Proposta de um Sistema de Controle de uma Prótese Mioelétrica

Proposta de um Sistema de Controle de uma Prótese
Mioelétrica Multifunção para Membros Superiores
Rodrigo L. Ortolan 1, Vanderlei O. Del Cura 1, Fábio A. Ferreira 1, Manuel L. Aguiar 1,
Fransérgio L. Cunha 1, Alberto Cliquet Jr. 1,2
1
Departamento de Engenharia Elétrica – Escola de Engenharia de São Carlos / Universidade de São Paulo
2
Departamento de Ortopedia e Traumatologia – Faculdade de Ciências Médicas/UNICAMP
LABCIBER – Laboratório de Biocibernética e Engenharia de Reabilitação – D.E.E. – E.E.S.C./ USP
Av. Trabalhador Sãocarlense, 400 - Caixa Postal 359 - 13566-590 - São Carlos – SP
Email: [email protected]
Resumo
Este artigo propõe uma estratégia geral de controle de
uma prótese mioelétrica multifunção para membros
superiores e compara sua estrutura com outros
trabalhos.
Os diversos blocos do sistema são divididos e
comentados da seguinte forma: sinal e sensores
mioelétricos, tratamento analógico, processamento
digital, controle, atuação e sensoriamento. A idéia da
estratégia sugerida é de permitir o acionamento da
prótese de mão de forma a torná-la o mais
antropomórfica possível. Foi considerado ainda um
sistema de propriocepção, de forma a interagir com o
paciente servindo como mecanismo aferente.
Para a realização dos testes, antes da implementação da
prótese, foi construído um dedo artificial visando o
estudo das características antropomórficas anatômicas e
cinemáticas. Foram feitos então alguns testes do sistema
de controle digital utilizando este mecanismo,
simulando os movimentos reais de um indivíduo ao
realizar um função de pinça tridigital pré-definida como
exemplo.
1. Introdução
Diversos trabalhos tratam do projeto e construção de
próteses mioelétricas para membros superiores [1-5],
algumas delas com interessantes soluções mecânicas ou
eletrônicas e outras com boas estratégias de controle.
Este artigo tem a proposta de mostrar uma estratégia
geral de controle visando a construção de uma prótese
mioelétrica multifunção para membros superiores [6]
pelo Laboratório de Biocibernética e Engenharia de
Reabilitação do Departamento de Engenharia Elétrica
da EESC/USP. Esta prótese, conhecida como “Mão de
São Carlos” terá características antropomórficas e um
sistema de controle voltado para o paciente, ou seja, o
caminho de adaptação paciente/prótese deverá ser o
inverso do tradicional, onde o paciente era treinado para
usar uma determinada prótese. Neste caso, técnicas de
reconhecimento de padrões, aliados a uma estratégia de
controle bem definida permitirão que a prótese se adapte
ao paciente. Vários componentes serão então projetados,
desde os sensores de aquisição de sinais mioelétricos até
o mecanismo da mão artificial. Os resultados serão
apresentados e discutidos durante a explanação do texto.
Algumas características importantes do sinal
mioelétrico (SME) foram levadas em consideração para
o projeto e construção do sensor de aquisição deste
sinal. Inicialmente, o SME teve um tratamento
analógico de forma a adequar o sinal para enviá-lo ao
bloco de processamento digital (BPD). O BPD será
encarregado da conversão analógico digital, filtragem e
reconhecimento do SME, com o reconhecimento do
SME pode-se definir qual movimento será executado
pela prótese.
Após o processamento do SME pelo BPD, este envia
um comando ao bloco de controle digital (BCD) que
controlará o mecanismo protético. O controle do
movimento é dividido em duas partes: controle do tipo
do movimento a ser executado e controle da força de
preensão. O tipo de movimento a ser executado é
definido de acordo com o tipo do SME, esta informação
pode ser retirada da parte determinística do sinal. A
força de preensão é definida pela intensidade do sinal,
este valor é obtido no período em que o sinal é
estocástico. As informações do SME são obtidas no
BPD.
Para que o paciente tenha o conhecimento da força
executada na preensão, foi proposto um sistema de
estimulação eletrotáctil, proporcionando um fechamento
na malha paciente/prótese. Com relação a posição, o
fechamento desta malha é feito através de realimentação
visual. O BCD permite a implementação de outras
sensações táteis, como a temperatura por exemplo. Na
figura 1 é apresentado o diagrama de blocos geral do
sistema
Fig. 1. Diagrama de blocos do sistema geral de controle de da
prótese mioelétrica multifunção proposta.
2. Sinal e Sensores Mioelétricos
111
O tratamento analógico é composto pela fase de
amplificação (eletrodo ativo) e filtragem. Este
tratamento é realizado com intuito de adequar o sinal
para que o mesmo possa ser processado no BPD
O amplificador diferencial utilizado neste projeto
apresenta ganho de 1000 vezes.
O processo de filtragem é dividido em 3 etapas: Filtro
Notch de 60Hz, Passa Baixa de 500 Hz e Passa Alta de
20Hz. Para estas 3 etapas foram utilizados filtros
universais.
O filtro passa baixa de 500Hz é utilizado para filtrar
ruídos de alta frequência e evitar “aliasing” do sinal
quando amostrado pelo BPD. Devido a instabilidade dos
sinais de frequência entre 0 e 20Hz, e para retirar a
112
4. Processamento Digital
Após o tratamento analógico o sinal será convertido de
analógico para digital e processado dentro do BPD, que
o submeterá a uma nova filtragem, agora digital, e fará o
reconhecimento do sinal. Este sistema dedicado pode
ser representado por uma unidade DSP (Digital Signal
Processor). Até o momento, o processamento não foi
implementado em hardware. Os resultados aqui
apresentados foram obtidos por simulação em
computador.
Para realizar a simulação, foram obtidos sinais
mioelétricos através de uma placa de aquisição de dados
modelo CAD12/36 da fabricante Linx Tecnologia com
uma freqüência de amostragem de 1kHz.
A filtragem digital foi realizada através de um programa
desenvolvido no ambiente MatLab. O filtro digital tem
o objetivo de reforçar a atuação do filtro analógico
sobre a interferência de 60Hz e de componentes
inferiores a 20Hz. A filtragem de 60 Hz e das
componentes inferiores a 20Hz foi realizada com um
filtro de Chebyshev tipo1 de ordem 11, este filtro foi
projetado para atenuar 3dB em 20Hz, 30dB em 10 Hz e
100dB em 60Hz esta ultima atenuação com largura de
banda de 20 Hz. Na figura 2 é apresentada a resposta em
frequência do filtro digital obtido.
Composiç ã o: Rejeita-Faixa + Passa-Alta
Magnitude Response (dB)
3. Tratamento Analógico
componente DC do sinal foi utilizado o filtro passa alta
com frequência de corte em 20Hz. O filtro Notch de 60
Hz foi utilizado para filtrar o ruído proveniente da rede
elétrica. Este filtro é de 4ª ordem e foi montado na
configuração de Chebyshev.
Pelo fato do SME ter baixas amplitudes e portanto estar
sujeito a ruído principalmente da rede elétrica (60 Hz), o
circuito não teve desempenho satisfatório em bancada.
Foi então simulado o circuito completo no programa
MicroSim Realease 8.0 Pspice e este será então
montado em placa de circuito impresso em caixa
blindada, localizada sobre os eletrodos de detecção.
0
-50
-100
-150
20
40
60
80
100
120
Frequency (Hertz)
140
160
180
200
20
40
60
80
100
120
Frequency (Hertz)
140
160
180
200
0
Phase (degrees)
O SME é proveniente do potencial de ação que percorre
o músculo fazendo com que o mesmo se contraia. A
aquisição do SME pode ser feita através de eletrodos
invasivos ou não-invasivos. Eletrodos invasivos (de fio
ou agulha) são capazes de detectar o potencial de ação
de uma única unidade motora, maiores amplitudes e
espectro de potência mais amplo com freqüências até
10kHz [7], no entanto estes eletrodos apresentam vários
inconvenientes, como a necessidade de excelente
esterilização, o perigo da quebra dos fios dentro do
músculo e sobretudo o desconforto do paciente [8]. Para
evitar estes inconvenientes, optou-se em usar eletrodos
não invasivos (de superfície). Com a utilização destes
eletrodos o SME captado apresenta freqüências até
cerca de 500Hz e amplitudes variando entre 50µV e
5mV dependendo do músculo analisado e configuração
do eletrodo utilizado [9].
Para minimizar o ruído do sinal, que é composto por
baixas amplitudes, é recomendado que se utilize
eletrodos chamados de eletrodos ativos, estes são
confeccionados com um amplificador diferencial muito
próximo dos eletrodos de detecção. Os eletrodos de
detecção são compostos por duas barras de prata
dispostas paralelamente e distantes 1cm entre si, de
acordo com a configuração sugerida por DeLuca [10]. A
melhor localização do eletrodo é entre o ponto motor e o
tendão de inserção do músculo, e as barras de prata do
eletrodo devem estar perpendiculares às fibras
musculares. Como foi utilizado um amplificador
diferencial, fez-se necessário o uso de um eletrodo de
referência, este eletrodo deve ter uma área de cerca de
aproximadamente 4cm2 e estar localizado em uma
região sem músculos para não interferir na aquisição
[10], a medida adotada foi de localizar o eletrodo na
região do cotovelo do paciente.
Apesar do sinal mioelétrico ser estocástico e ser
representado razoavelmente por uma distribuição
Gaussiana de média zero [4,8,11], ele possui
características determinísticas em torno dos primeiros
200ms após o início da contração muscular, ou seja,
neste período possui um certo padrão de comportamento
[12-14] ou seja, para diferentes contrações pode-se obter
diferentes padrões do SME.
-200
-400
-600
Fig. 2. Resposta em frequência do filtro digital
Após a filtragem foi realizado o reconhecimento do
sinal. Nesta etapa obteve-se o início da contração
muscular, o padrão da contração e a intensidade do
SME. O início e a intensidade da contração muscular
foram obtidos através de um programa desenvolvido em
ambiente MatLab. O reconhecimento dos padrões da
contração foi realizado através de um programa
desenvolvido em linguagem C
Para que a prótese realize o movimento somente quando
exista um sinal de controle (contração muscular) é
necessário que seja identificado o início da contração.
Esta identificação é realizada quando uma janela de
40ms do SME tem um nível RMS (“Root Mean
Square”) acima de um limiar estipulado. Este processo é
realizado da seguinte forma: o sinal é monitorado até
identificar que uma amostra ultrapassa o limiar, nesse
momento lê-se os 40ms seguintes, então é confirmado
se nesta janela o valor eficaz do sinal está acima do
limiar. Se o sinal desta janela tiver um nível RMS acima
do limiar então este sinal é considerado contração
muscular, caso contrário o sinal será considerado ruído
e o processador continuará monitorando o sinal até
encontrar outra amostra acima do limiar. Com este
processo, garante-se que um pico aleatório não seja
considerado início da contração. Na figura 3 pode ser
observado uma amostra do SME onde existe um ruído
inicial e foi reconhecido corretamente o início da
contração muscular, primeira marca na figura 3.
Sinal Mioelé trico
200
Microvolts
100
0
-100
-200
-300
0
200
400
600
800
1000
1200
1400
tempo (ms)
Fig. 3. Reconhecimento do início da contração muscular.
Depois de encontrada esta janela da contração inicial
são lidas mais 4 janelas de 40ms, obtendo-se assim o
sinal dos 200ms iniciais da contração, período entre as
marcas na figura 3. Este período do sinal será então
submetido a um tratamento matemático com o intuito de
realizar o reconhecimento do padrão mioelétrico.
Existem várias técnicas para fazer o reconhecimento do
padrão do SME [13]: neste trabalho foram utilizadas
redes neurais artificiais para identificar qual o
movimento que será realizado pela prótese. Escolheu-se
usar redes neurais artificiais devido a sua boa relação
custo/desempenho. Estudos paralelos a este trabalho
vêm sendo realizados com o intuito de implementar uma
rede relativamente simples e com bom desempenho,
desta forma possibilitando a personalização da prótese.
Assim, o paciente treinará a prótese com seus próprios
padrões de SMEs, diminuindo o tempo de adaptação e
facilitando o controle da mesma. Deve-se salientar que
o treinamento da rede neural artificial (fase mais
demorada) será feita off-line, bastando incluir
posteriormente no programa de controle os dados
relativos ao treinamento.
Depois dos 200ms iniciais, que determinam o
movimento que a prótese deve executar, é obtida a
intensidade do SME para as sucessivas janelas de 40ms
até o final da contração. Com o valor da intensidade do
sinal obtém-se parâmetros da quantidade de energia
contida no sinal para realizar o controle da força de
preensão. Ou seja quanto mais intensa for a contração
muscular, maior será a amplitude do sinal mioelétrico,
portanto maior será a quantidade de energia presente no
sinal e consequentemente a garra segurará o objeto com
maior força. A intensidade do SME pode ser calculada
através do valor RMS (Root Mean Square) do sinal ou
da integral do sinal retificado. É interessante salientar
que a integral do sinal retificado é mais fácil de ser
obtida mas o RMS do sinal apresenta uma melhor
relação com a energia contida nele, por isso trabalhouse com o valor RMS do sinal. Quando o sinal apresentar
valor RMS abaixo do limiar que diferencia o sinal de
ruído, o BPD deve assumir que a contração não existe
mais e retornará novamente a rotina que encontra o
início da contração muscular.
5. Controle
O controle da prótese é baseado em uma unidade de
controle digital (BCD), capaz de coordenar todos os
movimento da prótese, utilizando os sinais de controle
oriundos do BPD e dos sensores, propiciando ao usuário
uma simplicidade na utilização.
O BCD é composto basicamente por um chip
microcontrolador de ultima geração e atuará como
responsável pela interface entre o meio externo,
movimentação dos dedos, e a vontade do paciente,
expressa pelo sinal mioelétrico.
A prótese de mão baseia-se num modelo
antropomórfico, como dito anteriormente, porém com
um número reduzido de graus de liberdade. Esta
redução é necessária devido ao espaço restrito da
prótese e para facilitar o acionamento e controle dos
dedos artificiais.
De início, construiu-se um dedo artificial, que
posteriormente irá compor a prótese, para observar o
seu funcionamento do ponto de vista estrutural e
dinâmico, de modo a realizar movimentos de todas as
falanges do dedo. Para isso utilizou-se três servomotores
R/C, um adaptador (interface eletrônica/porta paralela) e
um software, todos esse componentes de um kit
educativo de construção de robôs chamando Robix
RCS-6, conforme a figura 4
PARA O
PC/SOFTWARE
RCS-6
PROTÓTIPO
DO DEDO
ADAPTADOR
RCS-6
SERVOMOTORES
Fig. 4. Sistema construído para testes
O adaptador possui 6 saídas para servomotores R/C, 8
entradas analógicas de 0-5V, 7 entradas de interruptores
ou sensores simples, 8 canais de conversores analógico–
digitais de oito bits e 6 saídas para servomotores padrão.
113
O software RCS-6, executado em ambiente DOS,
permite a execução de programas em linguagem C ou
QB4.5, além de operar em linguagem de “scripts”, que
programam uma seqüência de movimentos e fixam
parâmetros de movimento.
Testes foram realizados, através de um programa em C
que executava o movimento da pinça tridigital proposta
por Cunha em sua dissertação [6], e qualitativamente os
resultados foram satisfatórios.
Com o objetivo de aperfeiçoar o projeto do mecanismo
e do sistema de controle, pretende-se acrescentar ao
dedo sensores de força e posição, de forma a melhorar a
realimentação desse sistema.
Pretende-se desenvolver uma plataforma de hardware,
capaz de agrupar todas as funções desempenhadas pelo
PC, software RCS-6 e adaptador RCS-6, como
mostrado na figura 4, de forma compacta para serem
acomodados na cavidade da prótese, correspondente a
uma amputação na região do terço medial do antebraço,
e que possa controlar os atuadores e sensores que serão
utilizados.
6. Atuação e Sensoriamento
Considerando que os servomotores utilizados na
montagem de teste são inviáveis para a construção da
prótese, serão pesquisados quais atuadores melhor se
adaptam para esta aplicação. Talvez a melhor opção
seria o uso de motores piezelétricos [15], porém seu
custo inviabiliza a criação de um protótipo no momento.
Neste caso será verificado se micromotores DC com
uma alta relação peso/potência, com redutores por
engrenagens planetárias, podem ser usados com bom
resultados, parecendo ser a melhor opção.
Como mencionado acima, sensores de posição e força
serão instalados nos dedos. Estão sendo estudadas quais
as melhores opções para os sensores de posição, mas
dadas as dimensões do dedo, os sensores por meio de
fibras óticas ou os por efeito hall tem se mostrado mais
atraentes. Em relação aos sensores de força, a
preferência é por sensores resistivos.
A realimentação de força ao paciente será feita através
de estimulação eletrotáctil, como sugerido por Nohama
et al [16]. O sistema deverá ser flexível a ponto de
suportar a implementação de outros tipos de sensores,
como de temperatura.
7. Conclusões
De acordo com os resultados preliminares obtidos,
pretende-se implementar todo o circuito em um único
módulo, porém os blocos digitais BPD e BCD serão
implementados em processadores distintos.
Como visto, os resultados alcançados até agora foram
satisfatórios, mesmo em termos de simulação, porém os
trabalhos ainda estão na fase inicial e pretende-se em
curto prazo realizar a construção do primeiro protótipo
da Mão de São Carlos para testes clínicos.
114
Agradecimentos
À FAPESP (#96/12198-2), à CAPES pelo suporte
financeiro.
Referências
[1] P. H. Chappell, P. J. Kyberd, “Prehensile Control of a
Hand Prosthesis by a Microcontroller”. J. Biomed. Eng.
Vol. 13, p. 363 – 362, 1991.
[2] P. J. Kyberd, et al. “MARCUS: A Two Degree of
Freedom Hand Prosthesis with Hierarchical Grip
Control.” IEEE Transaction on Rehabilitation
Engineering. Vol. 3, No. 1, p. 70-76, 1995.
[3] R. S. Porfírio, G. A. Wood, A. Cliquet Jr, “Myoelectric
Hand Prostesis with Accommodation Device for
Grasping”. In: VI Mediterranean Conference on Medical
& Biological Engineering. ISBN: 88-7958-001-9.
International Federation fo Medical and Biological
Engineering, Capri, pp. 1301-4, 1992.
[4] P. A. Parker, J. Stuller, R. N. Scott, “Signal processing
for the multistate myoelectric channel”. Proc. IEEE, Vol.
65, pp. 662-674, 1977.
[5] B. Hudgins, P. Parker, R.N. Scott, “Control of artificial
limbs using myoelectric pattern recognition”. Medical &
Life Sciences Engineering, Vol 13, pp. 21-38,1994.
[6] F. L. da Cunha, H. J. A. Schneebeli, V. I. Dynnikov,
“Development of
anthropomorphic upper limb
prostheses with human-like interphalangian and
interdigital couplings”. Artificial Organs, Vol. 24, No. 3,
pp. 193-197. 2000.
[7] J. G. Webster, “Medical Instrumentation: Application and
Design". Editor: Jonh G. Webster, 3rd ed., New York.
ISBN: 0-471-15368-0, 1998.
[8] J. V. Basmajian, C. J. DeLuca, “Muscles alive”
(Williams & Wilkins, Baltimore) 5th Edn. pp. 60-167,
1985.
[9] M. A. F. Almeida, “Filtragem Digital de Sinais
Biomédicos”. 116 p. Tese de Mestrado, PGEEL, UFSC,
Florianópolis, Brasil. 1997.
[10] Delsys Inc. “A discussion on surface electromyography:
Detection and recording", [on line]. Disponível:
http://www.delsys.com/emg_articles/EMG.shtml
[capturado: 21/03/2000], 1996.
[11] C. J. DeLuca, “Physiologyand Mathematics of
myoelectric signals”, IEEE Trans., BME-26, pp. 313323. 1979.
[12] P. A. O'Neill, E. L. Morin, R. N. Scott, ‘Myoelectric
signal characteristics from muscles in residual upper
limbs”. IEEE Trans. Rehabilitation Eng., Vol. 2, No. 4,
pp. 266-270. 1994.
[13] B. Hudgins, P. Parker, R. N. Scott, "A new strategy for
multifunction myoelectric control". IEEE Trans.,
Biomedical Eng., Vol. 40, No. 1, pp. 82-94. 1993.
[14] B. Hudgins, "A new approach to multifunction
myoelctric control". PhD Thesis, Dept. E.E., UNB,
Fredericton, 1991.
[15] C. V. de Vincenzo, et al. “Modelagem Mais Precisa dos
Movimentos Mecânicos do Oscilador Piezelétrico” In:
XVI Congreso Nacional de Control Automático, 1998,
Buenos Aires. Anais... Vol. 2, p. 449 - 454, Buenos
Aires, 1998.
[16] P. Nohama, A. V. Lopes, A. Cliquet Jr, “Electrotactile
Stimulator for Artificial Proprioception” Artificial
Organs. ISSN: 0160.564-X. pp. 225-230, 1995.