HD-sEMGベースのコントロール 首の筋肉と浅いニューラルネットワークを用いて:リハビリテーション指向のタスクにおけるパフォーマンスの評価

科学分野:

• 神経科学は神経科学である.
• リハビリテーションエンジニアリング
• バイオメディカルエンジニアリング

背景:

• 機能的電気刺激 (FES) は,脊髄損傷を有する個人の機能を回復するために不可欠です.
• 直感的で効果的な制御システムの開発は,FES支援デバイスによる独立性を最大化するために不可欠です.
• 既存の制御システムは,しばしば侵入的方法や広範な訓練を必要とし,その広範な採用を制限しています.

研究 の 目的:

• 統合された再帰リハビリテーション制御ネットワーク (RRC-Net) /高密度電極配列 (HDE-Array) システムの有効性を評価する.
• FES制御の代理として,複数の自由度 (DoF) のタスクを制御するシステムの適性を評価する.
• RRC-Net/HDE-Arrayシステムを使用して,健康な個体と四肢麻痺の個人が比較可能なパフォーマンスを示すかどうかを判断する.

主な方法:

• この研究では,10人の四肢麻痺患者と8人の健康な被験者が,2つのコントロールタスク,カーソルタスクと3DoFの手動モデルタスクを実行した.
• 首からの高密度表面電動図 (HD-sEMG) 信号は,運動推定のためのRRC-Netニューラルネットワークを訓練するために使用されました.
• 平均グローバル距離 (MGD),平均角距離 (MAD),タスク完了スコア (TCS),および正常化された距離 (ND) を含むパフォーマンスメトリックを分析しました.

主要な成果:

• 健康な被験者と四肢麻痺の被験者は,カーソル操作と手操作の両方で高いパフォーマンスを達成しました.
• 健康な参加者と四肢麻痺の参加者の間で,いずれのタスクにおいても,統計的に有意なパフォーマンスの違いは観察されなかった.
• 特定のp値は,MGD (p=0.93),MAD (p=0.77),TCS (p=0.68) とND (p=0.63) のパフォーマンスの高い類似性を示した.

結論:

• RRC-Net/HDE-Arrayシステムは,脊髄損傷を有する個人のリハビリテーションの独立性を高めるための大きな可能性を実証しています.
• このシステムの非侵襲的な性質,シンプルさ,そして快適さは,補助器具の制御のための有望なツールにしています.
• システムの有効性と,ユーザーグループ間の比較可能なパフォーマンスは,機能的な制御を回復するための実行可能な経路を示唆しています.