以肌梭模型及類神經網路由神經電訊號估測家兔關節角度及扭矩之研究

  • 詹 景超

Student thesis: Doctoral Thesis

Abstract

中樞神經損傷的病患,其大腦傳達給肌肉系統的神經命令受到阻礙,因而失去自主運動的能力。治療上,一般採用保守的神經復健或可藉由義肢或輔具,協助病患達成日常生活動作,但是義肢或輔具有荷重以及美觀的問題,造成患者接受度偏低。因此,近年來學者提出植入式的?能性電刺激系統,可由神經電訊號擷取肢體運動資訊,藉由回授來控制電流,刺激肌肉收縮,以恢復運動?能,並且完全不需體外元件。現存的神經電訊號回饋技術只是利用皮膚感覺訊號擷取觸覺和滑動資訊,用於開關(on-off)控制,並未應用肢體運動資訊作為回授控制之用。本研究旨在擷取踝關節肌肉長度與力量相關的本體感覺訊號,以估測踝關節之角度與扭矩。 本研究以白兔之踝關節?能性電刺激系統為目標。首先在踝關節肌肉未受電刺激下,發展由神經電訊號估測踝關節角度的方法;以具有生理結構的肌梭模型為基礎,配合大範圍的關節運動和神經電訊號,分別建立脛骨和腓骨神經電訊號和踝關節角度的模型,再以角度結合器將兩模型輸出組合成為最終角度。另外,為加速參數學習時間,也發展類神經模糊模型。在估測踝關節主動扭矩時需要關節被動扭矩,此扭矩來自關節結締組織,現有被動扭矩模型無法描述關節扭矩與角度的穩態遲滯行為,因此利用Preisach模型建立被動扭矩與角度的關係。在肌肉收縮方面,則以電流刺激作動和拮抗肌,量測雙向的主動扭矩,再分別以Hill型模型建立扭矩與電流強度和關節角度之關係。肌肉受電刺激收縮時,神經電訊號可能包含來自高基氏肌腱器的訊號和電刺激干擾。因此本研究假設神經電訊號為肌梭與高基氏肌腱器成分之代數和,以建立主動扭矩相關的神經電訊號模型。最終由上述模型與神經電訊號可分離之假設,建立具生理意義的踝關節扭矩、角度與神經電訊號之系統架構,以發展在電刺激下同時估測踝關節角度及扭矩之關節運動估測器。本研究以12隻紐西蘭白兔進行活體實驗來發展上述方法。 由實驗結果發現,肌梭模型比類神經模糊模型具有更佳的角度估測性能,並能用在大範圍的運動軌跡上,間接證實被動牽張擷取的訊號主要來自肌梭響應;模型中預測關節運動方向的角度結合器,能夠消除神經電訊號與角度遲滯造成之誤差。而類神經模糊模型的參數學習效率可滿足線上應用的需求。在被動扭矩上,Preisach模型能改善扭矩與角度遲滯造成的誤差,結合主動扭矩模型後可以精確估測扭矩總和。在肌肉等長收縮下,主動扭矩可估測出其相關的神經電訊號成分。最終在電刺激下,關節運動估測器可同時估測踝關節角度與扭矩。 本研究提出神經電訊號成分分離之假設,並根據生理意義,建立踝關節角度、扭矩與神經電訊號之關係,再結合所有模型成?地實現踝關節角度與扭矩的估測,未來可能用於實現踝關節之完全植入式的?能性電刺激系統。
Date of Award2014 Feb 13
Original languageChinese
SupervisorMing-Shaung Ju (Supervisor)

Cite this

以肌梭模型及類神經網路由神經電訊號估測家兔關節角度及扭矩之研究
景超, 詹. (Author). 2014 Feb 13

Student thesis: Doctoral Thesis