Usare un database per individuare algoritmi di controllo protesico di alto livello

0
82
(foto archivio)

Uno studio, che ha visto tra i suoi partecipanti l’Istituto di Biorobotica della Scuola Sant’Anna di Pisa, presenta l’uso di un database di segnali elettromiografici ottenuti con elettrodi intramuscolari utilizzabili per sviluppare nuove strategie di controllo delle protesi di mano.
Pur avanzate, le protesi moderne non sono ancora perfettamente in grado di sostituire l’arto nativo dal punto di vista funzionale, soprattutto perché non si è ancora capito come controllarle al meglio.

La novità di questo database, pubblicato nel 2020 (Malesevic, N.; Björkman, A.; Andersson, G.S.; Matran-Fernandez, A.; Citi, L.; Cipriani, C.; Antfolk, C. A Database of Multi-Channel Intramuscular Electromyogram Signals during Isometric Hand Muscles Contractions. Sci. Data 2020, 7, 10), è che mette a disposizione forze isometriche della mano ricavate da un’attività di monitoraggio delle onde sinusoidali con feedback visivo che permette poi una valutazione degli algoritmi di controllo basati su regressione.

Il metodo è ben descritto nell’articolo, che è open source. Secondo obiettivo dello studio, valutare se gli algoritmi comunemente utilizzati in questo controllo siano validi per l’applicazione in tempo reale con segnali iEMG ad alta frequenza di campionamento. 14 i volontari normo dotati che si sono prestati per la sperimentazione.

Due i protocolli testati:

  • lo short residual limb, che ha incluso la misurazione della forza del muscolo flessore radiale del carpo, dell’estensore radiale del carpo, del pronatore rotondo, del tendine flessore profondo, dell’estensore comune e dell’adduttore lungo del pollice
  • il long residual limb, include invece il flessore lungo delle dita, l’estensore lungo delle dita comune, l’abduttore lungo del pollice, l’estensore lungo del pollice, l’estensore lungo del pollice e l’estensore del polso.

I segnali sono stati misurati mentre i soggetti volontari eseguivano dei movimenti specifici con la mano. Dato l’uso del database, che è online, i segnali sono stati poi pre-processati.
A questo punto si è cercato di verificare se la forza effettivamente misurata durante i test fosse ben rappresentata, o no, da 14 algoritmi ben noti per il controllo delle protesi di mano.

Gli algoritmi presi in considerazione si basano rispettivamente su: valore assoluto medio, varianza, variazione del segno di pendenza, zero crossing, ampiezza Willison, lunghezza della forma d’onda, inviluppo del segnale, energia totale del segnale, energia Teager nel dominio del tempo, energia Teager nel dominio della frequenza, energia Teager modificata, media delle frequenze del segnale, mediana delle frequenze del segnale, frequenza di attivazione.

Quello che risulta chiaro agli autori è che l’algoritmo frequenza di attivazione ha metriche RMSE diverse dagli altri e superiori in qualità, il che contrasta con il fatto che è poco utilizzato nella pratica per il controllo di una protesi di mano, soprattutto se si pensa a protesi commerciali.
Similmente, questo algoritmo sembra essere superiore anche per stimare la forma della forza.
Gli autori sottolineano che questi risultati possono essere legati all’alta qualità dei segnali elettromiografici utilizzati. Altri partner dello studio sono l’Università di Lund, l’Università di Gothenburg e il Skåne University Hospital di Lund, tutti in Svezia.

(Lo studio: Malesevic N, Björkman A, Andersson GS, Cipriani C, Antfolk C. Evaluation of Simple Algorithms for Proportional Control of Prosthetic Hands Using Intramuscular Electromyography. Sensors (Basel). 2022 Jul 5;22(13):5054. doi: 10.3390/s22135054. PMID: 35808549; PMCID: PMC9269860)

Stefania Somaré