moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2021.34.3.022 1037 Адаптивная биотехническая система с роботизированным устройством для восстановления двигательных функций нижних конечностей постинсультных больных Adaptive biotechnical system with a robotic device for the restoration of motor functions of the lower extremities in post-stroke patients 0000-0003-1358-671X Филист Сергей Алексеевич Filist Sergey Aleksevich SFilist@gmail.com aff-1 Трифонов Андрей Андреевич Trifonov Andrey Andreevich voldraf@mail.ru aff-2 0000-0001-7980-0673 Кузьмин Александр Алексеевич Kuzmin Alexander Andreevich ku3bmin@gmail.com aff-3 Петрунина Елена Валерьевна Petrunina Elena Valerevna petruninaelenav@gmail.com aff-4 Шехине Мохамад Туфик Mohamad Tufik Shekhine mtchahine@gmail.com aff-5 Юго-Западный государственный университет South-West State University Юго-Западный государственный университет Southwestern State University Юго-Западный государственный университет South-West State University Московский государственный гуманитарно-экономический университет Moscow State University for the Humanities and Economics Курский государственный медицинский университет Kursk State Medical University 01 01 2026 1 1 10.26102/2310-6018/2021.34.3.022 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

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.

To restore the motor functions of the lower extremities in post-stroke patients, it is proposed to use a biotechnical system with a robotic device. The control is based on the analysis and classification of electromyosignals. The robotic device is controlled by a fuzzy control module, which allows maintaining three modes of rehabilitation, selecting and switching them depending on the functional state of the patient, thereby deciding on the optimal rehabilitation program for the current functional state of the patient. The control model includes three fuzzy control modules with the corresponding bases of fuzzy decision rules and it allows you to adapt the rehabilitation procedure to the functional state of the patient. To assess the effectiveness of the proposed method of rehabilitation, the experimental group included 23 patients who underwent exacerbations from 25 days to 5 years, including patients with subacute (<180 days after exacerbation) and chronic (> 180 days after exacerbation) conditions. After a course of rehabilitation by means of a biotechnical system with a fuzzy control module, there is a significant increase in the maxima of the support reaction force Rz on the affected leg in the experimental group in relation to the control group. Accordingly, the amplitude of the front push in the experimental group increased by 62% (120%), the rear push by 58% (115%), while in the control group the amplitude increase was 40% (101%) and 41% (105 %). In this case, distinct maxima of the support reaction component Rz appear on the paretic leg.

 модуль нечеткого управления постинсультные больные робототехническое устройство алгоритм база нечетких решающих правил fuzzy control module post-stroke patients robotic device algorithm base of fuzzy decision rules Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-38-90112. The reported study was funded by RFBR, project number 19-38-90112 References 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. 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. 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. 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. 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. 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. 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). 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). 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. 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.

The authors declare that there are no conflicts of interest present.