< Terug naar vorige pagina

Project

Behendigheid van het exoskelet van de hand bereikt door gedeelde controle met een semi-invasieve hersen-computerinterface

Doelstelling. Succesvolle ontwikkelingen in brain-computer interfaces (BCI's) hebben geleid tot verhoogde verwachtingen om bekwame vingerbewegingen te herstellen bij patiënten die lijden aan tijdelijke, progressieve of accidentele verlamming. Recente studies hebben aangetoond dat individuele vingerbewegingen nauwkeurig kunnen worden gedecodeerd uit elektrocorticografie (ECoG) opnames, met elektroden geplaatst op de corticale convexiteit, om een handprothese te besturen. Wat echter slechts spaarzaam is aangepakt, is de controle van een exoskelet dat op de verlamde hand is aangebracht, hoewel er meer patiënten zijn dan handamputaties. Hand-exoskeletten die worden bestuurd door op EEG gebaseerde BCI's zijn gebruikt bij revalidatie na een beroerte, maar schieten tekort in het bieden van nauwkeurige hulp bij het bewegen van de vingers, voornamelijk vanwege de beperkte kwaliteit van het EEG-signaal. Bovendien, aangezien de controllerparameters van het exoskelet vast worden gehouden, negeert men de mogelijkheid dat het onderwerp spiercontrole verliest als gevolg van een progressieve stoornis of de controle terugkrijgt tijdens revalidatie na een beroerte, die beide worden gekenmerkt door veranderde hersenactiviteitspatronen. Deze studie heeft tot doel hersengestuurd handexoskeletonderzoek uit te breiden met gedeelde controleprincipes, gedeeld tussen de gedecodeerde ECoG-opnames, de gespaarde uitgevoerde spieractiviteit en de exoskeletcontroller. Nadering. Ten eerste zal deze studie een ECoG-decoder van individuele en gecoördineerde vingerbewegingen ontwikkelen en testen. Vervolgens zal een gedeelde controller worden ontworpen om te arbitreren tussen hulp op basis van exoskeletten en patiëntgerichte bewegingen. Ten slotte zal de voorgestelde controlestrategie worden geïmplementeerd op een Gloreha Sinfonia hand-exoskelet en getest op epilepsiepatiënten met acute ECoG-implantaten in zowel offline als online instellingen. Verwachte resultaten. De voorgestelde besturingsarchitectuur zal naar verwachting een vloeiende, betrouwbare en behendige controle bieden van een ECoG-aangedreven hand-exoskelet. Betekenis. De resultaten van deze studie zullen naar verwachting patiënten ondersteunen bij het terugkrijgen van vingervaardigheid in hun verlamde hand, en op deze manier hun betrokkenheid bij dagelijkse activiteiten vergroten.

Datum:3 nov 2022 →  Heden
Trefwoorden:EEG, machine learning, hand exoskeleton control, brain-computer interfaces, ECoG
Disciplines:Biomedische signaalverwerking, Motorische controle
Project type:PhD project