تصمم المعوضات العصبية لاستعادة الوظائف الحركية المفقودة لدى مرضى شلل الأطراف السفلية بالاعتماد على الإثارة الكهربائية الوظيفية. إِذ تحدد متحكمات المعوضات العصبية العلاقة بين نبضات الإثارة المطبقة و زوايا المفاصل من أجل توليد أنماط الإثارة المناسبة للحركات المطلوبة. و يحتاج تطوير المتحكمات الذكية إلى بناء نموذج عكسي باستخدام مجموعة بيانات التدريب المؤلفة من دخل (نبضات الإثارة) و خرج (زوايا المفاصل) التي يتم الحصول عليها بأساليب تجريبية.
بسبب كثرة التجارب المزعجة للمريض و الحاجة لتكرارها خلال مراحل تصميم المتحكمات، يستخدم هذا البحث النمذجة و المحاكاة
لتوليد مجموعة بيانات دخل (نبضات الإثارة)/خرج (زوايا المفاصل) من خلال: تطوير نموذج لجسم الإنسان، و محاكاة تجارب تطبيق الإثارة الكهربائية لمجموعة عضلات مربعة الرؤوس الفخذية الباسطة للركبة خلال تأرجح الساق.
ربطت الدراسة بين ثلاثة برامج لتطوير نموذج جسم الإنسان: برنامج Visual Nastran 4D لبناء نموذج أجزاء الجسم وبرنامج Virtual Muscle 4.0.1 لنمذجة العضلات الباسطة للركبة، و مكتبة Simulink لتمثيل خصائص المفصل غير الفعالة، ثم استخدم النموذج في محاكاة تعيين مجموعة البيانات من خلال تطبيق إشارات جيبية و عشوائية لإثارة العضلات الباسطة للركبة.
يلائم النموذج المطور مختلف مستخدمي المعوضات العصبية، بسبب استخدامه لبرامج ذات واجهات مستخدم رسومية تسمح بتعديل بارامترات جسم الإنسان و العضلات بسهولة، مما يجعله نموذجاً عاماً، يستخدم في تطوير المتحكمات لاستعادة الحركات المفقودة مثل النهوض، و المشي، و القفز و غيرها....و لأن نتائج المحاكاة تشابه نتائج التجارب العملية، يقلل استخدام النموذج المطور عدد التجارب المنفذة على المرضى خلال عملية تصميم متحكمات المعوضات العصبية.
Neuroprosthesis can be used to restore lost motor functions for paraplegicsby using functional electrical
stimulation (FES). Neuroprosthesis controllers determine the relationship between the stimulation pulses
and joint angles to generate electrical stimulation patterns for the desired movement.To develop
intelligent controllers, an inverse model which is the basic component of the intelligent controller is built
by using empirical approaches to get a data set that consists of input (stimulation pulses) and output (joint
angles). Because of the numerous exhausting experiments on patients and the need for repetition during
Controller design, this study uses modeling and simulation to generate the data setthrough developing
humanoid model, and simulating practical trials of quadriceps stimulation during swing leg movement.
We connected three programs to develop a humanoid model by building: body segments in Visual
Nastran 4D, muscles in Virtual Muscle 4.0.1, and passive joint properties in Matlab/ Simulink. Then the
humanoid model was used to producethe identification data sets, through applying sinusoidal and random
signals to simulate the stimulation of the knee extensors.
The humanoid model can fit different users by using a number of graphical user interface screens to
change the human and muscles parameters, so it is a generic model. It can be used in developing
controllers to restore lost movement such as standing up, walking, jumping, etc.
The simulation results is similar to practical trials, so using the developed model can reduce the number
of experimental tests to be performed with patients during Neuroprosthesis controllers design.
المراجع المستخدمة
Braz, G. P., Russold, M., & Davis, G. (2009). "Functional Electrical Stimulation Control of Standing and Stepping After Spinal Cord Injury: A Review of Technical Characteristics". In Neuromodulation: Technology at the Neural Interface,International Neuromodulation Societyvol. 12, pp. 180-190
Horch, K., & Dhillon, G. (2004). "NEUROPROSTHETICS: Theory and Practice". World Scientific Publishing Co
Afzal, T., Khan, L., & Tokhi, M. (2010). "Simulation of a Patient Driven Strategy for FES Supported Sit-to-stand Movement". International Conference on Information and Emerging Technologies (ICIET). Pakistan: IEEE
Chang, G.-C., Luh, J.-J., Liao, G.-D., Lai, J.-S., & Cheng, C.-K. (1997). "A Neuro-Control System for theKnee Joint Position Control with Quadriceps Stimulation". IEEE Transaction on rehabiltation engineering, vol. 5, pp. 2- 11
Ferrarin, M., Palazzo, F., Riener, R., & Quintern, J. (2001). "Model-Based Control of FES-Induced Single Joint Movements". IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 9, pp. 245 -257