Онлайн-адаптивное нейронное управление роботизированным протезом нижней конечности

Цель: разработать и оценить адаптивный алгоритм распознавания намерений, который непрерывно обучается учитывать нейронную информацию пользователя с ампутацией нижней конечности, получаемую с помощью электромиографии (ЭМГ), во время ходьбы с роботизированным протезом ноги. Методика: представлен активный протез нижней конечности, настроенный на получение нейронной информации пользователя, а также кинетической и кинематической информации от встроенных механических датчиков, с последующим распознаванием намерений пользователя и реагированием на них. Эксперимент с участием восьми человек с трансфеморальной ампутацией проводили в течение нескольких дней. Данные ЭМГ и механических датчиков собирали во время выполнения различных видов передвижения — ходьбы по ровной поверхности, лестницам и пандусам — с использованием протеза коленного и голеностопного суставов с приводом. Предложенный адаптивный алгоритм распознавания намерений автоматически переводил протез в различные режимы передвижения и непрерывно обновлял модель нейронных данных пользователя во время ходьбы. Основные результаты: предложенный алгоритм точно и стабильно распознавал намерения пользователя в течение нескольких дней, несмотря на изменения нейронных сигналов. В нескольких экспериментальных сессиях алгоритм учитывал 96,31% [0,91%] нейронной информации (среднее значение [стандартная ошибка]) и превосходил неадаптивные версии алгоритма, обеспечивая относительное снижение частоты ошибок на 6,66% [3,16%]. Значимость: исследование демонстрирует, что адаптивный алгоритм распознавания намерений позволяет учитывать нейронную информацию в течение длительных периодов использования, благодаря чему вспомогательные роботизированные устройства могут точно реагировать на намерения пользователя с низкой частотой ошибок.