Project KONSENS-NHE – Entwicklung eines kontext-sensitiven neural-gesteuerten Hand-Exoskeletts zur Wiederherstellung der…

Basic data

Acronym:
KONSENS-NHE
Title:
Entwicklung eines kontext-sensitiven neural-gesteuerten Hand-Exoskeletts zur Wiederherstellung der Alltagsfähigkeit und Autonomie nach Hirn- und Rückenmarksverletzungen
Duration:
01/03/2017 to 30/04/2020
Abstract / short description:
Die Entwicklung robotischer und informationstechnischer Systeme, die direkt mit dem menschlichen Nervensystem interagieren, versprechen die Autonomie, Lebensqualität und Leistungsfähigkeit von Menschen mit Behinderungen, beispielsweise nach einem Schlaganfall oder einer Rückenmarksverletzung substantiell zu verbessern. Sogenannte Gehirn-Maschine Schnittstellen (engl. brain-machine interfaces, BMIs) ermöglichen es beispielsweise, elektrische Hirnaktivität direkt in Steuersignale robotischer Exoskelett-Systeme zu übersetzen und somit u.a. Greif- bewegungen wiederherzustellen.
Die Steuerung komplexer Bewegungen mittels Hirnaktivität ist derzeit jedoch nur mittels invasiver Techniken, d.h. Implantation von Elektroden in den Schädel, möglich. Aufgrund der damit ver- bundenen Risiken, insbesondere Blutungen und Infektionen, sowie aufgrund zahlreicher ungelös- ter Probleme, vor allem im Zusammenhang mit Biokompatibilität, Hitzeentwicklung und den bio- mechanischen Eigenschaften der Elektroden, ist davon auszugehen, dass nur wenige Personen einem solchen Eingriff zustimmen, und zudem die Risiken eines solch aufwendigen Eingriffs nur bei Personen mit schwersten Lähmungen, z.B. Tetraplegie nach einem Hirnstamminfarkt, in ei- nem vertretbaren Verhältnis zu dem erwartbaren Nutzen einer Implantation stehen. BMIs auf Basis nicht-invasiver Ableitungen von Hirnaktivität, z.B. Elektroenzephalographie (EEG), sind bisher jedoch aufgrund der instabilen Signalqualität in Alltagsumgebungen nur eingeschränkt einsetzbar.
Das hier vorgeschlagene Projekt zielt daher darauf ab, ein nicht-invasives und alltagstaugliches neural-gesteuertes Hand-Exoskelett-System zu entwickeln, das den Verlust von Auto- nomie und Leistungsfähigkeit durch Lähmungen der Hand, wie sie typischerweise nach Schlag- anfall und hohen Querschnittsverletzungen auftreten, weitgehend ausgleicht. Dies soll durch In- tegration modernster EEG-basierter BMI-Technologie mit künstlichen, kontext-sensitiven, kogniti- ven Systemen und intelligenter, alltagstauglicher Bio-Robotik ermöglicht werden.
Das Projekt bündelt die international ausgewiesene Exzellenz der Universitäten Tübingen und Stuttgart sowie die Expertise der Hochschule Reutlingen in den Bereichen der Neurowissen- schaften, Robotik und Informatik. Das geplante kontext-sensitive, neural-gesteuerte Hand- Exoskelett vereint die neusten Methoden aus dem Bereich der BMI-Forschung, des Maschinellen Lernens, der optischen Objekt-Erkennung, der Bewegungsanalyse sowie des biologisch-inspirierten Designs robotischer Systeme, und verbindet sie mit Erkenntnissen aus der Rehabilitationsforschung und Ergonomie. Das System wird es Personen mit Hand- und Fingerlähmungen erlauben, verschiedene Alltagsgegenstände sicher zu greifen und zu mani- pulieren. Hierbei wird die Greifabsicht direkt aus der elektrischen Gehirnaktivität ausgelesen. Mittels Objekterkennung und Bewegungsanalyse wird die Exoskelett-unterstützte Greifbewegung in Echtzeit an den spezifischen Alltagsgegenstand angepasst. Information über die ausgeübte Kraft wird dem Benutzer über vibrotaktiles Feedback zurückgemeldet. Nach Entwicklung eines Prototyps in der ersten Projekthälfte, soll das System in der zweiten Projekthälfte systematisch bei Schlaganfallpatienten sowie Querschnittsgelähmten erprobt werden. Hierbei sollen die Verbesserung der Alltagsfähigkeiten und Autonomie, der Lebensqualität sowie mögliche Rehabilitationseffekte durch den täglichen Einsatz untersucht werden.
Keywords:
stroke
Schlaganfall
BMI
brain-machine interface, Gehirn-Maschine-Schnittstelle
machine learning
Maschinelles Lernen
BCI
Brain-Computer-Interface, Gehirn-Computer-Interface
optische Objekt-Erkennung

Involved staff

Managers

Faculty of Medicine
University of Tübingen
Department of Psychiatry and Psychotherapy
Hospitals and clinical institutes, Faculty of Medicine
Faculty of Science
University of Tübingen
Department of Informatics
Faculty of Science
Wilhelm Schickard Institute of Computer Science (WSI)
Department of Informatics, Faculty of Science
Spüler, Martin
Wilhelm Schickard Institute of Computer Science (WSI)
Department of Informatics, Faculty of Science

Local organizational units

Department of Neurology with Focus on Epileptology
Department of Psychiatry and Psychotherapy
Hospitals and clinical institutes, Faculty of Medicine
Wilhelm Schickard Institute of Computer Science (WSI)
Department of Informatics
Faculty of Science

Funders

Stuttgart, Baden-Württemberg, Germany
Stuttgart, Baden-Württemberg, Germany
Help

will be deleted permanently. This cannot be undone.