歩行中の電動義足の直感的な制御:ランダム化臨床試験

科学分野:

• バイオメディカルエンジニアリング
• リハビリテーション技術 リハビリテーション技術
• 義肢・矯正器具と矯正器具について

背景:

• モーター化された義肢は,下肢の切断患者にとって,移動能力を向上させます.
• 最適な制御には,歩行モードとシームレスな移行の正確な分類が必要です.
• 現在のシステムは,複雑で現実の世界での歩行のための洗練度が欠けているかもしれません.

研究 の 目的:

• 電動義肢のリアルタイム制御システムに,電動筋グラフィ (EMG) データと歩行履歴情報を統合した影響を評価する.
• レベルウォーキング,階段,ランプ,モードの移行など,さまざまな歩行モードでシステムのパフォーマンスを評価する.

主な方法:

• ブラインド,ランダム化クロスオーバー臨床試験で,膝上または膝の骨抜きで切断された7人の患者が参加しました.
• 9つの残肢筋からのEMG信号と,義肢に埋め込まれた13のセンサーからのデータが,さまざまな歩行作業中に記録されました.
• 2つのリアルタイムパターン認識アルゴリズムを比較した: 1つは機械センサーのみを使用し,もう1つはEMGと過去のデータを組み込んだ.

主要な成果:

• 機械センサーデータとEMGと過去の情報を組み合わせたシステムは,機械センサーのみ (14.1%) を使用したシステムと比較して,分類誤差が著しく低い (7.9%) を達成しました.
• これは平均6.2% (P=0.01) の誤差の減少を示しており,歩行モードの予測の精度が向上したことを示しています.
• 強化されたシステムは,モード間の移行を含む,レベルウォーキング,階段,およびランプの歩行において優れたパフォーマンスを示しました.

結論:

• EMG信号と時間的な歩行データを含むことは,動力義足制御システムにおける分類エラーを大幅に軽減します.
• これらの発見は,モーター付き義肢の機能性とユーザー体験を大幅に改善する潜在的な経路を示唆しています.
• 更に検証が必要だが,結果は義肢技術の有望な進歩を示している.