Создана распознающая желание двигаться система для экзоскелета

AI Изображение создано с помощью ИИ и носит иллюстративный характер
Специалисты Московского политехнического университета разработали систему управления экзоскелетом, которая распознает у пациента намерение двигаться. Об этом сообщили в пресс-службе Московского Политеха. Новая система уже помогла некоторым больным после инсультов. Об этом сообщает издание Ferra.
Экзоскелеты давно применяются для реабилитации больных с нарушением двигательных функций. Но управляющее программное обеспечение таких устройств обычно работает по заранее заданной программе и слабо учитывает состояние конкретного пациента. Из-за этого ассистирующая помощь экзоскелета не всегда совпадает с реальным намерением человека начать движение, а эффективность реабилитации снижается. Поэтому специалисты по нейрореабилитации связывают ускорение восстановления двигательных функций с активацией соответствующих зон коры головного мозга, и синхронизация работы экзоскелета именно с этой активностью считается перспективным направлением.
Кандидат технических наук, доцент Московского Политеха Елена Петрунина предложила систему управления, которая синхронизирует работу экзоскелета с состоянием пациента через анализ трех сигналов: электроэнцефалограммы (ЭЭГ), электромиограммы мышц ног (ЭМГ) и электродермального ответа кожи. Все три сигнала фиксируются электродами на теле пациента и одновременно поступают на компьютер.
Во время процедуры пациенту показывают на экране сигнал о предстоящем движении, а затем демонстрируют это движение или дают команду его вообразить. Система анализирует реакцию мозга и мышц на этот стимул и по совокупности трех сигналов определяет момент, когда пациент намерен начать движение - авторы работы называют его маркером "намерения движения".
Технически этот маркер формируется так: программа отслеживает амплитуду мышечного сигнала и сопоставляет ее по времени с изменением электродермального ("электро-кожного") ответа, и если оба показателя одновременно превышают пороговые значения, момент фиксируется как начало движения. В зависимости от того, удается ли расшифровать сигналы ЭЭГ и ЭМГ у конкретного пациента, система переключает экзоскелет в один из четырех режимов ассистирования - от автоматического, где устройство само подстраивается под мозговую и мышечную активность, до ручного, при котором интенсивность процедуры задает оператор.
Работу системы проверили на 40 пациентах, перенесших ишемический инсульт, испытания проходили на базе медицинского центра Юго-Западного государственного университета в Курске в течение 12 недель. Больных разделили на экспериментальную и контрольную группы по 20 человек. Эффективность реабилитации оценивали по шкале баланса Берга: это стандартный инструмент в неврологии, и с ее помощью врач по 14 заданиям проверяет, насколько пациент способен самостоятельно сохранять равновесие: вставать со стула, стоять с закрытыми глазами, поворачиваться, наклоняться за предметом с пола. Каждое задание оценивается от 0 до 4 баллов, максимум по шкале - 56 баллов.
К концу курса реабилитации показатели по шкале Берга в экспериментальной группе выросли на 22 балла, в контрольной - на 12 баллов, и статистический анализ подтвердил значимость этой разницы. Дальнейшую работу над системой исследователи планируют направить на повышение точности классификации сигналов ЭЭГ и ЭМГ, а также на увеличение скорости реакции экзоскелета на сигналы пациента.


