Evoked EMG-based torque prediction for muscle fatigue tracking and closed-loop torque control in FES
Estimation du couple généré par un muscle sous SEF à la base de l'EMG évoquée pour le suivi de la fatigue et le contrôle du couple en boucle fermée
Résumé
Functional electrical stimulation (FES) is a potential technique to provide active improvement to spinal cord injured (SCI) patients in terms of mobility, stability and side-effect prevention. FES-elicited muscle force is required to be appropriate and persistent to perform intended movement or maintain a posture balance. However, muscle state changes such as muscle fatigue degrade the performance of FES. In addition, most of complete SCI patients don't have sensory feedback to detect the fatigue and in-vivo joint torque sensor is not available yet. Conventional FES control systems are either in open-loop or not robust to muscle state changes. Therefore, this thesis aims at a development of joint torque prediction and feedback control method in order to enhance the joint torque control of FES in terms of accuracy, robustness, and safety to the patients. In order to predict FES-induced joint torque, evoked-Electromyography (eEMG) has been applied to correlate the muscle electrical activity and mechanical activity. Although muscle fatigue represents time-variant, subjectspecific and protocol-specific characteristics, the proposed Kalman filter-based adaptive identification is able to predict the torque generation systematically. The robustness of the torque prediction has been investigated in a fatigue tracking task through experiments in SCI subjects. The results demonstrate good tracking performance against muscle state variations and external disturbances. Based on accurate predictive performance of the proposed method, a new control strategy, EMG-Feedback Predictive Control (EFPC), is proposed to adaptively adjust stimulation pattern to obtain the desired joint torque trajectory. This control strategy is not only able to explicitly avoid over-stimulation to the patients and conveniently generate appropriate stimulation pattern for the desired torque trajectory, but also able to track the desired torque trajectory compensating time-variant muscle state changes.
La stimulation éléctrique fonctionnelle (SEF) peut améliorer de manière significative la mobilité des blessés médullaires ainsi que la stabilité et la prévention des effets secondaires. Dans le domaine de la SEF pour les membres inférieurs, le couple articulaire doit être fournie de façon appropriée pour effectuer le mouvement prévu afin de maintenir l'équilibre postural. Toutefois, les changements d'état du muscle telle que la fatigue musculaire est une cause majeure qui dégrade ses performances. En outre, la plupart des patients, dont la blessure médulaire est complète, n'ont pas le retour sensorielle qui permet de détecter la fatigue. De plus, et les capteurs de couples in-vivo ne sont pas disponibles à l'heure actuelle. Les systèmes conventionnels de commande SEF sont soit en boucle ouverte ou en boucle fermée mais cependant pas assez robustes aux changements d'état du muscle. L'objectif de cette thèse est le développement de la prédiction du couple articulaire et de la commande en boucle fermée afin d'améliorer les performances de la commande SEF en termes de précision, de robustesse et de sécurité pour les patients. Afin de prédire le couple articliare induit de la SEF, l'électromyographie (EMG) induit est utilisée pour corréler l'activité musculaire éléctrique et mécanique. Bien que la fatigue musculaire représente une variation dans le temps, une dépendance aux sujets et aux protocoles, la méthode proposée d'identification adaptative, basée sur le filtre de Kalman, est capable de prédire le couple articlaire variant dans le temps de manière systématique. La robustesse de la prédiction du couple articulaire a été evaluée lors d'une tâche de suivi de la fatigue en expérimentation chez des sujets blessés médullaires. Les résultats montrent une bonne performance de suivi des variations d'état des muscles en présence de fatigue et face à d'autres perturbations. Basée sur les performances de precision de la méthode prédictive proposée, une nouvelle stratégie de commande utilisant le retour EMG, "EMG-Feedback Predictive Control (EFPC)", est proposée afin de contrôler de manière adaptative les séquences de stimulation en compensant la variation dans le temps de l'état du muscle. De plus, cette stratégie de commande permet explicitement d'éviter d'appliquer une stimulation excessive aux patients, et de générer les séquences de stimulation appropriées pour obtenir la trajectoire désirée des couples articulaires.
Loading...