Определение оптимального набора схватов для протезов предплечья с биоэлектрическим управлением

Авторы:

Безъязычный Вячеслав Феоктистович — доктор технических наук, профессор кафедры «Технология авиационных двигателей и общего машиностроения», Рыбинский государственный авиационный технический университет имени П.А. Соловьева, ул. Пушкина, дом 53, г. Рыбинск, 152934, Российская Федерация; e-mail: technology@rsatu.ru.

Елисеичев Евгений Александрович — доцент кафедры «Электротехника и промышленная электроника», Рыбинский государственный авиационный технический университет имени П.А. Соловьева, ул. Пушкина, дом 53, г. Рыбинск, 152934, Российская Федерация; e-mail: EvgenijEliseichev@yandex.ru; https://orcid.org/0000-0002-6741-4465.

Блинов Илья Сергеевич — младший научный сотрудник инжинирингового центра «Цифровое энергомашиностроение», Рыбинский государственный авиационный технический университет имени П.А. Соловьева, ул. Пушкина, дом 53, г. Рыбинск, 152934, Российская Федерация; e-mail: ilya.blinov.1998@mail.ru; https://orcid.org/0000-0003-2272-2277.

Михайлов Владимир Владимирович — кандидат технических наук, главный научный сотрудник инжинирингового центра «Цифровое энергомашиностроение», Рыбинский государственный авиационный технический университет имени П.А. Соловьева, ул. Пушкина, дом 53, г. Рыбинск, 152934, Российская Федерация; e-mail: vmikhailov@rambler.ru.

Тяптин Артем Анатольевич — кандидат медицинских наук, специалист функциональной диагностики, врач-невролог «Международный институт функциональной реконструктивной микрохирургии» Тутаевское шоссе, д. 93, г. Ярославль, 150004, Российская Федерация; e-mail: artemt@bk.ru.

Аннотация:

Введение. Создание и совершенствование протезов предплечья с биоэлектрическим управлением (далее — протез) является одним из главных направлений современной в медицинской технике. Для улучшения работы протеза необходимо определить оптимальный набор схватов, который позволит наиболее полно восстановить функциональность утраченной верхней конечности.

Цель. Определить оптимальный набор схватов для протеза на основе анализа кистевых схватов, применяемых человеком без повреждения опорно-двигательного аппарата в повседневной жизни.

Материалы и методы. Были проанализированы существующие таксономии, описывающие кистевые схваты человека без повреждения опорно-двигательного аппарата, а также научные работы, где проводились эксперименты для определения частоты и времени использования выделенных в таксономиях схватов.

Результаты. Поскольку в рассмотренных работах использовались различные таксономии, для объединения результатов было выделено девять схватов, наиболее часто использующихся в ходе повседневных активностей и работы. Для каждого схвата были описаны положения и функции пальцев, а так же проиллюстрировано их применение с бытовыми предметами. Экспериментальные данные из рассмотренных научных работ были объединены и представлены в виде гистограммы, показывающую среднее время использования каждого из описанных схватов.

Обсуждение. На определенный набор схватов приходится 97,3% времени использования от всех схватов, используемых человеком в ходе повседневных активностей и работы. Из этого следует вывод, что данные схваты можно принять за оптимальный набор схватов для протеза. Так же было определено, что силовые схваты — это наиболее популярная группа схватов, на них приходится более половины времени использования.

Заключение. Получены новые данные о частоте использования различных типов базовых схватов в ходе повседневных активностей и работы. Полученные данные могут быть применены при разработке новых протезов или при доработке набора схватов в существующих моделях протезов.

Список цитируемой литературы:

1. Cobos S. Efficient Human Hand Kinematics for Manipulation Tasks. IEEE Int. Conf. on Intelligent Robots and Systems. 2008:2246-51. DOI: 10.1109/IROS.2008.4651053.

2. Губочкин Н.В., Шаповалов В.М. Избранные вопросы хирургии кисти. Санкт-Петербург: учебное пособие, 2000. — 111 с.

3. Родоманова Л.А. Первичная реконструкция I пальца кисти // Травматология и ортопедия России. — 2005. — Т. 37. — № 3. — С. 11-20.

4. Atzori M, Gijsberts A, Castellini C, Caputo B et al. Clinical parameter effect on the capability to control myoelectric robotic prosthetic hands. Journal of Rehabilitation Research and Development. 2016;53(3):345-58. DOI: 53. 10.1682/JRRD.2014.09.0218.

5. Matheus K, Dollar AM. Benchmarking grasping and manipulation: properties of the objects of daily living. International Conference on Intelligent Robots and Systems. 2010:5020-5027. DOI: 10.1109/IROS.2010.5649517.

6. Jang CH, Yang HS, Yang HE, Lee SY et al. A survey on activities of daily living and occupations of upper extremity amputees. Annals of rehabilitation medicine. 2011;35(6):907.

7. Vergara M, Sancho-Bru JL, Gracia-Ibanez V, Perez-Gonzalez A. An introductory study of common grasps used by adults during performance of activities of daily living. Journal of Hand Therapy 2014;27:225-34. DOI: 10.1016/j.jht.2014.04.002.

8. Gracia-Ibanez V, Sancho-Bru JL, Vergara M, Relevance of grasp types to assess functionality for personal autonomy. Journal of Hand Therapy. 2018;31:102-10. DOI: 10.1016/j.jht.2017.02.003.

9. Riddle M, MacDermid J, Holland S, Lalone E et al. Wearable Strain Gauge Based Technology Measures Manual Tactile Forces during Activities of Daily Living. Journal of Rehabilitation and Assistive Technologies Engineering. 2018;5:28-35. DOI: 10.1177/2055668318793587.

10. Bullock IM, Feix T, Dollar AM. Finding small, versatile sets of human grasps to span common objects. IEEE International Conference on Robotics and Automation. 2013:1068-75. DOI: 10.1109/ICRA.2013.6630705.

11. Kilbreath S, Heard R. Frequency of hand use in healthy older persons. The Australian journal of physiotherapy. 2005;51(2):119-22. DOI: 10.1016/S0004-9514(05)70040-4.

12. Lawrence EL, Dayanidhi S, Fassola I, Requejo P et al. Outcome measures for hand function naturally reveal three latent domains in older adults: strength, coordinated upper extremity function, and sensorimotor processing. Frontiers in Aging Neuroscience. 2015;7:108. DOI: 10.3389/fnagi.2015.00108.

13. Feix T, Romero J, Schmedmayer HB, Dollar AM et al. The GRASP Taxonomy of Human Grasp Types. IEEE Transactions on human-machine systems. 2016;46:66-77. DOI: 10.1109/THMS.2015.2470657.

14. Zheng JZ, De La Rosa S, Dollar AM. An investigation of grasp type and frequency in daily household and machine shop tasks. IEEE International Conference on Robotics and Automation. 2011;27:201-15. DOI: 10.1109/ICRA.2011.5980366.

15. Feix, T. Anthropomorphic hand optimization based on a latent space analysis, 2011. Dissertation, Technische Universitat Wien. Available at: http://hdl.handle. net/20.500.12708/161507.

16. Bullock IM, Zheng JZ, De La Rosa S, Guertler C et al. Grasp Frequency and Usage in Daily Household and Machine Shop Tasks. IEEE Transactions Haptics. 2013;6(3):296-308. DOI: 10.1109/TOH.2013.6.

17. Feix T, Bullock IM, Dollar AM. Analysis of Human Grasping Behavior: Correlating Tasks, Objects and Grasps., IEEE Transactions Haptics. 2014;7(4):430-441. DOI: 10.1109/TOH.2014.2326867.

18. Bullock IM, Feix T, Dollar AM. The Yale Human Grasping Data Set: Grasp, Object and Task Data in Household and Machine Shop Environments. International Journal of Robotics Research. 2015;34(3):251-5.

19. Cutkosky MR. On grasp choice, grasp models, and the design of hands for manufacturing tasks. IEEE Transactions Robotics and Automation. 1989;5(3):269-79. DOI: 10.1109/70.34763.

20. Feix T, Pawlik R, Schmiedmayer H, Romero J, et al. A comprehensive grasp taxonomy. Robotics, Science and Systems Conference: Workshop on Understanding the Human Hand for Advancing Robotic Manipulation. 2009:2-3.