个性化的功能性神经肌肉刺激步骤模式的实验可行性在中开发
Holly Warner1,2, Musa L Audu1,2, Gabrielle C Labrozzi1,2
1Department of Biomedical Engineering, Case Western Reserve University, Cleveland, OH, United States.
Frontiers in bioengineering and biotechnology
|August 14, 2025
概括
最佳的控制模型可以为脊髓损伤 (SCI) 患者创建高效的功能神经肌肉刺激 (FNS) 模式. 这种方法减少了行走时的刺激水平和上肢的努力,改善了FNS系统的个性化.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 康复科学 康复科学 康复科学
背景情况:
- 功能神经肌肉刺激 (FNS) 有助于恢复脊髓损伤 (SCI) 患者的运动能力,通常通过手动调节刺激参数.
- 手动调整是耗时的,通常是不理想的,导致低效的FNS模式.
- 开发自动化,优化的FNS模式生成对于改善患者的治疗结果至关重要.
研究的目的:
- 提出和评估一个in silico最佳控制方法来生成FNS时间刺激模式.
- 在最佳控制问题中,优先考虑降低刺激水平和上肢努力.
- 为了比较模型优化的FNS模式与SCI参与者的手动调整模式的有效性.
主要方法:
- 开发了一个in silico最佳控制模型,其中包含可用于FNS激活的肌肉.
- 定义控制目标和约束,强调简单性和减少体力劳动.
- 测试了模型优化FNS模式与手动调整模式在一个参与者不完整的SCI在行走.
主要成果:
- 优化的FNS模式平均减少了58%的整体电荷传递,在9个肌肉中的8个肌肉显著减少.
- 参与者报告说,在优化模式下,左侧肌肉收缩的舒适性有所改善.
- 与手动调相比,优化的FNS在左腿摆动阶段降低了上肢功耗10.5%,与手动调相比.
结论:
- 与最佳控制相结合的参与者知情建模提供了一种有效的方法,用于生成个性化的FNS刺激模式.
- 这种方法有可能提高FNS系统的性能和SCI患者的用户体验.
- 在Silico优化代表了一个有希望的替代手动调的FNS模式开发.
