实时移动模式检测在患有骨截肢和骨整合的个体中

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
• 假肢手术 假肢手术是一门专业.

背景情况:

• 商用假肢缺乏使用生物电信号进行先进控制的算法.
• 短剩余四肢的个体具有有限的肌肉,这对实时运动模式预测构成了挑战.
• 骨整合植入物在这个人群中提供了对假肢控制的潜在接口.

研究的目的:

• 研究使用电肌图 (EMG) 信号来推断短剩余四肢和骨整合植入物的人的运动模式的可行性.
• 评估实时分类算法的性能,以预测不同的行走条件 (平坦地面,楼梯,坡道).

主要方法:

• 收集了EMG,加速,角速度和地面反应力数据,这些数据来自五名受试者,其中五名受试者经历了骨截肢和骨质整合.
• 使用一种模式特定的,相位依赖的分类器,实现在开源的LocoD平台上.
• 通过在离线和实时会话期间量化不同机动模式之间的过渡错误来评估预测准确性.

主要成果:

• 离线分类的平均误差为5.7%,而实时 (在线) 评估的平均误差为11.6%.
• 个体参与者的错误差异很大,从1.2%到23%,可能是由于残余肢体特征和手术技术等因素.
• 这项研究表明了精确预测运动模式的潜力,一些参与者表现出高准确度.

结论:

• 肌电信号显示,在短剩余四肢和骨质整合植入物的人群中,对控制假肢有希望.
• 需要进一步的研究,以了解和减轻不同用户的运动检测准确度的差异.
• 在LocoD中开发的分类方法可以被研究界进一步改进.