Система сбора и оценки нагрузочной информации о биоэлектрических сигналах мышечного аппарата стопы человека с ДЦП

Целью исследования работы является разработка системы биомеханического исследования объемов движения в стопе и голеностопном суставе для диагностики больных ДЦП при оценке качества реабилитационных мероприятий. Исследован процесс создания компьютерной системы диагностики больных с нарушениями двигательных функций нижних конечностей, которая оснащается специальными биоизмерительными устройствами, обеспеченными специализированными алгоритмами обработки полученной информации, обусловливается необходимостью научных исследований, направленных на разработку методов и средств комплексной оценки результатов физической реабилитации с использованием биомедицинских показателей.

Методы. Использованы методы кинематического анализа движений в голеностопном суставе, осуществлены динамический и статический анализы сил опорных реакций стопы нижних конечностей.

Результаты. Разработана система регистрация движений на основе электронного гониометра, реализованного на основе резистивного потенциометра B10K. Определение абсолютных углов поворота звеньев диагностической системы осуществлено при помощи датчика ускорения MMA7361, который содержит установленные на одной пластине кремния три микромашинных конденсатора. В процессе исследований изменение емкостей микромашинных конденсаторов позволяет обеспечивать фиксацию регистрируемой величины на каждом из направлений. Проходящие через низкочастотные фильтры и каскады температурной компенсации сигналы поступают на соответствующие выходы X, Y и Z. Получаемые ангулограммы позволяют оценить походку исследуемого пациента по двум классам ‒ в норме и при наличии патологии.

Заключение. Разработана система формирования и оценки биоэлектрических сигналов, получаемых с применением мышечного аппарата стопы пациентов с ДЦП, собранная на платформе платы управления Arduino UNO и персонального компьютера общего назначения. Разработанная система позволяет проводить регистрацию биоэлектрических сигналов с последующей их обработкой с помощью персонального компьютера и принятием диагностических решений.

1. Медицинские аспекты применения радиолокационных методов обработки сигналов при реализации электрокардиографии сверхвысокого разрешения / К. В. Зайченко, А. А. Кордюкова, Е. П. Логачев, М. Н. Лучкова // Медицинская техника. 2021. Т. 1, № 325. С. 21‒24.

2. Эффекты аудиовизуальной стимуляции, автоматически управляемой биопотенциалами мозга и сердца человека / А. И. Федотчев, С. Б. Парин, С. А. Полевая, А. А. Земляная // Физиология человека. 2019. Т. 45, № 5. С. 75‒79.

3. Орехова Д. Д., Каримова Е. Д. Ритмическая активность мозга при восприятии медиаконтента и созерцании природы // Актуальные вопросы биологической физики и химии. 2021. Т. 6, № 2. С. 239‒244.

4. Изменения биоэлектрической активности мозга при ишемии / Г. В. Придворов, К. Ю. Калитин, А. А. Спасов, О. Ю. Муха // Лекарственный вестник. 2022. Т. 23, № 2 (86). С. 7‒16.

5. Баталов А. В., Веселов О. В. Регистрация и обработка сигнала биоэлектрической активности мышц для управления приводом бионического протеза // Современные наукоемкие технологии. 2020. № 12-2. С. 263‒268.

6. Баталов А. В., Веселов О. В. Обработка биоэлектрических сигналов для управления активным экзоскелетом ног // Современные наукоемкие технологии. 2021. № 5. С. 23‒27.

7. Спиркин А. Н., Авдеева Н. В. Выявление патологических состояний по анализу биоэлектрической активности // Измерение. Мониторинг. Управление. Контроль. 2018. Т. 1, № 23. С. 75‒84.

8. Журавлёв Д. В., Проводников А. А. Использование шестнадцатиканального комплекса регистрации электроэнцефалограммы для выявления различных изменений электрической активности головного мозга с целью их дальнейшей интерпретации // Вестник Воронежского государственного технического университета. 2021. Т. 17, № 5. С. 70‒78.

9. Васковская Л. Ф., Гордиевич А. В., Камлач П. В. Многоканальный электрокардиограф с фильтрацией электрокардиограмм методами медиан, Савицкого-Голея и Чебышева // Информационно-измерительные и управляющие системы. 2021. Т. 19, № 6. С. 45‒54.

10. Будко Р. Ю., Чернов Н. Н., Будко Н. А. Метод управления устройствами замещения утраченных функций на основе миосиганала и его верификация в реальном масштабе времени // Вестник молодёжной науки России. 2019. № 6. С. 12.

11. Войтенко В. П., Федорова О. А., Ершов Р. Д. Электронная система регистрации и обработки биоэлектрических сигналов // Технические науки и технологии. 2016. Т. 1, № 3. С. 109‒115.

12. Смирнова Л. М., Пономаренко Г. Н., Сусляев В. Г. Методология и информационно-измерительная система для персонифицированного синтеза протезов нижних конечностей // Информационно-управляющие системы. 2021. № 6. С. 64–74. https://doi.org/10.31799/1684-8853-2021-6-64-74.

13. Арбиева М. В. Задачи реиннервации и обработки ЭМГ-сигнала в разработке биоэлектрического протеза // Молодежный научный вестник. 2018. Т. 4, № 29. С. 71‒77.

14. New approaches to rehabilitation of the ankle joint using a mechanotherapeutic apparatus / S. M. Jatsun, A. S. Jatsun, A. N. Rukavitsyn, E. N. Politov // Biomedical Engineering. 2018. Vol. 52, N 1. P. 37‒41.

15. Куст С. Ю., Маркова М. В., Писарева А. В. Разработка алгоритма определения местности в системе управления протезом нижней конечности // Системный анализ и управление в биомедицинских системах. 2021. Т. 20, № 2. С. 99‒105.

16. Аппаратно-программный комплекс для удаленного мониторинга и контроля состояния беременных женщин / И. П. Корнеева, К. А. Крамарь, Е. А. Семенова, А. М. Сергеев, З. М. Юлдашев // Информационно-управляющие системы. 2021. № 6. С. 21–30. https://doi.org/10.31799/1684-8853-2021-6-21-30.

17. Pimenov V. I., Pimenov I. V. Interpretation of a trained neural network based on genetic algorithms // Information and Control Systems. 2020. N 6. Р. 12–20. https://doi.org/10.31799/1684-8853-2020-6-12-20.

18. Evaluation of EEG identification potential using statistical approach and convolutional neural networks / A. E. Sulavko, P. S. Lozhnikov, A. G. Choban, D. G. Stadnikov, A. A. Nigrey, D. P. Inivatov // Information and Control Systems. 2020. N 6. Р. 37–49. https://doi.org/10.31799/1684-8853-2020-6-37-49.

19. Зайченко К. В., Гуревич Б. С. Спектральная обработка биоэлектрических сигналов // Медицинская техника. 2021. Т. 1, № 325. С. 12‒14.

20. Jatsun S. M., Jatsun A. S., Rukavitsyn A. N. Сreation of a biomechatronic orthopedic device for the treatment of flat feet // Biomedical Engineering. 2021. Vol. 54, N 5. Р. 361‒ 365.