Регистрация / Вход
Прислать материал

14.578.21.0094

Аннотация скачать
Постер скачать
Общие сведения
Номер
14.578.21.0094
Тематическое направление
Информационно-телекоммуникационные системы
Исполнитель проекта
федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Нижегородский государственный университет им. Н.И.Лобачевского"
Название доклада
Разработка комплекса научно-технических решений для нейроинтеграции экзоскелетонных роботизированных устройств
Докладчик
Казанцев Виктор Борисович
Тезисы доклада
Цели и задачи исследования
Глобальной целью исследований и разработок, проводимых в рамках проекта, является изучение механизмов и принципов, участвующих в реализации моторных функций у человека, а также поиск вариантов исполнения схемы нейроинтеграции экзоскелетонных роботизированных комплексов (СНИ-ЭРК) с пациентами при частичном или полном нарушении опорно-двигательного аппарата. Система нейроинтеграции позволит реализовать интерфейс между человеком и механизированным устройством (экзоскелетоном, локоматом) с целью повышения реабилитационного эффекта.
Круг поставленных перед ПНИЭР задач включает в себя:
1) разработку блока регистрации электрической активности мышц и нервов;
2) разработку методов и алгоритмов обработки биоэлектрических сигналов;
3) разработку алгоритмов детектирования паттернов, соответствующих моторным движениям;
4) разработку алгоритмов классификации моторных паттернов;
5) разработку концептуальной схемы коммуникации СНИ-ЭРК с роботизированным устройством;
6) изготовление макета СНИ-ЭРК и его испытание на экзоскелетонном комплексе.
Актуальность и новизна исследования
Актуальность исследований и разработок по теме проекта продиктована высокой степенью инвалидации населения в результате нарушения функций опорно-двигательного аппарата. Постоянно растёт число инвалидов (в т.ч. трудоспособного возраста), обездвиженных вследствие патологии нервной системы либо травм головного / спинного мозга. Кроме того, в последние годы намечается тенденция к снижению среднего возраста лиц, перенесших инсульт или производственную травму. Это значительно снижает общую трудоспособность населения и ухудшает социально-экономическую ситуацию в стране.
В последнее десятилетие отмечается особый интерес к созданию роботизированных биоинженерных устройств, повышающих функциональные возможности пациентов с патологией опорно-двигательного аппарата и нервной системы. К числу таких инновационных устройств относятся экзоскелетоны – специальные устройства, надеваемые на человека в виде внешнего каркаса, повторяющие биомеханику его движений и позволяют увеличить мышечную силу. Такие средства реабилитации способны существенно повысить качество жизни человека.
Абсолютное большинство известных решений в этой области науки и техники осуществляют реабилитацию с помощью механического цикличного повторения паттернов шагательных движений и не поддерживают функционал биологической синергии пациента с экзоскелетоном. Таким образом, разработка новых методик адаптивного управления мехатронными системами является востребованным и перспективным направлением на данном этапе.
Описание исследования

Исследования и разработки в рамках данного междисциплинарного проекта затрагивают несколько направлений: информационные технологии, системы управления, радиоэлектроника, биомеханика и другие. Достижение реабилитационного эффекта у пациентов с нарушениями моторных функций затруднительно без мониторинга остаточной активности нервов. Более того, использование этого сигнала для корректировки методик будет чрезвычайно полезным. Обратная связь позволит найти оптимальный вариант активации мышц, будет способствовать сокращению периода восстановления и росту заинтересованности в процессе самим пациентом.

Для получения информации о степени активации двигательных единиц применяются методы поверхностной электромиографии (пЭМГ). Данный способ регистрации мышечной активности постепенно находит применение в бытовых, игровых и реабилитационных устройствах. Инвазивный способ, напротив, имеет ряд преимуществ с точки зрения качества и детализации получаемых данных, однако, широкого применения он не получил вследствие очевидных сложностей по вживлению сенсоров человеку.

Качество сигнала пЭМГ существенно зависит от положения электродов на мышце. Для повышения надежности и достоверности информации при регистрации пЭМГ применяются определенные метрологические правила, связанные с постановкой электродов на мышцы, положением референсного электрода, фильтрации входного сигнала и т.п.

Среди методов и алгоритмов обработки биоэлектрического сигнала: аппаратное удаление сетевых артефактов, частота дискретизации – не более 1.5 кГц, фильтрация сигнала – от 10-30 Гц до 1 кГц (3 дБ точки). Используется инструментальный усилитель, электрическая схема которого имеет характеристики: низкий шум, высокий КОСС (коэффициент ослабления синфазного сигнала – 80 дБ до 10 кГц), компенсация статического потенциала, эффективное электропитание, максимальное входное напряжение шума 8 нВ на 1 кГц, установка коэффициента усиления одним внешним резистором (диапазон коэффициентов усиления от 1 до 1000).

Имеющиеся «сырые» сигналы невозможно напрямую использовать для управления приводами роботизированного устройства (например, коленным или бедренным сочленением экзоскелетона). Возникает необходимость их преобразования в машинные команды с помощью алгоритмов детектирования паттернов, соответствующих моторным движениям и их классификации. Для расчета характеристик (features) используется регрессионный анализ и вычисление среднеквадратичного сигнала во временном окне. В качестве классификатора применяются пластичные нейронные сети и алгоритмы обучения для достижения приемлемой скорости и точности распознавания.

Задача реализации возможности командного и пропорционального управления требует разработки концептуальной схемы коммуникации СНИ-ЭРК с роботизированным устройством. При создании схемы использовались стратегии неявного и явного управления: трансляция двигательных паттернов человека в моторные паттерны робота (экзоскелетона) или их распознавание классификатором с последующей выработкой макрокоманды, соответственно.

На этапе экспериментальных исследований проекта проводилось тестирование работоспособности функциональных режимов макета СНИ-ЭРК в целом и на совместимость с внешними исполнительными устройствами: (i) режим пропорционального управления макетом кисти руки, (ii) управление роботизированным устройством жестами (роботы NAO и LEGO), (iii) управление сочленениями экзоскелетона с помощью активности мышц верхних и нижних конечностей.

Результаты исследования

Полученные результаты полностью соответствуют уровню последних мировых тенденций по данному научно-техническому направлению. В ходе ПНИЭР было разработано аппаратно-программное решение и конструкция беспроводных датчиков. Система нейроинтеграции в соответствии с эскизной конструкторской документацией состоит из двух основных модулей. Первый предназначен для детектирования пЭМГ сигнала мышц, усиления и беспроводной передачи «сырого» сигнала (рисунок 1). Второй – для приёма, обработки и формирования управляющего воздействия на исполнительное устройство (либо дальнейшей ретрансляции многоканального сигнала на вычислительную станцию, рисунок 2).

Рисунок 1. Миосенсор, усилитель и беспроводной передатчик поверхностного пЭМГ сигнала.

Рисунок 2. Модуль приёма, обработки пЭМГ сигнала и управления исполнительными устройствами.

Проведены сравнительные исследования сигналов, полученных с разработанного электромиографического усилителя и коммерчески доступных устройств, принципиально различных по конструкции сенсоров, базовой станции, построению интерфейса, назначению и стоимости: Trigno™ Wireless EMG (Delsys) и MYO™ (Thalmic Labs). Существенных отличий по качественным оценкам уровня шума в получаемых сигналах выявлено не было.

Разработанные способы детектирования моторных паттернов (фаза цикла шагательного движения, команда пользователя – жест руки) в связке с методами классификации показали свою применимость для работы такого рода систем в режиме реального времени. В отличие от методов расчёта интегральной активности, свёртки пЭМГ сигнала, а также традиционных методов классификации (линейный дискриминантный анализ, перцептрон и др.) регрессионный анализ в совокупности с обучающейся пластичной нейронной сетью даёт преимущество в несколько процентов качества распознавания. Испытуемые управляли виртуальной моделью робота в режиме он-лайн со средней точностью команд до 97%.

Тестирование схемы коммуникации СНИ-ЭРК проводилось на антропоморфном роботе NAO. Реализовано неявное управление шагающим виртуальным роботом с помощью паттернов биоэлектрической активности, соответствующих движениям ног. Робот вставал из положения сидя, ходил и садился, повторяя эти действия за испытуемым с незначительной задержкой. Стратегия явного управления предусматривала исполнение роботом макрокоманды на основе распознанного паттерна (к примеру, одного из 8 жестов руки).

Экспериментальные исследования СНИ-ЭРК показали её совместимость с устройствами копирующего типа: (i) макет кисти руки (рисунок 3), (ii) робот NAO, (iii) экзоскелетонный комплекс нижних конечностей – а также работоспособность программно реализованных функциональных режимов.

Рисунок 3 - Управление макетом кисти руки с помощью СНИ-ЭРК.

Практическая значимость исследования
Исследования в рамках ПНИЭР показали, что для большинства скелетных мышц существует зависимость между мощностью биосигналов (пЭМГ), напряжением и скоростью сокращения или удлинения мышц, что открывает возможности использования этих сигналов в целях биоуправления. Использование результатов проекта применимо в области реализации систем управления протезами, ортезами, экзоскелетонными комплексами на основе биометрических сигналов мышц и нервов человека. Разработанная СНИ-ЭРК также может быть использована для управления роботизированной системой виртуального присутствия. Подобные устройства обеспечат пациентам, прикованным к постели, возможность удовлетворения потребностей в общении, социализации, выполнения удалённой работы. Разработка и активное внедрение систем нейроуправления исполнительными устройствами способствует развитию фундаментального подхода к созданию более сложных, превосходящих существующие аналоги систем управления в области антропоморфной робототехники и производства гражданского и военного назначения. Применение СНИ-ЭРК будет способствовать прогрессу в решении медицинских и реабилитационных задач, оптимизации повседневного быта, а также в производственной сфере. Введение роботизированных комплексов (манипуляторов) с системой нейроинтеграции в отрасли промышленности будет способствовать улучшению качества выпускаемой продукции, увеличению производительности труда и минимизации человеческого фактора на производстве. И, что самое главное, это позволит исключить риск тяжёлых травм на производстве. Повсеместная модернизация структуры реабилитационной практики, бытовых и технологических процессов положительно скажется на социально-экономической ситуации в стране.