Mustererkennung Prothetische Kontrolle (Adaptation)

Viele verschiedene Faktoren können die Leistung einer Prothese der oberen Extremitäten beeinträchtigen, die der Benutzer mit einer elektromyografischen (EMG) basierten Mustererkennungskontrolle steuert. Herkömmliche Steuersysteme erfordern eine häufige Neukalibrierung, um eine konsistente Leistung zu erzielen, was dazu führen kann, dass sich Prothesenträger dafür entscheiden, ihre Vorrichtung weniger zu tragen. Diese Studie untersucht einen neuen Steueralgorithmus für die adaptive Mustererkennung, der das vorhandene Steuersystem bei jeder Neukalibrierung durch den Benutzer neu trainiert, anstatt es zu überschreiben. Die Hypothese der Studie lautet, dass ein solches adaptives Steuersystem zu einer zufriedenstellenderen Prothesensteuerung führt, wodurch die Notwendigkeit einer Neukalibrierung verringert und die Häufigkeit erhöht wird, mit der Benutzer ihr Gerät tragen. Die Teilnehmer tragen ihre Prothese so, wie sie es normalerweise zu Hause tun würden, und verwenden jedes Kontrollsystem (adaptiv und nicht adaptiv) für einen Zeitraum von 8 Wochen mit einer intermittierenden 1-wöchigen Auswaschphase (insgesamt 17 Wochen). Die Verwendung der Prothese wird während jeder Periode überwacht, um die Tragezeit des Benutzers und die Häufigkeit der Neukalibrierung bei Verwendung der adaptiven oder nicht adaptiven Steuerung zu vergleichen. Die Teilnehmer werden außerdem zu Beginn (0 Monate), in der Mitte (1 Monat) und am Ende (2 Monate) jedes Zeitraums eine Reihe virtueller Spiele auf einem Computer spielen, die ihre Fähigkeit testen, die Prothesenbewegung mit jedem zu kontrollieren Kontrollsystem. Änderungen der Benutzerleistung werden in jedem Zeitraum ausgewertet und zwischen den beiden Kontrollsystemen verglichen. Diese Studie wird nicht nur die Wirksamkeit der adaptiven Mustererkennungssteuerung bewerten, sondern sie wird zu Hause unter typischen und realistischen Prothesengebrauchsbedingungen durchgeführt.