《IEEE Transactions on Neural Systems and Rehabilitation Engineering》:Toward Simultaneous Neurostimulation and Prosthetic Control: Real-Time Filtering of Amplitude-Modulated Stimulation Artifacts from Implanted Electrode Signals
编辑推荐:
为实现感觉反馈与运动控制的集成,本研究针对神经电刺激在植入式神经肌肉接口中产生的伪影干扰EMG信号解码的问题,开发了一种基于刺激幅度的实时自适应滤波算法。该算法在嵌入式控制器上实现,显著恢复了多类运动的EMG特征分布,将实时运动分类的完成率在固定刺激下从20%提升至60%,在调幅刺激下从32%提升至44%。这为双向假肢系统的闭环应用奠定了基础。
想象一下,你正试图用先进的智能假肢拿起一杯水,但假肢的“手”却因为“听”不到指尖传来的压力信号而无法精确控制力度。这正是当前假肢技术面临的一大挑战:如何将人造的感觉(如触觉)通过神经电刺激实时反馈给使用者,同时又不让刺激本身产生的电信号“噪音”(即刺激伪影)干扰假肢读取使用者肌肉发出的动作指令(肌电图,EMG)。这个问题在将刺激和记录电极都植入体内的接口中尤为突出,因为电极距离近,伪影更强烈。特别是当为了编码不同感觉强度而使用振幅调制的刺激时,伪影也随之变化,对EMG信号解码的干扰更是雪上加霜,严重阻碍了兼具感觉反馈与精准控制的双向假肢系统的实现。
为了攻克这一长期存在的障碍,研究人员开展了一项主题为“Toward Simultaneous Neurostimulation and Prosthetic Control: Real-Time Filtering of Amplitude-Modulated Stimulation Artifacts from Implanted Electrode Signals”的研究,相关成果发表在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上。他们开发并验证了一种能够实时滤除振幅调制刺激伪影的算法,旨在恢复植入式电极信号的质量,从而在动态感觉反馈的同时,保障假肢运动控制的准确解码。
为开展此项研究,作者运用了几个关键技术方法。首先,核心是开发了一种基于刺激幅度的样本级多项式回归自适应滤波算法,该算法能实时建模并从记录的EMG信号中减去刺激伪影。其次,该算法在一个嵌入式控制器上进行了实现,确保了其应用于未来假肢系统的实时处理潜力。研究在一位长期植入神经肌肉骨骼接口的参与者身上进行评估,该接口系统集成了用于骨骼附着的骨整合植入物、用于假肢控制的肌肉内和肌外膜电极(这些控制通过靶向肌肉神经支配,TMR技术增强),以及用于提供感觉反馈的神经袖套电极。这使得研究能在真实的、复杂的植入式双向接口场景中进行。评估分为离线测试(分析滤器对EMG关键特征分布的恢复效果)和实时运动分类任务(测试滤器在实际控制场景下的性能提升)两部分。
以下简要归纳研究结果:
- •
滤波算法的开发与实现:研究人员提出了一种创新的自适应滤波算法,其核心在于利用每个刺激脉冲的已知幅度信息,通过多项式回归来预测并实时减去叠加在EMG信号上的刺激伪影。该算法成功部署于嵌入式硬件平台,验证了其实时运行能力。
- •
离线特征恢复评估:在离线分析中,该滤波算法在多种运动类别下,都显著恢复了关键EMG特征(如方差、威尔逊振幅等)的统计分布。这证明了算法在信号处理层面有效剥离了伪影,使被掩盖的生理性EMG信息得以重现。
- •
实时运动分类性能提升:在更具挑战性的实时假肢控制任务中,滤波器的效果得到了直接验证。在固定幅度刺激条件下,应用滤波器后,运动任务的完成率从20%大幅提升至60%。在更复杂的振幅调制刺激条件下,运动完成率也从32%提高到了44%。这一结果直接表明,滤波器能够有效恢复在动态感觉反馈过程中受损的运动解码精度。
- •
算法鲁棒性与计算效率:研究还表明,该算法在不同刺激模式和运动任务下均表现稳定,并且其计算负载足够低,适合在未来植入式或可穿戴的假肢系统中进行实时处理,满足闭环控制对延迟的严苛要求。
研究的结论与讨论部分强调,这项工作成功开发并验证了一种能够实时处理植入式接口中振幅调制刺激伪影的自适应滤波算法。该算法有效解决了同时进行神经电刺激(感觉反馈)和EMG信号记录(运动控制)时,刺激伪影干扰运动解码这一核心难题。通过在一位复杂植入接口参与者身上的测试,研究证明了该算法能够在离线信号分析和在线实时控制两个层面,显著恢复被伪影破坏的EMG信息和解码性能。这不仅仅是信号处理技术上的一次进步,更是向实现真正实用、鲁棒的闭环双向假肢系统迈出的关键一步。它打通了感觉反馈与运动控制集成的技术瓶颈,为未来开发能够提供自然、直观感知与操控体验的下一代神经假肢奠定了坚实的基础。研究人员指出,这一滤波框架有望被整合到更先进的临床双向假肢系统中,最终提升截肢者的生活质量和康复效果。