Typen met een bionische hand 1
Typen met een bionische hand
Binnen handbereik of nog ver in de toekomst?
Manon Schriever - 10762418 Kunstmatige Intelligentie Michelle Dekker - 10739297 Medische informatiekunde Marwa Ahmed - 10747141 Biomedische wetenschappen Kaisa Schoute - 10878432 Natuurkunde
Universiteit van Amsterdam Thema III deel 2
Typen met een bionische hand 2
ABSTRACT
Hoewel functies van de hand nu deels kunnen worden vervangen door prothesen, schort het nog aan de functionaliteit van onder andere myo-elektrische prothesen. Een probleem waar weinig aandacht aan wordt besteed, is dat een gebruiker geen specifieke vingers of meerdere vingers samen kan aansturen. In dit interdisciplinaire onderzoek wordt gekeken of het mogelijk is blind te typen met een myo-elektrische prothese, met als doel de functionaliteit van de prothese te verhogen. Bij een myo-elektrische prothese wordt elektrische activiteit in een spier gemeten, geïnterpreteerd en omgezet tot beweging van de prothese. De meeste myo-elektrische handen hebben nu 6 vrijheidsgraden. Om op een natuurlijke manier blind te kunnen typen met een prothese zijn dit er te weinig. Daarom is getracht een systeem te bedenken om te kunnen typen zonder dat daar aanpassingen in de omgeving voor nodig zijn. Dit systeem laat de prothesehand maximaal twaalf toetsen aanslaan, waardoor er minder vrijheidsgraden nodig zijn. De prothese wordt aangestuurd door vanuit twee spieren meerdere opeenvolgende signalen te sturen. Dit is echter cognitief belastend voor de gebruiker. Een toekomstige mogelijkheid is het uitbreiden van het aantal aansturingssignalen door het aan- of inbrengen van meerdere elektroden. Daarna leert de prothese door middel van een leeralgoritme welke signalen bij welke bewegingen horen. Dit vergt voor de gebruiker meer tijd en er is eventueel een chirurgische ingreep voor nodig. Hierdoor zal een dergelijke aansturing niet toegepast worden tot de voordelen opwegen tegen de nadelen. Het afzonderlijk aansturen van de vingers en daarmee typen, ligt dus nog ver in de toekomst.
Typen met een bionische hand 3
INHOUDSOPGAVE
ABSTRACT 2
INHOUDSOPGAVE 3
I. INLEIDING 4
II. ANALYSE VAN EEN COMPLEXE MAAR BELANGRIJKE HANDELING: TYPEN 5
A. TYPE-STIJL 5
B. VRIJHEIDSGRADEN 7
C. HOEKSNELHEID VAN GEWRICHTEN 7
D. VINGER EN HAND-POLSBEWEGINGEN 8
III. MYO-ELEKTRISCHE PROTHESEN: WERKING EN EIGENSCHAPPEN 8
A. GEWICHT 10
B. VRIJHEIDSGRADEN 10
C. BEWEGINGSSNELHEID 10
IV. TYPEN MET EEN PROTHESE:
EEN INNOVATIEF CONCEPT 11
A. POSITIONERING 11
B. HOUDING 12
C. AANSTURING 12
D. SIMULATIE VAN HET CONCEPT 12
V. OPTIES VOOR VERBETERING VAN DE AANSTURING VAN
MYO-ELEKTRISCHE PROTHESEN 15
VI. DISCUSSIE 16
VII. CONCLUSIE 17
DANKWOORD 17
Typen met een bionische hand 4
I. INLEIDING
Halverwege de jaren zeventig van de vorige eeuw werd een televisieserie uitgezonden met de titel ‘De man van zes miljoen’. In deze serie kreeg een piloot na een crash met een testvlucht een elektrisch gemaakt oog, been en arm (SFseries.nl - The Six Million Dollar Man
, 2017). Hoewel de cyborg uit
deze serie welbekend was, de serie werd namelijk wereldwijd vertoont in meer dan zeventig landen, is de kennis over wat mensen met een bionische hand tegenwoordig kunnen vrij klein.
Het aanbod van prothesen op de commerciële markt bestaat uit drie varianten, waarvan twee soorten functioneel zijn: de lichaamsbekrachtigde prothese en de myo-elektrische prothese (Chadwell, Kenney, Thies, Galpin & Head, 2016). Lichaamsbekrachtigde prothesen zijn door middel van kabels verbonden met de rest van het bovenlichaam. De gebruiker kan door middel van beweging met de rest van het bovenlichaam kracht leveren om de prothesehand of -haak te openen en sluiten. Bij de myo-elektrische prothesen worden de signalen om de hand te openen of sluiten gegenereerd door spierspanningen (Geethanjali, 2016). Hoewel de meeste myo-elektrische prothesen de vingers alleen kunnen openen en sluiten, zijn er ook bionische handen op de markt die meer kunnen dan alleen dat. De meest geavanceerde handen, nu op de markt verkrijgbaar, worden geproduceerd door TouchBionics, Steeper, Ottobock en Vincent Systems (Cordella et al., 2016). Deze
handen kunnen naast het openen en sluiten van de vingers ook verschillende gripposities aannemen om voorwerpen vast te pakken.
Hoewel de functies van een hand nu deels kunnen worden vervangen door prothesen en ‘De man van zes miljoen’ geen pure fictie meer is, schort het nog wel aan de functionaliteit van myo-elektrische prothesen. Een groot probleem is dat de gebruiker geen feedback ontvangt van de prothese en dus altijd naar zijn arm moet kijken bij het uitvoeren van een handeling (B. Pot, persoonlijke communicatie, 30 oktober 2016) . Ook zijn er nog problemen1 met de interpretatie van het spiersignaal door de arm. Tegenwoordig worden de meeste onderzoeken gedaan om de verwerking van deze signalen te verbeteren (Castellini, Bongers, Nowak & van der Sluis, 2016). Een ander probleem, waar maar weinig aandacht aan wordt besteed, is dat de gebruiker geen specifieke vingers of meerdere vingers samen kan aansturen (Khushaba, Kodagoda, Takruri & Dissanayake, 2012). Voor simpele taken in het dagelijkse leven, zoals een dop van een flesje draaien of het sluiten van een rits, is deze verfijning van de vingerbewegingen belangrijk. In het artikel van Biddiss, Beaton en Chau (2007) wordt de wens van gebruikers om vingers afzonderlijk te kunnen bewegen genoemd.
1 Bert Pot is sinds 2007 gebruiker van
(myo-elektrische) prothesen en is momenteel ambassadeur van TouchBionics.
Typen met een bionische hand 5 Een ander voorbeeld van een
handeling waarbij vingers afzonderlijk aangestuurd dienen te worden is typen met tien vingers (blind typen). Ook deze handeling zouden gebruikers graag weer willen uitvoeren (Cordella et al., 2016). In dit interdisciplinaire onderzoek is daarom gekozen te onderzoeken of het mogelijk is blind te typen met een bionische hand, met als doel de functionaliteit van een armprothese te verhogen. Daarbij is de volgende onderzoeksvraag opgesteld:
Welke veranderingen zijn nodig om een myo-elektrische armprothese te laten typen in samenwerking met de andere hand op een standaard toetsenbord?
Om deze vraag te beantwoorden zal eerst gekeken worden naar hoe mensen in het algemeen (blind) typen. Daarna zal worden toegelicht hoe de huidige myo-elektrische prothesen werken en zullen enkele eigenschappen worden genoemd. Vervolgens zal een eigen concept om te kunnen typen met de huidige myo-elektrische prothesen worden toegelicht. Tot slot worden enkele manieren om de aansturing van myo-elektrische prothesen te verbeteren beschreven.
II. ANALYSE VAN EEN COMPLEXE MAAR BELANGRIJKE HANDELING:
TYPEN
Typen is een complexe handeling die mogelijk is door de verfijnde vingerbewegingen die je handen tegelijk of kort na elkaar kunnen maken. De afgelopen
jaren is het gebruik van computers, laptops en tablets toegenomen en vindt steeds meer communicatie online plaats. Volgens het CBS maakte in 2016 92% van de Nederlanders in de categorie 12 jaar en ouder gebruik van het internet (75-plussers
sterkst groeiende groep internetters
, 2016).
80,1% gebruikte het internet voor communicatie, waarvan de meeste communicatie plaatsvond door middel van typen (Internet; toegang, gebruik en
faciliteiten
, 2016). In dit hoofdstuk wordt
gekeken naar verschillende karakteristieken van typen.
A. TYPE-STIJL
Tijdens het typen is een persoon van verschillende informatiebronnen afhankelijk. De taak, typevaardigheid en type-stijl van een individu bepalen hoe iemands aandacht tijdens het typen wordt verdeeld over de verschillende informatiebronnen (Rieger & Bart, 2016). Elk individu heeft een eigen type-stijl (Baker et al., 2007). Er kan onderscheid gemaakt worden tussen twee type-stijlen: blind typen (touch typing) en visueel typen (visually guided typing). De laatstgenoemde groep kan nog verder worden verdeeld in mensen die alleen hun wijsvingers gebruiken om te typen en mensen die met meerdere vingers typen (Rieger & Bart, 2016).
Bij blind typen kijkt de typist naar het scherm in plaats van naar de vingers en het toetsenbord (Yechiam, Erev, Yehene & Gopher, 2003). Het aanslaan van de juiste toetsen, zonder naar het toetsenbord te
Typen met een bionische hand 6 kijken, is mogelijk door het onthouden van
de plaatsen van de toetsen en het voelen van de positie van de vingers. Bij visueel typen wordt er wel naar de vingers en het toetsenbord gekeken om de juiste toetsen te vinden.
Het aantal toetsen dat iedere vinger aanslaat wordt bij blind typen zo goed als gelijk verdeeld. De precieze indeling van de vingers over de toetsen is weergegeven in figuur 1. In hoofdstuk IV zal worden betoogd dat deze vingerindeling voor prothesegebruikers niet optimaal is en daarom aangepast dient te worden.
Figuur 1: Verdeling van het aantal toetsen per vinger
in het geval van blind typen. Toetsen waarvan de rand zwart is gemaakt, zijn posities waar de vingers zich in rusthouding bevinden.
Blind-typisten kijken af en toe toch naar het toetsenbord, bijvoorbeeld naar toetsen die weinig worden gebruikt. De meeste aandacht is echter gericht op het scherm waardoor de typist tijdens het typen de tekst kan lezen en via het scherm feedback krijgt. Visuele typisten die met meerdere vingers typen, tonen hierin wat karakteristieken van blind-typisten (Rieger & Bart, 2016). Doordat mensen die blind typen niet naar de juiste toetsen hoeven te
zoeken en meteen het resultaat van hun acties zien, is blind typen de snelste en meest productieve manier van typen. Na een typecursus typen mensen rond de 60-70 woorden per minuut terwijl ervaren visuele typisten rond de 30-40 woorden per minuut typen (Yechiam et al., 2003). Onderzoek van Arif en Stuerzlinger (2009) toonde aan dat blind-typisten op een standaard QWERTY toetsenbord een foutenpercentage van gemiddeld 1,8% hebben. Dit was het aantal niet-gecorrigeerde fouten in een overgetypte tekst ten opzichte van de totale lengte van deze tekst. Aangezien het foutenpercentage van visuele typisten niet is onderzocht, kunnen deze twee groepen niet vergeleken worden.
Voor het lokaliseren van de juiste toetsen op het toetsenbord is tactiele en proprioceptische feedback nodig. Bij blind-typisten is tactiele en proprioceptische feedback belangrijker dan bij de visuele typisten. Tactiele feedback (het voelen van de toetsen en de druk van het aanslaan) en proprioceptische feedback (het voelen van de positie van de vingers) zorgen voor 60-70% van de detectie en correctie van typefouten wanneer het toetsenbord wordt afgedekt (Rieger & Bart, 2016). Verlies van tactiele feedback bij mensen die blind typen heeft tot gevolg dat er meer typefouten worden gemaakt, er problemen ontstaan bij de detectie en correctie van fouten en dat de typesnelheid afneemt. Tactiele en proprioceptische feedback hebben echter geen invloed op de typesnelheid en nauwkeurigheid van visuele typisten.
Het scherm wordt echter door beide groepen typisten het meest gebruikt om
Typen met een bionische hand 7 typefouten te detecteren. Veel gebruik van
het scherm voor typefoutdetectie gaat samen met weinig gebruik van tactiele en proprioceptische informatie (Rieger & Bart, 2016).
Tot slot speelt typevaardigheid een belangrijke rol in de detectie van fouten. Bij blind typen gaat een hoge typevaardigheid gepaard met weinig gebruik van feedback van het toetsenbord voor de detectie van fouten. Bij de visuele typisten gaat een hoge typevaardigheid gepaard met meer gebruik van tactiele en proprioceptische informatie.
B. VRIJHEIDSGRADEN
Typen is een serie bewegingen van de vingers vlak na elkaar. Wanneer men praat over bewegingen is het begrip vrijheidsgraden van belang. Fougner, Stavdahl, Kyberd, Losier & Parker (2012) beschrijven in hun onderzoek het begrip vrijheidsgraden als het minimum aantal parameters dat noodzakelijk is voor een unieke karakterisatie van de kinematische configuratie van het systeem. Anders gezegd zijn vrijheidsgraden de beweging(en) die een gewricht kan maken.
Bij typen zijn vooral de proximale interfalangeale (PIP) gewrichten en metacarpofalangeale (MCP) gewrichten belangrijk (zie figuur 2). Zowel het PIP gewricht als het MCP gewricht kunnen buigen (flexie) en strekken (extensie). Daarnaast kunnen de vingers spreiden (abductie) en naar elkaar toe bewegen (adductie), door middel van het MCP gewricht. Dit komt neer op drie vrijheidsgraden per vinger en twaalf
vrijheidsgraden per hand, die allen worden gebruikt tijdens het typen. De duim wordt daarbij buiten beschouwing gelaten omdat deze alleen wordt gebruikt voor de spatiebalk. De linkerhand moet 18 houdingen kunnen aannemen om alle toetsen aan te kunnen slaan en de rechterhand 22 (zie figuur 1).
Figuur 2: De gewrichten in de vingers en hand (Bewegen zonder pijn, z.j.).
C. HOEKSNELHEID VAN GEWRICHTEN
Baker et al. (2007) onderzochten in hun studie de hoeksnelheid van de MCP gewrichten en de PIP gewrichten in de vingers van de linker- en rechterhand tijdens het typen. De hoeksnelheden (graden per seconde: °/s) van de MCP flexor-extensor van de wijsvinger tot de pink variëren tussen de 37.6°/s en 47.8°/s. In de pink is de grootste variatie te zien in de snelheid. De hoeksnelheid van de PIP flexor-extensor gewrichten variëren tussen de 30.7°/s en de 45.6°/s. In de rechterhand is de hoeksnelheid van het PIP-gewricht van de middelvinger significant sneller dan de rest van de vingers. In de linkerhand is er echter geen significant verschil waar te nemen tussen de
Typen met een bionische hand 8 vingers. De hoeksnelheden van de MCP
abductie-adductie in de wijsvinger tot de pink variëren tussen 11.9°/s en 24.7°/s en zijn over het geheel gezien kleiner dan de MCP flexie-extensie hoeksnelheden (Baker et al., 2007).
D. VINGER EN
HAND-POLSBEWEGINGEN Baker et al. (2007) onderzochten de hand-pols verplaatsing bij toetsenbord-gebruikers tijdens een woordverwerkings-taak. De deelnemers werd gevraagd om op hun gebruikelijke manier en snelheid te typen. 45% van de proefpersonen maakte tijdens het experiment gebruik van een polssteun.
Er blijkt grote variatie te zijn in de hand-polsbewegingen bij mensen tijdens het typen. Hierin kan onderscheid gemaakt worden tussen mensen die hun armen en polsen niet bewegen tijdens het typen en mensen die dat wel doen. De eerste groep plaatst de polsen op een bepaalde plek op het toetsenbord en reikt met de vingers naar alle toetsen. De tweede groep ‘zweeft’ over het toetsenbord en herpositioneert de polsen tijdens het typen (Baker et al. 2007). Mensen die blind typen horen voornamelijk bij de eerste groep en visuele typisten voornamelijk bij de tweede. (Yechiam et al., 2003).
Ook is er een significant verschil gevonden tussen de hand-polsverplaatsingen van de rechter- en linkerhand. Terwijl de linkerhand een vaste plek heeft, wordt de rechterhand juist meer bewogen om de verder liggende toetsen aan te slaan.
Bijvoorbeeld de leestekens, de enter- en backspacetoets (Baker et al., 2007).
Concluderend, blind typen is de snelste en meest productieve manier van typen. Er zijn een aantal karakteristieken van blind typen waar rekening mee gehouden moet worden om te kunnen typen met een myo-elektrische prothese. Bij blind typen kijkt de typist vooral naar het scherm. Voor het lokaliseren van de juiste toetsen op het toetsenbord en het detecteren en corrigeren van typefouten is tactiele en proprioceptische informatie nodig. Verder blijkt er ook grote variatie te zitten in de hand-polsbewegingen bij mensen tijdens het typen. Daarnaast is er een significant verschil tussen de hand-polsbewegingen van de rechter- en linkerhand tijdens het typen. Terwijl de linkerhand een vaste plek heeft, wordt de rechterhand bewogen om de verder liggende toetsen aan te slaan. Ook moet er rekening worden gehouden met de hoeksnelheden van de gewrichten in de vingers. Tot slot zijn er 12 vrijheidsgraden nodig om blind te kunnen typen, de duim buiten beschouwing gelaten.
III. MYO-ELEKTRISCHE PROTHESEN: WERKING EN
EIGENSCHAPPEN
Bij een myo-elektrische prothese wordt elektrische activiteit in een spier gemeten, geïnterpreteerd en omgezet tot beweging van de prothese (Cordella et al., 2016). De huidige prothesen worden aangestuurd door twee spieren, die de flexor en de extensor worden genoemd. Als een persoon zijn hand naar binnen beweegt, wordt in de onderarm
Typen met een bionische hand 9 de flexor aangespannen. Als een persoon
zijn hand naar buiten beweegt, wordt in de onderarm de extensor aangespannen (zie figuur 3). Wanneer men een prothese heeft, worden elektrodes geplaatst op deze spieren, waardoor met behulp van elektromyografie (EMG) de spieractiviteit gemeten kan worden (A. Heerschop, persoonlijke communicatie, 17 november 2016) . Er2
wordt in dit onderzoek uitgegaan van personen met een prothese die deze spieren nog aan kunnen sturen, met andere woorden personen die nog een deel van hun eigen onderarm hebben.
Als de elektroden een spieractiviteit meten die groter is dan een vooraf vastgesteld voltage, de drempelwaarde, wordt een signaal afgegeven aan het besturingsmechanisme van de prothese. Het aanspannen van de extensor zorgt ervoor dat de prothesehand opent en het aanspannen van de flexor zorgt ervoor dat de prothesehand sluit, waarbij de sterkte van het signaal evenredig is aan de snelheid van de beweging (Parker, Englehart & Hudgins, 2006). Dit is de aansturing van een relatief simpel signaal. De meest geavanceerde handen kunnen open en dicht vanuit
2 Anniek Heerschop is bezig met haar PhD bij het
Centrum voor Bewegingswetenschappen in Groningen (UMCG). Zij doet onderzoek naar het leerproces om een prothese te bedienen.
Figuur 3: Locatie van de flexor (boven) en de
extensor (onder) in de onderarm (Arwin, z.j.).
verschillende gripposities (B. Pot, persoonlijke communicatie, 30 oktober 2016). Ook al zijn er variaties op de verwerking van de EMG-signalen die worden bepaald door de hardware van de arm (Geethanjali, 2016), de bewegingen die de arm kan maken blijven hetzelfde.
Op dit moment zijn er op de Europese markt vier grote spelers wat betreft het aanbod van myo-elektrische prothesen: TouchBionics, Otto Bock, Steeper en Vincent systems (Atzori & Müller, 2015; Belter, Segir, Dollar & Weir, 2013). Hieronder zullen de belangrijkste
Typen met een bionische hand 10 eigenschappen van deze prothesen worden
besproken. Voor het typeproces zijn dit: het gewicht, het aantal vrijheidsgraden en de bewegingssnelheid. Een overzicht van deze gegevens is te zien in tabel 1.
A. GEWICHT
Smit & Plettenburg (2014) beargumenteren dat het gewicht van een armprothese niet meer dan 273 gram mag zijn. Dit is berekend door het gemiddelde gewicht van een mensenhand te nemen, minus de standaarddeviatie en het gewicht van het omhulsel van de prothese. Hoewel de gemiddelde hand al 400g weegt (Belter et al., 2013), moet er rekening mee worden gehouden dat de prothese-arm voor de rest van de arm een dood gewicht is. Hoe korter de overgebleven arm van een persoon, hoe moeilijker het wordt een gewicht te tillen. Daarom dient de prothese lichter te zijn dan een fysiologische hand. De gebruikte materialen moeten niet alleen stevig en soepel zijn, maar dus ook weinig wegen met het oog op gebruiksgemak. Het gewicht van de prothesen van bovengenoemde fabrikanten varieert tussen de 365 en 515 gram (Atzori & Müller, 2015). Dit is relatief nog ver verwijderd van het streefgewicht.
B. VRIJHEIDSGRADEN
Fougner et al. (2012) zeggen het volgende over vrijheidsgraden van prothesen: ”In a prosthesis, each degree of freedom usually corresponds to a passive, body-powered or motorized rotational joint”
.In tegenstelling
tot bij een normale hand kunnen het
PIP-gewricht en MCP-gewricht niet afzonderlijk van elkaar bewegen, waardoor een vinger slechts één vrijheidsgraad heeft. De meeste myoelektrische handen hebben nu zes vrijheidsgraden (Belter et al., 2013);
alle vingers hebben een
flexie-extensiebeweging en daarnaast kan de duim ook een abductie-adductiebeweging maken door enkel de myo-elektrische aansturing. Wanneer de duim buiten beschouwing wordt gelaten heeft een prothese vier vrijheidsgraden. Om op een natuurlijke manier blind te kunnen typen met een prothese moeten de PIP- en MCP-gewrichten ook afzonderlijk bestuurd kunnen worden en moeten ze bovendien een abductie-adductiebeweging kunnen maken. In totaal zijn er dus twaalf vrijheidsgraden nodig.
C. BEWEGINGSSNELHEID
Belter et al. (2013) geven een overzicht van de gemiddelde snelheid van de afzonderlijke vingers van iedere hand. Bij Vincent systems ligt de snelheid tussen de 87.9°/s - 103.3°/s, bij TouchBionics tussen de 60.5°/s - 110.6°/s, bij Steeper tussen de 36.6°/s - 96.4°/s en bij Otto Bock rond de 68.9°/s. Deze snelheden zijn echter de snelheden van de vingers bij een maximaal signaal, dus bij daadwerkelijk gebruik zal de snelheid van de prothese vingers lager liggen.
Typen met een bionische hand 11 Tabel 1: Overzicht van de belangrijke eigenschappen
van de verschillende myo-elektrische prothesen.
Merk prothese Gewicht Vrijheids graden Bewegings snelheid Otto Bock ~510g 2 ~68.9°/s Steeper 550-598 g 6 36.6°/s - 96.4°/s Touch- Bionics 474-515 g 6 60.5°/s - 110.6°/s Vincent 380-410 g 6 87.9°/s - 103.3°/s
Al met al leiden de gegevens in tabel 1 tot de conclusie dat de bovenstaande prothesen wat betreft gewicht en aantal vrijheidsgraden nog niet geschikt zijn om mee te typen. Wel hebben de prothesen de benodigde bewegingssnelheid om te kunnen typen. In het volgende hoofdstuk wordt gesproken over een nieuw concept om met de huidige myo-elektrische prothesen typen mogelijk te maken.
IV. TYPEN MET EEN PROTHESE: EEN INNOVATIEF CONCEPT In dit onderzoek wordt gekeken op welke manier het mogelijk is om met een myo-elektrische prothese te kunnen typen, zonder dat daarvoor aanpassingen in de omgeving nodig zijn. Zoals in hoofdstuk III beschreven, zijn er op dit moment geen myo-elektrische prothesen die over genoeg vrijheidsgraden beschikken om op een reguliere manier blind te kunnen typen. Omdat er niet genoeg tijd en middelen
waren om zelf een prothese te ontwikkelen, is een systeem bedacht om met het aantal vrijheidsgraden van de huidige prothesen te kunnen typen. Dit concept is bedacht door de auteurs van dit artikel. Hieronder zal het concept per element (positionering, houding en besturing) beschreven worden. Tot slot zal een simulatie van dit concept toegelicht worden.
A. POSITIONERING
Bij blind typen wordt het aantal toetsen per vinger vrijwel gelijk verdeeld. De precieze verdeling van de vingers over de toetsen is weergegeven in figuur 4.1 (zie figuur 4.4
voor de legenda). Omdat een
prothesegebruiker zijn bionische hand minder makkelijk kan aansturen, is het zinvol om het aantal toetsen per vinger anders te verdelen. Bij het bedachte systeem is elke prothesevinger verantwoordelijk voor het aanslaan van drie toetsen. Daarmee wordt het aantal aanslagen van de prothesevingers verminderd en is de belasting voor de gebruiker kleiner. Voor toetsen die met beide handen kunnen worden ingedrukt (bijvoorbeeld de spatiebalk) is er vanuit gegaan dat de niet-bionische hand wordt gebruikt. In de figuren 4.2 en 4.3 is weergegeven welke vinger welke toets aanslaat op het toetsenbord bij het dragen van respectievelijk een linker- of rechterarmprothese. Uit de figuren 4.1, 4.2 en 4.3 kan worden opgemaakt dat de prothese niet alle toetsen, die normaal gesproken worden aangeslagen, kan bereiken. Voor deze toetsen (onder andere
Typen met een bionische hand 12 de q, apostrof, enter en backspace) zou de
niet-bionische hand gebruikt kunnen worden.
Figuur 4.1: Verdeling van het aantal toetsen per
vinger in het geval van blind typen zonder prothese.
Figuur 4.2: Verdeling van het aantal toetsen per
vinger in het geval van blind typen met een bionische arm aan de linkerkant.
Figuur 4.3: Verdeling van het aantal toetsen per
vinger in het geval van blind typen met een bionische arm aan de rechterkant.
Figuur 4.4: Legenda voor de kleurcodering van de vingers in de figuren 4.1, 4.2 en 4.3. Toetsen waarvan de rand zwart is gemaakt, zijn posities waar de vingers zich in rusthouding bevinden.
B. HOUDING
De prothesehand zal voor het typen 13 houdingen moeten kunnen aannemen: één rusthouding en één voor elke letter die met
de prothese wordt aangeslagen. De rusthouding kan aangenomen worden door de prothese over een Grip Chip heen te bewegen. Dit is een chip waarin een voorgeprogrammeerde stand voor de hand is opgeslagen, die via bluetooth wordt geactiveerd wanneer de hand in de buurt van de chip is (TouchBionics, 2014). De chip kan bijvoorbeeld naast het toetsenbord geplaatst worden.
C. AANSTURING
Eerder werd al genoemd dat myo-elektrische prothesen aangestuurd worden middels signalen van twee spieren: de flexor en extensor. Deze signalen worden nu gebruikt om de hand te laten openen of sluiten. Tijdens het typen zouden ze anders geïnterpreteerd kunnen worden door de prothese. Het signaal van de flexor zou gebruikt kunnen worden om de juiste vinger te selecteren. Eén spiersamentrekking selecteert de wijsvinger, twee de middelvinger, drie de ringvinger en vier de pink. Met de extensor kan vervolgens de juiste letter worden gekozen. Eén spiersamentrekking selecteert de bovenste letter, twee de middelste letter en drie de onderste letter.
D. SIMULATIE VAN HET CONCEPT Om te onderzoeken of het bedachte concept technisch mogelijk is, is een simulatie van de aansturing gemaakt. Dit is gedaan met een programma van Shadow Dexterous Hand (Shadow Robot ROS interface
Typen met een bionische hand 13
(Hydro)
, 2015) . Vier vrijheidsgraden zijn3
voor het concept niet genoeg om te kunnen typen, hiervoor moet iedere prothesevinger het MCP gewricht en PIP gewricht apart kunnen aansturen. Dit is te bereiken door in iedere vinger een kleine motor toe te voegen, waarbij de aansturing hetzelfde blijft. Er zijn in totaal dus acht vrijheidsgraden nodig. De geschreven code (zie figuur 5) is voor de aansturing van een rechterhand en de simulatie is hier een weergave van. Een vergelijkbare code kan ook voor de linkerhand geschreven worden.
READ teken
// Bepaal welke vinger moet worden bewogen
IF teken = ‘u’ OR ‘j’ OR ‘m’ : vinger = wijsvinger lijst = [‘u’, ‘j’, ‘m’] IF teken = ‘i’ OR ‘k’ OR ‘,’ : vinger = middelvinger lijst = [‘i’, ‘k’, ‘,’] IF teken = ‘o’ OR ‘l’ OR ‘.’: vinger = ringvinger lijst = [‘o’, ‘l’, ‘.’] IF teken = ‘p’ OR ‘;’ OR ‘/’: vinger = pink lijst = [‘p’, ‘;’, ‘/’] hoogte = 60 mm toetsafstand = 19 mm
positie = (INDEX OF teken IN lijst) * toetsafstand L1 = 51 // afstand knokkel (MCP) tot PIP L2 = 49 // afstand PIP tot vingertopje
// Inverse kinematics
c = (x2 + y2 - L1 2-L22)/(2*L1*L2)
s = sqrt(1-c2)
hoekPIP = atan2(s,c)
hoekMCP = atan2(y,x) - atan2(L2*s, L1+L2*C)
3 De Shadow Dexterous Hand is een robothand die
vergelijkbaar is met een prothesehand.
// Vinger bewegen
DO:
// naar juiste positie
vinger.pip = hoekPIP vinger.mcp = 0
// toets indrukken
vinger.pip = hoekPIP vinger.mcp = hoekMCP
// vinger terug omhoog
vinger.pip = hoekPIP vinger.mcp = 0
Figuur 5: Versimpelde weergave van de code voor de simulatie.
Een prothesehand is zwaar, en zal daardoor niet op het toetsenbord kunnen rusten, omdat er anders toetsen worden ingedrukt. Daarom is ervoor gekozen de hand een aantal centimeter boven het toetsenbord te laten zweven. Om dit te realiseren zonder dat het teveel kracht van de gebruiker vereist zou de arm bij de pols ondersteund kunnen worden, dit wordt ook al gedaan door typisten zonder prothese. Tijdens de simulatie keert het MCP-gewricht terug naar een rechte positie van 0 graden, maar het PIP-gewricht kan nog maximaal 90 graden gebogen zijn (zie de rechter afbeeldingen in figuur 6).Hierbij staat het eerste vingerkootje dus parallel met het toetsenbord, en de laatste twee vingerkootjes staan loodrecht op het toetsenbord. Om ervoor te zorgen dat er tijdens een beweging geen verkeerde toetsen ingedrukt worden, moet de afstand tussen de hand en het toetsenbord dus minimaal de lengte van de laatste twee vingerkootjes zijn. Volgens de technische specificatie van de
Typen met een bionische hand 14 Shadow Dexterous Hand (Shadow Robot
Company, 2013) is dit een lengte van 51 mm. In het huidige programma is gekozen voor een afstand van 60 mm tussen de hand en een ingedrukte toets.
Eerst wordt bepaald welke vinger een toets moet aanslaan. Hierbij is de toetsenbordindeling uit figuur 4.3 aangehouden. Hierna wordt er uitgegaan van de standaard verticale afstand tussen toetsen van 19 mm (Pereira et al., 2012). Om de vinger naar de juiste positie te brengen is gebruik gemaakt van inverse kinematica. Bij inverse kinematica wordt op basis van de gewenste positie bepaald in welke hoeken de gewrichten moeten staan. De precieze formules zijn terug te lezen in figuur 5.
In de simulatie wordt de gewenste toets ingegeven door de gebruiker. Bij de fysieke hand zal dit door middel van myo-elektrische signalen worden gedaan, zoals beschreven in paragraaf C. In figuur 6 is te zien hoe de simulatie-hand het woord “ik” typt. Tijdens het indrukken gaat het programma drie posities af. Eerst beweegt enkel het PIP-gewricht en blijft het MCP-gewricht op 0 graden (links). Hierna draait het MCP-gewricht waardoor de vinger omlaag beweegt en de toets indrukt (midden). Ten slotte beweegt de vinger weer terug naar de eerste positie (rechts).
Figuur 6: Shadow Dexterous Hand simulatie typt
‘IK’. De bovenste rij toont de handelingen voor ‘I’ en de onderste voor ‘K’.
Om het programma simpel te houden is ervoor gekozen om de laatste twee vingerkootjes als één deel te zien. In werkelijkheid buigt het vingertopje, net als bij een echte hand, mee met het PIP-gewricht. Dit zal voor een kleine afwijking zorgen. Ook kunnen er kleine afwijkingen ontstaan doordat er niet gecompenseerd is voor de schuine ligging van de hand en het verschil in lengte van de vingers. Dit alles zou ervoor kunnen zorgen dat niet de juiste toets wordt aangeslagen. Het is echter niet mogelijk om dit te testen en hiervoor te compenseren zonder een fysieke prothese of een goede simulatie van een toetsenbord.
In dit hoofdstuk is een nieuw concept gepresenteerd om met een prothesehand te kunnen typen. Hierbij worden de toetsen anders verdeeld, waardoor er acht in plaats van twaalf vrijheidsgraden nodig zijn. De
Typen met een bionische hand 15 simulatie toont aan dat dit concept op
technisch gebied mogelijk is, mits er in elke vinger een motor wordt toegevoegd zodat het MCP- en PIP-gewricht afzonderlijk kunnen buigen.
V. OPTIES VOOR VERBETERING VAN DE AANSTURING VAN MYO-ELEKTRISCHE PROTHESEN Het grootste probleem bij het uitvoeren van complexe bewegingen, zoals typen, ligt bij de aansturing van prothesen. Doordat de meeste prothesen van slechts twee spieren gebruik maken, is de aansturing van meerdere vrijheidsgraden tegelijkertijd niet mogelijk. Bovendien worden er enkel sequentiële strategieën toegepast. Dit houdt in dat de prothese maar een beweging tegelijkertijd kan uitvoeren (Muceli & Farina 2012). Typen met deze sequentiële strategieën, op de manier die hierboven is beschreven, is cognitief belastend voor de gebruiker (A. Heerschop, persoonlijke communicatie, 17 november 2016). Ook Weir (2003) noemt het ontwikkelen van een goed controlesysteem met genoeg vrijheidsgraden de grootste belemmering. Om typen mogelijk te maken zijn dus nieuwe aansturingsmethoden nodig, waarbij simultane besturing mogelijk is. Hoewel deze methodes nog niet toegepast worden in commerciële prothesen is er wel al veelvuldig onderzoek naar gedaan. Enkele van deze onderzoeken zullen hier besproken worden.
Het gebruik van meerdere meetpunten vraagt meer cognitieve vaardigheden van de gebruiker. Daarom is
het van belang dat de aansturing zo natuurlijk mogelijk gaat. Dit wordt bereikt door een algoritme het verband tussen spieractiviteit en bewegingen te laten leren door patroonherkenning toe te passen. Hiervoor kunnen verschillende leeralgoritmen gebruikt worden, waaronder neurale netwerken. (Geethanjali, 2016). Muceli en Farina (2012) maken in hun onderzoek gebruik van een (artificieel) neuraal netwerk om het verband tussen EMG-signalen en bewegingen te leren. Dit is een lerend algoritme gebaseerd op de biologische neurale netwerken in de hersenen. Hun onderzoek werd uitgevoerd op gezonde proefpersonen. Het blijkt dat met 14 elektrodes die evenwijdig verdeeld zijn over een band om de onderarm, vier vrijheidsgraden te onderscheiden zijn. Omdat mensen die een hand missen niet meer de originele bewegingen kunnen maken kan dit niet gebruikt worden voor training. In plaats daarvan kan volgens Muceli en Farina het algoritme de link tussen bewegingen en spiersignalen leren met bewegingen uit de andere hand.
Atzori en Müller (2015) benadrukken dat de simultane aansturing van meerdere vrijheidsgraden zorgt voor een meer natuurlijke besturing. Bij de studies naar simultane aansturing worden leeralgoritmes voornamelijk toegepast op bewegingen van de gehele hand. Atzori en Müller stellen dat deze algoritmes ook op individuele vingerbewegingen toegepast kunnen worden.
Deze methoden zijn veelbelovend, maar hebben enkele nadelen. Elektroden op de huid blijven gebreken hebben. Zowel de
Typen met een bionische hand 16 spieren als de elektrodes kunnen
verschuiven, waardoor de aansturing niet meer goed werkt. Verder zorgt de manier waarop simultane bewegingen aangeleerd worden ervoor dat de aansturing minder robuust is (Atzori & Müller 2015). Ten slotte moet de prothese voor elke gebruiker getraind worden, wat bij de huidige prothesen niet het geval is (Geethanjali, 2016).
Om in ieder geval het probleem van onnauwkeurigheid door verschuivingen te voorkomen kunnen de myo-elektrische sensoren inwendig geplaatst worden. Hierbij worden ze direct op de spieren in de arm bevestigd die de hand aansturen. Als deze spieren niet meer aanwezig zijn kan targeted muscle reinnervation toegepast worden (Geethanjali, 2016). Hierbij worden motorische zenuwen omgelegd naar spieren in de borstkas. De zenuwen die in deze spieren zaten zijn daarvoor verwijderd. Hierdoor kunnen de borstspieren aangestuurd worden vanuit het hersengebied dat normaal de hand aanstuurt. Door het EMG-signaal op te vangen kan vervolgens de prothese bestuurd worden (Jarrasse, Maestrutti, Morel & Roby-Brami, 2015). Het invasief inbrengen van elektroden heeft als grootste nadeel dat er chirurgische ingrepen bij nodig zijn. Dit zal veel patiënten afschrikken. Daarnaast bestaat de kans dat de elektroden worden afgestoten door het lichaam (B. Pot, persoonlijke communicatie, 30 oktober 2016).
Voor een natuurlijke manier van
typen met behulp van nieuwe
aansturingsmethoden zijn er dus meerdere mogelijkheden. Deze bieden echter nog geen
garantie voor een goede aansturing of hebben een invasieve ingreep nodig. Zolang de nadelen van deze methoden niet opwegen tegen de voordelen van een natuurlijke beweging blijven ze nog toekomstmuziek.
VI. DISCUSSIE
Om robuuste conclusies te trekken over wat mogelijk is en wat niet, is het uitvoeren van praktijkonderzoek essentieel. Dit onderzoek was grotendeels een literatuuronderzoek. Het vinden van de benodigde literatuur werd bemoeilijkt doordat bepaalde informatie over prothesen niet wetenschappelijk wordt beschreven. Denk hierbij aan een uitleg van de werking van een prothese of statistische gegevens over de prevalentie van missende ledematen en verstrekking van prothesen (Chadwell et al., 2016). Dit komt mede doordat bedrijven die prothesen ontwikkelen voornamelijk communiceren met de eindgebruikers. Voor hen is praktische informatie over wat de prothese kan belangrijker dan informatie over de technische functionaliteiten en specificaties die voor wetenschappelijk onderzoek waardevolle kennis zijn (Atzori & Müller, 2015). Bovendien verdienen deze bedrijven aan de prothesen en is het belangrijk dat de specifieke codes geheim blijven. Verder was het lastig om praktijkonderzoek uit te voeren, omdat prothesen alleen toegankelijk zijn via ziekenhuizen en gebruikers van een prothese. Voor dit onderzoek was er dus geen prothese beschikbaar om het bedachte concept te testen.
Voor vervolgonderzoek is meer inbreng van gebruikers aan te raden.
Typen met een bionische hand 17 Wellicht wordt met de wens om te kunnen
typen niet letterlijk bedoeld het kunnen typen met tien vingers, maar op dezelfde snelheid tekens te kunnen genereren als mensen die blind typen.
VII. CONCLUSIE
Het doel van dit onderzoek is om te bepalen welke veranderingen er nodig zijn om iemand met een myo-elektrische armprothese blind te laten typen in samenwerking met de andere hand op een standaard toetsenbord. Om te typen met tien vingers is het nodig de juiste toetsen op het toetsenbord te kunnen lokaliseren en typefouten te kunnen corrigeren. Hiervoor is tactiele en proprioceptische informatie een vereiste. Een myo-elektrische prothese kan deze informatie niet geven. Aangezien de afstand van de prothesevingers van tevoren vaststaat en de prothesehand gestationeerd wordt op een vaste plek, is tactiele en proprioceptische feedback echter geen vereiste meer. De feedback die een typist via het scherm krijgt, is voldoende. Het is daarbij wel noodzakelijk dat de hand goed gestationeerd is.
Ook zijn er te weinig vrijheidsgraden aanwezig om op een natuurlijke manier blind te kunnen typen met een prothese. Daarom is getracht een systeem te bedenken om te kunnen typen met het aantal vrijheidsgraden van de huidige prothesen, zonder dat daar aanpassingen in de omgeving voor nodig zijn. Het bedachte systeem laat de prothesehand maximaal twaalf toetsen indrukken, waardoor er minder vrijheidsgraden nodig zijn. De
prothese wordt aangestuurd door de flexor en extensor meerdere opeenvolgende signalen te laten geven. Dit is echter cognitief te belastend voor de gebruiker.
De aansturing van de prothese is dus de grootste belemmering voor prothese gebruikers om de vingers afzonderlijk te gebruiken, bijvoorbeeld om te typen. Een toekomstige mogelijkheid is het aan- of inbrengen van meerdere elektroden, waarmee het aantal aansturingssignalen wordt vergroot. Hierna leert de prothese door middel van een leeralgoritme welke signalen bij welke bewegingen horen. Dit vergt voor de gebruiker meer oefentijd en er is eventueel een chirurgische ingreep nodig. Hierdoor zal een dergelijke aansturing niet toegepast worden tot de voordelen opwegen tegen de nadelen.
Samenvattend, het huidige mechanisme van een myo-elektrische prothese maakt het mogelijk om met een prothese te typen, mits er in elke vinger een motor wordt toegevoegd. Daarnaast is er verandering in de aansturing nodig. Typen met een prothese is nu dus nog niet binnen handbereik.
DANKWOORD
Voor de totstandkoming van dit artikel willen wij graag een aantal mensen bedanken. Ten eerste bedanken we Machiel Keestra, Rudolf Sprik en Evert Glebbeek voor de bewaking van de interdisciplinariteit en de kwaliteit van dit onderzoek. Daarnaast worden Bert Pot en Anniek Heerschop bedankt voor de tijd die zij vrij hebben gemaakt om ons waardevolle informatie te
Typen met een bionische hand 18 geven en kennis te laten maken met het
besturen van myo-elektrische prothesen. Tot slot bedanken we Winfred Mugge, Arnoud Visser en Gerwin Smit bedankt voor de interviews die zij wilden geven en de inzichten vanuit hun vakgebied.
LITERATUUR
Arif, A. S., & Stuerzlinger, W. (2009, September). Analysis of text entry performance metrics. In Science and Technology for Humanity (TIC-STH), 2009 IEEE Toronto International Conference (pp. 100-105).
Arwin, L. Hand drawings
. Geraadpleegd van
http://www.lesliearwin.com/hand_drawings.html op 2 februari 2017
Atzori, M., & Müller, H. (2015). Control capabilities of myoelectric robotic prostheses by hand amputees: a scientific research and market overview.Frontiers
in systems neuroscience
, 9.
Baker, N. A., Cham, R., Cidboy, E. H., Cook, J., & Redfern, M. S. (2007). Kinematics of the fingers and hands during computer keyboard use. Clinical
Biomechanics
, 22(1), 34-43.
Belter, J.T., Segil, J.L., Dollar, A.M., Weir, R.F. (2013). Mechanical design and perfomance specifications of athropomorphic prosthetic hands: A review. Journal of Rehabilitation Research &
development, 50
(5), 599-618
Biddiss, E. & Beaton, D. & Chau, T. (2007) Consumer design priorities for upper limb prosthetics. Journal Disability and Rehabilitation:
Assistive Technology, 2
(6), 346-357.
Castellini, C., Bongers, R., Nowak, M., & van der Sluis, C. (2016). Upper-Limb Prosthetic Myocontrol: Two Recommendations. Frontiers In Neuroscience
,
9
. http://dx.doi.org/10.3389/fnins.2015.00496
Chadwell, A., Kenney, L., Thies, S., Galpin, A., & Head, J. (2016). The Reality of Myoelectric
Prostheses: Understanding What Makes These Devices Difficult for Some Users to Control.
Frontiers In Neurorobotics
, 10.
Cordella, F., Ciancio, A., Sacchetti, R., Davalli, A., Cutti, A., Guglielmelli, E., & Zollo, L. (2016). Literature Review on Needs of Upper Limb Prosthesis Users. Frontiers In Neuroscience
, 10.
Bewegen zonder pijn,. (2017). De gewrichten in de
vingers en hand
. Geraadpleegd van
https://www.bewegenzonderpijn.com/artrose-mcp-ge wricht/ op 10 januari 2017
Fougner, A., Stavdahl, Ø., Kyberd, P. J., Losier, Y. G., & Parker, P. A. (2012). Control of upper limb prostheses: terminology and proportional myoelectric control—a review. IEEE Transactions on neural
systems and rehabilitation engineering
, 20(5),
663-677.
Geethanjali, P. (2016). Myoelectric control of prosthetic hands: state-of-the-art review. Medical
Devices
(Auckland, NZ), 9, 247.
Internet; toegang, gebruik en faciliteiten. (2016). Geraadpleegd van
http://statline.cbs.nl/Statweb/publication/?DM=SLNL &PA=83429NED&D1=0,25-35&D2=0,14&D3=0& D4=a&HDR=T&STB=G1,G2,G3&VW=T op 29 januari 2017
Jarrasse, N., Maestrutti, M., Morel, G., & Roby-Brami, A. (2015). Robotic Prosthetics: Moving Beyond Technical Performance. IEEE TEchnology
and SocIETy MagazInE
, 34(2), 71-79.
Khushaba, R.N. & Kodagoda, S. & Takruri, M. & Dissanayake, N. (2012) Toward improved control of prosthetic fingers using surface electromyogram (EMG) signals. Expert Systems with Applications,
39
(12), 10731–10738.
Muceli, S., & Farina, D. (2012). Simultaneous and proportional estimation of hand kinematics from EMG during mirrored movements at multiple degrees-of-freedom. IEEE transactions on neural
Typen met een bionische hand 19
systems and rehabilitation engineering
, 20(3),
371-378.
Parker, P. & Englehart, K. & Hudgins, B. (2006). Myoelectric signal processing for control of powered limb prostheses. Journal of Electromyography and Kinesiology
, Vol.16, pp. 541–548
Pereira, A., Lee, D. L., Sadeeshkumar, H., Laroche, C., Odell, D., & Rempel, D. (2012). The effect of keyboard key spacing on typing speed, error, usability, and biomechanics: Part 1. Human factors
,
55(3), 557.
Rieger, M., & Bart, V. K. (2016). Typing Style and the Use of Different Sources of Information during Typing: an Investigation using Self-reports. Frontiers
in Psychology
, 7.
Shadow Robot Company (2013). Shadow Dexterous Hand Technical Specification, Shadow Dexterous Hand E1 Series (E1M3R, E1M3L, E1P1R, E1P1L)
Shadow Robot ROS interface (Hydro)
. (2015).
Geraadpleegd van
https://github.com/shadow-robot/sr-ros-interface/tree/ hydro-devel.
SFseries.nl - The Six Million Dollar Man
. (2017).
Sfseries.nl
. Geraadpleegd van
http://sfseries.nl/s/six-million-dollar-man-the op 6 januari 2017
Smit, G., Plettenburg, D.H. (2014) The Lightweight Delft Cylinder Hand: First Multi-Articulating Hand
That Meets the Basic User Requirements. IEEE
Transactions on Neural Systems and Rehabilitation Engineering, 23
(3), 431-440
TouchBionics,. (2014). Grip Chips
. Geraadpleegd
van
http://www.touchbionics.com/sites/default/files/files/ Grip%20Chip%20datasheet%20May%202014.pdf Weir, R. F. (2003). Design of artificial arms and hands for prosthetic applications.Standard Handbook
of Biomedical Engineering and Design
, 32-1.
Yechiam, E., Erev, I., Yehene, V., & Gopher, D. (2003). Melioration and the transition from touch-typing training to everyday use. Human
Factors: The Journal of the Human Factors and
Ergonomics Society
, 45(4), 671-684.
75-plussers sterkst groeiende groep internetters. (2016). Geraadpleegd van
https://www.cbs.nl/nl-nl/nieuws/2016/52/75-plussers-sterkst-groeiende-groep-internetters op 29 januari 2017
