به گزارش گروه علم و آموزش ایرنا از دانشگاه صنعتی امیرکبیر، مهدیه خلیق فرد دانش‌آموخته دانشگاه صنعتی امیرکبیر و مجری طرح «تخمین کینماتیک مفصل آرنج برای بازسازی حرکات ADL مبتنی بر پردازش همزمان سیگنال‌های EEG و EMG» روز دوشنبه گفت: آمار جهانی تعداد افراد مددجوی با آسیب نخاعی سطح ۶ C۵/C ( مهره‌های C۵-C۶ در قسمت پایینی ستون فقرات گردنی - بالا پشت و گردن زیاد است. این مددجویان در هر جامعه برای انجام کارهای روزمره، نیازمند مراقبت با هزینه‌های گزاف هستند.
وی ادامه داد: علاوه بر آن از جنبه اجتماعی نیز این افراد در تعامل با محیط خود با اختلالات فراوانی دست و پنجه نرم می‌کنند. از این رو نیاز به توسعه‌ی ابزارهای کمک حرکتی، برای افراد مددجو بسیار حایز اهمیت است.
محقق دانشگاه صنعتی امیرکبیر یادآور شد: محققین مهندسی پزشکی در زمینه فناوری عصبی در تلاشند تا با توسعه ابزارهای کمک حرکتی نظیر پروتزهای عصبی کیفیت زندگی را برای افراد مددجو بهبود بخشند.
خلیق فر همچنین گفت: این تحقیق با هدف توانمندسازی افراد مددجو با آسیب نخاعی سطح ۶ C۵/C انجام گرفته است. با ثبت و پردازش سیگنال‌های مغزی(EEG) و فعالیت الکتریکی عضلات سالم این افراد(EMG)، اطلاعات حرکتی اراده شده توسط فرد تخمین زده می‌شود. این کار با استفاده از این اطلاعات و هوش مصنوعی حرکات اراده شده شناخته شده و با تحریک عضله معیوب، حرکاتی نظیر آب خوردن، پاسخ به تلفن، جابه‌جایی اشیاء و ریختن آب از پارچ انجام‌پذیر است.
وی با تشریح نتایج این طرح خاطرنشان کرد: بازسازی مسیرهای سه بُعدی در فعالیت‌های روزمره زندگی با استفاده از سیگنال های حیاتی EEG و EMG، توسعه کاربردی ابزارهای کمک حرکتی را برای افراد مددجو بهبود می‌یابد.
این محقق با بیان اینکه محدودیت‌های اساسی نظیر آتروفی یا خستگی زودهنگام عضلات، بهره‌گیری تنها از سیگنالEMG افراد ناتوان حرکتی را با چالش همراه کرده است، اظهار داشت: دقت پایین، نرخ پایین انتقال داده و لزوم توجه بالای فردی نیز از جمله محدودیت‌های به‌کارگیری تنها از سیگنال EEG در ابزارهای کمک حرکتی است.
خلیق فر اضافه کرد: بنابراین با بهره‌گیری مناسب از ترکیب این سیگنال‌های حیاتی با هدف کاهش محدودیت‌ها، رویکرد جدیدی است که انتخاب ساختار ترکیبی را لازم می‌شود.
وی با بیان اینکه با هدف بهبود رمزگشایی عصبی داده‌های کینماتیک و تعمیم پذیری آن، بهره‌گیری از فرضیه کنترل حرکت مغز توسط سینرژی‌های عضلات پیشنهاد شده است، تآکید نمود که رویکرد این تحقیق در جهت کسب فناوری عصبی در راستای توسعه سیستم‌های هوشمند رابط انسان - ماشین و ارتقای مرز دانش در طراحی نروپروتزهای اندام فوقانی نقش به سزایی دارد.
پژوهشگر دانشگاه صنعتی امیرکبیر گفت: ساختار پیشنهادی برای بهره‌گیری از اطلاعات حرکتی دو سیگنال EEG و EMG افزایش معنی داری را در دقت رمزگشایی داده‌های کینماتیک در مقایسه با روش‌های EEG و EMG تنها نشان داده است که می‌تواند در توسعه و بهبود توانایی ابزارهای کمک حرکتی و توانبخشی نظیر سیستم‌های FES، BCI ، ربات‌های پوشیدنی و نروپروتزها به کار گرفته شود.
خلیق فر ادامه داد: طراحی سیستم کنترل ردیابی مسیر، ادامه پژوهش در راستای عملی‌سازی آن خواهد بود که همراه با ساختار ترکیبی EEG-EMG پیشنهادی علاوه بر هموارسازی مسیرهای حرکت و جابه‌جایی در بین حرکات، خطای ناشی از مدلسازی را نیز می‌تواند جبران سازد.
وی همچنین گفت: با توجه به مدلسازی و شبیه‌سازی کار، برای کاربردی کردن آن، لازم است در ادامه پژوهش کار بر روی افراد ناتوان حرکتی پیاده سازی شود. این کار تاکنون به دلیل کمبود وسایل پژوهشی، امکان آزمایش حیوانی و نیمه صنعتی شدن آن انجام نشده است.
محقق دانشگاه صنعتی امیرکبیر با معرفی ویژگی‌های طرح گفت: در این تحقیق برای اولین بار ساختاری سلسله مراتبی پیشنهاد شده است که مبتنی بر فرضیه کنترل حرکت مغز توسط سینرژی های عضلات همراه با طبقه‌بند ترکیبی EEG و EMG مسیرهای حرکات ADL تخمین زده شده است.
خلیق فر عنوان کرد: این پژوهش از آماده‌سازی تجهیزات لازم برای ثبت سیگنال‌های مغزی و عضلات و نیز هماهنگ کردن آن‌ها به‌منظور ثبت همزمان تا کسب نتایج نهایی در تأیید فرضیه آن حدود چهارسال زمان برده است.
وی ادامه داد: فرضیه پیشنهادی در این طرح رویکرد جدیدی است که برای شناسایی نوع حرکت قصد شده پیش از اجرای حرکت تا تخمین مسیرهای سه بُعدی حرکات ADL نمونه‌های داخلی و خارجی ندارد. روش پیش‌بینی نوع حرکت اراده شده توسط سیگنال‌های مغزی پیش از اجرای حرکت برای حرکات ADL یک نمونه داخلی را شامل می‌شود که با روش پیشنهادی این تحقیق و نحوه ارزیابی آن به صورت نابسته به فرد به‌منظور تعمیم‌پذیر بودن آن متفاوت است.
این محقق درمورد مزیت‌های رقابتی طرح نیز گفت: این تحقیق با هدف توانمندسازی ابزارهای کمک حرکتی، بازسازی مسیرهای سه بُعدی از حرکات روزمره‌ی زندگی در اندام فوقانی را مد نظر قرار داده است که نتایج آن قابلیت اطمینان بیشتری را برای کاربرد عملی آن نسبت به مطالعات محدود انجام گرفته بر روی حرکات گسسته‌ی فلکشن/اکستنشن زانو یا آرنج دارا می‌باشد ضمن اینکه در ارزیابی نتایج آن به‌صورت غیر وابسته به فرد تعمیم‌پذیر بودن روش، مد نظر قرار گرفته است.
وی گفت: ساختار پیشنهادی برای بهره‌گیری از اطلاعات حرکتی دو سیگنال EEG و EMG افزایش معنی‌داری را در دقت رمزگشایی داده‌های کینماتیک در مقایسه با روش‌های EEG و EMG تنها نشان داده است که مبتنی بر کاهش محدودیت‌های ناشی از بهره‌گیری برخط سیگنال‌های EMG افراد ناتوان حرکتی و دقت و نرخ پایین انتقال داده در سیگنال‌های EEG، می‌تواند در توسعه و بهبود توانایی ابزارهای کمک حرکتی و توانبخشی نظیر سیستم‌های FES، BCI و نروپروتزها به‌کار گرفته شود و کمک زیادی به افراد مددجو برای انجام کارهای روزمره کند و آن‌ها را به صحنه‌ی اجتماع بیاورد.
استاد مشاور این طرح دکتر علی مالکی و استاد راهنمای پروژه دکتر علی فلاح اعضای هیات علمی دانشگاه صنعتی امیرکبیر هستند.