Protesi mioelettriche, nuovo algoritmo di classificazione del movimento

767

Il mondo della ricerca sta cercando di rendere le protesi mioelettriche in grado di prevedere il movimento desiderato dall’utente partendo dall’elaborazione degli impulsi mioelettrici ricevuti dai sensori. Per fare ciò, ci si affida ad algoritmi appositamente sviluppati.

Al momento, gran parte degli algoritmi è in grado di gestire al massimo due gradi di libertà, il che significa coordinare il movimento tra due articolazioni al massimo. Ora, entrambi gli arti hanno tre articolazioni: sarebbe quindi utile poterle muovere e controllare in parallelo. Soprattutto se si pensa all’arto superiore.

Un team italiano, afferente all’Università Campus Bio-Medico di Roma e al Centro Protesi INAIL di Budrio, ha presentato una nuova strategia di classificazione degli stimoli, basata su un algoritmo di Regressione Logistica (RL) in grado di classificare 27 classi di movimento con 3 gradi di libertà che coinvolgono gomito, polso e mano: questi sono probabilmente i movimenti che vengono eseguiti con maggiore frequenza durante la giornata.
Gli autori hanno quindi deciso di utilizzare tanto i dati offline che quelli indicativi della performance in tempo reale della protesi per valutare la robustezza della strategia in parallelo proposta.

Si dice che la strategia è in parallelo perché si basa su tre classificazioni in RL in parallelo con parametri regolarizzati e sull’estrazione di feature. Queste ultime, in particolare, sono cinque “caratteristiche temporali” estratte dai segnali grezzi della elettromiografia di superficie di sei appositi sensori disponibili in commercio. Questi dati sono poi aggiunti a sei classi di movimento: sei puntuali e venti combinate. Le performance real time del sistema sono state valutate per mezzo del tempo di selezione del movimento, del tempo di completamento del movimento e del tasso di completamento del movimento per tutte le 27 classi di movimento prese in considerazione.

Gli autori hanno quindi confrontato i propri esiti off-line con quelli che si otterrebbero utilizzando un algoritmo basato sulla strategia di classificazone “analisi lineare discriminante” (ALD). I risultati ottenuti sono positivi: il metodo di classificazione LR si è mostrato superiore al metodo ALD per tutte le classi di movimento. Non solo: gli esiti di un apposito questionario hanno evidenziato anche il gradimento da parte dei partecipanti allo studio, 15 soggetti sani.

Inoltre, questo metodo sembra essere in grado di discriminare anche le classi di movimento che implicano la rotazione del polso: un movimento che coinvolge la muscolatura profonda. Questa è una novità rispetto a quello che riesce a fare il classificatore ALD. Gli autori concludono che, date le prime prove di efficacia, il sistema deve ora essere testato su pazienti effettivi: con disarticolazioni di spalla e amputazioni transomerali, situazioni che implicano grandi deficienze funzionali.

(Lo studio: Leone F, Gentile C, Cordella F, Gruppioni E, Guglielmelli E, Zollo L. A parallel classification strategy to simultaneous control elbow, wrist, and hand movements. J Neuroeng Rehabil. 2022 Jan 28;19(1):10. doi: 10.1186/s12984-022-00982-z. PMID: 35090512; PMCID: PMC8796482)

Stefania Somaré