Лица с тетраплегией или параплегией вследствие травмы спинного мозга (SCI) не могут ходить, и большинство из них в инвалидных колясках. Снижение физической активности, связанное с длительным использованием инвалидных колясок, приводит к широкому спектру сопутствующих заболеваний, таких как нарушения обмена веществ, болезни сердца, остеопороз и язвы давлении.
К сожалению, никакие биомедицинские решения не могут обратить вспять эту утрату неврологической функции, и лечение этих сопутствующих заболеваний составляет основную часть затрат на медицинскую помощь для этой группы пациентов. Хотя имеющиеся в продаже протезы для нижних конечностей могут помочь восстановить базовое моделирование с помощью надежного ручного управления, их применение в сообществе SCI остается низким, вероятно, из-за низкой стоимости, громоздкости и неэффективности энергопотребления.
Следовательно, необходимы новые подходы для восстановления эмуляции, подобной эмуляции трудоспособного организма у людей с SCI. В случае успеха они улучшат качество жизни этой группы населения, снизят частоту и стоимость сопутствующих заболеваний, а также снизят нагрузку на лиц, осуществляющих уход.
Одним из таких новаторских подходов может быть протезирование нижних конечностей с использованием компьютерного интерфейса головного мозга (ИБК). Можно предположить, что комбинация инвазивной системы сбора сигнала мозга и имплантируемых электродов функциональной электрической стимуляции (FES) потенциально может выступать в качестве постоянного протеза ИБК. Однако, по соображениям безопасности, целесообразность проведения эмуляции мозгом должна быть сначала установлена с использованием неинвазивных систем.
Ранее субъекты (как трудоспособные, так и SCI) использовали электроэнцефалограмму (ЭЭГ) на основе ИБК для управления эмуляцией аватара в виртуальной среде реальности. В данных исследованиях субъекты использовали изображения кинестетических двигателей (КМИ) на холостом ходу и ходьбе, чтобы выполнить целеустремленную задачу - провести аватар по линейному пути и сделать остановки в 10 определенных точках.
Кроме того, два из пяти субъектов с SCI достигли уровня управления ИБК, приближенного к уровню управления джойстиком с ручным управлением. Хотя эти результаты позволяют предположить, что после SCI возможен точный контроль эмуляции с помощью ИБК, перевод этой технологии из виртуальной реальности в физический протез не был достигнут. Ученые сообщают о первом случае интеграции системы ИБК на основе ЭЭГ с роботизированной ортезом походки (RoGO) и ее успешной эксплуатации как здоровыми, так и пациентами с ЦИ.
Методы
Для облегчения разработки контролируемого ИБК РГО, данные ЭЭГ были записаны от субъектов, которые занимались попеременным переходом в разные эпохи холостого хода и ходьбы ХМИ. Затем эти данные были проанализированы в автономном режиме для создания модели прогнозирования ЭЭГ для работы ИБК в режиме онлайн. Коммерческая система RoGO (подвешенная на беговой дорожке) была подключена к компьютеру BCI для обеспечения компьютеризованного управления.
В ходе серии из 5-минутных онлайн-тестов испытуемым было поручено провести амбулаторное тестирование с использованием системы BCI-RoGO по запросу с помощью компьютерных подсказок. Эффективность этой системы оценивалась путем расчета перекрестной корреляции и задержки между компьютеризированными Сигналами и ответами ИБК -RoGO, а также пропусков и количества ложных срабатываний.
Сбор учебных данных
Субъекты были завербованы из популяции трудоспособных лиц, или тех, кто хронически, полный параплегия двигателя в связи с SCI. Критериями исключения пациентов с SCI были:
- спастичность,
- контрактуры,
- ограниченный диапазон движений,
- переломы нижних конечностей,
- язвы давления,
- тяжелый остеопороз,
- ортостатическая гипотензия.
Эти критерии были исключены при проведении скрининговой оценки безопасности, состоящей из
- интервью,
- медицинского осмотра,
- рентгеновского снимка и
- рентгеновского обследования
с двойной поглощающей способностью (DEXA) нижних конечностей, а также обследования за наклонным столом.
Активно экранированный 64-канальный ЭЭГ колпачок был впервые установлен на голове испытуемого и импеданс был уменьшен. ЭЭГ сигналы были получены с помощью 2 связанных NeXus-32 биоусилителей. Объекты были подвешены в беговой дорожке RoGO с помощью частичной разгрузки весом.
Обратите внимание, что в отличие от надземных ортопедических аппаратов, эта система обеспечивает безопасные и простые условия испытаний для ранней разработки протезов ИБК для амбулаторного протезирования. Наконец, данные ЭЭГ были собраны в качестве субъектов чередующихся между 30-секундными эпохами холостого хода и ходьбы КМИ в общей сложности в течение 10 минут, в соответствии с указаниями компьютерных подсказок. Это влечет за собой яркое воображение во время ходьбы по подсказкам КМИ и расслабление во время холостых подсказок. Во время этой процедуры испытуемые стояли неподвижно, держа руки на боку.
Электромиограмма и измерение движения ног (ЭМГ) была измерена, чтобы исключить контроль ИБК добровольными движениями ног у здоровых людей. С этой целью ЭМГ нижних конечностей измерялась при трех условиях:
активная ходьба (субъект добровольно ходит, когда сервоприводы RoGO выключены);
совместная ходьба (объект ходит синергетически с RoGO);
и пассивная ходьба (объект полностью расслаблен, пока RoGO выполняет ходьбу).
Три пары поверхностных электродов ЭМГ были размещены над левыми квадрицепсами, передней большеберцовой костью и гастроцитозом, и сигналы были получены с помощью биоусилителя. Кроме того, движения ног измерялись гироскопом в специальном корпусе, напоминающем наручные часы, привязанном к дистальной левой ноге. Примерно 85% разгрузки тела требовалось для правильной работы RoGO. Скорость ходьбы была установлена на уровне 2 км/час.
Анализ в автономном режиме
Во-первых, обучение ЭЭГ данные были подвергнуты автоматическому алгоритму, чтобы исключить те каналы ЭЭГ с избыточными артефактами. ЭЭГ периода, соответствующие состоянию "холостого хода" и "ходьбы", были затем преобразованы в частотную область, а их спектральные плотности мощности (PSD) были интегрированы в бины. Затем данные подверглись уменьшению размерности с использованием комбинации классового анализа основных компонентов (CPCA) и приблизительного анализа дискриминантной информации.
Интеграция BCI-RoGO
Для соблюдения институциональных ограничений, запрещающих установку программного обеспечения, компьютер RoGO сопряжен с ИБК с помощью двух микроконтроллеров выполнения аппаратной эмуляции мыши. Микроконтроллер №1 передавал команды с компьютера ИБК на микроконтроллер №2 через соединение InterIntegrated Circuit. Затем микроконтроллер №2 выступил в качестве ведомого устройства, запрограммированного с помощью микропрограммы для эмуляции мыши для автоматического управления пользовательским интерфейсом RoGO. Эта настройка позволила компьютеру ИБК напрямую управлять функциями холостого хода и ходьбы RoGO.
Анализ сигнала в режиме онлайн
Во время работы ИБК -RoGO в режиме онлайн через каждые 0,25 секунды в скользящем перекрывающемся окне регистрировались 0,75-секундные сегменты данных ЭЭГ. PSD сохраненных каналов ЭЭГ были рассчитаны для каждого из этих сегментов и использованы в качестве входа для алгоритмов обработки сигнала. Задняя вероятность классов холостого хода и ходьбы рассчитывалась по правилу Байеса.