Neue tmr-chirurgie hilft patienten, prothesen zu kontrollieren


Neue tmr-chirurgie hilft patienten, prothesen zu kontrollieren

Eine US-Studie zeigt, dass eine neue Art von Chirurgie namens Mustererkennung Technik mit gezielten Muskel-Reinnervation (TMR) scheint Patienten mit Amputationen zu helfen, um eine bessere Kontrolle der prothetischen Waffen zu gewinnen.

Die Forschung stammt aus dem Rehabilitation Institute of Chicago (RIC) und erscheint als Papier in der 11. Februar Ausgabe von JAMA, Zeitschrift der American Medical Association .

Aktuelle Technologie für Patienten, die einen Arm amputiert haben, sind körperbetrieben: Der Prothesenarm fängt die verbleibende Schulterbewegung mit einem Kabelbaum ein und überträgt sie durch ein Kabel, um dem Patienten die Hand, das Handgelenk oder den Ellenbogen zu ermöglichen. Dies nur teilweise wieder die Fähigkeit, einen Arm und Hand verwenden, weil der Patient kann nicht mehr als ein gemeinsames zu einem Zeitpunkt, schrieb die Autoren in ihre Hintergrundinformationen.

Die Herausforderung besteht darin, die Nervensteuerung wiederherzustellen, die verloren geht, wenn der Arm amputiert ist. Hier kommt die TMR herein: sie überträgt die verbleibenden Armnerven in Brust- oder Oberarmmuskeln, die nicht mehr arbeiten, weil das Glied nicht mehr da ist und spezielle Prothesen Elektromyogramm (EMG) Signale verwenden können (elektrische Signale, die bei der Muskelkontraktion verwendet werden ) Von den restlichen Gliedmaßenmuskeln, um motorisierte Armgelenke zu kontrollieren.

Die Idee ist, dass, sobald die Nervenfunktion wiederhergestellt ist, die TMR-reinnervierten Muskeln die richtigen EMG-Signale geben, um den Ellbogen, das Handgelenk und die Hand des künstlichen Armes zu kontrollieren. Doch was ist etwas neues Territorium ist, ob die reinnervierten Muskeln stabile und genaue EMG-Signale liefern können, die es dem Patienten ermöglichen, den künstlichen Arm in "Echtzeit" zu kontrollieren: Können sie nur denken, was sie wollen, dass der Arm es macht und es reagiert fast sofort, Mit der richtigen Bewegung?

Für die Studie, die zwischen Januar 2007 und Januar 2008 stattfand, beurteilte Dr. Todd A Kuiken, der Direktor des RIC-Zentrums für Bionische Medizin und Kollegen, die Aufführung von fünf Teilnehmern mit der oberen Gliedmaßenamputation, die eine TMR-Operation hatten. Sie beurteilten auch fünf Teilnehmer, die keine Amputationen für den Vergleich hatten (die Kontrollen).

Die Forscher baten die Teilnehmer, ihren Arm auf verschiedene Weise zu bewegen und beurteilten ihre Fähigkeit, ihren Arm und Geschwindigkeit der Bewegungsauswahl und Bewegungsabschluss zu kontrollieren, sowie ihre Fähigkeit, die Bewegung abzuschließen.

Die Ergebnisse zeigten, dass:

  • Die durchschnittliche Bewegungsauswahlzeiten für Ellenbogen- und Handgelenkbewegungen wie das Biegen und Verlängern des Ellenbogens, das Drehen, das Biegen und das Verlängern des Handgelenks waren 0,22 Sekunden für die TMR-Teilnehmer und 0,16 Sekunden für die Kontrollen.
  • Die durchschnittliche Bewegungsabschlussrate für Ellenbogen- und Handgelenkbewegungen war hoch: 96,3 Prozent für TMR-Teilnehmer und 100 Prozent für Kontrollen.
  • Die durchschnittlichen Bewegungsabschlusszeiten für Ellenbogen und Handgelenk betrug 1,29 Sekunden für TMR-Teilnehmer und 1,08 Sekunden für die Kontrollen.
  • Handgriffe dauerten länger als Armbewegungen für beide Gruppen.
  • Die durchschnittliche Bewegungsabschlusszeit für Handgriffe war 1,54 Sekunden für TMR Teilnehmer und 1,26 Sekunden für die Kontrollen.
  • Drei der TMR-Teilnehmer zeigten auch, dass sie das Kontrollsystem in fortgeschrittenen Prothesen einsetzen konnten, darunter motorisierte Schultern, Ellbogen, Handgelenke und Hände.
Die Forscher folgerten, dass:

"Diese Ergebnisse deuten darauf hin, dass reinnervierte Muskeln genügend EMG-Informationen für die Echtzeitkontrolle von fortgeschrittenen künstlichen Waffen produzieren können."

Sie schrieben, dass diese frühen Versuche zeigen, wie TMR verwendet werden kann, um Patienten zu helfen, komplexe Multifunktionsprothesen zu kontrollieren. Machbarkeit wurde festgestellt, aber mehr Forschung und Entwicklung ist erforderlich, bevor Versuche beginnen können. Sie erklärten:

"Die in dieser Studie getesteten Prothesenarme haben sich bei den frühen Prototypen sehr gut bewährt. Weitere Verbesserungen sind erforderlich und wurden geplant, darunter auch die Verringerung der Größe und des Gewichts und die Erhöhung der Robustheit dieser fortgeschrittenen Prothesen."

Kuiken sagte in einer separaten Presseerklärung, dass:

"Die Verwendung der Mustererkennung ist ein spannender Fortschritt für Patienten mit Armamputationen."

"Es wird uns erlauben, mehr neuronale Informationen von den Patienten zu dekodieren, die eine verbesserte, natürlichere Operation ihrer Prothesen bieten", fügte er hinzu.

Der 40-jährige Amanda Kitts verlor 2006 ihren linken Arm unter die Schulter bei einem Autounfall. Sie unterzog sich auf RIC, wo sie die Nerven, die einst an ihren linken Arm und die Hand an Haut und Muskel in dem, was übrig war, Ihr Bizeps. Sie war dann mit einem myoelektrischen Prothesenarm ausgestattet, der über ihre restlichen Gliedmaßen ging: das sendet elektrische Signale an den Arm, so dass, wenn Kitts daran denkt, ihren Arm oder ihre Hand zu bewegen, sich der Prothesenarm oder die Hand bewegt.

Kitts, der an der JAMA Studie, sagte:

"Ich war erstaunt auf der Ebene der Handfunktion und wie schnell konnte ich den Arm und die Hand kontrollieren."

"Ich konnte einen Pfennig von der Tafel abholen und konnte ein Objekt in Bewegung fangen wie ein Schachbrett, der über den Tisch rollte. Es ist wirklich erstaunlich, nur darüber nachzudenken und meine Prothesen so schnell zu bewegen," sie hinzugefügt.

Kitts war einer der drei TMR-Patienten in der Studie, die die fortgeschrittenen Prothesen benutzte. Diese wurden von John Hopkins University Applied Physics Lab (JHUAPL) und Deka Research, Inc als Teil der Verteidigung Advanced Research Projects Agency (DARPA) Revolutionizing Prothetik Programm, das 2006 gestartet wurde entwickelt.

"Gezielte Muskel-Reinnervation für die Echtzeit-Myoelektrische Kontrolle von Multifunktions-Künstlichen Waffen".

Todd A. Kuiken; Guanglin Li; Blair A. Lock; Robert D. Lipschutz; Laura A. Miller; Kathy A. Stubblefield; Kevin B. Englehart.

JAMA Vol. 301 Nr. 6, S. 619-628, 11. Februar 2009.

Klicken Sie hier für Abstract.

Klicken Sie hier für weitere Informationen über diese Studie von RIC, einschließlich Foto von Kitts mit dem Deka Research Arm, um einen Stift zu halten.

Quellen: Journal Abstract, JAMA Pressemitteilung, Rehabilitation Institute of Chicago.

Human Interfaces, neue Technologien für Behinderte Teil 5 von 5 (Video Medizinische Und Professionelle 2020).

Abschnitt Probleme Auf Medizin: Medizinische übung