要約
脳卒中の最も頻繁で深刻な後遺症の 1 つは、上肢の機能の喪失です。
亜急性期に開始した治療は、主に患者が積極的に参加した場合に、より効果的であることが証明されました。
最近、過剰ロボット四肢として知られる、リハビリテーションおよび支援ロボット装置の新しいセットが導入されました。
この研究では、表面筋電図検査 (sEMG) ベースの制御戦略がリハビリテーションにおけるユーザビリティをどのように改善するかを調査します。これまでのところ、被験者にある程度の残存可動性が必要な入力インターフェイスによって制限されています。
脳卒中後の sEMG とロボットハンドの制御へのその使用を妨げる現象を簡単に紹介した後、前腕伸筋の筋信号を取得して解釈するためのフレームワークについて説明します。
私たちはこれを、亜急性脳卒中患者にタスク別トレーニング (TST) を提供するために、過剰なロボット リムである SoftHand-X を駆動するために適用しました。
さまざまなレベルのユーザー主体性とセラピスト制御により、ロボットハンドの開閉を制御する 2 つのアルゴリズムを提案し、説明します。
私たちは提案されたアプローチの実現可能性を 4 人の患者に対して実験的にテストし、続いてセラピストが手を操作する能力をチェックしました。
有望な予備結果は、TSTを亜急性の脳卒中後の患者にまで拡張するための実行可能な解決策としてsEMGベースの制御を示している。
要約(オリジナル)
One of the most frequent and severe aftermaths of a stroke is the loss of upper limb functionality. Therapy started in the sub-acute phase proved more effective, mainly when the patient participates actively. Recently, a novel set of rehabilitation and support robotic devices, known as supernumerary robotic limbs, have been introduced. This work investigates how a surface electromyography (sEMG) based control strategy would improve their usability in rehabilitation, limited so far by input interfaces requiring to subjects some level of residual mobility. After briefly introducing the phenomena hindering post-stroke sEMG and its use to control robotic hands, we describe a framework to acquire and interpret muscle signals of the forearm extensors. We applied it to drive a supernumerary robotic limb, the SoftHand-X, to provide Task-Specific Training (TST) in patients with sub-acute stroke. We propose and describe two algorithms to control the opening and closing of the robotic hand, with different levels of user agency and therapist control. We experimentally tested the feasibility of the proposed approach on four patients, followed by a therapist, to check their ability to operate the hand. The promising preliminary results indicate sEMG-based control as a viable solution to extend TST to sub-acute post-stroke patients.
arxiv情報
著者 | Marina Gnocco,Manuel G. Catalano,Giorgio Grioli,Carlo Trompetto,Antonio Bicchi |
発行日 | 2023-12-20 13:22:08+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google