjectや被写体によって知覚されませんでした。しかし、我々はいくつかのテストの試験で、被験者の歩行の安定性を乱す多少の誤差を観測しました。しかし、これらのエラーのいずれも、対象が下がり生じない。

図1
図1。プロトタイプパワードtransfemoralプロテーゼのオンライン神経制御の評価のためのテストプラットフォーム上の制御ソフトウェアのアーキテクチャ。 この図の拡大版を表示するには、こちらをクリックしてください。

図2
図2。A)正面とSの矢状ビューubjectは筋電図と機械的な測定セットアップで駆動transfemoral補綴物を身に着けていると、b)は、デスクトップPC、無線筋電基地局、多機能DAQボード、電源とデータ収集カートはこの図の拡大版を表示するには、こちらをクリックしてください。

図3
図3。実験室環境で構築された実験的な障害物コース。

図4
図4。被験者の断端の太ももの筋肉から記録された生EMG信号、受けたとき(A (B)レベルグラウンド散策路を歩いた。

図5
図5。制御モードの例、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プロテーゼのパワード膝関節角度を生じた。赤い点線は、各活動モード遷移の定義された臨界タイミングを示している。

Subscription Required. Please recommend JoVE to your librarian.

Discussion

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、それは単に意図認識モジュールを置き換えることにより適用することができる。しかしながら、この工学プラットフォームのソフトウェアは、低レベルのプロテーゼコントローラと、高レベルの意図認識モジュールに接続された階層構造に基づいて設計されたことに留意すべきである。したがって、ユーザの移動の意図をデコードして出力することができる唯一の​​神経マシンインタフェースを容易にこのプラットフォームを適用することができる。さらに、このプラットフォームは唯一の概念を証明するために使用されていることに注意。動力義足の神経制御が確定されると、基本的にコントローラは、強力な組込みコンピュータシステム上で実現し、日々の拠点で使用するための義足が現実的でポータブルにするために、人工関節内に統合されるべきである。

EXPErimentalセットアップはtransfemoral切断術の患者に対するパワー義足のための神経回路のコントローラをテストするために設計されました。私たちのセットアップでは二つの重要な側面が強調表示されます。まず、募集対象の安全を確保することが必要である。これは本質的なコントロールのNMIにおける誤分類( 図5に示した例のような)またはエラーが最初に設計された人工器官制御で発生する可能性があるためですが、すべてではない、NMIエラーが歩行の邪魔が、この研究で観察された人工関節ユーザの歩行安定性を(乱す可能性がある安定性)、滝、脅威、その安全性につながる。そのため、私たちのセットアップ手の手すりに不均一な地形のために設置された。また、フォールアレストハーネスと天井レールシステムは、実験室で全実験の領域をカバーし、最大で被験者の安全を保護するために適用された、建設された。第二に、快適性と信頼性の筋電図の電極ソケット·インタフェースを開発することが重要です。 prosthにセンサーを挿入するETICソケットは、ウォーキングや対象の貧しい歩行パターンに不快感につながる、残留手足のある領域に対して高い圧力や摩擦を構築することができる。圧力/摩擦を軽減するためのアプローチは、しかし、ノイズの多いEMGの録音で、その結果、電極と断端の間で接触不良が発生することがあります。本研究では、正確な意図を認識します( 図4で示したように)、タイトソケット、サスペンション、および優れたユーザーの快適さのためにEMG信号に高品質を提供する無線EMG電極、に基づいて、新しい電極-ソケット·インタフェースを発表した。いくつかのクロストークが数チャンネル( すなわちチャンネル3と図4bに6)で観察されたが、これらは、NMIのパフォーマンスにほとんど影響を与えない。 NMIに設計されたパターン認識アルゴリズムが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検索するためである。このセットアップには、Mを調査する予定で、他の研究または臨床グループを、利益を得ることができる下肢切断者の残存肢uscle特性または機能。

効率的に神経的に制御された義足を評価するために、実験的な試みが研究されたすべての活動モードとモード遷移を含むように設計した。これは、歩行および動力プロテーゼを使用する下肢切断者のバランス訓練は、ユーザの活動モードを認識するでNMIが正確にするために、実験前に提示する必要があることは注目に値する。パターン認識は、1つの活動モードのための一貫した、他のモードとは異なるEMGおよび機械的信号パターンを検索することにより、異なる活性モードを認識する我々のNMIで使用されるからである。トレーニングセッションは、ユーザーが同じアクティビティを実行する際に、歩行中に彼らのダイナミクスを再定義し、一貫性のある歩行パターンを生成する受電装置に適応することを確認してください。さらに、同じ目的のために、被験体は、expの先頭に時間を与えられるべきである受電プロテーゼに順応し、滑らかで一貫した歩行パターンを達成するためにeriment。

最後に、我々は柔軟なテストプラットフォーム、実験装置、およびこの研究で示された実験プロトコルは動力義足のための神経制御の実験室の開発や評価に有用であったことを強調したい。毎日の使用のための実用的なファイナライズ神経的制御の義足を作るためには、現実主義の環境に埋め込まれたエンジニアリング·プラットフォームとユーザーフレンドリーなキャリブレーション手順と評価の開発は、将来的に必要になります。また、本研究で提示神経制御は、予備、我々のテストプラットフォームでのみ実験計画の機能を発揮するために使用されます。それは我々が排除されるべき下肢切断者の歩行パターンを、混乱させる、NMIのエラーを観察しなかったとして受電装置のための最終的な制御ではありません。当社の報告プラットフォームおよび評価の設定とプロトコルは、Cを提供onvenientツールは、さらに、神経コントローラと組み込みのコントロールを最適化し、直感的に、確実に、簡単に、ユーザーが運営することができ、真のバイオニック下肢人工関節を開発する。

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

利害の対立が宣言されていません。

Acknowledgements

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。

Materials

Name Company Catalog Number Comments
Trigno Wireless EMG Sensors Delsys, Inc. 7
Trigno Wireless EMG Base Station Delsys, Inc. 1
Multi-functional DAQ card (PCI-6259) National Instruments, Inc. 1
Potentiometer (RDC503013A) ALPS Electric CO., LTD 1
Encoder (MR series) Maxon Precision Motors, Inc. 1
Motor controller (ADS50/10)  Maxon Precision Motors, Inc. 1
24 V Power Supply (DPP480) TDK-Lambda Americas, Inc. 1
6 DOF Load Cell (Mini58) ATI Industrial Automation 1
Ceiling Rail System RoMedic, Inc. 1
NI LabView 2011 National Instruments, Inc. 1

DOWNLOAD MATERIALS LIST

References

  1. The POWER KNEE. http://www.ossur.com/prosthetic-solutions/products/knees-and-legs/bionic-knees/power-knee (2014).
  2. Walk. BiOM Ankle System. http://www.biom.com (2014).
  3. Martinez-Villalpando, E. C., Herr, H. Agonist-antagonist active knee prosthesis: a preliminary study in level-ground walking. J Rehabil Res Dev. 46, 361-373 (2009).
  4. Sup, F., Bohara, A., Goldfarb, M. Design and Control of a Powered Transfemoral Prosthesis. Int J Rob Res. 27, 263-273 (2008).
  5. Au, S., Berniker, M., Herr, H. Powered ankle-foot prosthesis to assist level-ground and stair-descent gaits. Neural Netw. 21, 654-666 (2008).
  6. Hargrove, L. J., Simon, A. M., Lipschutz, R. D., Finucane, S. B., Kuiken, T. A. Real-time myoelectric control of knee and ankle motions for transfemoral amputees. JAMA. 305, 1542-1544 (2011).
  7. Ha, K. H., Varol, H. A., Goldfarb, M. Volitional control of a prosthetic knee using surface electromyography. IEEE Trans Biomed Eng. 58, 144-151 (2011).
  8. Huang, H., Kuiken, T. A., Lipschutz, R. D. A strategy for identifying locomotion modes using surface electromyography. IEEE Trans Biomed Eng. 56, 65-73 (2009).
  9. Huang, H., et al. Continuous Locomotion Mode Identification for Prosthetic Legs based on Neuromuscular-Mechanical Fusion. IEEE Trans Biomed Eng. 58, 2867-2875 (2011).
  10. Zhang, F., Dou, Z., Nunnery, M., Huang, H. Real-time implementation of an intent recognition system for artificial legs. Conf Proc IEEE Eng Med Biol Soc. 2011, 2997-3000 (2011).
  11. Zhang, F., Huang, H. Source Selection for Real-time User Intent Recognition towards Volitional. Control of Artificial Legs IEEE Journal of Biomedical and Health Informatics. PP, (2013).
  12. 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).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Video Stats