Flinke stap in breingestuurd lopen met dwarslaesie

Het prototype werd vrijdag in de Maassilo in Rotterdam onthuld. Koen van Zeeland, bestuurder van het exoskelet, legde een pad met meerdere obstakels af. Daarbij kwam de aansturing tot stand via hersensignalen van Van Zeeland. Dat gaat via een hoofdband die eeg (elektro-encefalogram)-signalen registreert via een in Delft ontwikkelde brain computer interface. Via agroritmen wordt die informatie doorgezet naar de loophulp en komt het harnas in beweging als Van Zeeland aan lopen denkt.

Eline Troquay, als human machine interaction engineer bij het project betrokken, vertelt dat het systeem eeg-signalen opvangt van de motorcortex, het hersengebied waarmee de benen worden aangestuurd. Bij een dwarslaesie is er sprake van een onderbreking van het ruggenmerg, waardoor de zenuwbanen die door het ruggenmerg lopen afgekneld zijn. Troquay vertelt dat het een hele klus was om de juiste kanalen en frequenties te selecteren voor de eeg-hoofdband (ontwikkelt door het Oostenrijkse G.Tec). Zo waren verschillende algoritmen nodig om te berekenen welke elektroden het beste bijdragen aan het doorgeven van het signaal. Ook van invloed waren signalen van andere apparaten die een mogelijke storing veroorzaken.

Uitdagingen

Troquay laat noteren dat er bij de doorontwikkeling voor een brede groep gebruikers nog meer uitdagingen wachten. ‘Het is een persoonlijk algoritme, een algemeen algoritme lijkt niet te werken omdat hersenen bij iedereen anders zijn. Het systeem moet dus per gebruiker gekalibreerd worden.’

Ook opvallend: de breinaansturing is getest in verschillende houdingen. Daaruit blijkt dat het verschil maakt of de drager vanuit een zit- of sta-positie aan lopen denkt. Troquay: ‘Uit ons onderzoek blijkt dat mensen het beste aan lopen denken als ze staan.’ Ook het stabiel houden van het signaal is een uitdaging, bijvoorbeeld als er tijdens het lopen schokken ontstaan in het eeg-signaal.

Troquay heeft samen met software-experts uit het team de software voor de brain computer interface ontwikkeld. De code in Python en C wordt binnenkort op Github geplaatst en is dan te vinden onder de naam Project March eeg-code

Overigens kan de drager van het exoskelet ook met een smartphone commando’s geven. Er is een speciale app ontwikkeld voor die aansturing. 

March VII breingestuurd lopen

Project March

Aan Project March, de ontwikkeling van een gemotoriseerd robotisch pak, ofwel exoskelet, werken 26 studenten vanuit verschillende disciplines mee, van werktuigbouwkunde tot softwareontwikkeling en datawetenschap.

Elk team legt zijn eigen accenten in de doorontwikkeling. Zo werden vorig jaar twee dieptecamera’s toegevoegd die de omgeving scannen en anticiperen op obstakels. Eerder was het nodig om voor elk opstapje te stoppen en een looppatroon te kiezen voordat er doorgelopen kon worden.

Ook speelt de verwerking van data een grote rol. Welke data moet worden gebruikt en welke niet? Hoe meer verschillende types en structuren er zijn, hoe lastiger het is om data te vergelijken. Het team krijgt bij het classificeren van de grote hoeveelheden data en het opzetten van het datamodel hulp van data-analist Salure.

Uiteindelijk wil het March-team de wereld toegankelijker maken voor personen met een dwarslaesie en de beperkingen in het ondernemen van dagelijkse activiteiten voor hen weg te nemen.