Este trabajo fue apoyado en parte por los Institutos Nacionales de Salud en virtud de concesión RHD064968A, en parte por la National Science Foundation según la Subvención 0.931.820, 1.149.385 Grant y Grant 1.361.549, y en parte por el Instituto Nacional de Investigación sobre Discapacidad y Rehabilitación bajo la Concesión H133G120165. Los autores agradecen a Lin Du, Ding Wang y Gerald Hefferman en la Universidad de Rhode Island, y Michael J. convento de monjas en el convento de monjas de ortesis y prótesis Technology, LLC, por su gran sugerencia y ayuda en este estudio.

1. Plataforma de Aplicación del control neural de la Powered Prótesis transfemoral Una plataforma de ingeniería fue desarrollado en este estudio para poner en práctica y evaluar el control neural de piernas artificiales alimentados. El hardware incluye un PC de escritorio con 2.8 GHz CPU y 4 GB de RAM, una tarjeta de adquisición de datos multi-funcional con dos convertidores de analógico a digital (ADC) y convertidores de digital a analógico (DAC), un controlador de motor, digitales / Os, y una prótesis transfemoral powered prototípico diseñado en nuestro grupo 12. Las entradas de los sensores analógicos fueron digitalizadas por primera vez por los ADCs y streaming en el PC de escritorio para el procesamiento de señales. El DAC se utiliza para la salida de control para accionar el motor de CC en la prótesis a través de un controlador de motor. Digital I / O se utiliza para activar / desactivar el controlador del motor. La prótesis accionada estaba atado a la PC de escritorio y alimentado por una fuente de alimentación de 24 V. El software fue programado en anuncioesarrollo entorno adecuado para la instrumentación virtual se ejecuta en el PC de escritorio. El entorno de desarrollo se basa en la instrumentación virtual, que combina de forma efectiva tanto de software definido por el usuario y el hardware para implementar la plataforma personalizada. Mediante el uso de la estructura de un diagrama de bloques gráfica, diferentes nodos de función modular puede ser fácilmente y aplicado de manera eficiente y actualizada. Con el fin de demostrar la función de plataforma para el control en línea de las piernas artificiales potencia, control de prótesis diseñada preliminarmente se implementó en esta plataforma. El sistema de control incluye un controlador neural y un controlador intrínseca. El controlador neuronal consistió en nuestra anterior NMI diseñado en base a la fusión-neuromuscular mecánica, que reconoce el modo de la actividad del usuario. El controlador neuronal como un controlador de alto nivel se conecta de forma jerárquica con el control intrínseco de potencia menor control de prótesis de miembro. La arquitectura del contsoftware rol en la plataforma se ilustra en la Figura 1 El NMI contiene dos partes:. módulo de formación en línea y módulos de pruebas en línea. El módulo de formación en línea fue diseñado para recoger datos de entrenamiento y construir los clasificadores en NMI. Los múltiples canales superficiales señales EMG recogidos y mediciones mecánicas fueron preprocesados ​​y segmentados en ventanas correderas continuas primera. En cada ventana, los rasgos que caracterizan a los patrones de la señal se extrajeron y se fusionan en un solo vector de características. El vector de características en cada ventana se marcó con modos de actividad (clases) y el índice de fase en base a las actividades que realizan de usuario prótesis y los estados de la prótesis durante la recopilación de datos de entrenamiento. Los vectores de características marcadas se utilizan entonces para construir un clasificador patrón dependiente de la fase, que contiene múltiples sub-clasificadores correlacionados con fases individualmente. El clasificador creado fue salvado y trasladado al módulo de prueba en línea para la evaluación en línea más tarde. &lt;/ P&gt; El módulo de pruebas en línea se utiliza para reconocer línea intención movimiento del usuario y cambiar los modos de actividad en el controlador intrínseco. El neuromuscular multicanal y mediciones mecánicas se transmiten simultáneamente en el módulo de pruebas en línea y se transforman en vectores de características. A continuación se alimentaron los vectores de características en el clasificador dependiente de la fase que ya fue construido en el módulo de formación en línea. Basado en la fase actual en el controlador intrínseca, la correspondiente sub-clasificador se enciende y se utiliza para reconocer la intención del usuario. La salida de clasificación fue más post-procesado y enviado al controlador intrínseca para cambiar los modos de actividad. Controlador de impedancia Una máquina de estados finitos (FSM), con sede fue implementado para el control intrínseco de piernas artificiales alimentados. El controlador de impedancia generada deseada salida de par en las articulaciones de la rodilla. La máquina de estado finito ajustar la impedancia de junta segúnel estado actual de la realización de la actividad. Para las actividades de locomoción (es decir, caminar nivel del suelo y la rampa de ascenso / descenso), el FSM consistió en cinco estados que corresponden a las cinco fases de la marcha: flexión postura (STF), extensión de la postura (STE), pre-batientes (PSW), balancín flexión ( SWF), y la extensión oscilación (SWE); para estar de pie estática, el FSM incluye dos fases: carga de peso (BM) y el apoyo de peso (LNA). Las transiciones entre los estados han sido provocadas por la fuerza de reacción del suelo y la rodilla posición conjunta. La transición entre los modos de actividad fue controlada por la salida del módulo de comprobación de línea. Para los tres módulos mencionados anteriormente, la interfaz gráfica de usuario (GUI) fueron construidos, lo que permitió a los experimentadores de laboratorio para ajustar fácilmente los parámetros de control, el rendimiento del sistema monitor, y llevar a cabo experimentos de evaluación. 2. Configuración Experimental <ol><li> La electromiografía de superficie (sEMG) Señales EMG de superficie de los músculos del muslo del amputado subjectR17; s muñón se registran mediante un sistema de adquisición de EMG inalámbrica. Los músculos de los muslos se apuntaba incluyeron el recto femoral (RF), laeralis vasto (VL), vasto interno (VM), bíceps femoral de largo (BFL), sartorio (SAR), magnus semitendinoso (SEM), y aductores (ADM). Es de destacar que la orientación precisamente el músculo específico no es necesario 8 porque el algoritmo de reconocimiento de patrones utilizado en NMI busca en los patrones de activación de múltiples músculos de reconocer el modo de actividad. Siempre y cuando la información de control neuromuscular medida para el control de la cadera y la rodilla es suficiente, conversaciones cruzadas entre registros de EMG tienen poco impacto en el rendimiento de MNI. <ol><li> Pida al sujeto para realizar la flexión de cadera / extensión, aducción de la cadera / rapto, y el intento de flexionar / extender la articulación de la rodilla amputada cuando está en posición de pie. </li><li> Aproximados y determinar las ubicaciones de colocación de electrodos por el músculo palpación und examen de registros de EMG. </li><li> Insertar los electrodos en una nueva interfaz electrodo-zócalo EMG diseñado, como se muestra en la Figura 2, tanto para la comodidad del sujeto y fiable de contactos de electrodo y la piel. </li></ol></li><li> Las mediciones mecánicas de la prótesis accionada Las fuerzas de reacción del suelo mecánicas y momentos medidos por una célula de carga 6-DOF del pilón prótesis se fusionan con señales EMG para reconocer el movimiento del sujeto intención. Además, un potenciómetro está instrumentado en la articulación de la rodilla para medir el ángulo de articulación de la rodilla y un codificador estaba conectado con el motor de corriente continua para calcular la rodilla velocidad angular. Estas mediciones se utilizan como las señales de realimentación para el control intrínseco. <ol><li> Instale una célula de carga de seis grados-libertad en el pilón de prótesis. </li><li> Alinear eje X, el eje Y, y el eje Z de la célula de carga con la dirección medio-lateral, dirección anteroposterior, y la dirección superoinferior de la prótesis, respectivaly. </li></ol></li><li> Configuración del Laboratorio de Medio Ambiente Con el fin de evaluar el control neural de piernas artificiales encendidos amputados transfemoral, una carrera de obstáculos, construido en el laboratorio, como se muestra en la Figura 3. El entorno de pruebas incluyó una calzada recta a 5 m, una larga rampa de 4 m con una inclinación ángulo de 8 °, y una plataforma al nivel de la rampa bien sujeta. A lo largo de la rampa, se instalaron pasamanos para mejorar la seguridad del sujeto. Además, se proporciona un sistema de raíles de techo con un arnés anticaídas para proteger al sujeto de la caída durante el experimento. </li></ol> 3. Protocolo Experimental Este estudio se realizó con la aprobación de la Junta de Revisión Institucional (IRB) de la Universidad de Rhode Island y con el consentimiento informado del sujeto reclutado. Un hombre amputado transfemoral unilateral (la causa de la amputación: trauma, edad: 57 años, la duración de la amputación: 32 añoss) fue reclutado en este estudio. La relación entre la longitud de la extremidad residual (medida desde la tuberosidad isquiática hasta el extremo distal de la extremidad residual) a la longitud de la parte no alterada (medida desde la tuberosidad isquiática al epicóndilo femoral) era 51%. El sujeto lleva una prótesis de rodilla controlada por microprocesador a través de una toma de suspensión de aspiración en su vida diaria. Antes de la prueba en este estudio, este sujeto recibió varias sesiones de entrenamiento dirigidos por un fisioterapeuta con el fin de permitir que el sujeto se adapte al dispositivo alimentado y calibrar la impedancia deseado en cada modo de actividad. <ol><li> Asunto Preparación <ol><li> Mida del sujeto peso, talla, y registrar su sexo y edad. </li><li> Pida al sujeto que se pondrá sus propios cortos en una sala de preparación privada. </li><li> Ponga un arnés anticaídas tamaño encajado sobre el tema y adjuntarlo al sistema de raíles de techo. </li></ol></li><li> Preparación para la grabación EMG <ol><li> Seleccione siete sensores EMG inalámbricas totalmente cargadas y enciéndalos. </li><li> Coloque los sensores EMG en la toma de aspiración personalizada en lugares preparados. Anote el número de orden de los sensores y asociarlos con las ubicaciones de EMG. </li><li> Limpie la piel del muñón del tema con toallitas impregnadas en alcohol isopropílico. </li><li> Ayudar al sujeto en ponerse la manga de aspiración y verifique que el enchufe esté firmemente conectado al muñón del tema. </li><li> Encienda el software de streaming de datos EMG analógico en tiempo real. </li><li> Pida al sujeto que realice la cadera en flexión / extensión, aducción de la cadera / secuestro, y la rodilla en flexión / extensión y examinar las señales EMG para verificar EMG electrodos de contacto y transmisión de datos. </li></ol></li><li> Alineación y calibración inicial Powered protésica Pierna <ol><li> Instruya al sujeto a permanecer en una posición de pie mientras sostiene un andador de asistencia. </li><li> Coloque la prótesis accionada a la toma de aspiración con un adaptador piramidaltor. Ajuste un conjunto de tornillos de rotación en el adaptador hasta la posición de la prótesis está geométricamente alineado con el zócalo. Este procedimiento fue realizado por un protésico. </li><li> Pida al sujeto que levantar la prótesis fuera de la tierra y calibrar la celda de carga en el pilón de prótesis. </li><li> Instruya al sujeto para practicar caminar en diferentes terrenos (por ejemplo, el nivel del suelo, de ascenso de rampa, y la rampa de descenso) al llevar la pierna protésica con alimentación. Este procedimiento continúa hasta que el sujeto se siente seguro al caminar con el dispositivo de potencia y rendimientos patrón de marcha constante en cada realización de la actividad. </li></ol></li><li> El entrenamiento de recopilación de datos para entrenamiento de los clasificadores en NMI <ol><li> Instruir al sujeto a pararse en la posición de inicio de un camino que recorre predefinido, como se muestra en la Figura 3. </li><li> Encienda la prótesis accionada y cargar los parámetros en el controlador intrínseco. </li><li> Ejecutar una colección de datos de entrenamiento comprograma de ordenador y ajuste el control intrínseco a modo de pie haciendo clic en el botón &quot;pie&quot; en la interfaz de usuario gráfica (GUI). </li><li> Comienza la recolección de datos haciendo clic en el botón &quot;Iniciar Grabación&quot; en la interfaz gráfica de usuario. Instruya al sujeto a permanecer en la posición de pie durante 5 segundos. </li><li> Indique al sujeto que caminar sobre un terreno llano a su / su cómoda velocidad de caminata auto-seleccionados; al mismo tiempo, haga clic en el botón de &quot;Caminando&quot; en la interfaz gráfica de usuario antes de despegue de los dedos de la pierna de adelante del tema y establecer el control intrínseco al modo de caminar de nivel-tierra. </li><li> Cuando el sujeto se acercaba al borde de la rampa de ascenso, haga clic en el botón &quot;rampa de ascenso&quot; en la interfaz gráfica de usuario antes de que el despegue de los dedos de la pierna protésica pisar la rampa y conmutar el control intrínseco a la rampa modo de ascenso. Por razones de seguridad, permita que el objeto de utilizar un pasamanos al caminar sobre una rampa. </li><li> Cuando el sujeto llega al final de la rampa, haga clic en el botón de &quot;Caminando&quot;de nuevo ante el golpe de talón de la pierna protésica pisar la plataforma nivelada y cambie el control intrínseco prótesis a modo de pie a nivel del suelo. </li><li> Al final de la ruta de acceso a pie, instruir al sujeto a detenerse y permanecer en posición de pie. Al mismo tiempo, haga clic en el botón &quot;Permanente&quot;, antes de la fase de doble posición y cambie el control intrínseco de nuevo a modo de pie. </li><li> Después de unos 5 segundos, terminar la recolección de datos haciendo clic en el botón &quot;Stop&quot;. Etiqueta recolectó datos como &quot;datos de entrenamiento conjunto 1&quot;. </li><li> Repita el procedimiento 3.4.4-3.4.9 cuando el sujeto entra en un camino inverso de nuevo a la posición inicial; la única diferencia es el cambio del control intrínseco a la rampa de descenso modo cuando el sujeto entra en la rampa hacia abajo. </li><li> Repita hasta que 3.4.4-3.4.10 se recogen diez conjuntos de datos completos de formación. Examine la calidad de la señal de la formación conjunto de datos recogidos. </li><li> Permitir que el sujeto tiene un periodo de descanso después de the sesión de recolección de datos. </li><li> Capacitar a los clasificadores de reconocimiento de patrones en NMI a través del módulo de formación en línea (Figura 1). Utilice las señales mecánicas EMG recogido y, los modos de actividad (clases) marcados durante el procedimiento de formación, y se detectaron fases para construir los clasificadores de patrones de fase dependiente. Guardar parámetros de los clasificadores de forma automática para su posterior sesión de pruebas en línea. </li></ol></li><li> Prueba en línea de control neural de la Powered transfemoral de prótesis <ol><li> Instruya al sujeto a situarse en el punto de partida de la ruta a pie. </li><li> Encienda la prótesis motorizada. Cargue el clasificador entrenado con el módulo de pruebas en línea y los parámetros para el controlador intrínseco. </li><li> Instruya al sujeto para comenzar los ensayos de prueba en posición de pie, entonces la transición continua a pie de nivel de tierra, rampa para caminar, andar nivel del suelo, y, finalmente, detener y terminar esta prueba al final de la ruta a pie. Instruya al sujeto arealizar cada actividad a un ritmo cómodo. Permitir a los periodos de descanso entre los ensayos para evitar la fatiga. </li><li> Durante cada ensayo de prueba, mostrar los modos de actividad de la prótesis y lecturas del ángulo articular de la rodilla en un monitor de TV. Guarde todas las medidas y salidas de control para fines posterior evaluación. </li><li> Repita los pasos 3.5.1-3.5.4 hasta que se acaban los diez ensayos de prueba completa. </li></ol></li></ol>

<ol>
	<li>Martinez-Villalpando, E. C., Herr, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Agonist-antagonist+active+knee+prosthesis:+a+preliminary+study+in+level-ground+walking.">Agonist-antagonist active knee prosthesis: a preliminary study in level-ground walking.</a> J Rehabil Res Dev. 46, 361-373 (2009).</li><li>Sup, F., Bohara, A., Goldfarb, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Design+and+Control+of+a+Powered+Transfemoral+Prosthesis.">Design and Control of a Powered Transfemoral Prosthesis.</a> Int J Rob Res. 27, 263-273 (2008).</li><li>Au, S., Berniker, M., Herr, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Powered+ankle-foot+prosthesis+to+assist+level-ground+and+stair-descent+gaits.">Powered ankle-foot prosthesis to assist level-ground and stair-descent gaits.</a> Neural Netw. 21, 654-666 (2008).</li><li>Hargrove, L. J., Simon, A. M., Lipschutz, R. D., Finucane, S. B., Kuiken, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+myoelectric+control+of+knee+and+ankle+motions+for+transfemoral+amputees.">Real-time myoelectric control of knee and ankle motions for transfemoral amputees.</a> JAMA. 305, 1542-1544 (2011).</li><li>Ha, K. H., Varol, H. A., Goldfarb, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Volitional+control+of+a+prosthetic+knee+using+surface+electromyography.">Volitional control of a prosthetic knee using surface electromyography.</a> IEEE Trans Biomed Eng. 58, 144-151 (2011).</li><li>Huang, H., Kuiken, T. A., Lipschutz, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+strategy+for+identifying+locomotion+modes+using+surface+electromyography.">A strategy for identifying locomotion modes using surface electromyography.</a> IEEE Trans Biomed Eng. 56, 65-73 (2009).</li><li>Huang, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Continuous+Locomotion+Mode+Identification+for+Prosthetic+Legs+based+on+Neuromuscular-Mechanical+Fusion.">Continuous Locomotion Mode Identification for Prosthetic Legs based on Neuromuscular-Mechanical Fusion.</a> IEEE Trans Biomed Eng. 58, 2867-2875 (2011).</li><li>Zhang, F., Dou, Z., Nunnery, M., Huang, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+implementation+of+an+intent+recognition+system+for+artificial+legs.">Real-time implementation of an intent recognition system for artificial legs.</a> Conf Proc IEEE Eng Med Biol Soc. 2011, 2997-3000 (2011).</li><li>Zhang, F., Huang, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Source+Selection+for+Real-time+User+Intent+Recognition+towards+Volitional.">Source Selection for Real-time User Intent Recognition towards Volitional.</a> Control of Artificial Legs IEEE Journal of Biomedical and Health Informatics. PP, (2013).</li><li>Liu, M., Datseris, P., Huang, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+prototype+for+smart+prosthetic+legs:+analysis+and+mechanical+design.">A prototype for smart prosthetic legs: analysis and mechanical design.</a> Proceedings of the International Conference on Control, Robotics and Cybernetics. , 139-143 (2011).</li></ol>

No hay conflictos de interés declarado.

Una plataforma de ingeniería fue desarrollado en este estudio para implementar fácilmente, optimizar y desarrollar el verdadero control de los nervios de las prótesis accionadas. Toda la plataforma se ha programado en un entorno de desarrollo basado en la instrumentación virtual y ejecutado en un PC de escritorio. El software de control se compone de varios módulos independientes e intercambiables, en cada uno de los cuales una funcionalidad específica fue ejecutado (es decir, el reconocimiento de MNI int...

Desarrollado prótesis de miembros inferiores han ganado cada vez más la atención tanto en el mercado comercial de 1,2 y la comunidad de investigación 3-5. En comparación con piernas ortopédicas pasivas tradicionales, prótesis articulares motorizados tienen la ventaja de permitir amputados de miembros inferiores para llevar a cabo de manera más eficiente las actividades que son difíciles o imposibles cuando se usan dispositivos pasivos. Sin embargo, en la actualidad, la transición sin tropiezos actividad (por ejemplo, desde el nivel del terreno a pie de escaleras de ascenso) sigue siendo un tema difícil para los usuarios de la pierna de prótesis accionadas. Esta dificultad se debe principalmente a la falta de una interfaz de usuario-máquina que puede &quot;leer&quot; la intención movimiento del usuario y rápidamente ajustar los parámetros de control de la prótesis con el fin de permitir a los usuarios cambiar fácilmente el modo de actividad. Para hacer frente a estos desafíos, los diversos enfoques en el diseño de interfaz de usuario de la máquina han sido exploradas. En donde NMI basa en electromiográfica (ESeñales) MG ha demostrado un gran potencial de permitir un control intuitivo de potencia prótesis de miembros inferiores. Dos estudios recientes 6,7 informaron decodificar el movimiento previsto de que falta la rodilla de amputados transfemoral, observando las señales EMG registradas de los músculos residuales durante una posición sentada. Au et al. 5 utiliza señales EMG medidas a partir de la caña músculos residuales para identificar dos modos de locomoción (caminando nivel del suelo y descenso de escaleras) de un amputado transtibial. Huang et al. 8 propone un enfoque de reconocimiento dependiente de la fase de EMG patrón que puede reconocer siete modos de actividad con aproximadamente 90% de precisión como se ha demostrado en dos amputados transfemoral. Para mejorar más el rendimiento intención de reconocimiento, una NMI basada en la fusión-neuromuscular mecánica fue diseñada en nuestro grupo de 9 y en línea evaluado en amputados transfemoral llevaban prótesis de piernas pasivas para el reconocimiento de la intención 10,11. Esta NMI puede identificar con precisiónactividades dirigidas del usuario y predecir las transiciones de actividad 9, que era potencialmente útil para el control neural de piernas artificiales alimentados. La pregunta actual que nos enfrentamos es cómo integrar nuestro NMI en el sistema de control de la prótesis con el fin de permitir la operación de prótesis intuitiva y garantizar la seguridad del usuario. El desarrollo de verdaderos piernas artificiales controladas neuralmente-requiere una plataforma flexible en el laboratorio para una fácil aplicación y optimización de los algoritmos de control de la prótesis. Por lo tanto, el objetivo de este trabajo es presentar una plataforma flexible Engineering desarrollado en nuestro laboratorio para probar y optimizar los algoritmos de control de la prótesis. Además, la nueva configuración experimental y el protocolo se presentan para la evaluación de las prótesis transfemoral con alimentación controlada neurológicamente-en pacientes con amputaciones de miembros inferiores de forma segura y eficiente. La plataforma y el diseño experimental se presenta en este estudio podrían beneficiar al desa futurorrollo de los verdaderos controlados neurológicamente-, piernas artificiales alimentados.

<table border="0" cellpadding="0" cellspacing="0" width="823">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:248px;">Trigno Wireless EMG Sensors</td>
			<td style="width:221px;">Delsys, Inc.</td>
			<td style="width:143px;">7</td>
			<td style="width:211px;"></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:248px;">Trigno Wireless EMG Base Station</td>
			<td style="width:221px;">Delsys, Inc.</td>
			<td style="width:143px;">1</td>
			<td></td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:248px;">Multi-functional DAQ card (PCI-6259)</td>
			<td style="width:221px;">National Instruments, Inc.</td>
			<td style="width:143px;">1</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:248px;">Potentiometer (RDC503013A)</td>
			<td style="width:221px;">ALPS Electric CO., LTD</td>
			<td style="width:143px;">1</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:248px;">Encoder (MR series)</td>
			<td style="width:221px;">Maxon Precision Motors, Inc.</td>
			<td style="width:143px;">1</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Motor controller (ADS50/10)&#160;</td>
			<td style="width:221px;">Maxon Precision Motors, Inc.</td>
			<td style="width:143px;">1</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:248px;">24 V Power Supply (DPP480)</td>
			<td style="width:221px;">TDK-Lambda Americas, Inc.</td>
			<td style="width:143px;">1</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:248px;">6 DOF Load Cell (Mini58)</td>
			<td style="width:221px;">ATI Industrial Automation</td>
			<td style="width:143px;">1</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:248px;">Ceiling Rail System</td>
			<td style="width:221px;">RoMedic, Inc.</td>
			<td style="width:143px;">1</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:248px;">NI LabView 2011</td>
			<td style="width:221px;">National Instruments, Inc.</td>
			<td style="width:143px;">1</td>
			<td></td>
		</tr>
	</tbody>
</table>

engineering platform and experimental protocol for design and evaluation of a neurally-controlled powered transfemoral prosthesis

Para habilitar la operación intuitiva de piernas artificiales alimentados, se desea una interfaz entre el usuario y la prótesis que puede reconocer la intención de movimiento del usuario. Una novela de interfaz neural-máquina (NMI), basado en la fusión neuromuscular mecánica desarrollada en nuestro estudio anterior ha demostrado un gran potencial para identificar con precisión el movimiento previsto de amputados transfemoral. Sin embargo, esta interfaz aún no se ha integrado con una pierna de prótesis accionada por un verdadero control neural. Este estudio tiene por objetivo presentar (1) una plataforma flexible para implementar y optimizar el control neural de la potencia prótesis de miembro inferior y (2) un montaje experimental y el protocolo para evaluar el control de la prótesis neural en pacientes con amputaciones de miembros inferiores. Primero una plataforma basada en un PC y un entorno de programación visual se desarrollaron para implementar los algoritmos de control de prótesis, incluyendo algoritmo NMI formación, NMI algoritmo de pruebas en línea, y el algoritmo de control intrínseco. Para demostrar lafunción de esta plataforma, en este estudio el NMI basada en la fusión-neuromuscular mecánica fue integrado jerárquicamente con control intrínseco de una prótesis transfemoral prototípico. Un paciente con una amputación transfemoral unilateral fue reclutado para evaluar nuestro controlador neuronal implementada al realizar actividades, como pararse, caminar a nivel del suelo, el ascenso de rampa, y la rampa de descenso continuo en el laboratorio. Una novela configuración experimental y el protocolo fueron desarrollados con el fin de probar el nuevo control de prótesis de forma segura y eficiente. La plataforma se presenta la prueba de concepto y la configuración experimental y el protocolo podrían ayudar al futuro desarrollo y aplicación de las piernas artificiales alimentados controlados neurológicamente.

La figura 4a muestra siete canales de señales EMG de superficie medidas de los músculos del muslo de la extremidad residual del sujeto cuando actuó flexión de la cadera / extensión, tal como se describe en el Protocolo 3.2.6. Figura 4b muestra seis ciclos de marcha de señales EMG registradas cuando el sujeto entró en un sendero para caminar a nivel del suelo, durante Protocolo 3.3.4. A partir de esta figura, se puede ver que la nueva interfaz electrodo-zócalo EMG diseñado puede...

Watch this Scientific Journal Video about Engineering Platform and Experimental Protocol for Design and Evaluation of a Neurally-controlled Powered Transfemoral Prosthesis at JoVE.com

Engineering Platform and Experimental Protocol for Design and Evaluation of a Neurally-controlled Powered Transfemoral Prosthesis

Las interfaces de los nervios de la máquina (NMI) se han desarrollado para identificar el modo de locomoción del usuario. Estos INM son potencialmente útiles para el control neural de piernas artificiales alimentados, pero no han sido plenamente demostrada. En este trabajo se presenta (1) nuestra plataforma de ingeniería diseñado para una fácil implementación y desarrollo del control neural de potencia prótesis de miembros inferiores y (2) un montaje experimental y el protocolo en un entorno de laboratorio para evaluar piernas artificiales controladas neural-en pacientes con amputaciones de miembros inferiores de forma segura y de manera eficiente.

Plataforma Ingeniería y Protocolo Experimental para el Diseño y Evaluación de una controlada por Neuralmente Powered transfemoral de prótesis

To enable intuitive operation of powered artificial legs, an interface between user and prosthesis that can recognize the user's movement intent is ...

engineering-platform-experimental-protocol-for-design-evaluation

Research

JoVE Journal

Bioengineering

16.2K vistas.  North Carolina State University & University of North Carolina at Chapel Hill.  Las interfaces de los nervios de la máquina (NMI) se han desarrollado para identificar el modo de locomoción del usuario. Estos INM son potencialmente útiles para el control neural de piernas artificiales alimentados, pero no han sido plenamente demostrada. En este trabajo se presenta (1) nuestra plataforma de ingeniería diseñado para una fácil implementación y desarrollo del control neural de potencia prótesis de miembros inferiores y (2) un montaje experimental...

Video: Engineering Platform and Experimental Protocol for Design and Evaluation of a Neurally-controlled Powered Transfemoral Prosthesis

Environmentally-controlled Microtensile Testing of Mechanically-adaptive Polymer Nanocomposites for ex vivo Characterization

Implantable microdevices are gaining significant attention for several biomedical applications1-4. Such devices have been made from a range of materials, each offering its own advantages and shortcomings5,6. Most prominently, due to the microscale device dimensions, a high modulus is required to facilitate implantation into living tissue. Conversely, the stiffness of the device should match the surrounding tissue to minimize induced local strain7-9. Therefore, we recently developed a new class of bio-inspired materials to meet these requirements by responding to environmental stimuli with a change in mechanical properties10-14. Specifically, our poly(vinyl acetate)-based nanocomposite (PVAc-NC) displays a reduction in stiffness when exposed to water and elevated temperatures (e.g. body temperature). Unfortunately, few methods exist to quantify the stiffness of materials in vivo15, and mechanical testing outside of the physiological environment often requires large samples inappropriate for implantation. Further, stimuli-responsive materials may quickly recover their initial stiffness after explantation. Therefore, we have developed a method by which the mechanical properties of implanted microsamples can be measured ex vivo, with simulated physiological conditions maintained using moisture and temperature control13,16,17. 
To this end, a custom microtensile tester was designed to accommodate microscale samples13,17 with widely-varying Young's moduli (range of 10 MPa to 5 GPa). As our interests are in the application of PVAc-NC as a biologically-adaptable neural probe substrate, a tool capable of mechanical characterization of samples at the microscale was necessary. This tool was adapted to provide humidity and temperature control, which minimized sample drying and cooling17. As a result, the mechanical characteristics of the explanted sample closely reflect those of the sample just prior to explantation.
The overall goal of this method is to quantitatively assess the in vivo mechanical properties, specifically the Young's modulus, of stimuli-responsive, mechanically-adaptive polymer-based materials. This is accomplished by first establishing the environmental conditions that will minimize a change in sample mechanical properties after explantation without contributing to a reduction in stiffness independent of that resulting from implantation. Samples are then prepared for implantation, handling, and testing (Figure 1A). Each sample is implanted into the cerebral cortex of rats, which is represented here as an explanted rat brain, for a specified duration (Figure 1B). At this point, the sample is explanted and immediately loaded into the microtensile tester, and then subjected to tensile testing (Figure 1C). Subsequent data analysis provides insight into the mechanical behavior of these innovative materials in the environment of the cerebral cortex.

Environmentally-controlled Microtensile Testing of Mechanically-adaptive Polymer Nanocomposites for ex vivo Characterization

A method is discussed by which the in vivo mechanical behavior of stimuli-responsive materials is monitored as a function of time. Samples are tested ex vivo using a microtensile tester with environmental controls to simulate the physiological environment. This work further promotes understanding the in vivo behavior of our material.

Prueba Microtracción ambientalmente controlado mecánicamente de adaptación nanocompuestos poliméricos para<em&gt; Ex vivo</em&gt; Caracterización

Implantable microdevices are gaining significant attention for several biomedical applications1-4. Such devices have been made from a range of materials, ...

Investigación

Bioingeniería

Design of a Biaxial Mechanical Loading Bioreactor for Tissue Engineering

We designed a loading device that is capable of applying uniaxial or biaxial mechanical strain to a tissue engineered biocomposites fabricated for transplantation. While the device primarily functions as a bioreactor that mimics the native mechanical strains, it is also outfitted with a load cell for providing force feedback or mechanical testing of the constructs. The device subjects engineered cartilage constructs to biaxial mechanical loading with great precision of loading dose (amplitude and frequency) and is compact enough to fit inside a standard tissue culture incubator. It loads samples directly in a tissue culture plate, and multiple plate sizes are compatible with the system. The device has been designed using components manufactured for precision-guided laser applications. Bi-axial loading is accomplished by two orthogonal stages. The stages have a 50 mm travel range and are driven independently by stepper motor actuators, controlled by a closed-loop stepper motor driver that features micro-stepping capabilities, enabling step sizes of less than 50 nm. A polysulfone loading platen is coupled to the bi-axial moving platform. Movements of the stages are controlled by Thor-labs Advanced Positioning Technology (APT) software. The stepper motor driver is used with the software to adjust load parameters of frequency and amplitude of both shear and compression independently and simultaneously. Positional feedback is provided by linear optical encoders that have a bidirectional repeatability of 0.1 &mu;m and a resolution of 20 nm, translating to a positional accuracy of less than 3 &mu;m over the full 50 mm of travel. These encoders provide the necessary position feedback to the drive electronics to ensure true nanopositioning capabilities. In order to provide the force feedback to detect contact and evaluate loading responses, a precision miniature load cell is positioned between the loading platen and the moving platform. The load cell has high accuracies of 0.15% to 0.25% full scale.

We designed a novel mechanical loading bioreactor that can apply uniaxial or biaxial mechanical strain to a cartilage biocomposite prior to transplantation into an articular cartilage defect.

Diseño de un Carga mecánica Biaxial biorreactor para Ingeniería de Tejidos

We  designed a loading device that is capable of applying uniaxial or biaxial  mechanical strain to a tissue engineered biocomposites fabricated for  ...

A Protocol for Bioinspired Design: A Ground Sampler Based on Sea Urchin Jaws

Bioinspired design is an emerging field that takes inspiration from nature to develop high-performance materials and devices. The sea urchin mouthpiece, known as the Aristotle's lantern, is a compelling source of bioinspiration with an intricate network of musculature and calcareous teeth that can scrape, cut, chew food and bore holes into rocky substrates. We describe the bioinspiration process as including animal observation, specimen characterization, device fabrication and mechanism bioexploration. The last step of bioexploration allows for a deeper understanding of the initial biology. The design architecture of the Aristotle's lantern is analyzed with micro-computed tomography and individual teeth are examined with scanning electron microscopy to identify the microstructure. Bioinspired designs are fabricated with a 3D printer, assembled and tested to determine the most efficient lantern opening and closing mechanism. Teeth from the bioinspired lantern design are bioexplored via finite element analysis to explain from a mechanical perspective why keeled tooth structures evolved in the modern sea urchins we observed. This circular approach allows for new conclusions to be drawn from biology and nature.

A protocol for bioinspired design is described for a sampling device based on the jaws of a sea urchin. The bioinspiration process includes observing the sea urchins, characterizing the mouthpiece, 3D printing of the teeth and their assembly, and bioexploring the tooth structure.

Un protocolo para la Bioinspirada Diseño: Planta Sampler Sobre la base de erizo de mar Tiburón

Bioinspired design is an emerging field that takes inspiration from nature to develop high-performance materials and devices. The sea urchin mouthpiece, ...

A Microfluidic Platform for High-throughput Single-cell Isolation and Culture

Studying the heterogeneity of single cells is crucial for many biological questions, but is technically difficult. Thus, there is a need for a simple, yet high-throughput, method to perform single-cell culture experiments. Here, we report a microfluidic chip-based strategy for high-efficiency single-cell isolation (~77%) and demonstrate its capability of performing long-term single-cell culture (up to 7 d) and cellular heterogeneity analysis using clonogenic assay. These applications were demonstrated with KT98 mouse neural stem cells, and A549 and MDA-MB-435 human cancer cells. High single-cell isolation efficiency and long-term culture capability are achieved by using different sizes of microwells on the top and bottom of the microfluidic channel. The small microwell array is designed for precisely isolating single-cells, and the large microwell array is used for single-cell clonal culture in the microfluidic chip. This microfluidic platform constitutes an attractive approach for single-cell culture applications, due to its flexibility of adjustable cell culture spaces for different culture strategies, without decreasing isolation efficiency.

Here, we present a protocol for isolating and culturing single cells with a microfluidic platform, which utilizes a new microwell design concept to allow for high-efficiency single cell isolation and long-term clonal culture.

Una plataforma microfluídica para el aislamiento de gran procesamiento de celda única y Cultura

Studying the heterogeneity of single cells is crucial for many biological questions, but is technically difficult. Thus, there is a need for a simple, yet ...

An Experimental and Finite Element Protocol to Investigate the Transport of Neutral and Charged Solutes across Articular Cartilage

Osteoarthritis (OA) is a debilitating disease that is associated with degeneration of articular cartilage and subchondral bone. Degeneration of articular cartilage impairs its load-bearing function substantially as it experiences tremendous chemical degradation, i.e. proteoglycan loss and collagen fibril disruption. One promising way to investigate chemical damage mechanisms during OA is to expose the cartilage specimens to an external solute and monitor the diffusion of the molecules. The degree of cartilage damage (i.e. concentration and configuration of essential macromolecules) is associated with collisional energy loss of external solutes while moving across articular cartilage creates different diffusion characteristics compared to healthy cartilage. In this study, we introduce a protocol, which consists of several steps and is based on previously developed experimental micro-Computed Tomography (micro-CT) and finite element modeling. The transport of charged and uncharged iodinated molecules is first recorded using micro-CT, which is followed by applying biphasic-solute and multiphasic finite element models to obtain diffusion coefficients and fixed charge densities across cartilage zones.

We propose a protocol to investigate the transport of charged and uncharged molecules across articular cartilage with the aid of recently developed experimental and numerical methods.

Un experimental y el Protocolo de elementos finitos para investigar el transporte de solutos neutros y cargadas a través de cartílago articular

Osteoarthritis (OA) is a debilitating disease that is associated with degeneration of articular cartilage and subchondral bone. Degeneration of articular ...

A Protocol for Decellularizing Mouse Cochleae for Inner Ear Tissue Engineering

In mammals, mechanosensory hair cells that facilitate hearing lack the ability to regenerate, which has limited treatments for hearing loss. Current regenerative medicine strategies have focused on transplanting stem cells or genetic manipulation of surrounding support cells in the inner ear to encourage replacement of damaged stem cells to correct hearing loss. Yet, the extracellular matrix (ECM) may play a vital role in inducing and maintaining function of hair cells, and has not been well investigated. Using the cochlear ECM as a scaffold to grow adult stem cells may provide unique insights into how the composition and architecture of the extracellular environment aids cells in sustaining hearing function. Here we present a method for isolating and decellularizing cochleae from mice to use as scaffolds accepting perfused adult stem cells. In the current protocol, cochleae are isolated from euthanized mice, decellularized, and decalcified. Afterward, human Wharton&#39;s jelly cells (hWJCs) that were isolated from the umbilical cord were carefully perfused into each cochlea. The cochleae were used as bioreactors, and cells were cultured for 30 days before undergoing processing for analysis. Decellularized cochleae retained identifiable extracellular structures, but did not reveal the presence of cells or noticeable fragments of DNA. Cells perfused into the cochlea invaded most of the interior and exterior of the cochlea and grew without incident over a duration of 30 days. Thus, the current method can be used to study how cochlear ECM affects cell development and behavior.

The goal of this protocol is to demonstrate an effective method to decellularize and decalcify mouse cochleae for utilization as scaffolds for tissue engineering applications.

Un protocolo para Decellularizing ratón cócleas para ingeniería de tejidos del oído interno

In mammals, mechanosensory hair cells that facilitate hearing lack the ability to regenerate, which has limited treatments for hearing loss. Current ...

A Novel Surgical Technique As a Foundation for In Vivo Partial Liver Engineering in Rat

Organ engineering is a novel strategy to generate liver organ substitutes that can potentially be used in transplantation. Recently, in vivo liver engineering, including in vivo organ decellularization followed by repopulation, has emerged as a promising approach over ex vivo liver engineering. However, postoperative survival was not achieved. The aim of this study is to develop a novel surgical technique of in vivo selective liver lobe perfusion in rats as a prerequisite for in vivo liver engineering. We generate a circuit bypass only through the left lateral lobe. Then, the left lateral lobe is perfused with heparinized saline. The experiment is performed with 4 groups (n = 3 rats per group) based on different perfusion times of 20 min, 2 h, 3 h, and 4 h. Survival, as well as the macroscopically visible change of color and the histologically determined absence of blood cells in the portal triad and the sinusoids, is taken as an indicator for a successful model establishment. After selective perfusion of the left lateral lobe, we observe that the left lateral lobe, indeed, turned from red to faint yellow. In a histological assessment, no blood cells are visible in the branch of the portal vein, the central vein, and the sinusoids. The left lateral lobe turns red after reopening the blocked vessels. 12/12 rats survived the procedure for more than one week. We are the first to report a surgical model for in vivo single liver lobe perfusion with a long survival period of more than one week. In contrast to the previously published report, the most important advantage of the technique presented here is that perfusion of 70% of the liver is maintained throughout the whole procedure. The establishment of this technique provides a foundation for in vivo partial liver engineering in rats, including decellularization and recellularization.

A Novel Surgical Technique As a Foundation for In Vivo Partial Liver Engineering in Rat

We establish a novel surgical technique for an in vivo single liver lobe perfusion model in rat as a prerequisite for further studying in vivo partial liver engineering in the future.

Una novedosa técnica quirúrgica como base para In Vivo parcial ingeniería hígado de rata

Organ engineering is a novel strategy to generate liver organ substitutes that can potentially be used in transplantation. Recently, in vivo liver ...

Design and Synthesis of a Reconfigurable DNA Accordion Rack

DNA nanostructure-based mechanical systems or DNA nanomachines, which produce complex nanoscale motion in 2D and 3D in the nanometer to &#229;ngstr&#246;m resolution, show great potential in various fields of nanotechnology such as the molecular reactors, drug delivery, and nanoplasmonic systems. The reconfigurable DNA accordion rack, which can collectively manipulate a 2D or 3D nanoscale network of elements, in multiple stages in response to the DNA inputs, is described. The platform has potential to increase the number of elements that DNA nanomachines can control from a few elements to a network scale with multiple stages of reconfiguration.
In this protocol, we describe the entire experimental process of the reconfigurable DNA accordion rack of 6 by 6 meshes. The protocol includes a design rule and simulation procedure of the structures and a wet-lab experiment for synthesis and reconfiguration. In addition, analysis of the structure using TEM (transmission electron microscopy) and FRET (fluorescence resonance energy transfer) is included in the protocol. The novel design and simulation methods covered in this protocol will assist researchers to use the DNA accordion rack for further applications.

We describe the detailed protocol for design, simulation, wet-lab experiments, and analysis for a reconfigurable DNA accordion rack of 6 by 6 meshes.

Diseño y síntesis de un ADN Reconfigurable acordeón Rack

DNA nanostructure-based mechanical systems or DNA nanomachines, which produce complex nanoscale motion in 2D and 3D in the nanometer to &#229;ngstr&#246;m ...

A Microfluidic Platform for Stimulating Chondrocytes with Dynamic Compression

Mechanical stimuli are known to modulate biological functions of cells and tissues. Recent studies have suggested that compressive stress alters growth plate cartilage architecture and results in growth modulation of long bones of children. To determine the role of compressive stress in bone growth, we created a microfluidic device actuated by pneumatic pressure, to dynamically (or statically) compress growth plate chondrocytes embedded in alginate hydrogel cylinders. In this article, we describe detailed methods for fabricating and characterizing this device. The advantages of our protocol are: 1) Five different magnitudes of compressive stress can be generated on five technical replicates in a single platform, 2) It is easy to visualize cell morphology via a conventional light microscope, 3) Cells can be rapidly isolated from the device after compression to facilitate downstream assays, and 4) The platform can be applied to study mechanobiology of any cell type that can grow in hydrogels.

This article provides detailed methods for fabricating and characterizing a pneumatically actuating microfluidic device for chondrocyte compression.

Una plataforma microfluídica para estimular los condrocitos con compresión dinámica

Mechanical stimuli are known to modulate biological functions of cells and tissues. Recent studies have suggested that compressive stress alters growth ...

Fabrication and Implementation of a Reference-Free Traction Force Microscopy Platform

Quantifying cell-induced material deformation provides useful information concerning how cells sense and respond to the physical properties of their microenvironment. While many approaches exist for measuring cell-induced material strain, here we provide a methodology for monitoring strain with sub-micron resolution in a reference-free manner. Using a two-photon activated photolithographic patterning process, we demonstrate how to generate mechanically and bio-actively tunable synthetic substrates containing embedded arrays of fluorescent fiducial markers to easily measure three-dimensional (3D) material deformation profiles in response to surface tractions. Using these substrates, cell tension profiles can be mapped using a single 3D image stack of a cell of interest. Our goal with this methodology is to make traction force microscopy a more accessible and easier to implement tool for researchers studying cellular mechanotransduction processes, especially newcomers to the field.

This protocol provides instructions for implementing multiphoton lithography to fabricate three-dimensional arrays of fluorescent fiducial markers embedded in poly(ethylene glycol)-based hydrogels for use as reference-free, traction force microscopy platforms. Using these instructions, measurement of 3D material strain and calculation of cellular tractions is simplified to promote high-throughput traction force measurements.

Fabricación e implementación de una plataforma de microscopía de fuerza de tracción sin referencia

Quantifying cell-induced material deformation provides useful information concerning how cells sense and respond to the physical properties of their ...