TESLASUIT在医疗康复领域的应用,以及作为独立FES设备的探索性研究
功能性电刺激(FES)设备广泛应用于康复和医疗临床实践中。FES技术使用低能量电脉冲来在各种患病个体(包括中风、脊髓损伤、多发性硬化、脑瘫等)中人工制造出身体运动动作,以帮助患者进行康复治疗。
一般来说,FES系统可以分为三类:开环、有限状态控制和闭环。这三种方法涵盖了FES系统从简单到复杂阶段的升级或演变过程。而上述三种类型的FES系统都可以在Teslasuit的帮助下实现并提供给最终用户。从实验室开发、学术研究和教育开始,到临床使用结束,乐动网页版可以将其理解为FES系统的完整开发周期。下面乐动网页版就针对整个FES系统构建的中期阶段——学术研究,对使用TESLASUIT作为独立FES设备进行医疗康复的可行性以及TESLASUIT是否可用作开环、有限状态控制或闭环系统进行详细讨论。
研究目标
探索性研究旨在检查全身可穿戴Teslasuit技术作为独立FES设备在医学和康复领域的应用能力,以确认Teslasuit可用作开环、有限状态控制或闭环系统。
应用领域:医学
硬件:TESLASUIT
材料和方法
在这项研究中,研究人员使用了全身可穿戴式Teslasuit套装、Teslasuit软件开发工具包(带有触觉编辑工具和套装客户端API的SDK)和外部操作代码。
全身可穿戴式Teslasuit套装配备了一个由80个通道组成的标准电刺激系统(每个肢体16个,背部和腹部共16个,见图1)和一个带有14个惯性测量单元(IMU)传感器的无标记运动捕捉系统(MoCap系统,见图2)。触觉编辑器工具支持为80个EMS通道中的每个通道创建、调整和运行具有各种信号参数的刺激模式,固定电压为60 V:刺激频率可在1至150 Hz范围内调整,刺激脉冲宽度在1至320μs范围内调整。
图一.EMS电极在全身穿戴式测试服中的放置位置
图二.IMU传感器在全身穿戴式测试服中的放置位置
为了测试Teslasuit技术是否可用于FES,研究人员应用了不同的FES方法,并使用Teslasuit的内置功能来再现FES功能,换言之就是通过Teslasuit客户端API以最低可行产品(MVP)的形式使用附加外部功能来扩展它。
Teslasuit用作开环FES设备
开环系统已经作为触觉编辑器工具在Teslasuit上层软件中开发和实现(见图3)。触觉编辑器允许在任何EMS通道内快速改变不同的电参数,或者在所有80个EMS通道之间组合刺激模式以创建更复杂的刺激模式。所有这些模式都可以保存为文件,方便以后使用。
一个简单的案例场景包括:
将TESLASUIT连接到计算机和触觉编辑器。
EMS系统校准。
在触觉编辑器中创建和调整EMS刺激模式。
按时间循环运行刺激模式或点击开始按钮。触觉编辑器中的虚拟开始按钮可以用真实世界的机械按钮或另一个触发器(通过API接入的第三方设备)来代替。
图3.触觉编辑器的控制界面用于为各种FES应用配置的EMS模式。
结果:作为一个复杂刺激模式的创造工具,触觉编辑器为调整Teslasuit提供了几乎无限的可能性,以满足开环FES设备的任何需求。因此,Teslasuit技术可用作开环FES设备,作为开箱即用的解决方案(仅用于研究目的),无需额外扩展。
Teslasuit用作有限状态控制FES设备
为了证明Teslasuit技术可用于有限状态控制FES的概念,研究人员使用了一个运动捕捉接口及其应用数据处理解决方案,称为Step detector。Step detector是一个SLTM神经网络模型,通过预先收集的IMU数据(惯性测量单元:加速度计和陀螺仪)进行训练,这些数据是在6名健康受试者行走期间从双腿和背部获得的。该模型使用标准的ML管道进行训练,数据分为训练(80%)、测试(10%)和验证数据集(10%)。最终的结果是验证数据集达到的准确率超过90%。
Step detector分别提供关于每只脚与地板接触的信息。这些时间序列数据足以正确检测四个行走阶段(对应于简化的步态周期,见图4):初始姿势、最终姿势、初始摆动、最终摆动。相应地分配简化的电刺激模式。
图4.简化步行FES实施和相应EMS模式的示意图
一个简单的案例场景包括:
将TESLASUIT连接到电脑。
EMS系统校准。
动作捕捉系统校准。
站立阶段以足底屈肌收缩为标志,随后在整个摆动阶段发生背屈肌收缩。在最初的摆动之后,有股四头肌刺激来伸展腿部。腿筋刺激(可选)从末端摆动开始,以稳定一条腿,并防止在四肢完全伸展时做出迈步动作。TESLASUIT可通过EMS的方式完整再现这一过程。
由于不可避免的存在着一些实施误差和肌肉生理学原因,在实际检测到摆动阶段和由股四头肌刺激引起的实际膝关节伸展之间存在150-200 ms的延迟。因此股四头肌刺激算法需在初始摆动检测后立即开始,以便能够在摆动中期辅助膝盖伸展。
在这个MVP中,来自开环方法的大多数讨论点都是直接“继承”过来的。由于有限状态控制系统严重依赖输入数据,因此需要对阶跃检测触发的MoCap系统进行额外验证。更复杂的MoCap数据,例如脚踝角度、角速度、角加速度,可作为可选测试的目标。为了最终用户的方便,所有MVP功能(即校准、EMS模式编辑器和运行界面)需要统一结合在独立的程序中。
结果:Teslasuit技术可用作有限状态控制FES设备。
Teslasuit用作闭环FES设备
为了证明这一概念,研究人员创建了一个基于MVP简化的闭环控制概念,用于简单控制肘关节弯曲。Teslasuit运动捕捉系统为当前肘关节角度提供实时数据,然后将这些数据与操作员设定的目标值进行比较。电流和目标角度之间的差异作为结果误差由PID控制器处理(PID控制器可调节对二头肌进行刺激的强度)。
通过应用肌肉响应函数,进一步使用经典的齐格勒-尼科尔斯方法来选择PID控制器的系数,可以解决针对每个特定用户的PID控制器校准算法的各种问题。
一个简单的案例场景包括:
将TESLASUIT连接到电脑。
EMS系统校准。
PID控制器校准。
结果:根据主攻FES的卫生保健专业人员的建议,TESLASUIT有改善MVP的潜力。
结论
经过一系列研究与测试,所有结果都显示出TESLASUIT能够作为独立FES设备在医学和康复领域进行应用,并可用作开环、有限状态控制和闭环FES系统。