Экзоскелет руки для медицинской реабилитации с нейросетевыми алгоритмами стимуляции мышц создали в МФТИ | Новости науки
Экзоскелет руки на нейросетевом программном обеспечении для реабилитации пациентов после инсульта разработал студент Физтех-школы электроники, фотоники и молекулярной физики МФТИ. Устройство полностью собрано из отечественных комплектующих и позволяет ускорить восстановление двигательных функций руки и не допустить атрофии мышц. Проект представлен в международном научно-техническом журнале «Наноиндустрия».
Разработанный студентом МФТИ Германом Карнупом программно-аппаратный комплекс экзоскелета руки собран из отечественных комплектующих, что делает технологию импортонезависимой. Также оборудование не ограничивает пациента в движениях — он может совершать махи и вращения рукой любой траектории. Важно и то, что проходить реабилитацию человек может без постоянного присутствия врачей и ассистентов — это позволяет выстроить персональный график физической активности для конкретного пациента и за счет автоматизации повысить пропускную способность реабилитационных центров.
«Обученная нейросеть загружается в вычислитель, установленный на экзоскелете и управляет последним. В итоге мы получаем персональный прототип экзоскелета руки, способный считывать данные конкретного человека, а нейросети в свою очередь будут на этих данных обучаться и предсказывать стимулирующий сигнал в реальном времени. Мы предлагаем неинвазивно считывать электромиографические сигналы с мышц человека и зарегистрировать фактическое положение руки. Обученная нейросеть по этим данным будет предсказывать, какой сигнал наиболее вероятен в промежуток 0,2 — 0,3 миллисекунды. Таким образом, мы получаем активное естественное усиление движения, быстро и точно предсказывая биопотенциал ключевых мышц с учетом индивидуальных физических особенностей пользователя», — говорит студент Физтех-школы электроники, фотоники и молекулярной физики МФТИ Герман Карнуп.
Инсульт — это острое нарушение мозгового кровообращения, которое приводит к потере двигательных функций, речи и может вызывать другие когнитивные и физические нарушения. Это состояние требует немедленного лечения и последующей реабилитации для восстановления утраченных функций. Несмотря на то что некоторые последствия инсульта могут быть необратимы, современные методы лечения и реабилитации могут значительно улучшить качество жизни пациентов. Ежегодно в России регистрируется около 450 тысяч случаев инсульта.
По информации международного аналитического агентства Mordor Intelligence, к 2027 году мировой рынок экзоскелетов достигнет 1620 миллионов долларов США, при этом среднегодовой темп роста составит 12,5% в течение прогнозируемого периода (2022–2027 годы). Основными факторами, способствующими росту рынка, являются растущая распространенность неврологических заболеваний, все более широкое распространение экзоскелетов и рост численности пожилых людей на глобальном уровне. С ростом числа инвалидов и пожилых людей во всем мире растет спрос на роботизированную реабилитацию.
Разработанный в МФТИ программно-аппаратный комплекс для медицинской реабилитации после инсульта состоит из трех частей: каркас, который надевается на верхнюю конечность и оказывает пассивную поддержку руки, не давая той упасть и облегчая её движения; система регистрации, которая фиксирует активность мышц, что в последующем используется для их стимуляции; система адаптивной функциональной миостимуляции, которая по считанным сигналам и с помощью алгоритма нейросети формирует сигнал, идентичный биологическим импульсам мышц человека.
«Эффективность реабилитации пациента существенно возрастает именно за счет того, что сигналы в виде электроимпульсов попадают напрямую в поврежденные мышцы. Дополнительным преимуществом использования нейросетевых алгоритмов является возможность предсказывать стимулирующий сигнал на некоторое время вперед. Таким образом компенсируются все задержки, связанные с обработкой и передачей импульсов. Каркас экзоскелета руки состоит из высокопрочного пластика и алюминиевых конструкций, покрытых стекловолокном методом аппликации. В качестве системы регистрации сигналов мышц разработаны собственные сенсоры, превосходящие по точности и чистоте сигнала имеющиеся на рынке аналоги. Нейросеть построена на базе архитектуры трансформера на платформе PyTorch (фреймворк машинного обучения для языка Python с открытым исходным кодом)», — поясняет Герман.