下肢リハビリテーション外骨格ロボットのためのバーチャルリアリティ強化運動想起および脳-コンピュータインターフェースの統合

本研究では、バーチャルリアリティ（VR）ゴーグルと運動想起（MI）脳-コンピュータインターフェース（BCI）アルゴリズムを下肢リハビリテーション外骨格ロボット（LLRER）システムと統合しました。MI-BCIシステムは、意図分類システムを特定するためにVRゴーグルと統合されました。VRゴーグルは、データ収集中の被験者の没入体験を向上させました。座った被験者のVR強化脳波（EEG）分類モデルは、LLRER着用者のリハビリテーションに直接適用されました。実験結果は、VRゴーグルがMI-BCIの分類精度に対してポジティブな効果を持つことを示しました。最良の結果は、座ったポジションでVRを装着した被験者から得られましたが、座ったVR分類モデルはLLRERのリハビリテーショントリガーには直接適用できませんでした。克服すべき混乱要因がいくつか存在しました。本研究では、座ったVRモデルを外骨格を着用した立位被験者に適用できる累積分布関数（CDF）自動レベリング手法を提案します。座ったVRの分類モデルは、LLRERのオープンループテストで75.35％の精度を示し、LLRERのクローズドループ歩行リハビリテーションにおけるリハビリテーションアクションの正確なトリガーの精度は74％でした。MI-BCIによって作動するクローズドループ歩行リハビリテーションシステムの開発に関する予備的な発見が示されました。