BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM GÉPÉSZMÉRNÖKI KAR MECHATRONIKA, OPTIKA ÉS GÉPÉSZETI INFORMATIKA TANSZÉK
BÁNFI TAMÁS TDK DOLGOZAT Egyszerű felépítésű elektromiográf készítése, a mért jelek feldolgozása
Témavezető és konzulens: Dr. Aradi Petra egyetemi docens
Budapest, 2015
TARTALOMJEGYZÉK Előszó.......................................................................................................................................... 3 1. Bevezetés ................................................................................................................................ 4 1.1. Célkitűzések ................................................................................................................... 4 1.2. Áttekintés ....................................................................................................................... 5 2. Szakirodalmi áttekintés ........................................................................................................... 6 2.1. A piacon található EMG jelet mérni képes eszköz bemutatása ..................................... 6 2.2. Az EMG működésének élettani és anatómiai háttere .................................................... 7 2.2.1. Az alkarizmok anatómiája .................................................................................... 7 2.2.2. Az izmok működésének élettana........................................................................... 9 2.2.3. Az elektromiográfia működési elve .................................................................... 11 2.3. Az EMG jel mérése és feldolgozása ............................................................................ 13 2.3.1. Az EMG jel tulajdonságai ................................................................................... 13 2.3.2. EMG jel mérő kapcsolási rajzok elemzése ......................................................... 14 2.3.3. A gyakorlatban használt szűrők .......................................................................... 15 2.4. Az analóg-digitális konverziót végző mikrovezérlők .................................................. 16 2.4.1. Arduino ............................................................................................................... 16 2.4.2. STM32 ................................................................................................................ 17 3. Elektromiográf tervezése és készítése .................................................................................. 18 3.1. A tesztelő áramkör megtervezése és megépítése ......................................................... 18 3.1.1. Tesztáramkör ismertetése .................................................................................... 18 3.1.2. A tesztáramkör megépítése ................................................................................. 19 3.2. A végleges áramkör megtervezése ............................................................................... 21 3.2.1. A végleges áramkör megtervezése ...................................................................... 21 3.2.2. A végleges áramkör megépítése ......................................................................... 25 4. A jel feldolgozását végző mikrovezérlők programozása ...................................................... 28 4.1. A digitalizált jel feldolgozását végző program ............................................................ 28 4.2. Arduino programozása ................................................................................................. 29 1
4.3. STM32 program céljai ................................................................................................. 31 5. A kész eszköz lehetőségeinek ismertetése ............................................................................ 32 5.1. Izomfáradás vizsgálata ................................................................................................. 32 5.2. Gyógytorna elvégzésének a vizsgálata......................................................................... 32 5.3. Reakcióidő vizsgálata................................................................................................... 33 5.4. Számítógép periféria .................................................................................................... 33 5.5. Quadrocopter irányítása ............................................................................................... 33 5.6. Járás és egyensúly vizsgálat ......................................................................................... 33 6. Összefoglalás ........................................................................................................................ 34 6.1. Eredmények.................................................................................................................. 34 6.2. Felmerült problémák .................................................................................................... 35 6.2.1. 50 Hz-es zavaró hálózati frekvencia: .................................................................. 35 6.2.2. A szűrés miatt a jel a hirtelen mozdulatokat lassan követi ................................. 36 6.2.3. Az emberi izom fáradékony ................................................................................ 36 6.2.4. A vezeték nélküli kommunikáció lassítja a mintavételezési időt ....................... 36 6.2.5. Embertől és külső körülményektől függően különböznek a jel tulajdonságai ..................................................................................................................... 37 6.2.6. Arduino analóg-digitális konvertálása lassú ....................................................... 37 6.3. Javaslatok a továbbfejlesztésre .................................................................................... 38 7. Felhasznált források .............................................................................................................. 39 7.1. Irodalomjegyzék ........................................................................................................... 39 7.2. Internetes források ........................................................................................................ 39
2
ELŐSZÓ Az EMG-vel legelőször Dr. Aradi Petra tanácsára kezdtem el foglalkozni. Azonnal elkezdett érdekelni a téma. Rendeltem is egy Arduinohoz köthető EMG jeleket olvasni képes áramkört elektródákkal, de nem váltotta be a hozzá fűzött reményeket, nem az elvárásaimnak megfelelően viselkedett, ezért elhatároztam, hogy készítek egy saját eszközt. Később megismertem a MYO nevű alkarra helyezhető karperecet, mely az alatta lévő izmok aktivitását valamint a kar tárbeli mozgását detektálja. Így eldöntöttem, hogy én is egy hasonlót építek. Jelenlegi munkám célja megtervezni és megépíteni egy EMG jeleket olvasni képes eszközt, majd letesztelni. Ezek után ismertetni a felhasználási lehetőségeit, és további terveket készíteni egy alkarra helyezhető érzékelőről mely már egyszerre 8 csatornát is képes olvasni.
***
Szeretnék köszönetet mondani mindazoknak, akik tanácsaikkal segítették a munkám. Külön köszönöm konzulensemnek, Dr. Aradi Petrának a türelmét és segítségét, valamint Bojtos Attilának és Halas Jánosnak a tanácsait.
Budapest, 2015. október 26.
Bánfi Tamás
3
1. BEVEZETÉS 1.1. Célkitűzések A munkám egy EMG jeleket mérő eszköz építése, és ennek egy mechatronikai alkalmazása. A várható eredmény egy olyan alkarra helyezhető eszköz lesz, mely figyeli az izmok aktivitását. A felerősített jeleket pedig mikrovezérlő fogja digitalizálni és feldolgozni. Az elsődleges cél tehát tervezni és elkészíteni egy felszíni elektródás, EMG jeleket mérni képes szenzort. Ehhez fontos ismerni azt, hogy miként működnek a vázizmok, mi az az EMG jel, miért és hogyan mérhető. Továbbá, mivel az eszköz az alkarra helyezhető, ezért az alkarizmok anatómiájának ismerete is elengedhetetlen. Maga az EMG jel pár 10 mV értékű, ezért a jelerősítését végző áramkör elkészítéséhez analóg elektronikai ismeretek is szükségesek, mivel a kapcsolás legfontosabb részei mérő és műveleti erősítők. Ha elkészült az EMG-t mérő áramkör szükség van hozzá egy analóg-digitális konverziót végző eszközre. Erre a legalkalmasabb egy mikrovezérlő, mert ez nem csupán ezt a feladatot látja el, hanem ezek mellett a digitalizált jel szűrését is el tudja végezni, és rengeteg perifériát tud kezelni, többek között képes a számítógéppel való kommunikálásra. Keresni kell tehát egy, a célnak megfelelő, elegendő A/D csatornával rendelkező, megfelelő sebességű mikrovezérlőt. A vezérlő kiválasztása után készíteni kell egy programot, mely digitálisan szűri az EMG jeleket és a nyers illetve a szűrt értékeket soros kommunikáció segítségével továbbküldi a számítógépnek további feldolgozás céljából. Végül egy fejlettebb, gyorsabb, több izmot is megfigyelni képes, hordozható, vezeték nélküli eszköz megtervezése a cél, mely már USB HÍD (USB Human Interface Device) eszközként is képes működni.
4
1.2. Áttekintés Az EMG (Elektromiográfia) az orvosi gyakorlatban az izmok működésének vizsgálatára használt eljárás. Az ezt végző eszközt elektromiográfnak, az általa készített diagramot elektromiogramnak nevezzük, mely az izmok aktivitását jeleníti meg mV-ban, vagy μVban az idő függvényében.
1-1 ábra. Elektromiogram (forrás: [7])
A mérés úgy működik, hogy elektródákat tapasztanak a bőrfelszínre, vagy tűket szúrnak az izmokba. Az utóbbi sokkal pontosabb, mert csak pár motoros egység aktivitását figyeli, de mivel ez egy invazív eljárás, ezért ezt orvosok végzik, általában diagnosztikai célokra. A noninvazív formáját mozgásvizsgálatnál és szenzorként használják. Az itt készített eszköz is ezen az elven fog működni. Bár pontatlanabb, és könnyen előfordulhat, hogy a szomszédos izmok aktivitását is hozzáméri, de egyszerű, mivel csupán a bőrfelszínnel kell érintkeznie az elektródáknak, és nem utolsó sorban fájdalommentes is. Egy elektróda párt egy izomra kell helyezni hosszanti irányban, hogy az aktivitását mérjük. Mivel felszíni mérés, ezért csak a felületes izmok mérésére alkalmas, a mélyen futókat ezzel a módszerrel nem lehet észlelni. Elsősorban az ujjak és a csukló mozgatását végezzük az alkarunkkal, ezért ezeket tudjuk mérni. A mikrovezérlő választás is egy fontos állomás. Egyszerre 6-8 analóg csatorna digitalizálását kell elvégeznie, kommunikálnia kell a giroszkóppal, és vezeték nélküli kapcsolattal a mért értékeket el kell küldenie egy másik vezérlőnek. Mindezt úgy, hogy a Shannon mintavételezési törvényt betartsa.
5
2. SZAKIRODALMI ÁTTEKINTÉS 2.1. A piacon található EMG jelet mérni képes eszköz bemutatása Az egyik legelterjedtebb piacon található eszköz a THALMICLABSTM terméke, a MYO. Ez egy alkarra húzható karperec, mely a kar térbeli mozgását, és az izmainak aktivitását érzékeli.(forrás: [8])
2-1 ábra. MYO karperec (forrás: [8])
Körben helyezkedik el rajta 8 pár orvosi acélból készült elektróda, mely az EMG jeleket méri. A kar térbeli mozgását egy kilenc szabadságfokú IMU-val (Inertial Measurement Unit) végzi, mely tartalmaz egy-egy három szabadságfokkal rendelkező gyorsulásmérőt, giroszkópot, és magnetométert. A mért jeleket egy ARM Cortex M4 processzorral dolgozza fel. Tartalmaz továbbá indikátor ledeket, és vibrációs visszajelzést. A számítógéppel Bluetooth segítségével kommunikál. Több beépített funkciót tartalmaz. Kompatibilis a prezentációs programokkal pl.: Prezi, Power Point, Google Slides, Adobe Reader… Számítógépes játékoknál is lehet használni gamepad-ként. A fejlesztésére rendelkezésre áll egy szoftver a MYO SDK. Ezen keresztül C++ nyelven lehet alkalmazásokat fejleszteni. 6
A MYO kétféle adatot tud biztosítani a programnak: térbeli és gesztus. A térbeli adatok a kar mozgásáról és orientációjáról adnak értékeket. A MYO SDK kétféle ilyen értéket biztosít:
Az orientáció azt jelzi, hogy milyen irányba mutatunk. Az SDK-ba ezt az adatot kvaternióként küldi, mely átalakítható rotációs mátrixszá, vagy EULER szögekké.
A gyorsulásvektor a karperec minden adott időpillanatbeli gyorsulását reprezentálja. Ez egy háromdimenziós vektorként jelenik meg.
A gesztusos adatok azt mutatják, hogy a felhasználó mit csinál a kezével. Az SDK több előre beállított pózt ismer fel a viselője adott kézállásáról. Például az ökölbe szorított a kezet, vagy nyugalomban lévő nyitott tenyeret. A karperec információt ad még arról, hogy a bal vagy a jobb kézen hordják-e és hogy milyen irányban vették fel, tehát hogy a pozitív x tengely a csukló vagy a könyök felé néz-e. Azt is érzékeli, ha a kézről leveszik.
2.2. Az EMG működésének élettani és anatómiai háttere
2.2.1. AZ ALKARIZMOK ANATÓMIÁJA Az alkaron megkülönböztetünk flexor (hajlító) és extensor (feszítő) izmokat. Mindkét izomcsoportnak vannak felületes és mély tagjai. A felszíni noninvazív EMG a felületes izmok elektromos aktivitásának követésére alkalmas. (forrás: [2], [3]) Öt felületes flexor izmot ismerünk: m. flexor carpi radialis, m.flexor carpi ulnaris, m. palmaris longus, m. flexor digitorum superficialis, m. pronator teres. A m. flexor carpi radialis az alkar orsócsont felöli részén található, fő működése a könyökizület hajlítása, a tenyér felfele fordítása, a kéztő távolítása a testtől. A m. flexor carpi ulnaris a singcsont hajlítóizma. Szerepe a kéztő hajlítása valamint a testhez közelítése. A m. palmaris longus a tenyér kötőszövetes lemezéhez fut, feladata a tárgyak megragadása.
7
A m. flexor digitorum superficialis az II – V. ujj flexora. A m. pronator teres a könyökhöz közel található, az alkart és a könyököt hajlítja. Hat felületes extensor található az alkaron: m. brachioradialis, m. extensor carpi radialis longus, m. extensor carpi radialis brevis, m. extensor digitorum, m. extensor digiti minimi, m. extensor carpi ulnaris.
A m. brachioradialis fő szerepe EMG-s vizsgálatok alapján az ízületstabilizálás.
A m. extensor carpi radialis hosszú és vékony tagja a kéz hátrahajlítását, azaz feszítését végzi.
A m. extensor digitorum az ujjak feszítéséért felelős, a kisujjnak külön izma van: a m. extensor digiti minimi.
A m. extensor carpi ulnaris hátrahajlíta a kezet együttműködve a m. extensor carpi radialisokkal.
2-2 ábra. Az alkar felületes flexor (a,b) és extensor(c,d) izmai (forrás: [3])
8
2.2.2. AZ IZMOK MŰKÖDÉSÉNEK ÉLETTANA Neuromuszkuláris junkciónak nevezzük a motoros ideg és a harántcsíkolt izom közötti kapcsolatot (2-3 ábra). Neurotranszmittere az acetilkolin, mely az idegvégződésből szabadul fel (preszinaptikus membrán)(forrás: [1]). Az ingerületátvivő anyag a harántcsíkolt izom vájulatában, véglemezében lévő nikotinerg acetilkolin receptorokhoz kötődik (posztszinaptikus posztszinaptikus
membrán). membránon
Az az
izomkontrakció akciós
potenciál
kialakulásának létrejötte
-
ezt
alapja
a
EPP-nek
(véglemezpotenciál, end plate potential) nevezzük. Ezt teszi lehetővé az acetilkolin. Az EPP mindig küszöbpotenciál feletti, így minden bejövő inger akciós potenciált eredményez. A szinaptikus résben az acetilkolin gyorsan lebomlik, ezért az ingerlés rövid idejű. Fiziológiás körülmények között az EPP mindig eléri az akciós potenciál küszöbét.
2-3 ábra. Az ideg és a harántcsíkolt izom közötti kapcsolat (forrás: [1])
A mechanizmusban fontos szerepet játszik a Ca2+ ion. Az akciós potenciál hatására a sejten belüli tér Ca2+ koncentrációja megnő, ez okozza az izomkontrakciót. Az ionok csak a harántcsíkolt izomsejt sarcoplazmás reticulumából származnak, így az ionforgalom független a külvilágtól.
9
A kontrakcióhoz szükségesek kontraktilis, összehúzódásra képes fehérjék: aktin és miozin. Ezek a fő alkotói a szarkomernek, a harántcsíkolt izom szerkezeti egységének (5. ábra). A miozin a vastag filamentumok építőeleme, az aktin a vékony filamentumoké. Az izom rövidülése során a vastag és vékony filamentumok egymás mellett csúsznak el, a folyamat energiaigényes (ATP).
2-4 ábra. A szarkomer (forrás [1])
A kontrakciós többféle típusú is lehet: izotóniás, izometriás valamint anxometriás. Az izotóniás kontrakció során az izom hossza rövidül, a feszülése állandó marad. Izometriás kontrakciókor az izom hossza nem változik, feszülése viszont fokozódik. Ezért a rugalmas elemek megnyúlása felelős. A legtöbb természetes izommozgás anxometriás, hiszen az izom rövidülése és a feszültség növekedése egyaránt bekövetkezik a kontrakció során. Az akciós potenciálokat késve követi a kontrakció. A posztszinaptikus membrán rendelkezik refrakter stádiummal, ami alatt ingerelhetetlen, ám ez már az összehúzódás közben megszűnik, és a membrán újra ingerelhetővé válik. Az izom nem rendelkezik refrakter stádiummal, ha újabb akciós potenciál éri, újabb összehúzódás következik. A kontrakciók összeadódását szuperpozíciónak nevezzük: ha ismételjük az ingereket, az akciós potenciál minden ingerlésre azonos, de a kontrakciós válaszok összefolynak. Hátterében a plazma Ca2+ szint megnövekedése áll: az újabb inger bekövetkezésekor még nem tért vissza a kiindulási állapotba. Ez a mechanizmus az alapja az inkomplett és a komplett tetanusz kialakulásának(2-5 ábra). Az inkomplett tetanusz során az izmot akciós potenciálok sorozata ingerli, még van lehetőség az izom részleges elernyedésére
10
a kontrakciók között. Ám a komplett tetanusznál a növekedett akcióspotenciál frekvencia miatt nincs elernyedés, az izom folyamatosan összehúzódott állapotba kerül. Az összehúzódás erőssége annál nagyobb, minél több izomsejten végződik egy axon. A citoplazma Ca2+ jele és a kontrakció sokkal tovább tart, mint az akciós potenciál. A folytonos akciós potenciálok magasabb Ca2+ jelet és erősebb kontrakciót hoznak létre. A kontrakció ereje függ az akciós potenciál frekvenciájától.
2-5 ábra. A kontrakció fajtái (forrás: [15])
2.2.3. AZ ELEKTROMIOGRÁFIA MŰKÖDÉSI ELVE A vázizmokat izomrostok építik fel, melyeket kötőszövet kapcsol egybe.(forrás: [9]) A működést motoneuronok irányítják: ha egy idegsejt kisül, az általa beidegzett izomrostok összehúzódnak. Motoros egységnek nevezzük az egy neuron által beidegzett funkcionális egységet. Egy izomroston mindössze egy neuron végződik, ám ugyanez a neuron több rostot is beidegez. A motoros egység mérete az izom által végzett mozgástól függ. Minél precízebb mozgásra van szükség (pl.: szemmozgatás), annál több motoneuron felel a szabályozásért. Ezek az izmok kisméretű motoros egységekből állnak: 10-20 izomrost/neuron. Ez11
zel ellentétben nagy motoros egységek (több ezer izomrost/neuron) alkotják a törzs axiális izomzatát, mivel itt nincs szükség finom mozgásszabályozásra. A motoneuronok kisülési frekvenciája és az aktív motoros egységek száma befolyásolja a kifejtett izomerőt. Recruitmentnek, toborzásnak nevezzük azt a jelenséget, mikor egyre több aktív motoros egység lesz aktív az izomban, s ez az izomerő fokozódását okozza. Az izmok állandó kisfokú aktivitása eredményezi az izomtónust. Ha az izomrostok összehúzódnak, a tápláló ereket is összenyomják. Így az oxigénellátás fokozatosan csökken, nincs lehetőség a keletkező metabolitok elszállítására, ezért a kontrakciós erő fokozatosan csökken. A fáradást a fáradási idővel jellemezhetjük: ez az az idő, mialatt a kontrakció nagysága a maximálisról a felére csökken. Az elektromiográfia az izmok elektromos aktivitásának követésére szolgál. Mivel a test egy térfogati vezető, a töltésmozgások a testfelszínről elvezethetőek. Ehhez legygyakrabban bőrre ragasztható elektródákat használnak: így csak egyszerre több motoros egységet tudunk vizsgálni. Pontosabb mérést tesz lehetővé, ha a rostok közé szúrható elektródákat alkalmaznak. Ezzel a módszerrel 5-10 izomrost működését detektálhatjuk. Ha a felvett EMG jeleket egyenirányítjuk, az integrált jel arányos lesz az izomösszehúzódáskor kifejtett erővel, amplitúdója arányos az aktív motoros egységek számával. A recruitment során egyre több motoros egység aktiválódik, tehát a jel amplitúdója is fokozódik. A toborzást befolyásolja az izomzat edzettsége is: sportolással növelhető a rostok térfogata, erőssége (de azok száma nem). Az
EMG-t
neuropátia,
a klinikumban izomgyengeségek diagnosztizálására használják:
miopátia,
neuromuszkuláris
kapcsolati
hiba
állhat
a
háttérben.
Neuropátia, idegkárosodás esetében (pl.: beidegzését elvesztett izomban) nincs összehangolt izomműködés, nem észlelhetőek a fiziológiásan egységes, nem elkülöníthető elektromos jelek. Ha az orvos ezt a diagnózist tartja valószínűnek, megbizonyosodhat róla az elektromos vezetési sebesség meghatározásával. A mérés során megfigyelhető az ingerület amplitúdójának változása is: ha kevesebb az aktív rost, kisebb az amplitúdó. A miopátia az izmok kóros elváltozása. Ekkor a detektálható jelek mintázata fiziológiás, de amplitúdójuk kisebb. Lehet, hogy a neuromuszkuláris kapcsolatban, az idegről az
12
izomra terjedő ingerület átadásában probléma áll fenn. Ennek egyik tünete a gyors fáradékonyság.
2.3. Az EMG jel mérése és feldolgozása
2.3.1. AZ EMG JEL TULAJDONSÁGAI Az ábrán látható egy orvosi elektromiográffal mért EMG jel. A páciens alkarjára helyezett elektródák mérték a marok szorítása közben az izmok aktivitását. Az volt a feladat, hogy a kezében lévő erőmérőt megadott erővel szorítsa össze, majd lazítsa el az izmait, ezt ismételje meg ötször, és egyre nagyobb erővel.
2-6 ábra. Elektormiogram (forrás: [9])
Három grafikon látható az ábrán. Az értékek az idő függvényében vannak ábrázolva. Az első az erőmérő cella értékeit mutatja kg-ban, a második a nyers EMG jelet mV-ban, a harmadik pedig az EMG jelre illesztett burkológörbét mV-ban. Látható az első ábrán hogy szinte konstans erővel történő szorítás esetén az EMG jel változik. A burkológörbék alapján nehéz lenne megállapítani, hogy itt egy fix erővel való szorítás történt. Megfigyelhető az is, hogy minél nagyobb erőt fejtünk ki, a görbe meredeksége annál nagyobb lesz. Ezt a harántcsíkolt izmok fáradékonysága okozza. A burkológörbe simaságát lehet a szűrő aluláteresztő frekvenciájának csökkentésével növelni, de ez a reagá-
13
lási idő rovására megy. Az is megfigyelhető az ábrán, hogy kis erővel történő szorítást szinte alig lehet megkülönböztetni az alap zajtól.
2.3.2. EMG JEL MÉRŐ KAPCSOLÁSI RAJZOK ELEMZÉSE Az EMG jelet mérő és felerősítő berendezés egyszerűsített rajzát az alábbi ábra mutatja be.
2-7 ábra. EMG jel mérő működése (forrás: [12])
Látható, hogy az izmon elhelyezkedő elektródapár a mérőerősítő + illetve – bemeneteihez csatlakoznak. Az m1 és m2 az izom egyik és a másik pontján lévő elektromos potenciált jelenti, az n pedig a bőrfelületen és az elektróda kábeleken lévő zajt. A referencia elektróda arra szolgál, hogy a műszert a bőrrel egy földre hozza. A mérőerősítő veszi az izom két végén lévő villamos potenciál különbségét, így a hasznos EMG jel marad meg, mivel a két azonos zaj is kivonódik egymásból. Az elektródákon mérhető EMG jel értékei ± 16 mV között változnak, így az analóg erősítést úgy kell beállítani, hogy a lehető legjobban kihasználjuk a digitalizáló méréshatárait. Alapjaiban tehát így néz ki egy EMG jelerősítő áramkör. Ez kiegészülhet még különböző műveleti erősítős alapkapcsolásokkal, melyek a zavarszűrés szempontjából lényegesek, például az 50 Hz-es hálózati zavar visszacsatolása a bőrre.
14
2.3.3. A GYAKORLATBAN HASZNÁLT SZŰRŐK A nyers EMG jel először a két elektróda közti differenciált jelet felerősítő mérőerősítőbe csatlakozik. Ezután egy analóg szűrés következik. Egy sáváteresztő szűrőre engedik rá a felerősített nyers EMG jelet, ami eltávolítja a magas és alacsonyfrekvenciás komponenseket. Az alacsony sáv levágásával kiszűrjük a mozgásból, izzadásból adódó zavarokat, a driftet és a DC ofszetet. Tipikus értéke az alacsony frekvenciás határnak az 520 Hz. Ha a jel átlagértéke nem 0 a felüláteresztő szűrő előtt, utána az lesz, mert levágja a jel alacsonyfrekvenciás komponenseit, ezzel az átlagérték közel 0 lesz. A magas frekvenciás szűrés levágja a nagyfrekvenciás zajokat, illetve megakadályozza az aliasingot. A magasfrekvenciás vágásnak elég magasnak kell lennie ahhoz, hogy az EMG jeleket még egyértelműen azonosítani tudjuk. Tipikus értékek a 200 Hz-1kHz. A Seniam ajánlása a felszíni elektródákra 10-20 Hz felüláteresztés, és közel 500 Hz aluláteresztés. Analóg-digitális konvertálásra a Seniam ajánlása alapján legalább kétszer akkora mintavételezési időt kell választani, mint amekkora analóg aluláteresztő szűrőt használunk. Jelen esetben minimum 1000 Hz. Ennél nagyobb frekvenciát érdemesebb választani, körülbelül 2,5 kHz-et.(forrás: [4], [5]) Ezután következik az egyenirányítás és a digitális aluláteresztő szűrő. Az egyenirányítás azért szükséges, mert anélkül lehetetlen lenne megoldani a burkológörbe illesztését, tekintettel arra, hogy a nyers EMG jel közel 0 átlagértékű. Az egyenirányított jelet végül átengedjük egy 5-100 Hz tartományú aluláteresztő szűrőn, és így megkapjuk az eredeti jel burkológörbéjét. Egyik módja ennek a szűrésnek, hogy egyszerűen vesszük a jel átlagát. Ez a mozgóátlag szűrő az egyik fajtája a véges impulzusválaszú (FIR) szűrőknek. Ha a mozgó átlag határai szimmetrikusak és központosítottak, nem változtatnak a fázison, vagy a jel időzítésén. Ezeket a szűrőket - melyek nem változtatnak a fázison - nevezik nulla fáziseltolású szűrőknek. A másik módja a szűrésnek, hogy egy hagyományos aluláteresztő szűrőt használunk, mint a Chebyshev vagy a Butterworth szűrők. Ezek végtelen impulzusválaszú szűrők (IIR). Az ilyen szűrőket gyakran előre és hátra irányban egyszerre alkalmazzák, mert ezzel lehet elérni a 0 fáziseltolást. Az egyenirányítás és az aluláteresztő kombinációját használják a jel burkológörbéjének előállítására.
15
Még egy módja, hogy rögzítsük az EMG jel burkológörbéjét a négyzetes középérték (RMS). A nyers jel egy mozgó szakaszát vizsgáljuk, és a szakasz közepét ábrázoljuk, hogy elkerüljük az időeltolódásokat. Ez a módszer matematikailag csak kicsit tér el az egyenirányítás és aluláteresztő szűrő kombinációjától. Az burkológörbe illesztésére alkalmas szűrők a következők: mozgó átlag, négyzetes középérték, Butterworth szűrő.
2-8 ábra. Nyers és szűrt EMG jel (forrás: [4])
A 2-9 ábrán látható egy burkológörbe 20 Hz-es levágással. Az x tengelyen az idő látható, az y tengelyen a feszültség. Itt láthatóak a szűrők egy igazi EMG jelen (musculus biceps brachii akaratlakos kontrakciója) alkalmazva. A piros görbe egy 20 Hz-es kétpólusú Butterworth szűrőt, a zöld egy 22ms-os mozgó átlagot, a kék pedig egy 22 ms-os négyzetes középértéket mutat. Látható hogy a burkolók nagyon hasonlóak. A Butterworth szűrő görbéje simább, mint a másik kettőé.
2.4. Az analóg-digitális konverziót végző mikrovezérlők
2.4.1. ARDUINO Az Arduino egy az Atmel AVR mikrovezérlő családra épülő, szabad szoftveres elektronikai fejlesztőplatform. Egyszerűen programozható, és csatlakoztatható más eszközökhöz.
16
A fejlesztői platform az úgynevezett IDE-ből (integrált fejlesztői környezet), és az Arduino Board-okból áll. Előbbi segítségével programokat írhatunk és tesztelhetünk számítógépen, utóbbi pedig egy előre összeszerelt elektronikus eszköz, amelyre az előzőleg elkészített programokat feltölthetjük USB porton keresztül, majd elektronikus eszközöket vezérelhetünk a segítségével. Az Arduino programokat egy C/C++ alapú programozási nyelven írhatjuk. A tesztelésre Arduino Nano és Arduino Mega nevű boardok álltak a rendelkezésemre. Mindkettőn 16 MHz-es mikrovezérlő kapott helyet. Előbbin 8 utóbbin 16 csatornás A/D átalakító van. Körülbelül 10000 mintavételre képesek másodpercenként egy analóg csatornáról. 10 bites felbontással digitalizálják az analóg jeleket.
2.4.2. STM32 Az STM32F4-Discovery boardon egy STM32F407VGT6 mikrovezérlő kapott helyet. Az STM32F407VGT6 egy 32-bites ARM Cortex M4 alapú vezérlő. 168 MHz-es órajelen működik. Rendelkezik külön FPU-val is. A boardon helyet kapott még egy digitális gyorsulásmérő, egy digitális mikrofon és egy audio DAC. Az ST-LINK/V2 programozó is a panelen található, a számítógéphez egy USB Mini B csatlakozóval lehet csatlakoztatni. Ezzel a panelen lévő mikrovezérlőt és más, külső ST mikrovezérlőket is lehet programozni. A boardon helyet kapott még egy Micro USB mellyel USB HID eszközként lehet használni a mikrovezérlőt. 16 darab A/D csatorna van rajta, 3 külön A/D konverterrel. 12 bites felbontással végzi a konverziót. Ezen felül 14 Timer, 3 I2C port és 6 USART. Programozása a Keil uVision nevű szoftverrel történik. Itt C vagy C++ nyelven lehet elkészíteni a programot, majd lefordítani és rátölteni a vezérlőre. Ehhez külön le kell tölteni és telepíteni a szoftverhez egy Keil STM32F4xx_DFP packot.
17
3. ELEKTROMIOGRÁF TERVEZÉSE ÉS KÉSZÍTÉSE 3.1. A tesztelő áramkör megtervezése és megépítése
3.1.1. TESZTÁRAMKÖR ISMERTETÉSE Az interfész a michigani egyetem neurológiával foglalkozó csapatának tervei alapján készült el (forrás: [10]). Az általuk készített EMG-Arduino shield kapcsolási rajza adta az alapját. Az orvosi öntapadós egyszer használatos EKG elektródák egy kábel végén vannak, melynek egy 3,5 mm-es stereo jack csatlakozója van. Ez azért előnyös, mert a stereo jack pont 3 kivezetéssel rendelkezik, ami megfeleltethető az elektródák három pólusának a „+”-nak és a „-”-nak, illetve a földnek. Ezután a jack dugók a panelon lévő aljzatba csatlakoznak. Itt egy-egy 47 kΩ-os ellenálláson keresztül a „+” és a „-” egy AD623AN mérőerősítőbe futnak, amely veszi a különbségüket, ami az izmokban keletkezett potenciál különbég lesz. Majd a jel egy sáváteresztő szűrőn halad keresztül, mely egyben a további erősítésüket is elvégzi. Erre a feladatra egy TLC2272CP műveleti erősítő szolgál. Itt helyet kapott még egy jack aljzat, melyen audio kimenetként a nyers EMG jel vehető a számítókép mikrofon bemenetén. Ezután egy újabb lépcső következik. Itt egy 10k-s trimmer potenciométer segítségével állítható a végleges erősítés. Végül a kimenet, mely megy tovább a mikrovezérlő megfelelő bemenetére. Három pinnel lehet csatlakoztatni az Arduinohoz, egy 5 V, egy föld, és az analóg kivezetés. A nyákon tantál vagy kerámia kondenzátorok vannak, illetve ellenállások. Mivel aszimmetrikus tápon vannak az erősítők, ezért egy feszültségosztó végzi a 2,5 V-os referencia feszültség előállítását. Első alkalommal ez a panel készült el, tesztelés céljából.
18
3.1.2. A TESZTÁRAMKÖR MEGÉPÍTÉSE Az áramkör a DipTrace nevű nyáktervező szoftverrel terveztem. A kapcsolási rajz a 3-1 ábrán látható. Először breadboardon összeállítottam, majd leteszteltem. Miután megfelelőnek bizonyult, elkészítettem a nyáktervet is, melyet a 3-2 ábra mutat.
3-1 ábra. A tesztáramkör kapcsolási rajza és alkatrészlistája
19
3-2 ábra. A tesztáramkör nyák terve
Tesztelés után elkészítettem a nyákot. Vasalásos technikával épült meg. A terv tükörképe lett kinyomtatva 135g-os fényes, műnyomó papírra, lézernyomtatóval. Ezután ezt felvasaltam a nyák lemezre, majd vas(III)-klorid vizes oldatával marattam, ezekután ónoztam. Végül kifúrtam a furatokat és felforrasztottam az áramköri elemeket. Az elkészült áramkör a 3-3 ábrán látható.
3-3 ábra. Az elkészült tesztáramkör
A teszteléshez egyszer használatos, öntapadós elektródákat használtam. Az elektródák kábele egyik végén egy 3,5 mm-es stereo jack dugó, másik végén pedig a 3 tappancshoz a csatlakozó fej, piros a +, fehér a -, fekete pedig a referencia (föld) elektróda található. Ehhez volt három tappancs, amit a bőrre kell ragasztani, a megfelelő helyekre.
20
Ezeken öntapadó réteg és egy elektróda zselé bevonat van. Emellett a 3-4 ábrán látható, saját kézzel készített, gumival az alkarra rögzíthető elektródákat is alkalmaztam, ezek hatékonyságát orvosi elektróda géllel lehet növelni.
3-4 ábra. Az alkarra gumizható elektródák
3.2. A végleges áramkör megtervezése
3.2.1. A VÉGLEGES ÁRAMKÖR MEGTERVEZÉSE Miután a tesztáramkör bevált, megtervezésre került egy másik áramkör, melyen a saját magam által kívánt erősítési értékek lettek beállítva, eltávolításra került mindkét jack csatlakozó, helytakarékosság céljából, és már nem lehet audio kimeneten venni a nyers EMG jeleket. A TLC2272CP helyett egy TL2274CN 4 csatornás műveleti erősítőt használok. A sáváteresztő szűrő határfrekvenciái is át lettek állítva. A panel két részre van osztva, az első a mérőerősítős rész, a második a műveleti erősítős shield. Először tehát be kell állítani a mérőerősítőt. Az AD623AN-re 20-szoros erősítést szeretnénk állítani.
3-5 ábra. AD623AN kapcsolása (forrás: [13])
21
A 3-1 ábrán lehet látni a mérőerősítő kapcsolását. Az RG ellenállás variálásával lehet kiválasztani a kívánt erősítési értéket. Az adatlap alapján ennek a kiszámolásának menete(forrás: [13]): 𝑅𝐺 =
100𝑘𝛺 𝐺−1
,ahol a G az erősítés. Behelyettesítve a kívánt 20 szoros erősítési értéket megkapjuk, hogy: 𝑅𝐺 =
100𝑘𝛺 = 5,2631 𝑘𝛺 20 − 1
A szabványos ellenállás értékekből 5.6 kΩ-os ellenállás került kiválasztásra. Ezek után az erősítés: 𝐺=
100𝑘𝛺 + 1 = 18,86 𝑅𝐺
3-6 ábra. A mérőerősítő frekvenciamenete (Vs=5V, 0V), VREF= 2,5 V (forrás: [13])
A 3-6 ábráról leolvasható, hogy G=18,86-os erősítés esetén még 10kHz-nél is stabil, így, elmondható, hogy megfelelően be lett állítva a mérőerősítő. Az analóg feldolgozás szempontjából fontos a sáváteresztő szűrő használata. Az alsó határfrekvenciával kiszűrhetjük az ofszetet, és az alacsonyfrekvenciás zavarjeleket, a felső határral pedig a magasfrekvenciás zavarszűrést oldjuk meg és ami nagyon fontos a későbbi A/D átalakítás szempontjából, meg lehet állapítani egy olyan legmagasabb
22
frekvenciát, melynél magasabb biztosan nem fog előfordulni a jelben, elkerülve ezzel az alulmintavételezést. A [4]-es forrás szerint az izmok vizsgálatához 5-10 Hz-es alsó és 500-1000 Hz-es felső határfrekvencia beállítása szükséges. A sáváteresztő műveleti erősítős kapcsolás 3-7 ábrán látható.
3-7 ábra. A sáváteresztő szűrő kapcsolási sajza
A felső és alsó határfrekvenciák a képletek alapján számolhatók: 𝑓=
𝜔 1 ≪ 2𝜋 2𝜋 ∗ 𝑅2 𝐶2
𝑓=
𝜔 1 ≫ 2𝜋 2𝜋 ∗ 𝑅1 𝐶1
𝑓𝑙𝑜𝑤 ≪ 𝑓 ≪ 𝑓ℎ𝑖𝑔ℎ Ha R1-et 220k-ra R2-t 1k-ra vesszük és a határfrekvenciákat flow = 5Hz illetve fhigh=500Hz kívánt értékre állítjuk, az alábbi kapacitás adatokat kapjuk C1-nek és C2nek: 𝐶2 =
1 = 318,32 𝑛𝐹 2𝜋𝑅2 𝑓ℎ𝑖𝑔ℎ
𝐶1 =
1 = 144,69 𝑛𝐹 2𝜋𝑅1 𝑓𝑙𝑜𝑤
Katalógusból választott kondenzátor értékek: C2=330nF, C1=100nF
23
Ezekkel kiszámolva a felső és alsó határfrekvenciák a következők lesznek: 𝑓𝑙𝑜𝑤 =
1 = 7,234 𝐻𝑧 2𝜋 ∗ 𝑅1 𝐶1
𝑓ℎ𝑖𝑔ℎ =
1 = 482,29 𝐻𝑧 2𝜋 ∗ 𝑅2 𝐶2
A kiszámolt értékekkel, NI Multisim szoftver segítségével az áramkör szimulációja után a Bode diagram a 3-2 ábrán látható.
3-8. ábra. A tervezett szűrő Bode diagramja
24
3.2.2. A VÉGLEGES ÁRAMKÖR MEGÉPÍTÉSE A végleges áramkör 8 különböző izmot képes figyelni egy időben. Két fő részből áll. Az első része a mérőerősítős kapcsolás, mely közvetlenül a rozsdamentes acélból készült elektródák fölött lesz. Innen vezetéken megy tovább az előerősített jel egy nagyobb panelba, melyen a szűrés és a további erősítés történik. Az áramkörön helyet kap még egy 6 szabadságfokú MPU6050-es gyorsulásmérő és giroszkóp is, illetve egy 2,4 GHz-es nRF24L01+ kommunikációs modul a vezeték nélküli kommunikáció megvalósításának érdekében. Az elkészült eszköz teljesen az alkarra helyezhető lesz, és műanyagból készült dobozokban kapnak helyet a panelek. Gumi fogja egyben tartani a 8 kisebb panelt tartó dobozt és a nagyobb shieldet a mikrovezérlővel tartó dobozt. A kisebb előerősítő modulból 8 darab készült a 8 elektródapárnak. Kapcsolási rajza a 3-9, a nyákterve a 3-10, az elkészült panelek a 3-11 ábrán láthatóak.
3-9 ábra. A kis panelek kapcsolási rajza és alkatrésztáblázata
3-10 ábra. A kis panelek nyákterve
25
3-11. ábra. Az elkészült kis panelek és balra a dobozuk az elektródákkal
A nagy panel, mely egyben az STM32F4-Discovery board shieldje a 3-12 ábrán látható nyáktervvel kétoldalas nyákra készült. A kész nyákot a 3-13 ábra mutatja.
3-12 ábra. A nagy panel nyákterve
26
3-13 ábra. Az elkészült nyák
A 3-13 ábrán látható nyákba egy STM32F4-Discovery board ül bele. A tápfeszültségét egy 9V-os elem fogja biztosítani, melyet egy 7805-ös IC 5V-á alakít. Mivel a Discovery boardon az analóg bemenetek 0-tól 3V-ig tudják kezelni a bemenő feszültségértéket, ezért az erősítő kapcsolás kimenete után feszültségosztókat helyeztem el, mert az erősítők 5V-osak, és a 3V-nál nagyobb kimenet akár tönkre is teheti a discovery lábait. A bal felső sarokban látható MPU6050-es jelei is feldolgozásra kerülnek, és ezzel több információt kapunk az alkar térbeli orientációjáról, mozgásáról, forgásáról. A bal alsó sarokban a 2,4 GHZ-es kommunikációs modul 2Mbps-os átviteli sebesség mellett akár 500 méterről is képes kommunikálni a párjával, nagyban megnövelve így a kommunikáció sebességét, az eszköz mobilitását és hatótávolságát. A vevő oldalon is egy STM32F4 Discovery lesz, mely a vett jeleket tovább alakítva kommunikálja a számítógépnek.
27
4. A JEL FELDOLGOZÁSÁT VÉGZŐ MIKROVEZÉRLŐK PROGRAMOZÁSA 4.1. A digitalizált jel feldolgozását végző program Mivel a harántcsíkolt izmok összehúzódása aszinkron folyamat, így a nyers EMG jel nagy frekvenciájú komponensek sokasága, melynek az izom aktivitásától függően változik az amplitúdója. Ezt ilyen formátumban nehéz kezelni, szűrni kell. A burkológörbe illesztésére több módszer is létezik. A 2.3.3 fejezetben leírtak alapján digitális Butterworth szűrőt használ a szoftver. Ehhez szükség van a mintavételezési frekvenciára és az aluláteresztő szűrő határfrekvenciájára, melynek 10Hz-t választottam. A diszkrét Butterworth szűrő algoritmusa a kövekező: class filter { public: filter() { v[0]=0.0; v[1]=0.0; } private: float v[3]; public: float step(float x) { v[0] = v[1]; v[1] = v[2]; v[2] = (3.621681514929e-3 * x) + ( -0.8371816513 * v[0]) + ( 1.8226949252 * v[1]); return (v[0] + v[2]) +2 * v[1]; } };
28
Ezek után definiálva egy filter flt változót az flt.step paranccsal lehet a következő mintavételezett értéket a szűrőbe tenni. Az izzadás illetve bármilyen zavaró jel okozhat egy alapzajt, melyek a program indulásakor, az izmok nyugalomban tartásával 100 mintavételezett pont átlagolásával állapít meg a program.
4.2. Arduino programozása Az elkészült boardot Arduino Mega-val teszteltem le. Bármilyen típusú digitalizáló alkalmas az analóg jelkimenet olvasására, ha a méréshatára minimum 5V. Mivel semmilyen szűrése nem volt még a készüléknek, és a hálózati 50 Hz-es frekvencia zavarta a működését, külön tápforrásról, egy 9V-os elemről működött az Arduino, és egy LCD kijelzőről olvastam le az értékeket. A hálózati zavart akkumulátorról működő laptoppal is el lehetett kerülni, így ennek a segítségével, soros porton olvastam le a mért nyers és szűrt értékeket. A 4-1 ábrán a nyers értékeket lehet látni, a 4-2 ábrán másodrendű Butterworth szűrővel szűrt értékeket 5 Hz-es, a 4-3 ábrán másodrendű Chebyshev szűrővel szűrt értékeket 20 Hz-es vágási frekvencia mellett.
4-1. ábra. Mért nyers EMG jelek
4-2. ábra. Butterworth szűrővel szűrve 5 Hz-es aluláteresztéssel
29
4-3. ábra Chebyshev szűrővel szűrve 20 Hz-es aluláteresztésssel
A tesztelés után elkészült egy szemléltető program. Ez indulásakor beolvas száz értéket majd veszi ezek átlagát megállapítva ezzel az ofszetet. Ezután az analogRead paranccsal beolvas egy analóg értéket a bemenetén, majd ezt a szűrő algoritmussal szűri. Végül tovább kommunikálja egy másiknak egy 433 MHz-es kommunikációs modul segítségével. A szemléltetésre Lego Technic-ből készült egy kéz alakú eszköz, a 4-4 ábrán látható. Csak nagyvonalakban hasonlít rá, nem feladata egy kéz funkcióit ellátni. A csukló előre illetve hátra döntését és a markolást tudja utánozni. Úgy működik, hogy a kontroller rádiófrekvenciás kommunikáción elküldi az alkaron lévő flexor és extensor izmokban mért EMG értéket szűrve. Ennek a mérésére, mivel két külön izmot fiygelünk, két külön panel szükséges. Az elküldött jeleket egy Arduino Mega veszi, majd feldolgozza és annak függvényében, hogy a kezünk hátra vagy előre volt-e döntve, az eszközön az ehhez szükséges szervót negatív illetve pozitív irányba forgatja. Markoláskor mind a flexor mind az extensor izmokban mérhető aktivitás, úgyhogy ebben az esetben a markolást irányító szervót működteti. A visszatérítést gumi végzi.
30
4-4 ábra. A demonstrácrós eszköz
4.3. STM32 program céljai A továbbfejlesztett eszköz egy kontrollerként fog szolgálni. 8 külön EMG jelet fog kezelni és egy gyorsulásmérő és giroszkóp által mért értékeket. Az áramkörök külön műanyag panelekben lesznek, melyeket gumi fog össze és ez tartja az alkaron. Az STM32 és shieldje egy fő panelen kap helyet, ugyancsak az alkaron. Vezeték nélkül, és nagy hatótávon kell működnie, ezt biztosítja a 2.4 GHz-es kommunikációs modul. A cél, hogy egy olyan számítógép periféria készüljön, mely viselkedni tud egérként a képernyő előtt X és Y tengely mentén mozgatva a karunkat, illetve bal és jobb gombbal való kattintást is lehessen végezni vele. További cél, hogy gamepadként is használható legyen szimulátor programok, számítógépes játékok irányításához. X, Y és Z tengelyeket egyaránt kezelni fogja és több gombnyomást is megkülönböztet majd. A mért értékeket soros porton el kell kommunikálnia a számítógépnek, további feldolgozás lehetőségét biztosítva.
31
5. A KÉSZ ESZKÖZ LEHETŐSÉGEINEK ISMERTETÉSE 5.1. Izomfáradás vizsgálata Mivel az akaratlagosan mozgatható izmaink harántcsíkolt izmok, melyekre fáradékonyság jellemző, megfigyelhetjük ezt a tulajdonságukat az EMG-boarddal. Annyi a dolgunk, hogy a bicepszünkre tesszük az elektródákat, és felemelünk egy nehezebb súlyt, és tartjuk, ameddig csak bírjuk. Ennél a kísérletnél az 5-1 ábrán látható jelalakot figyelhetjük meg.
5-1 ábra. A fáradási diagram
Észrevehető, hogy az amplitúdó egyre csökken. Érdemes ezt kipróbálni a másik karon is. Jól látható, hogy az illető jobb vagy bal kezes, mert természetesen az erősebbik kezénél lassabban csökken a jel amplitúdója, mint a másiknál. Azt is tehetjük, hogy megmérjük ezt, mielőtt elkezdünk edzeni, majd ahogy haladunk az edzéssel, kéthetente megcsináljuk ugyanezt a kísérletet ugyanakkora súlyokkal. A különbség észrevehető lesz. Ugyanezt elvégezhetjük egy edzett és egy kevésbé edzett emberen is egymás után. Vagy például két egymással szkanderozó férfin.
5.2. Gyógytorna elvégzésének vizsgálata Akiknek valamilyen gyógytornára van szüksége, azt is ellenőrizhetjük ezzel a készülékkel, hogy elégszer, és elég erősen végezte-e el a gyakorlatokat. Ha valakinek például
32
gumilabdát kell nyomogatnia, egyszerűen írunk a mikrovezérlőre egy programot, ami egy bizonyos analóg érték elérésekor felfele számol egyet. Ezzel akár a fejlődést is nyomon lehet követni.
5.3. Reakcióidő vizsgálata Olyan kísérletre is használhatjuk, hogy megkérjük az alanyt, akire felhelyeztük az elektródokat, hogy ha látja megvillanni a led-et, melyet egy Arduino random villant, akkor szorítsa meg a markában tartott henger alakú tárgyat. A led kivillantása után a mikrovezérlő elkezd számolni, és addig számol, amíg nem érzékeli, hogy megfeszítette az izmait. Felveszünk 10 értéket, majd átlagoljuk, és megkapjuk a reakcióidőt.
5.4. Számítógép periféria Az eszköz használható számítógép perifériaként is, ez a munkám egyik legfőbb célja. Az STM32 képes USB HID eszközként működni bármilyen illesztőprogram nélkül. Megfelelően felprogramozva, csatlakoztatva a számítógéphez, egy egér, egy billentyűzet és két gamepad kombinációjaként ismeri fel. Egy USART – USB átalakító segítségével pedig a mikrovezérlő bármelyik USART csatornáján keresztül lehet soros kommunikációt végezni a számítógéppel.
5.5. Quadrocopter irányítása A 2.4 GHz-es kommunikációs modul nagy hatótávolsága miatt használható quadrocopter irányítására is. A giroszkóp mozgatásával lehet az irányított jármű dőlését szabályozni, az izmok feszítésével különböző parancsokat lehet kiadni. Azért előnyös ez a kontroller, mert így maga a kéz szabadon van, azzal bármit meg lehet fogni.
5.6. Járás és egyensúly vizsgálat A kész eszköz jól mutatja az izmok aktivitását, ezért a lábra helyezve jól meg lehet vele figyelni a járás illetve az egyensúlyozás közben az izmok aktivitási szintjét.
33
6. ÖSSZEFOGLALÁS 6.1. Eredmények A munkám során megterveztem és elkészítettem egy EMG jeleket felerősíteni képes panelt, mely könnyen és olcsón elkészíthető. Az alkatrészek egyszerűen beszerezhetőek. Az orvosi gyakorlatban előírtaknak megfelelően állítottam be az analóg felül és aluláteresztő szűrőket, és a digitalizálást is megoldottam. Első körben az Arduinohoz készült panel tesztelése során tapasztalatokat szereztem. Megépítettem és leteszteltem az áramkört, felismertem a felmerülő hibákat. A burkológörbe illesztéséhez kiválasztottam a megfelelő digitális szűrőt. Megoldottam, hogy az elkészített eszköz mobilis legyen egy 433 MHz-es kommunikációs modul segítségével. Az eszköz megfelelően működött ezt a demonstrációs céllal épített kézzel is megmutattam. A sebességével volt egyedül probléma, ezt pedig az eszköz továbbfejlesztésével oldottam meg. A szerzett tapasztalatokkal együtt megterveztem egy sokkal gyorsabb, 8 izom figyelésére alkalmas rendszert, mely önmagában az alkarra helyezhető elektróda kábelek nélkül. Itt a digitalizálást STM32 végzi már, mely sokkal gyorsabb az Arduinonál. További előny, hogy az Arduino 10 bites A/D átalakítójával szemben ez 12 bitessel rendelkezik, növelve ezzel a mintavételezett jel felbontását. Új vezeték nélküli kommunikáció választásával nagymértékben megnöveltem a hatótávolságot, és az adatátviteli sebességet. Azzal hogy az eszközt bővítettem egy hat szabadságfokú gyorsulásmérő és giroszkóppal, biztosítottam, hogy még többet meg lehessen tudni a kar térbeli mozgásáról. Ezzel egy rendkívül nagy felhasználási lehetőséget nyújtó eszközt alkottam. Az 5. fejezetben felsorolt lehetőségeken túl a felhasználásának csak a képzelet szab határt.
34
6.2. Felmerült problémák A projekt elkészítése során felmerült problémákról írok egy listát ebben a fejezetben, rávilágítva az esetleges megoldási módszerekre.
6.2.1. 50 HZ-ES ZAVARÓ HÁLÓZATI FREKVENCIA: Ez szinte minden EMG eszköznél gondot okoz. A probléma csak akkor merül fel, ha közvetlen, kábeles összeköttetés van az EMG board és a hálózat között. Sajnos kiküszöbölni nem könnyű, vagy akkumulátorról működő laptopot kell használni, vagy rádiófrekvenciás illetve egyéb kommunikációt lehet használni, mint azt a kontroller során én is tettem. Az programban használt aluláteresztő szűrő levágja az 50 Hz-es jeleket, de a burkológörbe így is zajosabb, mint amikor galvanikusan el van választva a hálózattól a board. További megoldás lehet a Texas Instrumens egyik dokumentációjában talált megoldás (forrás: [14]), melyet EKG-nál alkalmaznak, de EMG-nél is jól használható. A 6-1 ábrán látható a megoldás. Az 50 Hz-es hálózati zavart az A1 és A2 műveleti erősítőkkel visszacsatolják a bőrre.
6-1 ábra. A hálózati zavar kiszűrésére használt módszer (forrás: [14])
35
6.2.2. A SZŰRÉS MIATT A JEL A HIRTELEN MOZDULATOKAT LASSAN KÖVETI Mivel aluláteresztő szűrőt használunk a burkológörbe előállításához, ennek az a hátránya, hogy hirtelen kézmozdulatokat is kiszűri, lelassul a reagálási ideje a szenzornak. Erre a megoldás az, hogy eldöntjük mire is használjuk az EMG boardot. Ha statikusabb izommunkát vizsgálunk, például folyamatos izomkontrakciót, akkor alacsonyabb frekvenciás aluláteresztő szűrőt használunk (pl. 5 Hz-es Butterworth). Ha hirtelen, rövid impulzusszerű mozdulatokra vagyunk kíváncsi, akkor használhatunk magasabb frekvenciákat aluláteresztásre, így viszont nem tudjuk a hosszú ideig tartó kontranciót szépen követni. Erre a módszerre például a 20 Hz-es Chebyshev szűrő alkalmas.
6.2.3. AZ EMBERI IZOM FÁRADÉKONY Erre a problémára nincs megoldás, ez anatómiai adottság. Egyszerűen olyan feladatokra kell használni az eszközt, melyek nem igényelnek fél-egy percnél tovább tartó folyamatos izom-összehúzódást. Egy perc után már számottevően csökkenni fog a nyers EMG jel amplitúdója.
6.2.4. A VEZETÉK NÉLKÜLI KOMMUNIKÁCIÓ LASSÍTJA A MINTAVÉTELEZÉSI IDŐT Az Arduinonál használt 433 MHz-es rádiófrekvenciás adó 3-4000 baud-dal kommunikál stabilan. Az üzenet elküldése sok időt vesz igénybe, ami jelentősen lassítja a mintavételezési időt. Erre a megoldás más kommunikációt keresni, mint az STM32 esetében egy 2,4 GHz-eset, ami jelentősen gyorsabb, 2Mbps sebességre is képes. A probléma itt is fennáll, de jóval kevésbé. Úgy minimalizáltam, hogy csak 20ms-onként küld egy adatcsomagot a vevőnek. Megoldás lehet az is, hogy mikrovezérlő végezze a kommunikációt, és egy külön A/D átalakító a méréseket.
36
6.2.5. EMBERTŐL ÉS KÜLSŐ KÖRÜLMÉNYEKTŐL FÜGGŐEN KÜLÖNBÖZNEK A JEL TULAJDONSÁGAI
Két tulajdonság változik jelentősen. Az egyik egy alap zaj, ami minden ember bőrén van, ez függ attól, hogy milyen izzadt a bőre, sportolt-e előtte, vagy nem mozgott, és a bőrének a vezetőképessége is szerepet játszik benne. Ezt úgy lehet kiszűrni, hogy vagy a kontroller bekapcsolásakor, vagy egy külön gomb lenyomásakor nyugalomban tartjuk a karunk, közben a program megállapítja, hogy nyugalmi állapotban mekkora zaj van a bőrünkön, és azt levonja a mért értékekből. A másik az egyes emberek izmainak az edzettsége. Minél nagyobb valakinek az izomtömege annál kevesebb izomrostot kell aktiválnia ugyanannak az erőnek a kifejtéséhez. Mivel az embereknek jelentősen különbözhet az izomzata fontos ezzel foglalkozni. Megoldás lehet erre az, hogy az előző alapzaj mérése után elvégezne egy olyan mérést is a kontroller, hogy maximális erőkifejtésnél mekkora EMG jelet mér, ezzel megállapítva a mérhető jel tartományát.
6.2.6. ARDUINO ANALÓG-DIGITÁLIS KONVERTÁLÁSA LASSÚ Az Arduino egy érték konvertálását 100 us alatt hajtja végre, elméletben. Gyakorlatban ez egy kicsit lassabb művelet. Ez a sebesség nem elég 8 EMG jel 2,5 kHz-es ajánlott mintavételezéséhez, és feldolgozásához, így érdemes egy másfajta mikrovezérlőt keresni, amely képes az ilyen sebességű mintavételezési frekvenciára. Az STM32 választásával ezt a problémát lényegében megoldottam, mert az képes erre a sebességre és 168 MHz-es órajelével elég gyors is az adatok feldolgozására, de akármely másik gyártó termékei között (pl.: Texas Instruments, Microchip) is található megfelelő mikrovezérlő. Még gyorsabb feldolgozást biztosítana, ha egy külön A/D átalakító végezné a digitalizálást. Ez jelentősen felgyorsítaná a mintavételezési frekvenciát, mert ez önmaga végzi az analóg jel digitalizálását, megspórolva ezzel a mikrovezérlőnek azt az időt, amit az töltene ez ezzel a művelettel.
37
6.3. Javaslatok a továbbfejlesztésre Az EMG board mivel furatszerelt alkatrészekkel készült, méretei miatt túl nagy. A jövőben ezért egy SMD board elkészítése javasolt, hogy minél kisebb helyen férjen el. További helytakarékosság, ha a mikrovezérlőket ahelyett hogy előre elkészített próbapaneleken használnánk, azokat is a boardokra terveznénk. Ezzel a nem használt kimenetek kivezetéseit, és a számunkra fölösleges panelra integrált alkatrészeket is ki lehetne hagyni. Nem foglalna helyet a programozó sem, melyet csak az eszköz programozásakor kell használni. Az áramköröket antisztatikus és árnyékolt dobozokba kell elhelyezni, kiküszöbölve ezzel a környezetből érkező zavarokat. Az műveleti erősítős kapcsolásnál használt sáváteresztő szűrő helyett nagyobb meredekségű szűrő keresése, mint például a 6-2 ábrán látható.
6-2 ábra. Sáváteresztő szűrő (forrás: [12])
Mivel több hely van a panelon, használható a feszültségszűrés céljául több kondenzátor, főleg a műveleti erősítők közvetlen tápfeszültség bemeneténél, és több zavarszűrő műveleti erősítős kapcsolás. A referenciafeszültséget a feszültségosztó helyett egy referenciafeszültség előállító IC-vel előállítva sokkal stabilabb referenciát kapnánk, erre lehet használni például a Texas Instruments által gyártott REF3125-öt. Ha A/D konverziót is külön IC végezné, azzal megnövelhetnénk a mintavételezési frekvenciát, erre tökéletes lenne a szintén Texas által gyártott ADS8321.
38
7. FELHASZNÁLT FORRÁSOK 7.1. Irodalomjegyzék 1. 2. 3. 4.
5.
Fonyó Attila (2014): Az orvosi élettan tankönyve 7. kiadás. Medicina könyvkiadó Zrt., Budapest. Réthelyi Miklós, Szentágothai János (2006): Funkcionális anatómia I. Medicina könyvkiadó Zrt., Budapest. Friedrich Paulsen (Szerk.), Jens. Waschke (Szerk.), Sobotta (2012): Az ember anatómiájának atlasza I. Medicina könyvkiadó Zrt., Budapest. William Rose (2014): Electromyogram analysis. http://www.udel.edu/biology/rosewc/kaap686/notes/EMG%20analysis.pdf (2015.10.10) D.F. Stegeman, H.J. Hermens (1999): Standards for surface electromyography: the European project "Surface EMG for non-invasive assessment of muscles (SENIAM)”. Roessingh Research and Development, Enschede, the Netherlands
7.2. Internetes források 6. 7. 8. 9. 10. 11. 12.
https://ldap.zvu.hr/~ozren/RT/NM/OMT%20radni%20modeli_datoteke/slid e0008_image016.jpg (2015.10.16) https://www.thalmic.com/en/myo/ (2015.10.18) http://detari.web.elte.hu/gyak_jegyzet/emg.pdf (2015.10.10) https://www.backyardbrains.com/ (2015.09.14) http://www.samuelmerritt.edu/marc/resources (2015.10.11) http://www.madsci.org/posts/archives/1998-10/908997338.Eg.r.html (2015.10.02) http://www.swarthmore.edu/NatSci/echeeve1/Ref/FilterBkgrnd/Filters.html (2015.10.14)
13. 14.
http://www.analog.com/media/en/technical-documentation/datasheets/AD623.pdf (2015.10.26) http://www.ti.com/lit/an/slyt226/slyt226.pdf (2015.10.26)
15.
http://images.slideplayer.hu/8/2082487/slides/slide_11.jpg (2015.10.25)
39
