Go to page
 

Bibliographic Metadata

Title
MyoBeatz Myoelectric prosthesis control training using an android-based mobile rehabilitation game / eingereicht von Eric Mörth
Additional Titles
MyoBeatz Myoelektrisches Prothesen Steuerungstraining unter Verwendung eines Android basierten mobilen Rehabilitationsspiel
AuthorMörth, Eric
Thesis advisorPrahm, Cosima
Published2018
Descriptionv, 76 Seiten : Illustrationen, Diagramme
Institutional NoteMedizinische Universität Wien, Masterarb., 2018
Annotation
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers
Date of SubmissionJune 2018
LanguageEnglish
Document typeMaster Thesis
Keywords (DE)Myoelektrisch / Training / Rehabilitation / Virtuelle Rehabilitation / Prothesentraining / Prothese / MyoBeatz / Android / Unity / Applikation / mobiles Training
Keywords (EN)myoelectric / prosthesis / virtual rehabilitation / training / myotraining / myobeatz / android / mobile / application / app / unity
URNurn:nbn:at:at-ubmuw:1-16950 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
MyoBeatz Myoelectric prosthesis control training using an android-based mobile rehabilitation game [11.11 mb]
Links
Reference
Classification
Abstract (German)

Myoelektrische Prothesen für Patienten ohne Unterarm gibt es schon lange auf dem Markt. Diese können meist nur in Kombination mit einer langen Zeit an Signaltraining, unter Beobachtung von Physiotherapeuten, verwendet werden [1]. Die Prothesen werden mit einer präzisen und proportionalen Aktivierung der Muskeln im verbleibenden Unterarm gesteuert [2]. Die verschiedenen Funktionen der Prothese werden durch verschiedene Aktivierungen der Unterarmmuskeln kontrolliert. Die Beherrschung dieser Muster muss so lange trainiert werden, bis sie vom Nutzer in jeder Situation abrufbar sind. Die Ablehnungsrate von myoelektrischen Prothesen ist sehr hoch, da eine zu geringe Trainingszeit zu einer stark reduzierten Funktionalität führt [1]. Mobile Visualisierungsgeräte für myoelektrische Signale, wie der MyoBoy von Otto Bock [3], wurden bereits entwickelt und auch virtuelles Rehabilitationstraining wurde bereits wissenschaftlich beschrieben [4]. Die Lösung, die in dieser Masterarbeit beschrieben wird kombiniert die virtuelle Rehabilitation und den Aspekt des Spielens in einer mobilen Anwendung. Das System besteht aus einem myoelektrischen Sensorarmband [5], in Kombination mit einem selbst entwickelten Android Rehabilitationsspiel, welches eine motivierende Trainingserfahrung ermöglicht. Das Spiel wird mit denselben Signalen, welche über Bluetooth übertragen werden, gespielt, die auch für die Prothesensteuerung verwendet werden. Das Spiel besteht aus Spiel Elementen, welche passend zu einem Musikstück aktiviert werden müssen. Die Leistung des Spielers wird gemessen und anhand eines visuellen Feedbacks angezeigt. Der Prototyp des Spiels wurde mit körperlich gesunden und mit Patienten, welche die Zielgruppe der App darstellen, getestet. Die Patienten haben der App ein positives Feedback gegeben und würden diese regelmäßig für das Prothesentraining, für deren myoelektrische Steuerung, verwenden. Die finale Version der App inkludiert sieben Musikstücke und bietet Informationen zur Leistung des Spielers bei jedem einzelnen Lied. Die Version inkludiert auch einen Elektromyographie (EMG) Test, welcher es dem betreuenden Physiotherapeuten ermöglicht, die Leistung des Pateinten zu verfolgen. Das Spiel ist mit dem Internet verbunden und synchronisiert sowohl Statistiken über die Nutzung der App als auch den Highscore des Spielers und die Resultate der durchgeführten EMG Tests. Die Daten werden in eine Firebase Echtzeit Datenbank geschrieben. Das MyoBeatz System wurde von zwei Patienten bereits für das Signaltraining für vier Wochen gespielt. Die Resultate eines Patienten zeigen, dass nach dem Rehabiliationstraining eine sichtliche Verbesserung eingetreten ist. Bei der zweiten Person waren die Ergebnisse bereits vor der Rehabiliation sehr gut und konnten jedoch im Bereich der mittleren und starken Muskelkontraktion gesteigert werden.

[1] E. Biddiss and T. Chau, “Upper limb prosthesis use and abandonment: A survey of the last 25 years,” Tech. Rep. 3, 2007.

[2] A. D. Roche, H. Rehbaum, D. Farina, and O. C. Aszmann, “Prosthetic Myoelectric Control Strategies: A Clinical Perspective,” Current Surgery Reports, vol. 2, no. 3, p. 44, 2014. [Online]. Available: http://link.springer.com/10.1007/s40137-013-0044-8

[3] Ottobock.at, “Otto Bock MyoBoy.” [Online]. Available: https://professionals.ottobockus.com/Prosthetics/Upper-Limb-Prosthetics/Myo-Hands-and-Components/Myo-Software/MyoBoy/p/757M11

Abstract (English)

Myoelectric prostheses for upper limb amputees are on the market for a long time now, but they can normally only be used in combination with a huge amount of signal training sessions under observation of physiotherapists [1]. Prostheses are controlled by the precise and proportional activation of the forearm muscles in the residual limb [2]. The various functions of the prosthesis are mapped to specific contractions. These have to be trained in order to correctly perform them in every situation users would like to control their prosthesis. The rejection rate of myoelectric prostheses is also very high because of the needed training and the reduced functionality if there is too less of it [1]. Mobile visualization devices for myoelectric signals like the MyoBoy of Otto Bock [3] have already been developed and virtual rehabilitation training has also already been scientifically researched [4]. In this master thesis a solution is described combining the virtual rehabilitation and the game aspect in a mobile solution. The system should provide a more motivational training experience and consists of a myoelectric sensor armband [5] in combination with a developed android rehabilitation game. For playing the game signals as needed for the prosthesis control are used. These are transferred via Bluetooth to the Android application. The game is implemented in Unity which is integrated in the application. Catching game elements according to the rhythm of a music song is the aim of the game. The user performance gets measured and the game responds with visual feedback. The songs can be played in three different levels of difficulty, which determine how precise and fast the player has to act. The player is informed about the score they reached after each game. Users are also able to have a look at the highscore they already reached. The prototype of the game has been tested by able bodied persons and by patients who are the target group of the app. Feedback given by the patients was generally positive. The final version of the app includes seven music songs and provides information about the performance of the user for each song. The delivered version also includes a so called electromyography (EMG) test which enables the physio therapist to track the performance of the patient. The game is connected to the internet and synchronizes statistics as well as highscores and EMG test results with a Firebase realtime database. The game has already been played by two forearm amputees for four weeks. One patient was able to reach a well improvement and managed to improve the precision of muscle control in all three contraction levels for flexor and extensor. Another patient had already performed very well before the rehabilitation program but was also able to improve their results in the range of middle and high muscle contraction.

[1] E. Biddiss and T. Chau, “Upper limb prosthesis use and abandonment: A survey of the last 25 years,” Tech. Rep. 3, 2007.

[2] A. D. Roche, H. Rehbaum, D. Farina, and O. C. Aszmann, “Prosthetic Myoelectric Control Strategies: A Clinical Perspective,” Current Surgery Reports, vol. 2, no. 3, p. 44, 2014. [Online]. Available: http://link.springer.com/10.1007/s40137-013-0044-8

[3] Ottobock.at, “Otto Bock MyoBoy.” [Online]. Available: https://professionals.ottobockus.com/Prosthetics/Upper-Limb-Prosthetics/Myo-Hands-and-Components/Myo-Software/MyoBoy/p/757M11 Available: https://games.jmir.org/2017/1/e3/

[5] Thalmic, “Myo armband.” [Online]. Available: https://www.myo.com/

Stats
The PDF-Document has been downloaded 23 times.