Адаптивная биотехническая система с роботизированным устройством для восстановления двигательных функций нижних конечностей постинсультных больных

Для восстановления двигательных функций нижних конечностей постинсультных больных предлагается использовать биотехническую систему с робототехническим устройством. Управление основано на анализе и классификации электромиосигналов. Робототехническое устройство регулируется модулем нечеткого управления, позволяющим поддерживать три режима реабилитации, выбирать и переключать их в зависимости от функционального состояния пациента, тем самым подбирая оптимальную программу реабилитации для текущего функционального состояния пациента. Модель управления включает три модуля нечеткого управления с соответствующими базами нечетких решающих правил и позволяет адаптировать процедуру реабилитации к функциональному состоянию пациента. Для оценки эффективности предложенного метода реабилитации в экспериментальную группу было включено 23 пациента, перенесших обострения от 25 дней до 5 лет, включая пациентов с подострым (<180 дней после обострения) и хроническим (> 180 дней после обострения) состояниями. После курса реабилитации посредством биотехнической системы с модулем нечеткого управления отмечается значительное увеличение максимумов кривой силы реакции опоры Rz на пораженной ноге в экспериментальной группе по отношению к контрольной группе. Соответственно, амплитуда переднего толчка в экспериментальной группе возрастает на 62 % (120 %), заднего толчка – на 58 % (115 %), в то время как в контрольной группе прирост амплитуды составляет соответственно 40 % (101 %) и 41 % (105 %). При этом на паретичной ноге возникают отчетливые максимумы составляющей опорной реакции Rz.

1. Аль-Бареда А.Я.С., Брежнева А.Н., Томакова Р.А. Алгоритмы синтеза оптимального управления в биотехнических системах реабилитационного типа на основе технологий нейронных сетей. Системный анализ и управление в биомедицинских системах. 2018;17(3):750-754.

2. Трифонов А.А., Петрунина Е.В., Филист С.А., Кузьмин А.А., Жилин В.В. Биотехническая система с виртуальной реальностью в реабилитационных комплексах с искусственными обратными связями. Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2019;9(4):46-66.

3. Trifonov A., Filist S., Degtyarev S., Serebrovsky V., and Shatalova O. Human–Machine Interface of Rehabilitation Exoskeletons with Redundant Electromyographic Channels. Proceedings of 15th International Conference on Electromechanics and Robotics “Zavalishin’s Readings”. Springer, Singapore, 2021;237-247. DOI: https://doi.org/10.1007/978-981-15-5580-0_19.

4. Филист С.А., Шаталова О.В., Ефремов М.А. Гибридная нейронная сеть с макрослоями для медицинских приложений. Нейрокомпьютеры. Разработка и применение. 2014;6:35-39.

5. Ефремов М.А., Шаталова О.В., Федянин В.В., Шуткин А.Н. Гибридные многоагентные классификаторы в биотехнических системах диагностики заболеваний и мониторинга лекарственных назначений. Нейрокомпьютеры: разработка, применение. 2015;6:42-47.

6. Петрова Т.В., Филист С.А., Дегтярев С.В., Киселев А.В., Шаталова О.В. Предикторы синхронности системных ритмов живых систем для классификаторов их функциональных состояний. Системный анализ и управление в биомедицинских системах. 2018;17(3):693-700.

7. Филист С.А., Петрунина Е.В., Трифонов А.А., Серебровский А.В. Кодовые образы сигналов электроэнцефалограммы для управления робототехническими устройствами посредством интерфейса мозг-компьютер. Моделирование, оптимизация и информационные технологии. 2019;7(1). Доступно по: https://moitvivt.ru/ru/journal/pdf?id=555. DOI: 10.26102/2310-6018/2019.24.1.025 (дата обращения: 10.08.2021).

8. Trifonov A.A., Kuzmin A.A., Filist S. A. and Petrunina E.V. Neural network model in the exoscelete verticalization control system. Journal of Phisics: Conference Series. 2020;1679(3). Available at: https://iopscience.iop.org/article/10.1088/1742-6596/1679/3/032036/pdf. DOI:10.1088/1742-6596/1679/3/032036 (accessed 15.08.2021).

9. Трифонов А.А., Филист С.А., Кузьмин А.А., Жилин В.В., Петрунина Е.В. Двухуровневая нейросетевая модель дешифратора электромиосигнала в системе управления вертикализацией экзоскелета. Прикаспийский журнал: управление и высокие технологии. 2020;(4):99-111.

10. Трифонов А.А., Кузьмин А.А., Петрунина Е.В., Кадырова С. Средства оценки мышечной нагрузки и мышечного утомления для управления экзоскелетом в комбинированном режиме. Лазеры. Измерения. Информация. 2021;1(1):55-66.