Summary

慢性脳卒中患者のための柔軟な装着型超過ロボット四肢

Published: October 27, 2023
doi:

Summary

このプロトコルは、脳卒中患者の指のリハビリテーションを支援するために調整された柔軟なウェアラブルな超過数ロボット四肢を導入します。このデザインには、人間とロボットのシームレスな相互作用を容易にする曲げセンサーが組み込まれています。健康なボランティアと脳卒中患者の両方が参加する実験による検証は、提案された研究の有効性と信頼性を強調しています。

Abstract

本研究では、慢性脳卒中患者の指のリハビリテーションと把持動作を支援する柔軟なウェアラブル超過多ロボット四肢について紹介する。この革新的な手足のデザインは、曲がる空気圧の筋肉と象の胴体先端のユニークな特性からインスピレーションを得ています。軽量構造、安全性、コンプライアンス、防水性、高い生産重量/圧力比の達成などの重要な要素に重点を置いています。提案された構造により、ロボットの手足はエンベロープと指先の両方の把持を行うことができます。人間とロボットの相互作用は、柔軟な曲げセンサーによって促進され、着用者の指の動きを検出し、しきい値セグメンテーション法を介してモーションコントロールに接続します。さらに、このシステムは持ち運びが可能で、日常の用途にも適しています。このイノベーションの有効性を検証するために、6人の慢性脳卒中患者と3人の健康なボランティアを対象とした実際の実験が行われました。アンケートを通じて寄せられたフィードバックは、設計されたメカニズムが慢性脳卒中患者の日常的な把持活動を支援し、生活の質とリハビリテーションの結果を改善する可能性を秘めていることを示しています。

Introduction

先行研究1によると、2019年現在、世界で脳卒中の患者数は1億人を超えています。これらの症例の約3分の2は片麻痺性の後遺症を呈し、重度の片麻痺性脳卒中患者の80%以上が手と腕の機能を完全に回復させることができませんでした2。さらに、今後数十年は高齢化が進み、脳卒中の潜在的な患者数が大幅に増加すると予想されています。脳卒中後の持続的な上肢障害は、日常生活動作(ADL)に大きな影響を与える可能性があり、手のリハビリテーションは、慢性脳卒中患者の活動と参加を強化するための重要な目的として臨床的に認識されています3

従来のモーター駆動のロボット上肢デバイスは、かなりの駆動力を提供できますが、その剛性の高い構造は、多くの場合、大きなサイズと大きな重量につながります。さらに、誤動作した場合、人体に不可逆的な害を及ぼすリスクがあります。対照的に、軟質空気圧アクチュエータは、リハビリテーション4、補助5、外科的用途6において大きな可能性を秘めている。その利点には、安全性、軽量構造、および固有のコンプライアンスが含まれます。

近年、軟質空気圧アクチュエータを中心に、数多くの柔軟なウェアラブルロボットが登場し、設計・開発されています。これらのロボットは、脳卒中患者の上肢のリハビリテーションおよびリハビリテーション後の支援を目的としています。それらは主に手の外骨格7,8過剰な肢9,10を包含する。どちらもウェアラブルロボットとリハビリテーションの分野で使用されていますが、前者は人体と直接相互作用し、筋肉や関節を潜在的に拘束しますが、後者は直接的な制約なしに人間のワークスペースまたは動きを補完します11,12。サーボモーターをベースとしたウェアラブルな超過ロボットフィンガーは、作業療法士の日常生活動作(ADL)トレーニングを支援するために開発されました9。同様のアプローチは、他の研究でも見つけることができます10。これら2つのカテゴリーのロボットフィンガーは、片麻痺患者のリハビリテーション支援におけるロボットの応用に新たな可能性をもたらしました。それにもかかわらず、これらのロボット設計に採用されている剛性の高い構造は、ユーザーの快適性と安全性に関する潜在的な考慮事項をもたらす可能性があることは注目に値します。機能的磁気共鳴画像法(fMRI)中の手のリハビリテーションやタスク固有のトレーニングに使用できるソフトウェアラブルロボットグローブの設計、製造、および評価が発表されました13。この手袋は、シリコーンエラストマー製の軟質空気圧アクチュエーターを使用して指関節の動きを生成し、デバイスはfMRI画像にアーチファクトを引き起こすことなくMR互換です。Yunらは、組み立てベースのアプローチを利用するカスタマイズ可能なソフト空気圧補助手袋であるExo-Glove PMを導入しました14。この革新的なデザインは、小さなモジュールとモジュール間の距離を調整できることを特徴としており、ユーザーはスペーサーを使用して指骨の長さに基づいてグローブをカスタマイズできます。このアプローチにより、カスタム製造を必要とせずに快適性とパフォーマンスを最大化できます。研究者らは、空気圧ネットワークとして機能する統合されたチャネルを備えたエラストマー材料で構成されたソフトアクチュエータを発表しました15。これらのアクチュエータは、人間の指の動きに安全に適合する曲げ動作を生成します。さらに、研究者らは、軽量で適応性のあるインフレータブルソフト外骨格デバイスであるAirExGloveを導入しました16。このシステムは費用対効果が高く、さまざまな手のサイズに合わせてカスタマイズでき、さまざまなレベルの筋肉痙縮の患者にうまく対応しています。リジッドリンクロボットシステムと比較して、より人間工学に基づいた柔軟なソリューションを提供します。これらの研究は、柔軟なウェアラブルハンドリハビリテーションや支援ロボットの開発に大きく貢献してきましたが、完全な携帯性と人間とロボットの相互作用制御を実現したものはどれもなかったことは注目に値します。

脳波(EEG)17や筋電図(EMG)信号18などの生体信号と人間の意図との相関関係については、多くの研究が行われている。ただし、どちらのアプローチにも、既存のデバイスや技術的条件の制約内で一定の制限があります。侵襲性電極は人体への外科的処置を必要としますが、非侵襲性電極はノイズレベルが高く、信号取得の信頼性が低いなどの問題に悩まされています。これらの制限の詳細な議論は、文献19,20にあります。したがって、柔軟なウェアラブル超過ロボット四肢の携帯性とユーザーフレンドリーなヒューマンマシンインタラクション機能に関する研究の追求は、依然として非常に関連性があります。

この研究では、慢性脳卒中患者の指のリハビリテーションと把持支援を支援するために、独自の柔軟なウェアラブル超過ロボット肢を設計および製造しました。このロボットリムは、軽量、安全性、コンプライアンス、防水性、優れた出力重量/圧力比を特徴としています。エンベロープと指先把持の2つの把持モードは、携帯性を維持しながら、ユーザーフレンドリーなヒューマンロボットインタラクションを確保しながら実現しました。このプロトコルは、空気圧グリッパーとウェアラブルスキームの設計と製造プロセスを詳細に説明しています。さらに、柔軟な曲げセンサに基づく人間とロボットの相互作用方法が提案されており、しきい値セグメンテーションによる便利でユーザーフレンドリーな制御が可能です。これらの側面はすべて、実際の実験を通じて検証されています。

本研究の主な貢献は、(1)慢性脳卒中患者のための軽量でフレンドリーでウェアラブルで柔軟な超過数ロボット四肢を設計および製造した。(2)フレキシブルな曲げセンサによる信頼性の高い人間とロボットのインタラクションを実現した。(3)提案されたメカニズムと方法の有効性と信頼性を検証するために、6人の慢性脳卒中患者を対象とした出力力試験を含む実際の実験が行われました。

Protocol

このプロトコルは、華中科技大学同済医科大学連合病院の倫理審査委員会によって承認されています。診断基準を満たし、著者の病院のリハビリテーション部門、外来および入院ユニットで治療を受けている上肢機能障害のある患者が参加者として選択されました。患者の運動機能の回復は、Brunnstrom回復ステージ21に従って評価され、ステージ3〜5の患者が実験に参加する?…

Representative Results

出力力の実験図7は、アクチュエータの構造設計と寸法を鮮やかに示し、断面図を提供します。このアクチュエーターは、2つの異なるチャンバーセットで構成されており、それぞれに5つのエレガントに湾曲した空気チャンバーが含まれています。驚くべきことに、アクチュエーターの末端には、象の鼻の先端を連想させる突起構造を巧みに組み込んでお?…

Discussion

この研究は、慢性脳卒中患者の指のリハビリテーションと把持作業を支援するために設計された、革新的で柔軟なウェアラブルな超過数ロボット手足を提示します。このロボットシステムは、携帯性を優先し、封筒把持と指先把持の両方の機能を提供します。柔軟な曲げセンサーを内蔵し、ユーザーフレンドリーなヒューマンマシンインタラクション制御を実現します。静的把持実験では、2…

Disclosures

The authors have nothing to disclose.

Acknowledgements

この研究は、助成金U1913207の下で中国国家自然科学基金会とHUSTアカデミックフロンティアユースチームプログラムによって支援されています。著者は、これらの財団からの支援に感謝したいと思います。

Materials

Air Compressor Xinweicheng F35L-JJ-24V Provide air supply for the pneumatic gripper
Arduino  Emakefun Mega 2560 Single-chip microcomputer/data acquisition card
Backpack Mujin Integrating external devices
Flex Sensor Spectra Symbol Flex Sensor 2.2 Flexible bending sensors
Power supply Yisenneng YSN-37019200 Provide power
PU quick-plug connector Elecall PU-6 Connector for PU tube
PU tube Baishehui ZDmJKJJy Air line connection
Silicone elastomer Wacker ELASTOSIL M4601 A/B Material of the pneumatic gripper
Thermostatic chamber Ruyi 101-00A Constant temperature to accelerate the curing of silicone
Vacuum dryer Fujiwara PC-3 Further defoaming
Vacuum mixing and degassing machine Smida TMV-200T Mix silicone thoroughly and get it defoamed
Valve SMC NTV1030-312CL Control the air pressure

References

  1. Feigin, V. L., et al. Global, regional, and national burden of stroke and its risk factors, 1990-2019: A systematic analysis for the global burden of disease study 2019. The Lancet Neurology. 20 (10), 795-820 (2021).
  2. Nakayma, H., Jørgensen, H. S., Raaschou, H. O., Olsen, T. S. Compensation in recovery of upper extremity function after stroke: The copenhagen stroke study. Archives of Physical Medicine and Rehabilitation. 75 (8), 852-857 (1994).
  3. Faria-Fortini, I., Michaelsen, S. M., Cassiano, J. G., Teixeira-Salmela, L. F. Upper extremity function in stroke subjects: Relationships between the international classification of functioning, disability, and health domains. Journal of Hand Therapy. 24 (3), 257-265 (2011).
  4. Al-Fahaam, H., Davis, S., Nefti-Meziani, S., Theodoridis, T. Novel soft bending actuator-based power augmentation hand exoskeleton controlled by human intention. Intelligent Service Robotics. 11, 247-268 (2018).
  5. Thalman, C. M., Hsu, J., Snyder, L., Polygerinos, P. IEEE International Conference on Robotics and Automation (ICRA). , 8436-8442 (2019).
  6. Miron, G., Plante, J. S. Design principles for improved fatigue life of high-strain pneumatic artificial muscles. Soft Robotics. 3 (4), 177-185 (2016).
  7. Yun, Y., et al. IEEE International Conference on Robotics and Automation (ICRA). , 2904-2910 (2017).
  8. Tran, P., Jeong, S., Herrin, K. R., Desai, J. P. Hand exoskeleton systems, clinical rehabilitation practices, and future prospects. IEEE Transactions on Medical Robotics and Bionics. 3 (3), 606-622 (2021).
  9. Ort, T., Wu, F., Hensel, N. C., Asada, H. H. Dynamic Systems and Control Conference. , (2023).
  10. Hussain, I., et al. A soft supernumerary robotic finger and mobile arm support for grasping compensation and hemiparetic upper limb rehabilitation. Robotics and Autonomous Systems. 93, 1-12 (2017).
  11. Yang, B., Huang, J., Chen, X., Xiong, C., Hasegawa, Y. Supernumerary robotic limbs: A review and future outlook. IEEE Transactions on Medical Robotics and Bionics. 3 (3), 623-639 (2021).
  12. Tong, Y., Liu, J. Review of research and development of supernumerary robotic limbs. IEEE/CAA Journal of Automatica Sinica. 8 (5), 929-952 (2021).
  13. Yap, H. K., et al. A magnetic resonance compatible soft wearable robotic glove for hand rehabilitation and brain imaging. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 25 (6), 782-793 (2016).
  14. Yun, S. S., Kang, B. B., Cho, K. J. Exo-glove pm: An easily customizable modularized pneumatic assistive glove. IEEE Robotics and Automation Letters. 2 (3), 1725-1732 (2017).
  15. Polygerinos, P., et al. IEEE International Workshop on Intelligent Robots and Systems (IROS). , 1512-1517 (2013).
  16. Stilli, A., et al. IEEE International Conference on Soft Robotics (RoboSoft). , 579-584 (2018).
  17. Zhang, D., et al. Making sense of spatio-temporal preserving representations for eeg-based human intention recognition. IEEE Transactions on Cybernetics. 50 (7), 3033-3044 (2019).
  18. Sirintuna, D., Ozdamar, I., Aydin, Y., Basdogan, C. IEEE International Workshop on Robot and Human Communication (ROMAN). , 1280-1287 (2020).
  19. Mahmud, S., Lin, X., Kim, J. H. 2020 10th Annual Computing and Communincation Workshop and Conferenece (CCWC). , 0768-0773 (2020).
  20. Asghar, A., et al. Review on electromyography based intention for upper limb control using pattern recognition for human-machine interaction. Proceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine. 236 (5), 628-645 (2022).
  21. Naghdi, S., Ansari, N. N., Mansouri, K., Hasson, S. A neurophysiological and clinical study of brunnstrom recovery stages in the upper limb following stroke. Brain Injury. 24 (11), 1372-1378 (2010).
  22. Ru, H., Huang, J., Chen, W., Xiong, C. Modeling and identification of rate-dependent and asymmetric hysteresis of soft bending pneumatic actuator based on evolutionary firefly algorithm. Mechanism and Machine Theory. 181, 105169 (2023).
  23. Qin, L., Wu, W., Tian, Y., Xu, W. Lidar filtering of urban areas with region growing based on moving-window weighted iterative least-squares fitting. IEEE Geoscience and Remote Sensing Letters. 14 (6), 841-845 (2017).
  24. Liu, S., et al. A two-finger soft-robotic gripper with enveloping and pinching grasping modes. IEEE/ASME Transactions on Mechatronics. 26 (1), 146-155 (2020).
  25. Tawk, C., Sariyildiz, E., Alici, G. Force control of a 3D printed soft gripper with built-in pneumatic touch sensing chambers. Soft Robotics. 9 (5), 970-980 (2022).
  26. Zuo, W., Song, G., Chen, Z. Grasping force control of robotic gripper with high stiffness. IEEE/ASME Transactions on Mechatronics. 27 (2), 1105-1116 (2021).
  27. Watanabe, T., Morino, K., Asama, Y., Nishitani, S., Toshima, R. Variable-grasping-mode gripper with different finger structures for grasping small-sized items. IEEE Robotics and Automation Letters. 6 (3), 5673-5680 (2021).

Play Video

Cite This Article
Ru, H., Gao, W., Ou, W., Yang, X., Li, A., Fu, Z., Huo, J., Yang, B., Zhang, Y., Xiao, X., Yang, Z., Huang, J. A Flexible Wearable Supernumerary Robotic Limb for Chronic Stroke Patients. J. Vis. Exp. (200), e65917, doi:10.3791/65917 (2023).

View Video