Биотехническая система реабилитации пациентов с нарушением двигательных функций нижних конечностей с адаптивными режимами управления экзоскелетом

Цель исследования. В настоящее время получили широкое распространение робототехнические системы реабилитации больных с нарушением двигательных функций. При этом основной тенденцией является исключение из процесса оператора экзоскелета и передача функций управления реабилитацией про граммному обеспечению. Однако имеющиеся в настоящее время программно-алгоритмические средства управления экзоскелетом не позволяют в должной мере синхронизировать «намерения движения» пациента с ассистирующими возможностями экузоскелета, что приводит к снижению эффективности реабилитации. Целью исследования является повышение эффективности реабилитации посредством адаптации режимов управления экзоскелетом к психофизиологическому и физическому состоянию пациента.

Методы. Для реабилитации постинсультных больных с нарушенной двигательной активностью нижних конечностей предложена биотехническая система, позволяющая посредством дешифраторов реальных и воображаемых движений, построенных на анализе электроэнцефалографических сигналов и электромиографических сигналов, управлять режимами реабилитации, определяемыми текущим функциональным состоянием пациента. Предложен метод формирования маркера «Намерения движения», основанный на комплексном анализе трех электрофизиологических сигналов, формируемых в качестве реакции на стимул, включенный в биологическую обратную связь, и позволяющий синхронизировать управление экзоскелетом с воображаемыми и реальными сокращениями мышц пациента посредством биотехнических и биологических обратных связей.

Результаты. Проведена оценка эффективности использования персонифицированного метода реабилитации на экспериментальной и контрольной группе. В качестве оценки эффективности реабилитация выбрана шкала баланса Берга. Статистический анализ динамики баллов в экспериментальной и контрольной группах, выполненный по результатам курса реабилитации, показал, что динамики баллов по шкале Берга имеют достаточно высокое статистическое различие при сравнении двух групп исследования.

Заключение. Полученные в результате исследования данные демонстрируют эффективность использования персонифицированной биотехнической системы для восстановления двигательных функций нижних конечностей у пациентов, перенесших ишемический инсульт.

1. Кодовые образы сигналов электроэнцефалограммы для управления робототехническими устройствами посредством интерфейса мозг ‒ компьютер / С. А. Филист, Е. В. Петрунина, А. А. Трифонов, А. В. Серебровский // Моделирование, оптимизация и информационные технологии. Научный журнал. 2019. Т. 7, № 1. С. 67-79. https://doi.org/10.26102/2310-6018/2019.24.1.025

2. Двухуровневая нейросетевая модель дешифратора электромиосигнала в системе управления вертикализацией экзоскелета / А. А. Трифонов, С. А. Филист, А. А. Кузьмин, В. В. Жилин, Е. В. Петрунина // Прикаспийский журнал: управление и высокие технологии. 2020. № 4 (52). С. 99-111.

3. Яцун А. С., Савин С. И., Турлапов Р. Н. Адаптивная система управления экзоскелета, осуществляющая вертикализацию человека // Известия Юго-Западного государственного университета. 2015. № 3. С. 26-32.

4. Real-Time EEG_EMG Human_Machine Interface-Based Control System for a Lower-Limb Exoskeleton / S. Yu. Gordleeva, S. A. Lobov, N. A. Grigorev, A. O. Savosenkov, M. O. Shamshin, M. V. Lukoyanov, M. A. Khoruzhko, V. B. Kazantsev // IEEE Access. 2020. Vol. 8. P. 84070-84081. https://doi.org/10.1109/ACCESS.2020.2991812

5. Kaplan A. Y. Neurophysiological foundations and practical realizations of the brainmachine interfaces in the technology in neurological rehabilitation // Human Physiol. 2016. Vol. 42, N 1. P. 103-110. https://doi.org/10.1134/S0362119716010102

6. Primary motor and sensory cortex activation during motor performance and motor imagery: A functional magnetic resonance imaging study / C. A. Porro, M. P. Francescato, V. Cettolo, M. E. Diamond, P. Baraldi, C. Zuiani, M. Bazzocchi, P. E. di Prampero J. // The Journal of Neuroscience: The Official Journal of the Society for Neuroscience. 1997. Vol. 16, N 23. P. 7688-7698. https://doi.org/10.1523/JNEUROSCI.16-23-07688.19966

7. Pfurtscheller G., Neuperb C. Motor imagery activates primary sensorimotor area in humans // Neurosci. Lett. 1997. Vol. 239, N 2-3. P. 65-68. https://doi.org/10.1016/S0304-3940(97)00889-6

8. A closed-loop brain-computer interface triggering an active ankle-foot orthosis for inducing cortical neural plasticity / R. Xu, N. Jiang, N. Mrachacz-Kersting, C. Lin, G. A. Prieto, J. C. Moreno, J. L. Pons, K. Dremstrup, D. Farina // IEEE Trans. Biomed. Eng. 2014. Vol. 61, N 7. P. 2092-2101. https://doi.org/10.1109/TBME.2014.2313867

9. Freriks B., Hermens H. European recommendations for surface electromyography // Roessingh Res. Develop. 1999. Vol. 8, N. 2. P. 13-54.

10. Development of recommendations for SEMG sensors and sensor placement procedures / H. J. Hermens, B. Freriks, C. Disselhorst-Klug, G. Rau // J. Electromyogr. Kinesiol. 2000. Vol. 10, N 5. P. 361-374. https://doi.org/10.1016/S1050-6411(00)00027-4

11. Кодовые образы сигналов электроэнцефалограммы для управления робототехническими устройствами посредством интерфейса мозг-компьютер / С. А. Филист, Е. В. Петрунина, А. А. Трифонов, А. В. Серебровский // Моделирование, оптимизация и информационные технологии. Научный журнал. 2019. Т. 7, № 1. С. 67-79. https://doi.org/10.26102/2310-6018/2019.24.1.025

12. Двухуровневая нейросетевая модель дешифратора электромиосигнала в системе управления вертикализацией экзоскелета / А. А. Трифонов, С. А. Филист, А. А. Кузьмин, В. В. Жилин, Е. В. Петрунина // Прикаспийский журнал: управление и высокие технологии. 2020. № 4 (52). С. 99-111.

13. Коробова С. Ю., Грязева-Добшинская В. Г., Чипеева Н. А. Особенности взаимосвязи двусторонней электродермальной активности с показателями спектральной мощности ЭЭГ // Психология. Психофизиология. 2021. Т. 14, № 3. С. 108–118. https://doi.org/10.14529/jpps210311

14. Столбков Ю. К., Герасименко Ю. П. Когнитивная двигательная реабилитация: воображение и наблюдение моторных действий // Физиология человека. 2021. Т. 47, № 1. С. 123–132.

15. Autonomic Nervous System Correlates in Movement Observation and Motor Imagery / C. Collet, F. Di Rienzo, N. El. Hoyek, A. Guillot // Frontiers in Human Neuroscience. 2013. Vol. 7. P. 1-17.

16. Using Sympathetic Skin Responses in Individuals with Spinal Cord Injury as a Quantitative Evaluation of Motor Imagery Abilities / M. Grangeon, K. Charvier, A. Guillot, G. Rode, Ch. Collet // Physical Therapy. 2012. Vol. 92, is. 6. P. 831-840.

17. Метод формирования персонифицированного контента клипов виртуальной реальности для реабилитации пациентов с нарушением двигательной активности / Е. В. Петрунина, С. А. Филист, А. Е. Пшеничный, Д. А. Ермаков, М. Ю. Ефремов // Системный анализ и управление в биомедицинских системах. 2024. Т. 23, № 4. С. 183-194. https://doi.org/10.36622/1682-6523.2024.23.4.023

18. Предварительные результаты исследования эффективности использования методики виртуальной реальности для восстановления двигательной функции нижних конечностей у пациентов в остром периоде инсульта / И. Е. Повереннова, А. В. Захаров, Е. В. Хивинцева, В. Ф. Пятин, А. В. Колсанов, С. С. Чаплыгин, Е. А. Осминина, А. С. Лахов // Саратовский научно-медицинский журнал. 2019. Т. 15, № 1. С. 172–176.

19. Валидация Шкалы баланса Берг в России / Н. А. Супонева, Д. Г. Юсупова, А. А. Зимин [и др.] // Неврология, нейропсихиатрия, психосоматика. 2021. № 13(3). С. 12–18. https://doi.org/10.14412/2074-2711-2021-3-12-18