Pattern Recognition – Funktionsverbesserung bei der Ansteuerung moderner Armprothesen
P. M. Göbel, J. Kalmar, H.-W. van Vliet
Multifunktionale Armprothesen bieten immer mehr Freiheitsgrade, wobei in der Regel der Prothesenanwender mit herkömmlicher Zweielektrodensteuerung gezwungen ist, zwischen den Gelenken durch z. B. Muskel-Kokontraktion sequenziell umzuschalten. In der täglichen Anwendung erfordert dies jedoch die Bewältigung stark “nichtlinearen“ Verhaltens zur Auswahl eines Gelenks, was sich weder als intuitiv noch als bequem für den Anwender darstellt. Er muss sich zudem das zuletzt verwendete Gelenk merken, um komplexere Aufgaben zügig durchführen zu können. Die Anwendung von Mustererkennung für die Prothesensteuerung hingegen macht ein Ansteuern von Prothesenfunktionen ohne lästiges Umschalten möglich. Der Prothesenanwender kann dabei auf verschiedene Kontraktionsmuster zurückgreifen, die ihm von der Steuerung parallel zur Verfügung gestellt werden. Gleichzeitig wird das Gehirn des Anwenders unterstützt, um sich leichter zu reorganisieren und durch die ihm innewohnende Plastizität das nun “lineare“ Verhalten – mittelfristig – in den Cortex zu integrieren. Nicht verschwiegen werden sollte dabei jedoch der zusätzlich benötigte Trainingsaufwand für den Anwender. Die Otto Bock Healthcare Products GmbH in Wien (OBHC) hat sich deshalb im Zuge eines EU-Forschungsprojekts unter anderem mit den Möglichkeiten auseinandergesetzt, wie der Trainingsaufwand durch gezielte Maßnahmen und mit Unterstützung durch geeignete Tools effektiv reduziert werden kann. Das Ergebnis dieser Entwicklung ist ein umfassendes Amputation-Care-Konzept, das auch den individuellen Anforderungen und Ausprägungen von Amputierten Rechnung trägt. In diesem Aufsatz wird gezeigt, wie eine Vielzahl individueller Anforderungen erfolgreich auf nur drei im Forschungsprojekt identifizierte Ausprägungen reduziert werden kann.