Мобильная платформа виртуальной реальности для восстановления функций верхних конечностей с использованием данных электромиографии

Приведено описание мобильной платформы виртуальной реальности на основе метода биологической обратной связи по данным электромиографии для восстановления функций верхних конечностей людей, пострадавших в результате несчастных случаев, перенесших инсульт, болезнь Паркинсона или в результате военных действий. Приведено определение электромиографического сигнала. Указана эффективность метода биологической обратной связи в процессе реабилитации. Рассмотрена задача предобработки исходных данных в целях выделения информативных признаков электромиографического сигнала во временной области. Описана общая схема мобильной платформы виртуальной реальности на основе метода биологической обратной связи и приведены предварительные доказательства возможности платформы в ее текущем состоянии. Разработана структурная схема модуля сбора данных электромиографии. Предложено разработать программу тренировок в рамках компьютерных игр в двумерном или трехмерном пространстве. Проиллюстрирован алгоритм работы мобильной платформы виртуальной реальности на основе биологической обратной связи. Приведены результаты внедрения предлагаемой системы биологической обратной связи по данным электромиографии, преимущества разработанной системы по сравнению с другими системами, доступными в настоящее время, а также выявлены недостатки этого метода и предложены пути их исключения

Отдельные результаты получены при финансовой поддержке Минобрнауки России по проекту № 0705-2020-0041 "Фундаментальные исследования методов цифровой трансформации компонентной базы микро- и наносистем"

Литература

[1] Будко Р.Ю., Чернов Н.Н., Будко А.Ю. Распознавание мышечных усилий по сигналу лицевой электромиограммы в режиме реального времени. Научный вестник НГТУ, 2018, т. 71, № 2, с. 59--74.

[2] Черникова Л.А., Устинова К.И., Иоффе М.Е. и др. Биоуправление по стабилограмме в клинике нервных болезней. Бюл. СО РАМН, 2004, № 3, с. 85--91.

[3] Черникова Л.А., Иоффе М.Е., Бушенева С.Н. и др. Электромиографическое биоуправление и функциональная магнитно-резонансная томография в постинсультной реабилитации (на примере обучения точностному захвату). Бюллетень сибирской медицины, 2010, № 2, с. 12--17.

[4] Самман А., Терехов В.В. Анализ способов управления электронной рукой с использованием миографии. Богатство России: Всерос. форум науч. молодежи. М., Изд-во МГТУ им. Н.Э. Баумана, 2018, с. 32--33.

[5] Самман А. Создание модели в среде Simulink в MATLAB для чтения и обработки сигнала электромиографии в режиме реального времени. Богатство России: II Всерос. форум науч. молодежи. М., Изд-во МГТУ им. Н.Э. Баумана, 2019, с. 91--94.

[6] Sethana S., Sri Kumari V., Madhavi K. The effectiveness of EMG biofeedback on hand function in subjects with stroke. Int. J. Physiother, 2014, vol. 1, no. 4, pp. 178--186. DOI: https://doi.org/10.15621/ijphy/2014/v1i4/54557

[7] Qidwai U., Ajimsha M.S., Shakir M. The role of EEG and EMG combined virtual reality gaming system in facial palsy rehabilitation --- a case report. J. Bodyw. Mov. Ther., 2019, vol. 23, no. 2, pp. 425--431. DOI: https://doi.org/10.1016/j.jbmt.2019.02.012

[8] Di Girolamo M. Post-stroke rehabilitation of hand function based on electromyography biofeedback. PhD Thes. Politecnico di Torino, 2018. DOI: https://doi.org/10.6092/polito/porto/2729320

[9] Levin M.F., Magdalon E.K., Michelsen S.M., et al. Quality of grasping and the role of haptics in a 3D immersive virtual reality environment in individuals with stroke. IEEE Trans. Neural Syst. Rehabilitation Eng., 2015, vol. 23, no. 6, pp. 1047--1055. DOI: https://doi.org/10.1109/TNSRE.2014.2387412

[10] Dash A., Lahiri U. Design of virtual reality-enabled surface electromyogram-triggered grip exercise platform. IEEE Trans. Neural Syst. Rehabilitation Eng., 2020, vol. 28, no. 2, pp. ‏444--452. DOI: https://doi.org/10.1109/TNSRE.2019.2959449

[11] Lin P.D., Chen H.U., Hung S., et al. An upper extremity rehabilitation system using virtual reality technology. Proc. 15th I-SPAN, 2018. DOI: https://doi.org/10.1109/I-SPAN.2018.00048

[12] Кабанов А.А. Разработка схемы аналоговой фильтрации сигнала электромиографии. Омский научный вестник, 2018, № 5, с. 135--138. DOI: https://doi.org/10.25206/1813-8225-2018-161-135-138

[13] Nikolay S.W., Walker A.L. Grip strength and endurance: influences of anthropometric variation, hand dominance, and gender. Int. J. Ind. Ergon., 2005, vol. 35, no. 7, pp. 605--618. DOI: https://doi.org/10.1016/j.ergon.2005.01.007

[14] Liu L., Chen X., Lu Z., et al. Development of an EMG-ACC-based upper limb rehabilitation training system. IEEE Trans. Neural Syst. Rehabilitation Eng., 2017, vol. 25, no. 3, pp. 244--253. DOI: https://doi.org/10.1109/TNSRE.2016.2560906

[15] Wojtara T., Alnajjar F., Shimoda S., et al. Muscle synergy stability and human balance maintenance. J. Neuroeng. Rehabil., 2014, vol. 11, no. 1, art. 129. DOI: https://doi.org/10.1186/1743-0003-11-129