基于机器学习的协调电动脚脚节整形和功能电刺激,以控制步态
Suhun Jung1, Jae Hwan Bong2, Keri Kim3,4
1Artificial Intelligence and Robot Institute, Korea Institute of Science and Technology, Seoul, Republic of Korea.
Frontiers in bioengineering and biotechnology
|January 25, 2024
概括
这项研究介绍了一种混合步态康复系统,使用动力脚脚 (PAFO) 和功能电刺激 (FES). 该系统根据患者的努力适应性地帮助脚运动,减少能源消耗并提高康复结果.
科学领域:
- 生物医学工程 生物医学工程
- 康复技术 康复技术 康复技术
- 神经康复疗法 神经康复疗法
背景情况:
- 脑卒中后半常常导致步行障碍,需要有效的康复策略.
- 当前的辅助设备可能无法充分适应个体患者的努力水平.
- 将动力整形器与功能电刺激相结合,为个性化步行辅助提供了一个有前途的途径.
研究的目的:
- 提出和评估一种新的混合步行康复系统,结合了动力脚脚节整形 (PAFO) 和功能电刺激 (FES).
- 制定协调控制策略,根据患者的自愿参与来调整援助.
- 评估系统在降低能源消耗和提供自适应脚运动支持方面的有效性.
主要方法:
- 开发了一种混合系统,将PAFO与FES集成在一起,用于关节辅助.
- 生物机械模拟提供了PAFO所需的关节角度和阻抗配置文件.
- 基于卷积神经网络 (CNN) 的估计预测了来自电肌学 (EMG) 的自愿关节扭矩,以协调PAFO和FES.
- 系统的有效性通过健康个体的跑步机行走试验得到了验证.
主要成果:
- 混合系统成功地提供了基于意志肌肉活动的自适应辅助脚运动.
- 结合意志肌肉活动显著降低了PAFO和FES的能量消耗.
- 该系统展示了其根据个人努力水平调节援助的能力.
结论:
- 开发的PAFO-FES混合系统为步行康复提供了一种有效的"根据需要协助"方法.
- 这项技术有可能通过促进积极的患者参与来改善康复结果.
- 个性化协调控制是优化步行辅助设备能效和功能恢复的关键.
