分子錨定技術，實現高保真肌電圖增強假肢控制！
肌電信號是肌肉收縮過程中產生的電動作電位。這些信號包含大腦發出的神經信息，以控制特定的運動，使其可用作截肢者控制假肢的輸入源，截肢者接受過產生這些信號的培訓。記錄肌電信號是通過放置在殘肢皮膚上的無創電極實現的。然而，這些信號是高度可變的，通常歸一化為肌肉的最大自愿收縮(MVC)。對于精細和靈活的動作，如手指和手腕動作，肌肉收縮低于10%MVC。挑戰在于，這些動作產生的肌電信號經常失真，信噪比低，因為傳統電極不能有效地與截肢者的皮膚耦合。因此，截肢者經常被迫使用更強的肌肉收縮(高于10%的MVC)，以觸發對微弱但精細的手指運動的信號識別。截肢者肌肉收縮和假體運動之間的這種不匹配會導致不適、過度出汗、皮膚刺激，最終導致假體排斥。
在此, 新加坡南洋理工大學陳曉東等人開發了一種稱為分子錨定的新策略，以驅動疏水分子有效地與角質層相互作用并嵌入到角質層中，因為離子通量和電子電流之間存在高度耦合的區域。疏水性聚(N-乙烯基己內酰胺)凝膠(PVCL)的使用使界面阻抗達到20kΩ，是商用丙烯酸酯電極的1/100，可以檢測到接近人類極限的超低肌電信號(~1.5%MVC)。有了這種分子錨定技術，截肢者可以更靈活地操作假肢，因為幻影手指和手腕運動的預測準確率為97.6%。這一策略為截肢者通過精確而靈活的肌電控制完成日常任務提供了舒適的人機界面。該研究以題為“Enhancing Prosthetic Control through High-Fidelity Myoelectric Mapping with Molecular Anchoring Technology”的論文發表在《Advanced Materials》上。
【分子動力學模擬】首先進行了分子動力學(MD)模擬，以了解PVCL分子如何與SC相互作用并錨定到SC中。以脂基質為模型，SC是由游離脂肪酸(FFA)、長鏈神經酰胺(CER)和膽固醇(CHOL)按固定比例混合而成的。計算的勢均力(PMF)證實了脂基質的固有疏水性，表明更疏水的單體有更低的能壘(?G)錨定到SC中，并且更容易嵌入。因此，該研究檢測了其他4種粘合劑分子：聚乙烯吡咯烷酮(PVP)、丙烯酸、多巴胺(DOPA)和海藻酸鹽，以解釋分子錨定。在5種單體中，PVCL的疏水性最強，?G最低(6.57KBT)，最能錨定到脂質基質中。
圖1.凝膠電極與角質層相互作用的分子動力學模擬
PVCL錨定在由絲素制成的仿生皮膚(仿生皮膚的分子結構與真實角質層相同)3.07μm，比PVP(2.43μm)、丙烯酸(1.18μm)、多巴(0.97μm)和海藻酸鹽(0μm)更深。在5種單體中，疏水性最強的PVCL單體與皮膚的結合效果最好。
圖2.五種凝膠向仿生皮膚的動態滲透過程
【PVCL電極的力學和電學性能】使用這些單體制造了五個凝膠電極，并評估了它們的機械和電學性能。在180°剝離試驗中，PVCL凝膠仍然優于其他凝膠。在1Hz時，5個電極的內阻抗均為200~300Ω，而在1Hz時，正常皮膚(~14kΩ)和截肢者(~20kΩ)的內阻抗最低。這些值比以前的電極更接近人體皮膚的固有阻抗(6-10kΩ)，可以檢測到接近人體極限(~1%MVC)的低水平(1.5%MVC)肌電信號。這表明，將PVCL錨定到SC中改善了離子-電子耦合，并顯著降低了皮膚上的阻抗。具有檢測用于精細假肢控制的超低肌電信號的潛力。
圖3.五種凝膠電極的電性能
【靈巧的肌電控制】此外，建立了基于PVCL的凝膠電極陣列，并用它們來測量截肢者殘肢的低水平肌電信號。電極通過柔性電纜連接到無線數據記錄盒，測量的肌電信號用于控制假肢，在這項工作中，假臂由機器人汽車代表。為了使用卷積神經網絡(CNN)進行圖像識別，通過1×n×m像素映射將肌電信號轉換為圖像，其中n是電極陣列上的通道數，m是記錄預期手指和手腕運動的每次肌肉收縮所需的時間(m是200ms)。在所有5個電極中，PVCL電極對低電平信號的CNN識別準確率最高(97.6%)，使機械臂能夠成功地抓住蠟燭并將其放入孔中。在22.5s到36.4s之間，機器人汽車使用了超低水平和高質量的肌電映射來靈巧地接近小孔。為了讓機械臂抓住蠟燭，截肢肢體產生的預定動作的肌肉收縮的強度必須與正常手指運動的強度相匹配。如果不匹配，就不會發生抓取。該結果表明，牢固地固定在皮膚中的PVCL電極可以檢測到適合于基于CNN的識別和精細假肢控制的低電平肌電信號。
圖4.靈巧的肌電控制
【小結】該研究提出了一種通過開發錨定在SC中的PVCL凝膠電極來提高低水平肌電信號的檢測和保真度的策略。這種牢固的錨定增強了離子電子耦合，并將截肢皮膚上的阻抗降至最低(最低可達20kΩ)。該研究的電極的整體機械和電學性能超過其他凝膠電極，可以檢測到接近人類極限的超低(1.5%MVC)肌電信號。設計了一種基于CNN的映射識別算法，該算法可以從使用PVCL電極獲得的肌電信號中分類和預測預期的手指和手腕運動，準確率為97.6%。有了如此高保真的信號和分類精度，該系統使截肢者能夠靈活地驅動假肢。這種精細的運動有望改善依賴假肢完成日常任務的截肢者的生活質量。
原文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adma.202301290
