Eine Simul­tan­steue­rung für myo­elek­tri­sche Handprothesen

J. M. Hahne, M. A. Schweisfurth, K.-R. Müller, D. Farina
Elektromyographische (EMG) Signale werden zur Steuerung von Hand- und Armprothesen verwendet. Bei konventionellen, handelsüblichen Steuerungen können dabei jedoch die Funktionen (wie etwa „Hand öffnen/schließen“ oder „Rotation“) immer nur einzeln und sequenziell verwendet werden. Um trotzdem mehrere Freiheitsgrade steuern zu können, ist eine Auswahl des aktiven Prothesengelenks über eine Co-Kontraktion, die Anstiegsgeschwindigkeit des EMG-Aktivitätsignals oder andere Methoden notwendig. In diesem Artikel wird eine neuartige Simultansteuerung mehrerer Freiheitsgrade vorgestellt und an einer Person mit transradialer Amputation getestet.

Dies erlaubt es Anwen­dern myo­elek­tri­scher Hand­pro­the­sen, zwei Frei­heits­gra­de gleich­zei­tig pro­por­tio­nal zu steu­ern. Die Steue­rung schnitt nicht nur im stan­dar­di­sier­ten Clothe­spin-Relo­ca­ti­on-Test deut­lich bes­ser ab als die zwei erwähn­ten kon­ven­tio­nel­len Steue­run­gen, son­dern auch ihre Zuver­läs­sig­keit blieb selbst bei einem Wech­sel der Arm­po­si­ti­on unbe­ein­flusst und über meh­re­re Tage stabil.

Anzei­ge

Ein­lei­tung

Elek­tro­myo­gra­phi­sche bzw. EMG-Signa­le sind klei­ne elek­tri­sche Span­nun­gen, die Mus­keln bei Kon­trak­tio­nen gene­rie­ren. Da die Ampli­tu­de die­ser Signa­le mono­ton mit der Kon­trak­ti­ons­stär­ke des Mus­kels zunimmt, kön­nen sie zur wil­lent­li­chen Steue­rung elek­trisch ange­trie­be­ner Hand­pro­the­sen ver­wen­det wer­den. Die ers­ten For­schungs­an­sät­ze hier­zu gab es bereits in den vier­zi­ger Jah­ren des letz­ten Jahr­hun­derts 1; die ers­ten Pro­duk­te aus der dama­li­gen Sowjet­uni­on waren seit den Sech­zi­gern kom­mer­zi­ell erhält­lich 2.

Die meis­ten Men­schen behal­ten bei einer Han­dam­pu­ta­ti­on eine Wahr­neh­mung für ihre ampu­tier­ten Glied­ma­ßen, da die sen­so­ri­schen und moto­ri­schen Berei­che, die die Hand im Gehirn reprä­sen­tie­ren, nach der Ampu­ta­ti­on wei­test­ge­hend erhal­ten blei­ben. Die soge­nann­te Phan­tom­hand kann in der Wahr­neh­mung des Ampu­tier­ten bewegt wer­den, was Kon­trak­tio­nen der Rest­mus­ku­la­tur im Arm­stumpf aus­löst 3. Die mit die­sen Phan­tom­be­we­gun­gen ein­her­ge­hen­den EMG-Signa­le kön­nen zur Steue­rung einer Pro­the­se genutzt wer­den. Aber selbst Per­so­nen ohne Phan­tom­hand (z. B. bei einer ange­bo­re­nen Fehl­bil­dung) sind zumeist in der Lage, ver­schie­de­ne Mus­keln im Stumpf­be­reich wil­lent­lich zu kontrahieren.

Ver­schie­dent­li­che tech­ni­sche Fort­schrit­te haben in den letz­ten Jah­ren zu einer Viel­zahl neu­ar­ti­ger mul­ti­funk­tio­na­ler Hand­pro­the­sen geführt. Min­des­tens vier Her­stel­ler bie­ten bereits Pro­the­sen mit sechs bis elf elek­trisch ange­trie­be­nen Frei­heits­gra­den an 4. In For­schungs­pro­jek­ten wur­den sogar bereits Pro­to­ty­pen mit bis zu 20 Frei­heits­gra­den vor­ge­stellt. Aller­dings exis­tiert bis heu­te kein Steue­rungs­ver­fah­ren, mit dem eine so hohe Anzahl von Frei­heits­gra­den zuver­läs­sig und robust ange­steu­ert wer­den kann.

Die in der Pro­the­tik ver­wen­de­ten bipo­la­ren Elek­tro­den­mo­du­le ver­fü­gen bereits über eine inte­grier­te Ver­stär­kung, Fil­te­rung, Gleich­rich­tung und Glät­tung der EMG-Roh­si­gna­le und lie­fern somit deren Ampli­tu­de als ana­lo­ges Aus­gangs­si­gnal. Die in die­sem Arti­kel vor­ge­stell­ten Steue­run­gen arbei­ten mit die­sem EMG-Akti­vi­täts­si­gnal. Alle Pro­the­sen­her­stel­ler ver­wen­den Steue­rungs­ver­fah­ren, die auf den in den Anfän­gen der Myo­pro­the­tik ent­wi­ckel­ten Ver­fah­ren basie­ren und mit denen sich die Funk­tio­nen der Pro­the­se nur ein­zeln ansteu­ern las­sen. Dabei wer­den zwei bipo­la­re Elek­tro­den über ant­ago­nis­ti­schen Mus­keln im Pro­the­sen­schaft posi­tio­niert und zur Steue­rung der Greif­funk­ti­on der Pro­the­se ver­wen­det. Die EMG-Akti­vi­tät der Hand­ge­lenks­flexoren schließt die Pro­the­se, die Akti­vi­tät der Exten­so­ren öff­net sie. Die Geschwin­dig­keit bzw. die Greif­kraft kön­nen dabei pro­por­tio­nal zur Stär­ke der EMG-Akti­vi­tät gesteu­ert werden.

Um mit die­sen zwei Elek­tro­den meh­re­re Frei­heits­gra­de wie etwa eine zusätz­li­che Rota­ti­on steu­ern zu kön­nen, wer­den Heu­ris­ti­ken zur Aus­wahl des jewei­li­gen Frei­heits­gra­des ver­wen­det. Bei den am häu­figs­ten ver­wen­de­ten Metho­den erfolgt die Aus­wahl über eine Co-Kon­trak­ti­on oder über die Geschwin­dig­keit, mit der die Kon­trak­ti­on auf­ge­baut wird 5. Da die Funk­tio­nen immer nur ein­zeln gesteu­ert wer­den kön­nen und eine kur­ze Pau­se beim Wech­sel der Funk­ti­on not­wen­dig ist, müs­sen kom­ple­xe­re Bewe­gun­gen in meh­re­re Teil­be­we­gun­gen zer­legt wer­den, die sequen­zi­ell aus­ge­führt wer­den müs­sen. Dies a. macht die Benut­zung lang­sam, ver­hin­dert einen flüs­si­gen Bewe­gungs­ab­lauf und beschränkt den Nut­zen wei­te­rer ver­füg­ba­rer Freiheitsgrade.

Da die meis­ten Per­so­nen mit Ampu­ta­ti­on oder ange­bo­re­ner Fehl­bil­dung nicht genü­gend EMG-Signa­le unab­hän­gig von­ein­an­der kon­trol­lie­ren kön­nen, ist eine direk­te Steue­rung meh­re­rer Frei­heits­gra­de nicht mög­lich (pro Frei­heits­grad wären zwei unab­hän­gi­ge Signa­le not­wen­dig). Daher wur­de in diver­sen For­schungs­an­sät­zen ver­sucht, eine höhe­re Anzahl von Kon­trak­ti­ons­ar­ten mit Hil­fe von Mus­ter­er­ken­nungs­ver­fah­ren zu unter­schei­den 6. Dabei ana­ly­siert ein Com­pu­ter­al­go­rith­mus („Klas­si­fi­ka­tor“) bestimm­te Merk­ma­le, die aus meh­re­ren EMG-Roh­si­gna­len extra­hiert wer­den, und ver­gleicht die­se mit meh­re­ren zuvor von der jewei­li­gen Per­son b. auf­ge­nom­me­nen Mus­tern. Der Klas­si­fi­ka­tor ent­schei­det sich für das ähn­lichs­te Mus­ter, das dann in eine Pro­the­sen­be­we­gung umge­setzt wer­den kann.

Trotz vier Jahr­zehn­ten For­schung an die­sen Metho­den und viel­ver­spre­chen­den Resul­ta­ten 7 8 wird eine sol­che Steue­rung bis­her von kei­nem der Pro­the­sen­her­stel­ler ange­bo­ten. Ledig­lich eine klei­ne Aus­grün­dung aus einem For­schungs­in­sti­tut in den USA bie­tet eine Steu­er­ein­heit für Pro­the­sen basie­rend auf sol­chen mul­ti­va­ria­ten Klas­si­fi­ka­ti­ons­me­tho­den an 9. Als Grün­de für den gerin­gen Trans­fer der For­schungs­er­geb­nis­se in kom­mer­zi­el­le Pro­duk­te sind vor allem Pro­ble­me mit der Zuver­läs­sig­keit zu nen­nen 10. Sobald sich die Signal­mus­ter ändern 11, z. B. bei ver­än­der­ter Arm­po­si­ti­on 12, durch leich­tes Ver­rut­schen der Elek­tro­den 13 oder durch Ände­rung der elek­tri­schen Haut­ei­gen­schaf­ten, kann es zu Fehl­in­ter­pre­ta­tio­nen durch den Algo­rith­mus kom­men, die zu unge­woll­ten Bewe­gun­gen führen.

Seit eini­gen Jah­ren wird zudem an Ver­fah­ren geforscht, die eine simul­ta­ne Steue­rung meh­re­rer Frei­heits­gra­de erlau­ben 14. Dabei ist ins­be­son­de­re der Regres­si­ons­an­satz her­vor­zu­he­ben. Im Gegen­satz zu einem Klas­si­fi­ka­tor ent­schei­det ein Regres­sor nicht für eine bestimm­te Klas­se, son­dern schätzt einen kon­ti­nu­ier­li­chen, unab­hän­gi­gen Akti­vi­täts­wert für jeden Frei­heits­grad. Dies erlaubt eine gleich­zei­ti­ge Nut­zung meh­re­rer Frei­heits­gra­de mit unab­hän­gi­ger Proportionalsteuerung.

In die­ser Arbeit wird eine Steu­er­ein­heit für eine Hand­pro­the­se mit zwei Frei­heits­gra­den vor­ge­stellt, die auf einem linea­ren Regres­si­ons­ver­fah­ren basiert. Da die Zuver­läs­sig­keit essen­ti­ell für eine erfolg­rei­che Anwen­dung ist, wird die Steue­rung an einem Pro­ban­den mit trans­ra­dia­ler Ampu­ta­ti­on in einem mög­lichst pra­xis­na­hen Sze­na­rio eva­lu­iert, das eine Benut­zung an zwei ver­schie­de­nen Tagen und eine Varia­ti­on der Arm­po­si­ti­on beinhaltet.

Metho­den

Kon­ven­tio­nel­le Steuerungen

Im Gegen­satz zu der in die­sem Arti­kel vor­ge­stell­ten Simul­tan­steue­rung benut­zen die meis­ten Anwen­der, die eine Pro­the­se mit zwei Frei­heits­gra­den (in der Regel „Hand öffnen/schließen“ und „Rota­ti­on“) besit­zen, ein­fa­che Steue­run­gen, die mit nur zwei Elek­tro­den­si­gna­len arbei­ten. Zwei die­ser Steue­run­gen (Co-Kon­trak­ti­ons­steue­rung und Ram­pen­an­stiegs­steue­rung) wer­den in den Tests als Refe­renz­ver­fah­ren verwendet.

Co-Kon­trak­ti­on

Bei der Co-Kon­trak­ti­ons­steue­rung muss der Anwen­der bei­de Mus­keln rela­tiv stark gleich­zei­tig akti­vie­ren, um durch eine sol­che Co-Kon­trak­ti­on den Frei­heits­grad der Pro­the­se zu wech­seln (Abb. 1a). Führ­te vor einer Co-Kon­trak­ti­on eine Hand­ge­lenks­fle­xi­on zum Schlie­ßen der Pro­the­se und eine Exten­si­on zum Öff­nen der­sel­ben, so füh­ren die bei­den Mus­kel­be­we­gun­gen nach der Co-Kon­trak­ti­on zu Supi­na­ti­on und Pro­na­ti­on der Pro­the­se. Eine wei­te­re CoKon­trak­ti­on führt wie­der zurück zum ers­ten Freiheitsgrad.

Ram­pen­an­stiegs­steue­rung

Bei die­ser Steue­rung kann der Benut­zer den Frei­heits­grad der Pro­the­se aus­wäh­len, indem er die initia­le Anstiegs­ge­schwin­dig­keit des EMG-Signals ver­än­dert (Abb. 1b). So führt in der Regel eine anfangs lang­sa­me Extension/Flexion, die also einen fla­chen Anstieg der EMG-Akti­vi­tät auf­weist, zum Öffnen/Schließen der Pro­the­se, wohin­ge­gen der Anwen­der durch einen anfangs stei­len Anstieg mit den glei­chen, aber schnel­le­ren Mus­kel­be­we­gun­gen Pro­the­sen­su­pi­na­tio­nen/-pro­na­tio­nen durch­füh­ren kann.

Simul­tan­steue­rung

Um die mit­ein­an­der kor­re­lier­ten EMG-Akti­vi­täts­si­gna­le von­ein­an­der zu tren­nen und in unab­hän­gi­ge Steu­er­si­gna­le zu trans­for­mie­ren, ist eine mathe­ma­ti­sche Trans­for­ma­ti­on not­wen­dig (Abb. 1c). In dem hier vor­ge­stell­ten Regres­si­ons­ver­fah­ren wird eine linea­re Trans­for­ma­ti­on ver­wen­det 15. Dazu wur­de eine Myo-Steu­er­ein­heit ent­wi­ckelt, die bis zu acht EMG-Signa­le in Steu­er­si­gna­le für eine Pro­the­se mit zwei Frei­heits­gra­den („Hand öffnen/schließen“ und „Rota­ti­on“) trans­for­mie­ren kann (Abb. 2). Die Ein­gangs­si­gna­le wer­den von kon­ven­tio­nel­len Elek­tro­den­mo­du­len aus der Pro­the­tik gewon­nen, die bereits die Ver­stär­kung, Fil­te­rung, Gleich­rich­tung und Glät­tung der Signa­le beinhal­ten und somit die Ampli tude der EMG-Signa­le extra­hie­ren. Die Koef­fi­zi­en­ten der linea­ren Trans­for­ma­ti­on müs­sen für jeden Nut­zer indi­vi­du­ell mit Hil­fe eines Algo­rith­mus des maschi­nel­len Ler­nens gelernt wer­den 16. Dazu wird ein mehr­stu­fi­ges Ver­fah­ren ange­wen­det, in dem sowohl der Anwen­der trai­niert als auch die Trans­for­ma­ti­on opti­miert wird. Der Ablauf stellt sich wie folgt dar:

Iden­ti­fi­zie­rung geeig­ne­ter Muskelkontraktionen

Zum Trai­ning und zur Aus­wahl geeig­ne­ter Mus­kel­kon­trak­tio­nen wird die Steu­er­ein­heit mit einem Com­pu­ter ver­bun­den (Abb. 2). Dort kön­nen die EMG-Akti­vi­täts­si­gna­le ähn­lich wie bei kon­ven­tio­nel­ler Pro­the­sen­soft­ware gra­fisch dar­ge­stellt wer­den. Der Anwen­der wird gebe­ten, ver­schie­de­ne Kon­trak­tio­nen aus­zu­füh­ren, wäh­rend Anwen­der und Tech­ni­ker die EMG-Mus­ter beob­ach­ten. Ziel ist es, vier ver­schie­de­ne Mus­ter zu iden­ti­fi­zie­ren, die der Anwen­der sicher repro­du­zie­ren kann. Dabei darf sich die EMG-Akti­vi­tät in meh­re­ren Kanä­len über­lap­pen; wich­tig ist ledig­lich, dass sich die Akti­vi­täts­mus­ter in min­des­tens einem Kanal von­ein­an­der unter­schei­den. Akti­ve Anwen­der kon­ven­tio­nel­ler Myo­pro­the­sen haben in der Regel eine sehr gute Kon­trol­le über ihre Hand­ge­lenks­flexoren und ‑exten­so­ren. Da die EMG-Signa­le die­ser Mus­keln bei kon­ven­tio­nel­len Steue­run­gen ein Öff­nen und Schlie­ßen der Pro­the­sen­hand bewir­ken, asso­zi­ie­ren die meis­ten Pro­the­sen­trä­ger die ent­spre­chen­den Kon­trak­tio­nen bereits mit der neu­en Funktion.

Zusätz­lich dazu kön­nen bei­spiels­wei­se die Kon­trak­tio­nen getes­tet wer­den, die mit einer Pro­na­ti­on, Supi­na­ti­on, Abduk­ti­on oder Adduk­ti­on des Hand­ge­lenks sowie dem Beu­gen oder Absprei­zen ein­zel­ner Fin­ger asso­zi­iert wer­den. Grund­sätz­lich ist die Wahl mög­lichst intui­ti­ver Bewe­gun­gen für die jeweils ange­streb­te Pro­the­sen­funk­ti­on wün­schens­wert. Noch wich­ti­ger ist es jedoch, gut dif­fe­ren­zier­ba­re Signal­mus­ter zu wäh­len, um spä­ter eine zuver­läs­si­ge Kon­trol­le zu erzie­len. Bei regel­mä­ßi­ger Nut­zung einer Steue­rung ist zu erwar­ten, dass auch sol­che Kon­trak­tio­nen schnell intui­tiv wer­den, die anfangs nicht mit der Pro­the­sen­funk­ti­on asso­zi­iert werden.

Gene­rie­rung der Transformationsparameter

Sind vier EMG-Mus­ter ermit­telt, so wer­den die­se mit einem Com­pu­ter­pro­gramm auf­ge­zeich­net, das den Anwen­der genau instru­iert, zu wel­chem Zeit­punkt wel­che Kon­trak­ti­on aus­ge­führt wer­den soll. Die auf­ge­zeich­ne­ten Signa­le wer­den von einem Algo­rith­mus ana­ly­siert. Mit Hil­fe eines Ver­fah­rens des maschi­nel­len Ler­nens wer­den die Para­me­ter der Trans­for­ma­ti­on bestimmt, mit denen die acht EMG-Akti­vi­täts­si­gna­le best­mög­lich in vier Steu­er­si­gna­le (je zwei für jeden der zwei Frei­heits­gra­de) umge­wan­delt wer­den kön­nen. Die Trans­for­ma­ti­ons­pa­ra­me­ter bestim­men den Ein­fluss der ein­zel­nen Elek­tro­den auf die jewei­li­ge Funk­ti­on. Die für den Nut­zer in die­ser Stu­die gelern­ten Para­me­ter sind im rech­ten Teil von Abbil­dung 2c dar­ge­stellt, wobei nega­ti­ve Wer­te jeweils die ant­ago­nis­ti­sche Bewe­gung zur posi­ti­ven repräsentieren.

Trai­ning am Computer

Sobald die Trans­for­ma­ti­on para­me­tri­siert ist, kann der Anwen­der in einem Soft­ware­fens­ter einen Cur­sor mit sei­nen vier Kon­troll­mus­tern in alle vier Rich­tun­gen (oben/unten, links/rechts) bewe­gen. Dabei ist Pro­por­tio­nal­steue­rung mög­lich, d. h., je stär­ker die jewei­li­ge Kon­trak­ti­on aus­ge­führt wird, des­to grö­ßer ist die Aus­len­kung des Cur­sors in die ent­spre­chen­de Rich­tung. Obwohl der Algo­rith­mus nur mit Ein­zel­kon­trak­tio­nen trai­niert wird, kön­nen auch Simul­tan­be­we­gun­gen aus­ge­führt wer­den, in denen zwei Bewe­gun­gen (eine pro Frei­heits­grad) mit­ein­an­der kom­bi­niert wer­den. Der Cur­sor bewegt sich dann je nach rela­ti­ver Stär­ke der Ein­zel­be­we­gun­gen in einem ande­ren Winkel.

Es folgt eine Trai­nings­pha­se für den Anwen­der, in der zufäl­lig plat­zier­te Krei­se mit dem Cur­sor getrof­fen wer­den müs­sen, die je nach Posi­ti­on Ein­zel- oder Simul­tan­be­we­gun­gen unter­schied­li­cher Kon­trak­ti­ons­stär­ke ent­spre­chen. Zur wei­te­ren Opti­mie­rung der Trans­for­ma­ti­ons­pa­ra­me­ter kommt ein neu­ar­ti­ges co-adap­ti­ves Trai­nings­ver­fah­ren zum Ein­satz, das in Zusam­men­ar­beit mit der Grup­pe für Maschi­nel­les Ler­nen an der Tech­ni­schen Uni­ver­si­tät Ber­lin und der Neural Engi­nee­ring Group am City Col­le­ge in New York ent­wi­ckelt wur­de. Dabei trai­niert der Anwen­der den Umgang mit der Steue­rung, wäh­rend der Algo­rith­mus gleich­zei­tig lernt, die Signa­le des Anwen­ders bes­ser zu inter­pre­tie­ren 17.

Steue­rung der Prothese

Nach erfolg­rei­chem Trai­ning wer­den die gelern­ten Trans­for­ma­ti­ons­pa­ra­me­ter auf der Steu­er­ein­heit der Pro­the­se gespei­chert. Die­se wird dann vom PC abge­kop­pelt, sodass ein ein­ge­bet­te­tes, trans­por­ta­bles Pro­the­sen­sys­tem ent­steht, das unab­hän­gig vom Com­pu­ter arbei­ten kann. Die Steu­er­ein­heit trans­for­miert die EMG-Akti­vi­täts­si­gna­le mit Hil­fe des gelern­ten Algo­rith­mus in pro­the­ti­sche Steu­er­si­gna­le für das Öff­nen und Schlie­ßen der Hand sowie für die Rota­ti­on des Hand­ge­lenks. Zur Erhö­hung der Sicher­heit kön­nen ähn­lich wie bei kon­ven­tio­nel­len Steue­run­gen Schwell­wer­te defi­niert wer­den, die unge­woll­te Bewe­gun­gen bei gerin­ger Mus­kel­ak­ti­vi­tät ver­hin­dern. Der Anwen­der kann dann die bei­den Funk­tio­nen der Pro­the­se pro­por­tio­nal und gleich­zei­tig steu­ern, wobei die bei­den Geschwin­dig­kei­ten (bzw. Rota­ti­ons­ge­schwin­dig­keit und Griff­kraft) bei Simul­tan­be­we­gun­gen unab­hän­gig von­ein­an­der kon­trol­liert wer­den kön­nen. Dies erlaubt einen flüs­si­gen Über­gang zwi­schen Ein­zel- und Simul­tan­be­we­gun­gen und führt zu einem sehr natür­li­chen Erscheinungsbild.

Eva­lu­ie­rung

Die Simul­tan­steue­rung wur­de an einem Pro­ban­den mit trans­ra­dia­ler Ampu­ta­ti­on (männ­lich, 56 Jah­re, ca. 35 Jah­re seit Ampu­ta­ti­on) eva­lu­iert. Er trägt im All­tag eine Myo­pro­the­se ohne Rota­ti­on, die er über zwei Elek­tro­den durch Hand­ge­lenks­fle­xi­on und ‑exten­si­on pro­por­tio­nal steu­ert und zum Grei­fen benutzt. Für die Simul­tan­steue­rung wur­de ein spe­zi­el­ler Innen­schaft gebaut, in den statt der übli­chen zwei nun acht gleich­mä­ßig ver­teil­te, ring­för­mig ange­ord­ne­te kon­ven­tio­nel­le Elek­tro­den­mo­du­le (Otto Bock, 13E200) inte­griert wor­den waren. Die­ser wur­de mit einem kon­ven­tio­nel­len Außen­schaft mit Ein­guss­ring zur Auf­nah­me der Pro­the­sen­hand (Sys­tem-Elek­tro­hand DMC plus) und des Dreh­ein­sat­zes ver­bun­den. Die Steu­er­ein­heit für die Simul­tan­steue­rung und ein kon­ven­tio­nel­ler Pro­the­sen­ak­ku, der das gesam­te Sys­tem mit Strom ver­sorgt, wur­den eben­falls in den Außen­schaft inte­griert. Für die Tests der kon­ven­tio­nel­len Steue­run­gen wur­de der Innen­schaft gegen eine Vari­an­te mit nur zwei Elek­tro­den, die für Hand­ge­lenks­fle­xi­on und ‑exten­si­on opti­miert waren, getauscht und die Steu­er­ein­heit durch eine kon­ven­tio­nel­le Steu­er­ein­heit (Otto Bock Myo­Ro­to­nik) ersetzt.

Alle drei Steue­run­gen wur­den mit­tels des stan­dar­di­sier­ten Clothe­spin-Relo­ca­ti­on-Tests 18 eva­lu­iert. Dabei muss der Pro­band in einem Durch­lauf mög­lichst schnell drei Wäsche­klam­mern von einer hori­zon­ta­len auf eine ver­ti­ka­le Stan­ge ver­set­zen (Abb. 3). Der Pro­band bekam bei jeder Steue­rung die Gele­gen­heit, die­sen Test kurz zu üben, bevor die eigent­li­che Mes­sung begann. Er wur­de gebe­ten, mög­lichst kei­ne Aus­gleichs­be­we­gun­gen mit dem Kör­per zu voll­füh­ren, son­dern bei­de Funk­tio­nen der Pro­the­se zu ver­wen­den. Um eine Klam­mer zu ver­set­zen, muss­te der Pro­band dazu in den rich­ti­gen Win­kel rotie­ren (Pro­na­ti­on), die Klam­mer grei­fen, etwa im rech­ten Win­kel supi­nie­ren und die Klam­mer dann durch Hand­öff­nen auf der ver­ti­ka­len Stan­ge abset­zen. Da die Zuver­läs­sig­keit ande­rer nicht­kon­ven­tio­nel­ler Steue­run­gen oft durch eine Ände­rung der Arm­po­si­ti­on beein­träch­tigt wird, wur­de der Test in drei unter­schied­li­chen Höhen durch­ge­führt (63 cm, 76 cm, 150 cm). Um den Lern­ef­fekt des Pro­ban­den sowie zufäl­li­ge Schwan­kun­gen zu berück­sich­ti­gen, wur­den jeweils fünf Durch­läu­fe in einer Arm­po­si­ti­on vor­ge­nom­men und der gesam­te Ablauf zwei­mal hin­ter­ein­an­der durchgeführt.

Kom­ple­xe­re Steu­er­al­go­rith­men, die auf maschi­nel­lem Ler­nen basie­ren, kön­nen ver­sa­gen, wenn das gelern­te Steu­er­mo­dell an einem ande­ren Tag ver­wen­det wird 19. Des­halb wur­de die hier vor­ge­stell­te Simul­tan­steue­rung, die in die­se Klas­se fällt, an zwei unter­schied­li­chen Tagen getes­tet. An bei­den Tagen wur­den die glei­chen Trans­for­ma­ti­ons­ko­ef­fi­zi­en­ten ver­wen­det, die am ers­ten Tag trai­niert wur­den, sodass der oben beschrie­be­ne Effekt unter­sucht wer­den konn­te. An bei­den Tagen wur­de zuerst die Simul­tan­steue­rung eva­lu­iert, danach am ersten/zweiten Tag zusätz­lich die Co-Kon­trak­ti­ons­steue­run­g/Ram­pen­an­stiegs­steue­rung. Das Expe­ri­ment wur­de von der loka­len Ethik­kom­mis­si­on geneh­migt und im Ein­klang mit der Dekla­ra­ti­on von Hel­sin­ki durchgeführt.

Ergeb­nis­se

Die Simul­tan­steue­rung schnitt von allen drei getes­te­ten Steue­run­gen am bes­ten ab (Abb. 4). Ins­be­son­de­re inner­halb der ers­ten zehn Durch­läu­fe ver­bes­ser­te sich die Leis­tung kon­ti­nu­ier­lich, was sich durch Lern­ef­fek­te des Pro­ban­den erklä­ren lässt. Obwohl die Simul­tan­steue­rung nur in einer neu­tra­len Arm­po­si­ti­on kali­briert wur­de, schnitt sie in allen drei Posi­tio­nen in etwa gleich gut ab. Im zwei­ten Test an einem ande­ren Tag (ohne Reka­li­brie­rung des Sys­tems) trat kei­ne Ver­schlech­te­rung ein.

Die Co-Kon­trak­ti­ons­steue­rung war am lang­sams­ten, was damit begrün­det ist, dass ein Umschal­ten zwi­schen Grei­fen und Rota­ti­on not­wen­dig ist. Die Ram­pen­an­stiegs­steue­rung, bei der kein Umschal­ten not­wen­dig ist, schnitt deut­lich bes­ser ab. Auch bei den kon­ven­tio­nel­len Steue­run­gen war kei­ne Ver­schlech­te­rung durch eine Ver­än­de­rung der Arm­po­si­ti­on zu beobachten.

Dis­kus­si­on und Ausblick

In die­ser Stu­die wur­de eine neue Steue­rung für zwei unab­hän­gi­ge pro­the­ti­sche Frei­heits­gra­de vor­ge­stellt, bei der kein Umschal­ten not­wen­dig ist und bei der die bei­den Funk­tio­nen sogar gleich­zei­tig nutz­bar sind. Die Eva­lu­ie­rung hat gezeigt, dass damit eine zuver­läs­si­ge simul­ta­ne Steue­rung mög­lich ist, mit der sich kom­ple­xe Bewe­gun­gen, für die bei­de Frei­heits­gra­de benö­tigt wer­den, schnel­ler aus­füh­ren las­sen als mit kon­ven­tio­nel­len Steuerungen.

Bei gleich­zei­ti­ger Nut­zung bei­der Funk­tio­nen ist her­vor­zu­he­ben, dass sich die Geschwin­dig­keit der bei­den Frei­heits­gra­de unab­hän­gig von­ein­an­der pro­por­tio­nal steu­ern lässt, sodass es etwa mög­lich wird, die Pro­the­se schnell zu öff­nen, wäh­rend gleich­zei­tig eine lang­sa­me Dre­hung im Hand­ge­lenk aus­ge­führt wird. Dies erlaubt einen sanf­ten, natür­li­chen Über­gang zwi­schen den ver­schie­de­nen Bewe­gun­gen und ist bei­spiels­wei­se in Ver­fah­ren der Mus­ter­er­ken­nung (Klas­si­fi­zie­rung) nicht mög­lich. Inter­es­san­ter­wei­se muss der Anwen­der zum Trai­nie­ren des Steu­er­mo­dells trotz­dem nur Ein­zel­be­we­gun­gen iso­lier­ter Frei­heits­gra­de aus­füh­ren, was wich­tig ist, da die meis­ten Men­schen mit Ampu­ta­ti­on oder ange­bo­re­ner Fehl­bil­dung auf­grund des feh­len­den pro­prio­zep­ti­ven und tak­ti­len Feed­backs oft gro­ße Schwie­rig­kei­ten haben, geziel­te simul­ta­ne Kon­trak­tio­nen aus­zu­füh­ren. Sobald die­ses Feed­back durch den steu­er­ba­ren Com­pu­ter­cur­sor oder die ange­schlos­se­ne Pro­the­se ersetzt wird, kann der Anwen­der trai­nie­ren und ler­nen, prä­zi­se Simul­tan­kon­trak­tio­nen auszuführen.

Zwar braucht man für die Benut­zung der Steue­rung kei­ne iso­lier­te Ansteue­rung ein­zel­ner EMG-Signa­le, es sind jedoch vier unter­schied­li­che EMG-Akti­vi­täts­mus­ter not­wen­dig. Ein wei­te­rer Schwer­punkt der For­schung der Ver­fas­ser wird des­halb die Ent­wick­lung von Trai­nings­pro­to­kol­len sein, die es allen Anwen­dern ermög­li­chen sol­len, sol­che Kon­trak­ti­ons­mus­ter zuver­läs­sig zu erzeu­gen. Mit Hil­fe auto­ma­ti­scher Selek­ti­ons­ver­fah­ren könn­te die Anzahl der ver­wen­de­ten EMG-Elek­tro­den redu­ziert wer­den, was die Kos­ten des Gesamt­sys­tems und den Strom­ver­brauch redu­zie­ren könn­te 20. Ins­be­son­de­re in Kom­bi­na­ti­on mit implan­tier­ten Elek­tro­den 21 lie­ße sich die Anzahl der unab­hän­gig steu­er­ba­ren Frei­heits­gra­de mit die­sem Steue­rungs­ver­fah­ren wei­ter erhöhen.

Weder die Simul­tan­steue­rung noch die kon­ven­tio­nel­len Steue­run­gen wur­den von der wech­seln­den Arm­po­si­ti­on beein­träch­tigt, obwohl nur in einer Posi­ti­on trai­niert wur­de – ein Sze­na­rio, in dem ande­re neu­ar­ti­ge Steue­run­gen oft schei­tern 22. Auch das Nut­zen der Steue­rung an einem ande­ren Tag ohne Nach­trai­nie­ren des Steue­rungs­mo­dells zeig­te kei­ne Ver­schlech­te­rung – im Gegen­satz zu ande­ren Steue­run­gen, bei denen die mit dem Abneh­men und Neu­an­le­gen der Pro­the­se ein­her­ge­hen­den unver­meid­ba­ren Ände­run­gen der Haut­be­din­gun­gen und Elek­tro­den­po­si­tio­nen oft zu einer gra­vie­ren­den Ver­schlech­te­rung führ­ten 23 24. Damit könn­te es mög­lich wer­den, die Vor­tei­le der prä­sen­tier­ten Simul­tan­steue­rung im All­tag zu nut­zen, ohne täg­lich neu kali­brie­ren zu müssen.

Im nächs­ten Schritt ist des­halb geplant, die­se Steue­rung von eini­gen Anwen­dern über einen län­ge­ren Zeit­raum im All­tag tes­ten zu las­sen, um ihren prak­ti­schen Nut­zen und die Zuver­läs­sig­keit beim län­ge­ren Tra­gen und unter bis­her nicht betrach­te­ten Bedin­gun­gen zu eva­lu­ie­ren. Pro­the­sen­trä­ger und Ortho­pä­die-Tech­ni­ker wer­den ermu­tigt, sich bei Inter­es­se an der Steue­rung oder zwecks Teil­nah­me an einer Stu­die mit den Autoren in Ver­bin­dung zu setzen.

Dank­sa­gung

Die­se Arbeit wur­de unter­stützt durch das vom Euro­päi­schen For­schungs­rat finan­zier­te DEMO­VE-Pro­jekt (267888).

Für die Autoren:
Jan­ne M. Hahne
Insti­tut für Neurorehabilitationssysteme
Uni­ver­si­täts­me­di­zin Göttingen
Von-Sie­bold-Str. 6, 37075 Göttingen
janne.hahne@bccn.uni-goettingen.de

Begut­ach­te­ter Beitrag/reviewed paper

Zita­ti­on Hah­ne JM, Schweis­furth MA, Mül­ler K‑R, Fari­na D. Eine Simul­tan­steue­rung für myo­elek­tri­sche Hand­pro­the­sen. Ortho­pä­die Tech­nik, 2016; 67 (3): 34–39
  1. Rei­ter R. Eine neue Elek­tro­kunst­hand. Grenz­geb Med, 1948; 1 (4): 133–135
  2. Sher­man ED. A Rus­si­an Bioelectric-Con­trol­led Prost­he­sis. Can Med Assoc J, 1964; 91 (24): 1268–1270
  3. Ortiz-Cata­lan M, San­der N, Kristoff­er­sen MB, Håk­ans­son B, Brå­ne­mark R. Tre­at­ment of phan­tom limb pain (PLP) based on aug­men­ted rea­li­ty and gaming con­trol­led by myoelectric pat­tern reco­gni­ti­on: a case stu­dy of a chro­nic PLP pati­ent. Neu­ro­prost­he­tics, 2014; 8: 24
  4. Bel­ter JT, Segil JL, Dol­lar AM, Weir RF. Mecha­ni­cal design and per­for­mance spe­ci­fi­ca­ti­ons of anthro­po­mor­phic prost­he­tic hands: a review. J Reha­bil Res Dev, 2013; 50 (5): 599–618
  5. Muz­um­dar A. Powe­red upper limb prosthe­ses: con­trol, imple­men­ta­ti­on and cli­ni­cal app­li­ca­ti­on. Ber­lin u. a.: Sprin­ger, 2004
  6. Par­ker P, Eng­le­hart K, Hud­gins B. Myoelectric signal pro­ces­sing for con­trol of powe­red limb prosthe­ses. J Elec­tro­myo­gr Kine­si­ol, 2006; 16 (6): 541–548
  7. Grau­pe D, Cli­ne WK. Func­tio­n­al Sepa­ra­ti­on of EMG Signals via ARMA Iden­ti­fi­ca­ti­on Methods for Prost­he­sis Con­trol Pur­po­ses. IEEE Trans Syst Man Cybern, 1975; SMC‑5 (2): 252–259
  8. Osko­ei MA, Hu H. Myoelectric con­trol sys­tems – a sur­vey. Bio­med Signal Pro­cess Con­trol, 2007; 2 (4): 275–294
  9. Coapt LLC (Unter­neh­mens­home­page). https://www.coaptengineering.com (Zugriff am 07.02.2016)
  10. Jiang N, Dosen S, Mul­ler KR, Fari­na D. Myoelectric con­trol of arti­fi­cial lim­bs – is the­re a need to chan­ge focus? [In the Spot­light]. IEEE Signal Pro­ces­sing Maga­zine, 2012; 29 (5): 148–152
  11. Sugi­ya­ma M, Krau­le­dat M, Mül­ler K‑R. Cova­ria­te Shift Adap­t­ati­on by Impor­t­ance Weigh­ted Cross Vali­da­ti­on. J Mach Learn Res, 2007; 8: 985‑1005
  12. Foug­ner A, Sche­me E, Chan ADC, Eng­le­hart K, Stav­dahl Ø. Resol­ving the Limb Posi­ti­on Effect in Myoelectric Pat­tern Reco­gni­ti­on. IEEE Trans Neural Syst Reha­bil Eng, 2011; 19 (6): 644–651
  13. Har­gro­ve L, Eng­le­hart K, Hud­gins B. A trai­ning stra­te­gy to redu­ce clas­si­fi­ca­ti­on degra­dati­on due to elec­tro­de dis­pla­ce­ments in pat­tern reco­gni­ti­on based myoelectric con­trol. Bio­med Signal Pro­cess Con­trol, 2008; 3 (2): 175–180
  14. Foug­ner A, Stav­dahl O, Kyberd PJ, Losier YG, Par­ker PA. Con­trol of Upper Limb Prosthe­ses: Ter­mi­no­lo­gy and Pro­por­tio­nal Myoelectric Con­trol – A Review. IEEE Trans Neural Syst Reha­bil Eng, 2012; 20 (5): 663–677
  15. Hah­ne JM, Biess­mann F, Jiang N, Reh­baum H, Fari­na D, Mein­ecke FC, Mul­ler KR, Par­ra LC. Line­ar and Non­line­ar Regres­si­on Tech­ni­ques for Simul­ta­ne­ous and Pro­por­tio­nal Myoelectric Con­trol. IEEE Trans Neural Syst Reha­bil Eng, 2014; 22 (2): 269–279
  16. Hah­ne JM, Biess­mann F, Jiang N, Reh­baum H, Fari­na D, Mein­ecke FC, Mul­ler KR, Par­ra LC. Line­ar and Non­line­ar Regres­si­on Tech­ni­ques for Simul­ta­ne­ous and Pro­por­tio­nal Myoelectric Con­trol. IEEE Trans Neural Syst Reha­bil Eng, 2014; 22 (2): 269–279
  17. Hah­ne J, Dah­ne S, Hwang H‑J, Mul­ler K‑R, Par­ra L. Con­cur­rent Adap­t­ati­on of Human and Machi­ne Impro­ves Simul­ta­ne­ous and Pro­por­tio­nal Myoelectric Con­trol. IEEE Trans Neural Syst Reha­bil Eng, 2015; 19 (6): 644–651
  18. Amsuess S, Vujakli­ja I, Gobel P, Roche A, Grai­mann B, Asz­mann O, Fari­na D. Con­text-Depen­dent Upper Limb Prost­he­sis Con­trol for Natu­ral and Robust Use. IEEE Trans Neural Syst Reha­bil Eng, 2015 Jul 9 [Epub ahead of print] 
  19. Vido­vic M, Hwang H‑J, Amsuss S, Hah­ne J, Fari­na D, Mul­ler K‑R. Impro­ving the Robust­ness of Myoelectric Pat­tern Reco­gni­ti­on for Upper Limb Prosthe­ses by Cova­ria­te Shift Adap­t­ati­on. IEEE Trans Neural Syst Reha­bil Eng, 2015 Oct 26 [Epub ahead of print] 
  20. Hwang H‑J, Hah­ne JM, Mül­ler K‑R. Chan­nel selec­tion for simul­ta­ne­ous and pro­por­tio­nal myoelectric prost­he­sis con­trol of mul­ti­ple degrees-of-free­dom. J Neural Eng, 2014; 11 (5): 056008
  21. Fari­na D, Yoshi­da K, Stieg­litz T, Koch KP. Mul­tich­an­nel thin-film elec­tro­de for intra­mus­cu­lar elec­tro­myo­gra­phic record­ings. J Appl Phy­si­ol, 2008; 104 (3): 821–827
  22. Foug­ner A, Sche­me E, Chan ADC, Eng­le­hart K, Stav­dahl Ø. Resol­ving the Limb Posi­ti­on Effect in Myoelectric Pat­tern Reco­gni­ti­on. IEEE Trans Neural Syst Reha­bil Eng, 2011; 19 (6): 644–651
  23. Vido­vic M, Hwang H‑J, Amsuss S, Hah­ne J, Fari­na D, Mul­ler K‑R. Impro­ving the Robust­ness of Myoelectric Pat­tern Reco­gni­ti­on for Upper Limb Prosthe­ses by Cova­ria­te Shift Adap­t­ati­on. IEEE Trans Neural Syst Reha­bil Eng, 2015 Oct 26 [Epub ahead of print] 
  24. Jiang N, Muce­li S, Grai­mann B, Fari­na D. Effect of arm posi­ti­on on the pre­dic­tion of kine­ma­tics from EMG in ampu­tees. Med Biol Eng Com­put, 2013; 51 (1–2): 143–151
Tei­len Sie die­sen Inhalt
Anzeige