脳卒中のリハビリを目指した粘弾性の予測と制御ができるパワーアシストと臨床応用

2018 年度 研究成果報告書

• 研究課題/領域番号: 16K01572
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 研究分野: リハビリテーション科学・福祉工学
• 研究機関: 東京工芸大学
• 研究代表者: 辛 徳 東京工芸大学, 工学部, 准教授 (00431982)
• 研究協力者: 柳澤 琢史
• 研究期間 (年度): 2016-04-01 – 2019-03-31
• キーワード: リハビリテーション / ブレイン・マシン・インタ ーフェース / ECoG

研究成果の概要

皮質脳波から運動情報と力学情報を同時に予測することに成功した．被験者は重さが異なる３種類のペットボトルを用いて指定した経由点を通過する２点間の到達運動を行なった．提案手法を用いて皮質脳波から力学情報（筋電信号）と運動情報（軌道）を再現することができた．皮質脳波の電極は治療の目的で１週間しか入れないことと, 1次運動野におけるケースがかなり少ないため, サルの皮質脳波を入手し, 同手法に基づいて関節角度を推定した．推定した関節角度を用いて４DOFのロボットアームの制御に成功した．さらに, 定常状態視覚誘発電位から3種類のパターンを認識し, ３Dプリンターで製作した電動義手の制御に成功した．

自由記述の分野

ブレイン・マシン・インタ ーフェース

研究成果の学術的意義や社会的意義

障がい者がパワーアシストや電動義手を装着して異なる重さを持つ様々な物体とインタラクションするためには物体の重さを予測し, 適切な力学情報と運動情報を生体信号から推定しなければならない．本研究では提案手法により皮質脳波から筋電信号（力学情報）や関節角度（運動情報）を同時に推定することができ, 予測した筋電信号や関節角度を制御に入力することでロボットアームの制御に成功した．この成果に基づいて精密な制御が可能な多関節電動義手や高齢者向きのパワーアシスト装置や脳卒中のリハビリなど臨床へ応用が期待される．