MyLeg
Ontwikkeling van een slimme en intuïtieve beenprothese voor mensen met een transfemorale amputatie

Het Europese onderzoeksproject MyLeg heeft als doel de kwaliteit van leven voor mensen met een amputatie te verbeteren. Dit moet resulteren in een gemotoriseerde beenprothese die intuïtief aangestuurd kan worden en op een betrouwbare manier gebruikt kan worden in het dagelijks leven. Om dit te kunnen bereiken werken verschillende Europese instanties samen: de Rijksuniversiteit Groningen (als coördinator), University of Bologna, Universiteit Twente, Roessingh Research and Development, Radboud Universitair Medisch Centrum, Össur, en Norwest Advanced Orthopeadics.

De huidige aansturing van gemotoriseerde beenprotheses is gebaseerd op het uitvoeren van een beweging van het bovenbeen (de stomp). Op deze manier kan men een stap beginnen door de stomp naar voren te bewegen met de prothesevoet aan de grond; de protheseknie zal buigen. Deze manier van aansturing is anders dan de natuurlijke situatie, waarbij men ook de hamstrings gebruikt om de knie te buigen, en hierdoor maar in beperkte mate intuïtief. Het gebruik van andere lichaamssignalen van de gebruiker voor aansturing kan een oplossing zijn om tot een intuïtievere prothese te komen.

Op basis van eerder uitgevoerd onderzoek lijkt het gebruik van spieractiviteit (elektromyografie, EMG) veelbelovend te zijn.

Elektrische signalen vanuit de hersenen komen aan bij de spieren voordat ze samentrekken. Door elektrodes op de huid bovenop de spier te plakken kunnen deze elektrische signalen gemeten worden. Hierdoor kunnen we dus de bewegingsintentie van een persoon meten. Dit principe gaat gebruikt worden om de prothese aan te sturen. Door meerdere spieren te meten kunnen we met behulp van machine learning een relatie vinden tussen de signalen en bewegingsactiviteiten. Het algoritme moet dus in staat zijn om een beweging te herkennen voordat deze heeft plaatsgevonden en moet tevens de prothese aansturen om in de juiste ‘modus’ te gaan. Denk hierbij aan bijvoorbeeld lopen, traplopen, draaien, etc.

De machine krijgt data aangeboden waarin is aangegeven welke beweegmodus de proefpersoon maakt, dus bijvoorbeeld spieractiviteit terwijl iemand een trap op loopt. Door veel data aan te bieden kan de machine uiteindelijk een goede relatie leggen tussen de spieractiviteit en de beweging die gemaakt is, zonder dat vermeld is om welke beweging het gaat (zie figuur 1). Het gevaar is natuurlijk dat het algoritme er ook nog weleens naast kan zitten en de gebruiker kan vallen als de verkeerde modus wordt voorspeld. Er moet dus veel data worden verzameld om de foutmarge zo klein mogelijk te maken. Deze intuïtieve manier van aansturing moet er uiteindelijk voor zorgen dat men makkelijker met een prothese om kan gaan.

Figuur 1: Het leerproces van een algoritme. In blauw de extra processen die gaande zijn tijdens het leerproces. Uiteindelijk moet het algoritme alleen op basis van het EMG-signaal zijn voorspelling kunnen doen. Op basis van deze voorspelling kan dan de prothese worden aangestuurd.

De eerste stap voor partner Roessingh Research and Development is het meten van proefpersonen om de aansturing te ontwikkelen. In de toekomst wordt er ook gekeken naar directe aansturing, zonder gebruik van een bewegingsmodus. Echter, voor het zo ver is moeten we eerst de veiligheid van de gebruiker kunnen garanderen.

De ontwikkeling van de nieuwe transfemorale prothese zal niet alleen gericht zijn op het ontwikkelen van intuïtieve controle (door Roessingh Research and Development), maar ook op energie efficiëntie, aanpassingsvermogen aan verschillende taken en verbeterde perceptie. Laatstgenoemde wordt gerealiseerd door middel van het gebruik van een osteogeïntegreerd implantaat in het femur als verbindingspunt tussen lichaam en de prothese (partners Radboud Universitair Medisch Centrum en Norwest Advanced Orthopeadics), wat daarnaast het gebruik van een koker overbodig maakt. Om een energie efficiënt product met aanpassingsvermogen te kunnen ontwikkelen worden er ook nieuwe composietmaterialen en aandrijvingstechnieken ontwikkeld (partners University of Bologna, Rijksuniversiteit Groningen, Universiteit Twente en Össur). Verder wordt een operatietechniek (Targeted Muscle Reinnervation, TMR, door partner Radboud Universitair Medisch Centrum) toegepast om een intuïtieve controle van de prothese te optimaliseren. Deze techniek gebruikt zenuwen die normaal aangrijpen op spieren in het onderbeen, met het doel spieren in de stomp te activeren. De activatie van de spieren in de stomp levert extra informatie op voor de techniek die gebruikt gaat worden voor het intuïtief maken van de prothese.

De komende drie jaar zullen prothese en aansturing worden ontwikkeld. Het doel is binnen die termijn een werkend prototype te realiseren dat op kleine schaal bij mensen met een amputatie getest kan worden.

 

 

 

 

 

 

 

 

 

 

 

Tekst:

 

Eline van Staveren, Robert Schulte, Robert Paassen, Erik Prinsen, Hermie Hermens, Jaap Buurke, Roessingh Research and Development

 

Dit artikel is verschenen in het magazine Orthopedische Techniek – december 2018.

Video
Delen

Uw naam

E-mail

Naam ontvanger

E-mail adres ontvanger

Uw bericht

Verstuur

Share

E-mail

Facebook

Twitter

LinkedIn

Contact

Verstuur

Aanmelden