Interfaces Neural-machine (INM) ont été développés pour identifier le mode de locomotion de l'utilisateur. Ces laboratoires nationaux de métrologie sont potentiellement utiles pour le contrôle neural de jambes artificielles alimentées, mais n'ont pas été pleinement démontrée. Ce document présenté (1) notre plate-forme d'ingénierie conçu pour la mise en œuvre facile et le développement du contrôle neuronal pour motorisés prothèses des membres inférieurs et (2) un dispositif expérimental et protocole dans un environnement de laboratoire pour évaluer jambes artificielles neurale contrôlées chez les patients avec des amputations des membres inférieurs en toute sécurité et efficacement.
Pour permettre une utilisation intuitive de jambes artificielles alimentées, une interface entre l'utilisateur et la prothèse qui peut reconnaître le mouvement de l'intention de l'utilisateur est souhaitée. Une interface neuronale machine roman (NMI) basé sur la fusion neuromusculaire-mécanique développé dans notre étude précédente a démontré un grand potentiel d'identifier avec précision le mouvement prévu du amputés transfémoraux. Cependant, cette interface n'a pas encore été intégré à une prothèse de jambe motorisée pour un véritable contrôle neural. Cette étude visait à signaler (1) une plate-forme flexible pour mettre en œuvre et optimiser le contrôle neuronal des alimenté prothèse de membre inférieur et (2) un dispositif expérimental et protocole pour évaluer le contrôle de prothèse neurale chez des patients ayant subi une amputation d'un membre inférieur. D'abord une plate-forme basée sur un PC et un environnement de programmation visuelle ont été développés pour mettre en œuvre les algorithmes de contrôle de la prothèse, y compris algorithme NMI de formation, NMI algorithme de test en ligne, et l'algorithme de contrôle intrinsèque. Pour démontrer l'fonction de cette plate-forme, dans cette étude, le NMI basé sur la fusion neuromusculaire-mécanique a été hiérarchiquement intégré avec contrôle intrinsèque d'une prothèse transfémorale prototype. Un patient avec une amputation transfémorale unilatérale a été recruté pour évaluer notre contrôleur neuronal mis en œuvre lors de l'exécution des activités, telles que la capacité, au niveau du sol marche, rampe montée, et la rampe de descente en continu dans le laboratoire. Un roman expérimental et protocole ont été élaborées afin de tester le nouveau contrôle de la prothèse en toute sécurité et efficacement. La plate-forme présentée la preuve de concept et expérimental et protocole pourraient aider au développement et à l'application future de jambes artificielles alimentées neurale contrôlées.
Propulsé prothèses des membres inférieurs ont gagné une attention croissante à la fois dans le marché commercial de 1,2 et de la recherche 3-5. Par rapport à des prothèses de jambes passives traditionnelles, les prothèses articulaires motorisées ont l'avantage de permettre amputés des membres inférieurs de fonctionner plus efficacement des activités qui sont difficiles ou impossibles lorsque l'on porte des dispositifs passifs. Toutefois, actuellement, la transition sans heurt activité (par exemple, du niveau de rez-de-pied de l'escalier montée) est toujours une question difficile pour les motorisés utilisateurs de prothèse de jambe. Cette difficulté est due principalement à l'absence d'une interface homme-machine qui peut «lire» le mouvement de l'intention de l'utilisateur et rapidement ajuster les paramètres de contrôle de la prothèse afin de permettre aux utilisateurs de basculer de façon transparente le mode d'activité.
Pour relever ces défis, diverses approches dans la conception de l'interface homme-machine ont été explorées. Dans lequel NMI basé sur électromyographique (ESignaux MG) a démontré un grand potentiel pour permettre un contrôle intuitif de motorisés prothèses des membres inférieurs. Deux études récentes ont rapporté 6,7 décoder le mouvement prévu du genou manquant d'amputés transfémoraux en surveillant les signaux EMG enregistrées à partir de muscles résiduels au cours d'une position assise. Au et al. 5 utilisé signaux EMG mesurés à partir de muscles de jambe résiduels d'identifier deux modes de locomotion (marche au niveau du sol et escalier de descente) d'un amputé tibial. Huang et al. 8 a proposé un modèle EMG approche de reconnaissance dépendant de la phase qui peut reconnaître sept modes d'activité avec environ 90% de précision comme l'a démontré sur deux amputés transfémoraux. Pour mieux améliorer la performance intention de reconnaissance, une NMI basé sur la fusion neuromusculaire-mécanique a été conçu dans notre groupe 9 et en ligne une évaluation sur amputés transfémoraux portant des prothèses de jambes passives de reconnaissance intention 10,11. Cette NMI peut identifier avec précisionLes activités prévues de l'utilisateur et de prédire les transitions d'activité 9, ce qui est potentiellement utile pour le contrôle neural de jambes artificielles alimentées.
La question actuelle nous sommes confrontés est de savoir comment intégrer notre NMI dans le système de contrôle de la prothèse afin de permettre le fonctionnement de la prothèse intuitive et assurer la sécurité de l'utilisateur. Développer des jambes artificielles neurale contrôlées véritables nécessite une plate-forme flexible dans le laboratoire pour la mise en œuvre et l'optimisation des algorithmes de contrôle de la prothèse facile. Par conséquent, l'objectif de cette étude est de rapporter une plate-forme d'ingénierie souple développée dans notre laboratoire pour tester et optimiser les algorithmes de contrôle de la prothèse. En outre, le nouveau dispositif expérimental et protocole sont présentées pour évaluer les prothèses transfémoraux alimentés neurale contrôlées chez les patients ayant subi une amputation des membres inférieurs en toute sécurité et efficacement. La plate-forme et la conception expérimentale présentée dans cette étude pourraient bénéficier le déve avenirment de jambes artificielles, véritables neurale contrôlées alimentés.
Une plate-forme d'ingénierie a été développé dans cette étude pour mettre en œuvre facilement, optimiser et développer un véritable contrôle neuronal des prothèses actives. L'ensemble de la plate-forme a été programmé dans un environnement de développement basé sur l'instrumentation virtuelle et mis en œuvre sur un PC de bureau. Le logiciel de commande est composé de plusieurs modules indépendants et interchangeables, dans chacune desquelles une fonctionnalité spécifique a été exécut?…
The authors have nothing to disclose.
Ce travail a été financé en partie par les Instituts nationaux de la santé en vertu de Grant RHD064968A, en partie par la National Science Foundation sous Grant 0931820, 1149385, Grant et Grant 1361549, et en partie par l'Institut national de recherche sur le handicap et la réadaptation, subvention H133G120165. Les auteurs remercient Lin Du, Wang Ding et Gerald Hefferman à l'Université de Rhode Island, et Michael J. couvent au couvent Orthèses et prothèses Technology, LLC, pour leur excellente suggestion et de l'aide dans cette étude.
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 |