신경 – 기계 인터페이스 (NMI)는 사용자의 운동 모드를 식별하기 위해 개발되었다. 이러한 NMI가 잠재적으로 전원이 공급되는 인공 다리의 신경 제어에 유용하지만 완전히 입증되지 않았다. 쉽게 구현 및 신경 제어 개발 전원 하체 보철을위한 안전하고 낮은 사지 절단 환자에 neurally 제어 인공 다리를 평가하는 실험실 환경 (2) 실험 장치 및 프로토콜에 대한 (1) 우리의 설계 엔지니어링 플랫폼 제공이 논문 효율적.
전원이 공급되는 인공 다리의 직관적 인 조작을 가능하게하려면, 사용자의 운동 의도를 인식 할 수있는 사용자와 보철물 사이의 인터페이스가 요구되고있다. 우리의 이전 연구에서 개발 된 신경 근육 기계 융합을 기반으로하는 새로운 신경 – 기계 인터페이스 (NMI)는 정확하게 대퇴 절단 수술을받은 사람의 의도 된 움직임을 식별 할 수있는 큰 잠재력을 보여 주었다. 그러나,이 인터페이스는 아직 진정한 신경 제어를위한 전원 철 다리와 통합되지 않았습니다. (1) 유연한 플랫폼 구현 및 최적화 전원 하체 보철의 신경 제어 (2) 실험 장치 및 프로토콜 낮은 사지 절단 환자에 대한 신경 보철 제어를 평가하는보고하고자 하였다. 처음으로 PC와 카메라 프로그래밍 환경을 기반 플랫폼 NMI 훈련 알고리즘, NMI 온라인 테스트 알고리즘 및 극한 제어 알고리즘 등 보철물 제어 알고리즘을 구현하기 위해 개발되었다. 설명하기 위해이 플랫폼의 기능은이 연구에서 신경 근육 기계의 융합에 따라 NMI는 계층 적으로 원형 대퇴 의지의 고유의 제어와 통합했다. 일방적 인 대퇴 절단 한 환자는 이러한 서, 레벨 지상 산책, 램프 상승 등의 활동을 수행 할 때 우리의 구현 신경 컨트롤러를 평가하고, 실험실에서 지속적으로 하강 램프에 채용되었다. 신규 실험 구성 및 프로토콜이 안전하고 효율적으로 새로운 보철물 컨트롤을 테스트하기 위해 개발되었다. 제시된 증거의 개념 플랫폼 및 실험 장치 및 프로토콜은 neurally 제어 전원 인공 다리의 미래 발전과 응용 프로그램을 보조 할 수 있습니다.
전원 하체 보철는 상업 시장 1, 2 및 연구 커뮤니티 3-5 모두에서 증가하고 관심을 얻고있다. 기존의 수동적 인 보철 다리에 비해, 동력 인공 관절은 낮은 사지 절단 수술을받은 사람보다 효율적으로 수동 소자를 착용 할 때 힘들거나 불가능한 작업을 수행 할 수있는 이점이있다. 그러나, 현재, (계단 상승에 걸어 레벨 지상에서 예) 부드럽고 원활한 활동 전환은 여전히 전원 철 다리 사용자를위한 어려운 문제입니다. 이러한 어려움은 사용자의 동작 의도가 "읽기"기민 원활 활성 모드로 전환 할 수있게하기 위해 보철 제어 파라미터를 조정할 수있는 사용자 – 기계 인터페이스의 부족에 주로 기인한다.
이러한 문제를 해결하기 위해, 사용자 – 기계 인터페이스를 설계하는 다양한 방법이 연구되어왔다. NMI는 근전도 (E에 따라 항에있어서,MG) 신호는 전원 하체 보철을 직관적으로 제어 할 수있는 큰 잠재력을 보여 주었다. 최근 두 연구 6,7는 장착 위치 중에 잔류 근육에서 기록 된 EMG 신호를 모니터링하여 대퇴 절단 장애인의 누락 무릎의 의도 된 동작을 디코딩 보도했다. 오 등. 5 개 transtibial 수족 절단 수술받은 사람의 두 가지 운동 모드 (레벨 지상 걷고 계단 하강)을 식별하기 위해 잔류 정강이 근육에서 측정 된 EMG 신호를 사용했습니다. 황 등. 8 개의 대퇴 절단 수술에 설명한대로, 약 90 %의 정확도로 칠 활동 모드를 인식 할 수있는 위상 종속 EMG 패턴 인식 방법을 제안 하였다. 잘 의도 인식 성능을 향상시키기 위해, 신경근 기계적 융합에 근거 NMI는 단체 9 설계 및 온라인 의도 인식 10,11 수동적 보철 다리를 착용 대퇴 절단 수술을 평가 하였다. 이 NMI 정확하게 식별 할 수 있습니다사용자의 의도 된 활동과 강화 된 인공 다리의 신경 제어를위한 잠재적으로 유용했다 액티비티 전환 9, 예측.
우리 대향 현재 질문 직관적 보철물 동작을 활성화하고 사용자의 안전을 보장하기 위해 보철 제어 시스템에 우리 NMI을 통합하는 방법이다. 사실 neurally 제어 인공 다리를 개발하는 것은 쉬운 구현 및 보철 제어 알고리즘의 최적화를위한 실험실에있는 유연한 플랫폼을 필요로한다. 따라서 본 연구의 목적은 보철물의 제어 알고리즘을 테스트하고 최적화하기위한 우리의 실험실에서 개발 된 유연한 설계 플랫폼을보고하는 것입니다. 또한, 새로운 실험 장치 및 프로토콜은 안전하고 효율적으로 낮은 사지 절단 환자의 neurally 제어 전원 대퇴 삽입물을 평가되게됩니다. 본 연구에서 제시하는 플랫폼 및 실험 설계는 미래 deve을을 혜택을 누릴 수있는사실 neurally 제어, 전원 인공 다리 lopment.
엔지니어링 플랫폼은이 연구를 쉽게 구현, 최적화 및 전원 보철물의 진정한 신경 통제를 개발하기 위해 개발되었습니다. 전체 플랫폼은 가상 계측 기반의 개발 환경에서 프로그램 및 데스크탑 PC에서 구현되었습니다. 제어 소프트웨어는 특정 기능 (즉 NMI 의도를 인식하고, 고유 제어)을 실행 된 각각 여러 독립적 인 교체가 가능하고 모듈로 구성되었다. 이러한 모듈 디자인의 장점은 각각의…
The authors have nothing to disclose.
이 작품은 국립 부여 0931820에서 국립 과학 재단 (National Science Foundation)에 의해 부분적으로 부여 RHD064968A에서 건강 연구소, 1149385을 부여하고, 부여 1,361,549에 의해 부분적으로 지원, 그랜트 H133G120165에서 장애 및 재활 연구소에있는 국립 연구소에 의해 부분적으로 하였다. 저자는 좋은 제안이 연구의 지원, 린 뒤, 딩 왕과 제럴드 Hefferman로드 아일랜드 대학에서, 그리고 마이클 J. 수녀원 수녀원 정형용에서 보철 기술, LLC 감사합니다.
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 |