Neuromuskulær kontrol i realtid af exoskeletter

Forskerne vil registrere muskelaktivitet hos raske deltagere og deltagere efter slagtilfælde fra op til otte muskler i underekstremiteterne (soleus, gastrocnemius, tibialis anterior, rectus femoris, vastus lateralis og hamstring) under funktionelle opgaver (f.eks. enkeltledsbevægelser, gang). , hugsiddende, cykling). Disse målinger vil give det fysiologiske datasæt af underekstremitetsbevægelse og bevægelse for den neurale dekoder. Derefter vil forskerne anvende online dyb læringsmetoder til MU-spiking aktivitetsnedbrydning fra over otte muskler og udvikle en neural dekoder i realtid. Dette vil give nedbrydning i realtid af hundredvis af MU'er, der samtidig er aktive under naturlig menneskelig adfærd i underekstremiteterne. Forskerne vil validere denne tilgang ved at sammenligne vores resultater med en guldstandard, blindkildeadskillelsesmetoden. Blind kildeadskillelsesalgoritmer kan adskille eller nedbryde HD-EMG-signalerne, en konvolutiv blanding af MU-aktionspotentialer, til de tidspunkter, hvor individuelle MU'er udleder deres aktionspotentialer. Med de nedbrudte MU-spikningsdata vil forskerne udvikle metoder til at oversætte MU-spikningsaktivitet i positions-, kraft- og hybridkommandoer for eksoskeletoner, der vil blive en kommandokoder implementeret i eksisterende forskningseksoskeletter, der kan forudse menneskelige hensigter (multi-joint position og kraftkommandoer) for at estimere niveauet af assistance, der kræves af opgaven, (f.eks. tilføje knæmoment i standfasen).

Forskerne vil kombinere MU-spikningsaktivitetsdekoderen med subspace-projektionsmetoderne til en neural realtidsgrænseflade mellem individer og et i øjeblikket eksisterende forskningseksoskelet i nedre ekstremiteter til bevægelsesforøgelse. Dette vil blive en integreret høj-opløsning menneske-maskine grænseflade, der kan bruges til real-time kontrol af exoskeletons, således at kommandoer vil blive leveret med en hastighed, der er højere end musklernes elektromekaniske forsinkelse, dvs. den forløbne tid mellem neural kommando og muskel kraftgenerering af bevægelse.

Til eksperiment A vil efterforskerne rekruttere raske frivillige (n = 20) og deltagere efter slagtilfælde (n = 20) og udføre enkeltledsbevægelses- og bevægelsesopgaver for at indsamle muskelaktivitetsdata via HD-EMG.

For eksperiment B vil efterforskerne fremvise generaliseringen af ​​vores tilgang til at rekruttere og forbinde sunde frivillige (n = 20) og deltagere efter slagtilfælde (n = 20) med det assisterende eksoskelet. Forsøgspersonerne udfører enkeltleds- og lokomotoriske opgaver for at kalibrere dekoderen og gentager derefter enkeltleds- og lokomotoriske opgaver med dekoderen, der giver realtidsassistance. Deltagere efter slagtilfælde vil gentage op til 10 sessioner for at evaluere stabiliteten af ​​dekoderens evne til at udtrække motoriske enheder.