CC BY
20Аппаратно- программный комплекс для управления протезом стопы на основе сигналов электромиографии
Абрамов Артем Валерьевич,
Студент кафедры автоматизации технологических процессов, Тверской государственный технический университет, E-mail: [email protected]
Предмет. Разработка доступного и удобного в управлении протеза стопы - одна из самых актуальных задач реабилитации и адаптации к нормальной жизни инвалидов. Цель. Разработка аппаратно-программного комплекса, осуществляющего снятие и обработку сигнала ЭМГ с мышц голени, и передачу этого сигнала в виде управляющего воздействия на протез стопы. Методология. Аппаратно-программный комплекс создавался на основе микроконтроллера Arduino Uno. Обработка входного сигнала, в виде электромиограммы, происходила с использованием дискретного многоуровневого вейвлет-преобразования.
Результаты. Результатом работы является спроектированный протез стопы на основе снятия ЭМГ-сигнала, с помощью датчика мышечной активности Advancer Technologies Muscle Sensor v3 и дальнейшей обработки полученного сигнала в программе Matlab. Разработанный программный комплекс передает управляющий сигнал на сервопривод, управляющий движениями протеза стопы. Выводы. В результате проведенной работы было выявлено, что наиболее удобным способом обработки ЭМГ сигнала, для дальнейшего его преобразования, является дискретное вейвлет-преобразование. Сделан вывод о том, что на сегодняшний день наиболее естественным является управления протезом стопы через биоэлектрическую активность мышц.
Ключевые слова: протезирование, протезы нижних конечностей, ЭМГ-сигнал, протез стопы.
в и
На сегодняшний день развитие протезирования конечностей - это одна из самых актуальных задач реабилитации и адаптации к нормальной жизни инвалидов. С начала проведения специальной военной операции на Украине вопрос развития отрасли протезирования стоит как никогда актуально. Часть зарубежных поставщиков ограничили поставки либо прекратили ввоз комплектующих для создания протезов, отвечающих современным требованиям.
Одним из актуальных направлений в реабилитационной медицине на сегодняшний день является протезирование нижних конечностей тела человека. Это связано с ограничением или полным прекращением поставок комплектующих в Россию. Так же стоит отметить, что в настоящее время более развитой является сфера разработки протезов верхних конечностей. При существует гораздо меньше разработок протезов ног. Существующие модели работают, в основном, на основе пневматики и гидравлики. Такие протезы не дают широкий спектр возможностей, с помощью них невозможно управлять многими промышленными и бытовыми приборами. Для расширения возможностей инвалидов можно применять бионические протезы, но сложность состоит в том, что на сегодняшний день не существует налаженного производства подобным моделей протезов.
Для решения данной проблемы можно обратиться к использованию микропроцессорных протезов, которые основаны на считывании электромиографического сигнала с мышц голени и последующем управлении с помощью микроэлектронной системы. Для анализа характеристик движения посредством ЭМГ-сигнала применяют разнообразные аналитические методы, включая временной анализ, спектральный анализ и другие.
Анализ ЭМГ-сигнала представляет собой сложную задачу из-за его динамической структуры и наличия значительного уровня шумов. Поэтому в процессе разработки протеза будет применен компьютерный метод обработки сигнала. Чтобы облегчить дальнейший анализ, в разработке протезов применяются компьютерные методы обработки сигнала.
Первой стадией обработки сигнала является фильтрация. Ее применяют для очистки сигнала от шумов, артефактов и других различных помех.
Процесс обработки сигнала включает два этапа. Первый этап - фильтрация, применяемая для удаления шумов и различных помех из сигнала с целью его очистки. Второй этап - выпрямление, при котором остаются только положительные значения. Наилучшим вариантом будет двухполупериодное выпрямление, при котором не происходит снижение мощности.
Для анализа нестационарных сигналов необходимо рассмотреть их на плоскости частота-время. Таким требованиям соответствует Вейвлет-преобразование. Его можно описать при помощи данного выражения:
UU
F {a,b )= J f (x)^ x) d (x),
где * - символ комплексной сопряженности; Ф - базисная функция.
В данной работе, в качестве платформы для обработки сигнала, была выбрана Arduino Uno, основой которой является микроконтроллер ATmega328. Данный микроконтроллер относится к семейству AVR. Как и все остальные в этой линейке он имеет 8-битный процессор, а команды выполнятся за один такт [17]. Компоненты выбирались с учетом небольшой стоимости, но при этом, хорошей надежности. Так же выбор устройства обусловлен большим количеством внутренней памяти. Выбранный микроконтроллер программируется на языке Wiring, основой которого являются статически типизированные языки C и C++. Внешний вид микроконтроллера и расположение его выводов представлены на рис. 1.
Рис. 1. Расположение портов вывода микроконтроллера
Рис. 2. Модуль Advancer Technologies Muscle Sensor v3
В качестве датчика мышечной активности выбран Advancer Technologies Muscle Sensor v3, позволяющий регистрировать сигнал в режиме реального времени. Так же преимуществами устройства являются простота в использовании, небольшие габариты и совместимость со многими микроконтрол-
лерами. В комплекте к датчику идут три электрода. Сигнал усиливается, фильтруется и преобразуется, после чего передается на микроконтроллер для дальнейшей обработки [18]. Внешний вид модуля представлен на рис 2.
Электроды были расположены в точках, лежащих на местах прохождения нервов, отвечающих за иннервацию стопы (большеберцовый нерв, малоберцовый нерв и икроножный нерв). Питание модуля происходит от батарейки «Крона». Схема подключения ЭМГ-датчика изображена на рис. 3.
Рис. 3. Собранная схема для снятия ЭМГ сигнала
Для получения сигнала микроконтроллер нужно запрограммировать, инициализировав датчик мышечной активности. Программный код: void setup(){
// Подключение монитора порта Serial.begin(115200); // Инициализация датчика pinMode(A2, INPUT);
После реализации программного кода, на компьютер передаются значения снятого напряжения от до 1023. Полученные значения используются в программе Excel для построения графика. При анализе графика видно, что амплитуда сигнала резко возрастает при сгибании стопы, а затем нормализуется после разгибания (рис. 4.).
Рис. 4. Полученный электромиографический сигнал
Далее в программе Matlab был реализован алгоритм удаления шума и сжатия с помощью Вейвлет-преобразования.
1) Разложение для уровня lev. Выполняется функцией wavedec (x, lev, wname); при этом выбираются тип вейвлета и уровень декомпозиции.
2) Для установки определенного порога и детализирующих компонентов используется функция [thr, nkeep] = wdcbm(c, l, alpha, m) которая возвра-
o о
о о
-I
Ф
О о о
е
в u
щает пороговое значение thr относительно установленного уровня, а также число сохраненных коэффициентов nkeep. Параметр alpha обычно устанавливается равным 1.5 для сжатия и 3.0 для удаления шума.
3) Вейвлет-восстановление. Выполняется с помощью функции wdencmp.
Программный код представлен ниже: set(0, 'DefaultAxesFontSize', 14, 'DefaultAxesFont-Name', 'Times New Roman');%оформление подписи графика
Z=xlsread ('C:\Users\Пользователь\Desktop\порт\ порт 1.х^х');°/оЗагрузка данных сигнала x=Z(:,1);%Выбор номера сигнала wname = ^Ь4';%Выбираем семейство вейвлет функции
lev = 4;% Уровень декомпозиции [c, l]=wavedec(x, lev, wname); alpha=1.5; m=2;% Порог, адаптивный для каждого уровня разложения и шумоподавления [thr, nkeep]=wdcbm(c, l, alpha, m); [xd, cxd, lxd, perfO, perf12] = wdencmp ('lvd', c, l, wname, lev, thr, ^');%функция шумоподавления/ сжатия
subplot(211), plot(x), Ш^'Исходный сигнал'); subplot(212), plot(xd), М^'Очищенный сигнал');
Рис. 5. Обработанный ЭМГ-сигнал пациента № 1
Графики, с исходными и обработанным в программе МаАаЬ значениями представлены на рисунках 5-7.
Рис. 7. Обработанный ЭМГ-сигнал пациента № 3
Структурная схема устройства управления протезом представлена н рисунке 8.
Рис. 8. Схема управления протезом стопы
Сервопривод MG995 был использован в качестве исполнительного устройства. Такой сервопривод позволяет с большой точностью управлять положением вала. Принципиальная схема аппаратного комплекса представлена на рисунке 9.
Рис. 6. Обработанный ЭМГ-сигнал пациента № 2
Рис. 9. Принципиальная схема аппаратного комплекса управления протезом стопы
Чтобы упростить работу с сервоприводами, была подключена библиотека Инициализация сервопривода на рисунке 10.
// Инициализация библиотеки сервомотора // Инициализация имени сервомотора
Рис. 10. Инициализация сервопривода
Для подключения сервопривода используется порт 3, аналоговый выход датчка, по ткоторому будет передаваться ЭМГ-сигнал подключен на порт «А2». Инациализация портов происходит с помощью функции void setup () (рис. 11).
// Инициализация для сервомотора выхода на плате
//Создается переменная value, в которой будет хранится сигнал,
Рис. 11. Выбор портов для подключения
Проанализировав полученные значения, можно сказать, что значение, при котором стопа будет сгибаться равняется 120. После разгибания стопы амплитуда возвращается в свое нормальное состояние. Основываясь на этом, был прописан алгоритм управления протезом стопы (рис. 12).
Микроконтроллер, на который поступает сигнал с датчика, был закреплен на несущем модуле, а сервопривод, приводящий стопу в движение, закреплен при помощи металлической пластины на стопе (рис. 14.)
Рис. 12. Алгоритм программы управления протезом стопы
Реализация этого алгоритма представлена ниже (рис. 13.).
//Если значение сенсора больше порога, сервопривод поворачивается на 30 градусов if ( value > 120) { a=map (0,1024,0,30);
1
//Если значение сенсора меньше порога, сервопривод возвращается на О градус else { SERVO l. write^O);
!
delax(lOO);
Рис. 13. Управление сервоприводом
Для апробации аппаратно-программного комплекса был собран протез с одноосевой шарнирной стопой. Перед тем как опробовать данный комплекс, необходимо расположить все электронные компоненты на протезе.
Датчик должны быть установлены внутри куль-теприемной гильзы, но на примере он располагается снаружи. Электроды прикрепляются к голени.
Рис. 14. Апробация аппаратно-программного комплекса
Литература
1. Бионический протез своими кругами [Электронный ресурс] // URL: https://mk-el.ru/ bionicheskiy-protez-ruki-svoimi-rukami/ (дата обращения 17.11.2022 г.)
2. «Сделано на коленке». Какое будущее ожидает протезирование конечностей в России [Электронный ресурс] // URL: https://spid.center/ ru/articles/4595 (дата обращения 17.11.2022 г.)
3. Немодульные протезы [электронный ресурс] // URL: https://ortoreal.ru/nemodulnye-protezy/ (Дата обращения 27.01.2023 г.)
4. Модульные протезы [электронный ресурс] // URL: https://ortoreal.ru/tipy-protezov/modulnye-protezy/ (Дата обращения 27.01.2023 г.)
5. Межрегиональный центр протезирования ГК «Салют Орто» победил в конкурсе на ПМЭФ [электронный ресурс] // URL: https://salut-orto. ru/blog/mezhregionalnyy-tsentr-protezirovaniya-gk-salyut-orto-pobedil-v-konkurse-na-pmef/ (Дата обращения 15.02.2023 г.)
6. Сазонова Л.А. Нервная система человека, Учебное пособие. Великие Луки: Великолукская государственная академия физической культуры и спорта, 2010. - 68 с.
7. Дубровский В.И, Федорова В.Н. Биомеханика: учебник для вузов-Москва: Владос Пресс, 2003-550 с.
8. Luca, De C.J. The use of surface electromyography in biomechanics / C.J. De Luca // Journal of Applied Biomechanics, 1997. - № 13 (2).
9. Luca, De C.J. Surface electromyography: etec-tion and recording / Carlo J. De Luca. - DelSys. -2002.
о о
о о
о о о Ф
10. Фантомная боль [электронный ресурс] // URL: https://ortoreal.ru/tipy-protezov/modulnye-prtezy/ (Дата обращения 27.03.2023 г.)
11. Фантомная боль [электронный ресурс] // URL: https://paininstitute.ru/diseases/fantomnaja-bol/ (Дата обращения 27.03.2023 г.)
12. Кузнецов С.Ю., Попов Д.В., Боровик А.С., Виноградова О.Л. Использование вейвлет преобразования для анализа поверхностной ЭМГ [Электронный ресурс], Научный журнал «Физиология мышечной деятельности». - URL: http://phmag.imbp.ru/articles/Kuznetcov.pdf (дата обращения: 11.02.2023 г.)
13. Добеши И. Десять лекций по вейвлетам. -Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001-463 c.
14. Новиков Л.В. Основы вейвлет-анализа сигналов. Учебное пособие. - СПб.: ИАнП РАН, 1999-152 c.
15. Вишнивецкий О.В., Лазоренко О.В., Черно-гор Л.Ф. Чои-Вильямс анализ в цифровой обработке сигналов // Радиофизика и радиоастрономия. - 2012. - Т. 12, № 4. - С. 410-432.
16. Jont B. Allen (June 1977). "Short Time Spectral Analysis, Synthesis, and Modification by Discrete Fourier Transform". IEEE Transactions on Acoustics, Speech, and Signal Processing. ASSP-25 (3): 235-238.
17. Arduino Uno: распиновка, схема подключения и программирование [электронный ресурс] // URL: http://wiki.amperka.ru/products: arduino-uno (дата обращения 15.04.2023)
18. Яковлев А.Н. Введение в Вейвлет-преобразования. Учебное пособие. Новосибирск: Изд-во НГТУ, 2003-104 с.
19. Комплект мышечных датчиков (ЭМГ) [электронный ресурс] // URL: https://mikroelectron. com/Product/Muscle-Sensor-Kit-EMG/ (дата обращения 02.05.2023)
20. Что такое сервопривод [электронный ресурс] // URL: https://korul.ru/stati/chto-takoe-servoprivod/ (Дата обращения 13.05.2023)
HARDWARE AND SOFTWARE COMPLEX TO CONTROL THE PROSTHETIC FOOT BASED ON ELECTROMYOGRAPHY SIGNALS
Abramov A.V.
Tver State Technical University
Subject. The development of an affordable and easy-to-manage prosthetic foot is one of the most urgent tasks of rehabilitation and adaptation to the normal life of disabled people. Purpose. Development of a hardware and software complex that removes and processes the EMG signal from the muscles of the lower leg, and transmits this signal in the form of a control action on the prosthetic foot. Methodology. The hardware and software complex was created on the basis of the Arduino Uno microcontroller. The processing of the input signal, in the form of an electromyogram, took place using a discrete multilevel wavelet transform.
Results. The result of the work is a designed prosthetic foot based on the removal of the EMG signal, using the Advancer Technologies Muscle Sensor v3 muscle activity sensor and further processing of the received signal in the Matlab program. The developed software package transmits a control signal to a servo drive that controls the movements of the prosthetic foot. Conclusions. As a result of the work carried out, it was revealed that the most convenient way to process an EMG signal for its further transformation is a discrete wavelet transform. It is concluded that today the most natural way is to control the prosthetic foot through the bioelectric activity of the muscles.
Keywords: prosthetics, lower limb prosthesis, EMG signal, foot prosthesis.
References
1. Bionic prosthesis with its circles [Electronic resource] // URL: https://mk-el.ru/bionicheskiy-protez-ruki-svoimi-rukami/ (date of access 11/17/2022)
2. "Made on the knee." What is the future of limb prosthetics in Russia [Electronic resource] // URL: https://spid.center/ru/arti-cles/4595 (accessed 11/17/2022)
3. Non-modular prostheses [electronic resource] // URL: https://or-toreal.ru/nemodulnye-protezy/ (Accessed 27.01.2023)
4. Modular prostheses [electronic resource] // URL: https://ortore-al.ru/tipy-protezov/modulnye-protezy/ (Accessed 27.01.2023)
5. The Interregional Center for Prosthetics of the Salyut Orto Group of Companies won the competition at the SPIEF [electronic resource] // URL: https://salut-orto.ru/blog/mezhregionalnyy-tsentr-protezirovaniya-gk-salyut-orto-pobedil-v-konkurse-na-pmef/ (Accessed 15.02.2023)
6. Sazonova L.A. The human nervous system, Textbook. Velikie Luki: Velikie Luki State Academy of Physical Culture and Sports, 2010. - 68 p.
7. Dubrovsky V.I., Fedorova V.N. Biomechanics: a textbook for universities - Moscow: Vlados Press, 2003-550 p.
8. Luca, De C.J. The use of surface electromyography in biomechanics / C.J. De Luca // Journal of Applied Biomechanics, 1997. - No. 13 (2).
9. Luca, De C.J. Surface electromyography: etection and recording / Carlo J. De Luca. - Delsys. - 2002.
10. Phantom pain [electronic resource] // URL: https://ortoreal.ru/ti-py-protezov/modulnye-prtezy/ (Accessed 03/27/2023)
11. Phantom pain [electronic resource] // URL: https://paininstitute. ru/diseases/fantomnaja-bol/ (Accessed 03/27/2023)
12. Kuznetsov S. Yu., Popov D.V., Borovik A.S., Vinogrado-va O.L. The use of wavelet transform for the analysis of surface EMG [Electronic resource], Scientific journal "Physiology of muscle activity". - URL: http://phmag.imbp.ru/articles/Kuzn-etcov.pdf (date of access: 11.02.2023)
13. Dobeshi I. Ten lectures on wavelets. - Izhevsk: Research Center "Regular and Chaotic Dynamics", 2001-463 p.
14. Novikov L.V. Fundamentals of wavelet analysis of signals. Tutorial. - St. Petersburg: IANP RAN, 1999-152 p.
15. Vishnivetsky O.V., Lazorenko O.V., Chernogor L.F. Choi-Williams analysis in digital signal processing // Radiophysics and Radio Astronomy. - 2012. - T. 12, No. 4. - S. 410-432.
16. Jont B. Allen (June 1977). "Short Time Spectral Analysis, Synthesis, and Modification by Discrete Fourier Transform". IEEE Transactions on Acoustics, Speech, and Signal Processing. AS-SP-25(3): 235-238.
17. Arduino Uno: pinout, wiring diagram and programming [electronic resource] // URL: http://wiki.amperka.ru/products: ardui-no-uno (accessed 04/15/2023)
18. Yakovlev A.N. Introduction to Wavelet Transforms. Tutorial. Novosibirsk: Publishing house of NSTU, 2003-104 p.
19. Set of muscle sensors (EMG) [electronic resource] // URL: https://mikroelectron.com/Product/Muscle-Sensor-Kit-EMG/ (accessed 02.05.2023)
20. What is a servo drive [electronic resource] // URL: https://korul. ru/stati/chto-takoe-servoprivod/ (Accessed 05/13/2023)
e
u
