Machine Translated by Google
644 TRANSAKSI IEEE PADA SISTEM SARAF DAN TEKNIK REHABILITASI, VOL. 22, TIDAK. 3 MEI 2014
Fisioterapi Berbantuan Robot untuk Mendukung
Rehabilitasi Kelumpuhan Wajah
Dushyantha Jayatilake, Anggota, IEEE, Takashi Isezaki, Yohei Teramoto, Kiyoshi Eguchi, dan
Kenji Suzuki, Anggota, IEEE
Abstrak —Kami telah mengembangkan Masker Robot dengan aktuator
berbasis paduan memori bentuk yang mengikuti pendekatan
memanipulasi kulit melalui mekanisme penarik berbasis kabel yang
minimal menonjol, strip transparan, dan pita untuk meningkatkan
ekspresi wajah. Untuk mencapai ekspresi wajah yang tampak alami
dengan memanfaatkan karakteristik spesifik kulit, Robot Mask mengikuti
kriteria berdasarkan anatomi manusia dalam memilih titik dan arah
manipulasi. Dalam makalah ini, kami menjelaskan studi kasus
penggunaan Masker Robot untuk membantu fisioterapi pasien lumpuh
hemifasial. Perbedaan yang signifikan dalam bentuk dan ukuran kepala
manusia antara individu yang berbeda memerlukan penyesuaian yang
tepat pada Robot Mask. Makalah ini menjelaskan secara singkat tahapan
penyesuaian dan penyesuaian yang dilakukan mulai dari tingkat desain
hingga tingkat implementasi Robot Mask. Kami juga akan
memperkenalkan analisis berbasis data sensor gambar kedalaman,
yang dapat mengevaluasi karakteristik dinamis ekspresi wajah dari
jarak jauh secara berkelanjutan. Kami kemudian menyelidiki efektivitas
Robot Mask dengan menganalisis data sensor jangkauan. Dari studi
kasus, kami menemukan bahwa Robot Masker dapat mengotomatisasi
tugas fisioterapi rehabilitasi kelumpuhan wajah. Kami juga memverifikasi
bahwa, selain memberikan respons cepat, Robot Mask dapat mengurangi
asimetri wajah yang tersenyum dan memanipulasi kulit wajah ke formasi
yang mirip dengan ekspresi wajah alami.
Istilah Indeks —Kontrol biorobotik, kelumpuhan wajah, fisioterapi
terapi, rehabilitasi, masker robot, SMA, antarmuka yang dapat dikenakan.
I. PENDAHULUAN
F Ekspresi ACIAL dihasilkan oleh tindakan otot-otot wajah yang
dikendalikan oleh sinyal-sinyal listrik yang dikirim melalui saraf
wajah, saraf kranial ketujuh (VII) dari dua belas berpasangan.
Karena berbagai kondisi medis, aktivitas otot sukarela di wajah
terkadang dapat menurun
Naskah diterima 26 September 2012; direvisi 22 April 2013; diterima 15 Juli 2013.
Tanggal terbit 07 Oktober 2013; tanggal versi saat ini 28 April 2014. Pekerjaan ini
didukung sebagian oleh Program COE Global tentang “Cybernics: fusion of human,
machine, and information system,” yang didanai oleh MEXT, Jepang dan “Funding
Program for World-Leading Innovative R&D tentang Sains dan Teknologi (Program
PERTAMA).”
D. Jayatilake dan K. Suzuki dari Fakultas Teknik, Informasi dan Sistem, Universitas
Tsukuba, Tsukuba 305-8573, Jepang (email: dush@ieee.org; kenji@ieee.org).
T. Isezaki bekerja di Laboratorium Kecerdasan Buatan, Sekolah Pascasarjana
Teknik Sistem dan Informasi, Universitas Tsukuba, Tsukuba 305-8573, Jepang (email:
isezaki@ai.iit.tsukuba.ac.jp).
Y. Teramoto dan K. Eguchi berada di Divisi Rehabilitasi, Rumah Sakit Universitas
Tsukuba, Tsukuba 305-8576, Jepang (email: kyeguchi@md. tsukuba.ac.jp).
Versi warna dari satu atau lebih gambar dalam makalah ini tersedia online di http://
ieeexplore.ieee.org.
Pengenal Objek Digital 10.1109/TNSRE.2013.2279169
1534-4320 © 2013 IEEE. Penggunaan pribadi diperbolehkan, tetapi publikasi ulang/distribusi ulang memerlukan izin IEEE.
Lihat http://www.ieee.org/publications_standards/publications/rights/index.html untuk informasi lebih lanjut.
atau hilang, mengakibatkan kelumpuhan wajah. Kelumpuhan wajah
bisa bersifat bawaan atau didapat. Penyebab paling umum dari
kelumpuhan wajah didapat adalah Bell's palsy dan merupakan
penyebab hampir tiga perempat dari semua kelumpuhan wajah akut.
Secara keseluruhan tercatat 0,5 per tahun per 1000 orang dengan
tingkat kekambuhan 7% dan prevalensi seumur hidup 0,64% –2,0%
[2], [3]. Penyebab umum kelumpuhan wajah lainnya termasuk
infeksi virus, trauma, tumor, stroke, dan kondisi neonatal.
Walaupun kelumpuhan wajah dapat terjadi pada kedua sisi wajah
(bilateral), namun lebih sering terjadi hanya pada satu sisi wajah
(unilateral/hemifacial). Misalnya, 96,7% –99,3% pasien Bell's palsy
mengalami kelumpuhan hemifacial [4]. Efek kelumpuhan wajah bisa
bersifat sementara atau permanen.
Mayoritas sekitar 80% –84% pasien sembuh total sedangkan 16% –
20% sisanya mengalami kelumpuhan wajah kronis [5]. Dalam kasus
kelumpuhan sementara, rata-rata waktu pemulihan dapat bervariasi
dari 15 hari hingga empat tahun. Semakin lama waktu pemulihan,
semakin tinggi kemungkinan gejala sisa seperti sinkinesis dan
kontraktur [6]. Kelumpuhan wajah dapat terjadi pada semua usia,
namun lebih sering terjadi pada orang dewasa muda atau paruh
baya antara 31 tahun hingga 60 tahun dan wanita hamil [3], [7].
Perawatan untuk kelumpuhan wajah dapat berupa obat-obatan
seperti steroid dan antivirus; operasi seperti dekompresi saraf,
perbaikan dan pencangkokan saraf, penghidupan kembali, dan fisioterapi.
Fisioterapi biasanya digunakan selama masa pemulihan. Jenis
terapi fisik untuk kelumpuhan wajah meliputi: latihan wajah seperti
penguatan dan peregangan, daya tahan, terapi dan latihan mimik
wajah atau “terapi pantomim” (yaitu, kombinasi stimulasi ekspresi
wajah, gerakan fungsional dan teknik relaksasi termasuk kontrol
pernapasan [8]), elektroterapi, biofeedback, stimulasi saraf listrik
transkutan (TENS), stimulasi saraf/otot listrik (ENMS), metode
termal, dan pijat [9]. Fisioterapi, khususnya terapi berbasis latihan,
dilakukan untuk merehabilitasi dan memulihkan pergerakan otot
serta menjaga kesehatan otot samping yang lumpuh sehingga tidak
terjadi efek samping setelah pasien sembuh.
Evaluasi terapi dianggap sulit karena tingginya tingkat pemulihan
spontan dan lengkap [10], dan akibatnya, sangat sedikit bukti ilmiah
yang tersedia mengenai keberhasilan fisioterapi untuk kelumpuhan
wajah. Beurskens dan Heymans telah menunjukkan perbaikan yang
signifikan dalam simetri wajah, gerakan wajah sukarela, dan
sinkinesis karena terapi pantomim [8]. Elliott telah melaporkan studi
kasus fisioterapi yang melibatkan latihan pendidikan ulang otot yang
bertujuan memulihkan gerakan normal seorang pria Kaukasia
berusia 53 tahun yang didiagnosis.
Machine Translated by Google
JAYATILAKE dkk: FISIOTERAPI BERBANTUAN ROBOT UNTUK MENDUKUNG REHABILITASI PARALISIS WAJAH
Gambar 1. Ikhtisar Masker Robot yang dapat dipakai yang dirancang untuk membantu ekspresi wajah sisi kiri sesuai dengan sinyal bioelektrik dari sisi
kanan wajah.
dengan Bell's palsy. Dia menunjukkan perbaikan pada kecacatan wajah
yang dilaporkan sendiri dan penurunan signifikan pada gangguan fungsional
[11]. Studi oleh Beurskens [12] dan Wang [13] telah melaporkan perbaikan
dari latihan wajah. Wen [14] melaporkan penurunan sinkinesis secara
signifikan dengan 20% pada kelompok kontrol dibandingkan dengan hanya
4,7% pada kelompok olahraga. Teixeira dkk. [10] dalam ulasan mereka
tentang terapi fisik untuk Bell's palsy memperhatikan peningkatan yang
signifikan secara statistik pada fungsi otot wajah karena latihan fungsional.
Mereka juga melaporkan berkurangnya sinkinesis motorik wajah setelah
latihan. Perry dkk. telah menemukan bahwa, dengan latihan wajah yang
intensif, kelemahan otot akibat kerusakan saraf wajah yang terjadi selama
masa kanak-kanak dapat diperbaiki bahkan bertahun-tahun setelah cedera
[15]. Cronin dan Steen-erson [16] telah melaporkan efektivitas pelatihan
ulang neuromuskular wajah dengan EMG dalam rehabilitasi kelumpuhan
wajah.
Dengan pelatihan ulang wajah, mereka menemukan peningkatan nyata
pada fungsi wajah, simetri, dan penurunan sinkinesis. Pembacaan EMG
keseluruhan setelah pengobatan (durasi pengobatan bervariasi dari 3,3
bulan hingga 15 bulan) menunjukkan simetris atau dalam 2-5 dari sisi normal.
Meskipun mekanisme pemulihan yang tepat atau efektivitasnya belum
jelas, fisioterapi secara konsisten dipraktikkan dalam pengobatan
kelumpuhan wajah. Namun keterbatasan ketersediaan sumber daya, baik
alat maupun terapis membuat fisioterapi sulit untuk dilakukan sesering
mungkin. Oleh karena itu, penelitian ini dilakukan untuk mengembangkan
teknologi robotik untuk membantu rehabilitasi fisioterapi pada wajah. Kami
telah mengembangkan Masker Robot yang dapat dipakai dan digerakkan
oleh EMG yang dirancang secara anatomis untuk membantu ekspresi wajah
melalui manipulasi eksternal pada kulit wajah [17]. Makalah ini secara
singkat memperkenalkan perbaikan yang dilakukan pada Masker Robot dan
bagaimana kami menggunakannya untuk membantu fisioterapi pasien
lumpuh hemi-wajah.
II. TEKNOLOGI ROBOT UNTUK BANTUAN EKSPRESI
Membantu ekspresi wajah dengan teknologi robotik adalah masalah unik
yang memerlukan perancangan solusi baru.
Hal ini unik karena membantu ekspresi wajah memerlukan bantuan gerakan
kulit atau tindakan otot, yang berbeda dengan membantu anggota badan
atau persendian. Kekuatan dan perpindahan yang dibutuhkan untuk
memberikan bantuan lebih kecil. Namun, kulitnya halus sehingga harus
lembut dan dikontrol dengan hati-hati.
Karena perangkat mendukung ekspresi wajah, yang secara alami tidak
bersuara, dan dipasang di kepala, pengoperasiannya harus senyap.
Selanjutnya metode menghubungkan sistem bantuan ke
645
kulit wajah, khususnya menjadikannya non-invasif dan tidak mencolok,
merupakan masalah baru. Tidak seperti otot rangka, yang sering
berpasangan untuk menghasilkan tindakan berlawanan, otot ekspresi wajah
seringkali tidak berpasangan, dan jaringan wajah serta ketegangan otot
pada wajah kontralateral mengontrol kembalinya keadaan istirahat. Oleh
karena itu, mengikuti anatomi wajah dalam sistem manipulasi buatan dapat
memanfaatkan karakteristik kulit ini. Saat bantuan diberikan untuk membuat
ekspresi wajah, mereka perlu diam. Selain itu, seperti kebanyakan sistem
lain yang berhubungan dengan interaksi manusia-mesin, aktuator harus
patuh. Oleh karena itu, dalam banyak hal, motor tradisional tidak terlalu
cocok untuk aktuator dalam aplikasi ini dan sebagai gantinya digunakan
elemen paduan memori bentuk (SMA).
A. Robotika Rehabilitasi
Tujuan dari robotika rehabilitasi bukanlah menggantikan terapis manusia,
namun menyediakan alat untuk meningkatkan produktivitas mereka [18].
Penggunaan robot atau teknologi robotik meningkatkan pengulangan
gerakan dan juga menyediakan alat tambahan untuk menilai kemajuan dan
efektivitas proses rehabilitasi [19]. Berbagai sensor yang digunakan dalam
sistem robotika menyediakan sarana kualitatif untuk mengevaluasi kemajuan
rehabilitasi. Rehabilitasi saraf dilakukan berdasarkan dua asumsi dasar:
prinsip pembelajaran motorik berlaku untuk pemulihan motorik dan pasien
dapat mempelajarinya [19]. Berbagai macam pengalaman sensorik dan
motorik dapat menghasilkan perubahan plastik jangka panjang di otak.
Karena plastisitas otak, tindakan berulang dapat membantu otak, sumsum
tulang belakang, dan sistem saraf bekerja sama untuk mengalihkan sinyal
yang terganggu oleh stroke, cedera, dan penyakit lainnya [20]. Meskipun
teknologi sering ditemukan dalam rehabilitasi ekstremitas atas/bawah [21]–
[23], hal ini tidak berlaku pada wajah. Hal ini dapat dimengerti mengingat
sebagian besar gangguan fisik berhubungan dengan anggota tubuh bagian
atas dan bawah. Orang-orang juga cenderung memperhatikan kecacatan
akibat gangguan pada ekstremitas atas dan bawah. Namun demikian,
dengan 25–65 per 100.000 penduduk mengalami kelumpuhan wajah setiap
tahunnya, jumlah orang yang terkena kelumpuhan wajah tentu tidak sedikit
[2], [24]–[27].
B. Topeng Robot
Robot Mask adalah perangkat wearable non-invasif yang kami
kembangkan untuk mewujudkan bantuan ekspresi pada pasien dengan
kelumpuhan wajah (Gbr. 1). Ini portabel, bisa dipakai tanpa bantuan,
Machine Translated by Google

646 TRANSAKSI IEEE PADA SISTEM SARAF DAN TEKNIK REHABILITASI, VOL. 22, TIDAK. 3 MEI 2014

Gambar 3. Desain penyangga kepala dengan menggunakan model kepala mesh 3D.
Gambar 2. Korespondensi anatomi bantuan yang diberikan oleh Robot
Model mesh dibuat dari scan kepala 3-D.
Topeng (gambar berdasarkan Anatomi Gray [28]).

ringan dan mandiri tanpa memerlukan periferal tambahan. Robot Topeng

terutama terdiri dari Kepala Pendukung, a
Silent Actuation Unit (SIAC), sistem penarik kulit serta unit perintah dan
kontrol. Ini telah dirancang untuk mencapai perubahan morfologi, yang
konsisten dengan ekspresi alami, dan sebagai hasilnya, perancangan telah
dilakukan untuk memiliki kekuatan yang kuat.
kemiripan dengan anatomi wajah. Prinsip kerja dasar
perangkat ini adalah manipulasi mekanis pada kulit wajah melalui
kabel yang ditarik oleh aktuator berbasis SMA. Seperti yang bisa dilihat
dari Gambar 2, titik tarikan dan arah tarikan berdekatan
mengikuti anatomi wajah manusia, sehingga karakteristik perpindahan kulit
serupa dengan ekspresi wajah alami. Perangkat ini terutama menargetkan
bantuan hemifacial
pasien lumpuh. Dengan menggunakan pengendalian biorobotik yang berbasis
pada sinyal bioelektrik pada sisi wajah yang sehat, aktuatornya dikontrol
sesuai dengan niat pemakainya,
sehingga memungkinkan untuk mewujudkan kontrol yang mulus atas Gambar 4. Gambar dan tampilan CAD 3-D dari unit aktuasi berbasis SMA, yang
ekspresi yang dibantu. Dalam penelitian ini, kami berkonsentrasi pada proses terdiri dari tiga aktuator yang dapat dikontrol secara independen secara paralel. Itu ada di luar
dimensi. Unit aktuasinya adalah
fisioterapi dan menggunakan tiga aktuator untuk mendukung zygomaticus mudah diperluas sesuai dengan jumlah tindakan dukungan yang diperlukan.
mayor, zygomaticus minor, dan depressor anguli oris. Di dalam
belajar, selain menyempurnakan desain aktuator agar lebih maksimal
dapat diandalkan, kami mengikuti pendekatan desain khusus untuk kepala Robot Topeng, dan kealamian tarikannya, dibutuhkan pendukungnya
pendukung dan juga memperkenalkan mekanisme penyesuaian tegangan agar pas di kepala. Oleh karena itu, seperti yang diilustrasikan pada Gambar 3,
baru, yang membuat pengikatan menjadi lebih cepat, dan sistem kontrol kami menggunakan model 3-D yang dibuat dari gambar 3-D subjek
berbasis saklar untuk memfasilitasi kebutuhan dalam membantu rehabilitasi. Itu kepala dan pendukungnya dirancang agar sesuai dengan model kepala.
versi rehabilitasi prototipe Robot yang telah dirakit sepenuhnya Pemindai 3-D (Danae 100SP, NEC Inc., Tokyo, Jepang) adalah
Berat masker 250 g. digunakan untuk menyiapkan model kepala rangka kawat 3-D dan porter
1) Pendukung Kepala: Pendukung Kepala menyediakan pendukung dirancang di atas model kepala. Prototipe
struktur dasar Topeng Robot. Kapal ini membawa unit SIAC, pengendali dan model dibuat dari bahan foto-polimer berbasis akrilik.
unit catu daya. Aktuator diposisikan 2) Sistem Aktuasi: Gambar 4 menunjukkan rincian sistem aktuasi. Ini
di belakang Kepala Pendukung. Gerakan perpindahan terdiri dari tiga unit SIAC dua arah, dan
yang dihasilkan pada aktuator ditransmisikan ke kulit melalui tarikan untuk menghasilkan daya tarik yang diperlukan, setiap unit SIAC terdiri
kabel dikirim melalui tabung. Selanjutnya, Kepala Suporter bertugas dari tiga kabel SMA secara paralel. Perubahan bentuk kabel SMA di
tujuan mengatur arah tarikan untuk bagian wajah yang ditopang bentuk kontraksi akibat pemanasan Joule digunakan untuk menggerakkan
otot dan pemasangan elektroda untuk kontrol biorobotik. slider maju mundur. Dan kabel penarik, yang memanipulasi
Untuk subjek yang mengalami kelumpuhan hanya pada bagian kiri saja kulit wajah, terhubung ke slider. Untuk mengurangi
dari wajah, Robot Mask dirancang untuk mendukung hal itu saja gesekan, penggeser ditempatkan pada jalur pemandu perunggu yang
sisi wajah. Dan sisi kanan yang terpotong digunakan dihubungkan ke ground listrik. Itu menghilangkan kekuatan gantung dan
untuk menjepit Masker Robot di kepala. Pendekatan ini adalah kabel sinyal di dalam aktuator dan sikat tembaga digunakan untuk itu
diadopsi untuk mengurangi sifat menonjol dan bobot menyalurkan listrik dari guideway ke slider. Sebuah tertanam
Topeng Robot. Bertentangan dengan otot alami yang berada pengontrol yang dipasang di dalam rumah aktuator melakukan kontrol
di bawah kulit, kabel penarik ditempelkan pada kulit perpindahan umpan balik pada penggeser. Konfigurasi modular dari aktuator
secara eksternal. Untuk meningkatkan kualitas penampilan, membuatnya mudah diperluas dari implementasi tiga ke lebih banyak.
kabel yang berjalan secara eksternal harus tetap sedekat mungkin
ke kulit. Selain itu, untuk menjamin kenyamanan pemakainya, yang penting 3) Kontrol Perpindahan untuk Fisioterapi Berbantuan Robot:
untuk penggunaan terus menerus dalam jangka panjang Gambar 5 menunjukkan diagram blok sistem kendali Robot Mask.
Machine Translated by Google
JAYATILAKE dkk: FISIOTERAPI BERBANTUAN ROBOT UNTUK MENDUKUNG REHABILITASI PARALISIS WAJAH
Gambar 5. Diagram blok sistem kendali aktuator Robot Mask. Sinyal dari
antarmuka sakelar atau detektor sinyal bioelektrik diubah menjadi referensi posisi untuk
perpindahan penggeser. Jalur maju dan mundur masing-masing mewakili penarikan dan
pelepasan kulit. Sebagai Posisi ref. adalah mendefinisikan
untuk jalur maju, Estimasi Referensi menghitung jumlah perpindahan yang diperlukan di
jalur kembali.
Ia menerima dua jenis input: input netral biner/ekspresi
dari antarmuka berbasis saklar atau sinyal bioelektrik dari
sisi wajah subjek yang sehat. Dalam kasus terakhir, dengan menggunakan a
algoritma pendeteksi senyum (Bagian II-B8), sinyal bioelektrik diubah ke
status netral/ekspresi. Saat menentukan referensi posisi, perintah biner ini
diubah
untuk memposisikan nilai masing-masing sebagai perpindahan nol atau
perpindahan maksimum. Nilai referensi ini digunakan untuk mengontrol
penggeser. Setiap aktuator dilengkapi dengan sistem kontrol umpan baliknya
sendiri yang dapat melakukan kontrol posisi kontinu dalam rentang milimeter
dan ketiga aktuator berbagi referensi posisi yang sama. Sebagai Posisi ref.
dihitung untuk jalur maju,
di jalur kembali, Estimasi Referensi mewakili jumlah perpindahan untuk SMA
jalur kembali, yang setara dengan penuh
pukulan—Ref posisi. Jalur maju dan mundur, dimana saja
salah satunya beroperasi selama aktuasi apa pun, digunakan untuk menarik
dan melepaskan kulit. Interval pengambilan sampel 10 ms digunakan dalam
pengontrol tertanam (Microchip Inc., Chandler, AZ, USA) dan a
Sinyal PWM dengan duty-ratio yang bervariasi digunakan untuk mengontrol
arus beban rata-rata. Karena inersia termal kabel SMA besar
cukup untuk menghasilkan perpindahan yang mulus, kabel SMA-nya
digerakkan langsung dari sinyal PWM 5 kHz. Encoder linier reflektif ulang
150 baris/inci (Avago Inc., San José, CA, USA) digunakan
untuk umpan balik posisi. Dalam diagram adalah posisi slider,
yang merupakan nilai umpan balik yang dikontrol dan merupakan kulit sebenarnya
perpindahan pada wajah. adalah perolehan umpan balik. Meskipun
tidak diukur secara langsung, penelitian sebelumnya [17] telah menunjukkan hal itu
adalah perkiraan yang masuk akal untuk. Pada jalur mundur, estimasi referensi
digunakan untuk menghitung besarnya kontraksi
diperlukan dari SMA sisi kembali. Berdasarkan penyetelan manual,
,
parameter penguatan, dan sebesar , 0,5, dan 0,75 masing-masing
0,85,
digunakan pada pengontrol PID.
4) Memasang Masker Robot ke Wajah: Masker Robot
dipakai seperti headphone di belakang kepala dan elastis
tali digunakan untuk menjepitnya dengan aman. Seperti yang ditunjukkan pada Gambar 6(a),
strip penarik transparan, yang dihubungkan dengan penarik
kabel melalui mekanisme penyesuaian tegangan dipasang
kulit menggunakan perekat jenis film poliuretan setebal 10-tebal
kaset. Strip transparan selebar 5 mm digunakan untuk mereduksi
sifat menonjol dan bekas yang mungkin muncul pada kabel tipis karena
tenggelamnya kabel ke kulit. Kaset poliuretan itu
persegi panjang berukuran sekitar 15 mm 20 mm dengan sudut-sudutnya
dibulatkan untuk mengurangi stres dan memudahkan pelepasan oleh
647
Gambar 6. (a) Pemasangan strip penarik dengan menggunakan pita poliuretan transparan,
(b) mekanisme pengatur tegangan, dan (c) kotak kendali berbasis saklar.
pemakainya atau terapisnya. Strip transparan, dipotong dari
lembaran transparan, selain meningkatkan kesan tidak mencolok,
memberikan tahap fleksibilitas lebih lanjut untuk menyesuaikan ukuran dan bentuk
dari Topeng Robot. Meski begitu, yang ada hanyalah garis persegi panjang
digunakan dalam uji klinis ini, mereka dapat dengan mudah dipotong menjadi beberapa jenis
bentuk, dengan cepat mengubah posisi tarikan, area pemasangan,
dan jumlah titik tarik.
5) Mekanisme Penyesuaian Ketegangan: Saat memasang Robot
Pasang masker dan tempelkan strip penarik fleksibel ke kulit, masuk
untuk menghilangkan permainan apa pun, penting untuk memasangnya dengan erat
ke kulit. Namun, biasanya terlihat penurunan pada tarikannya
kabel. Oleh karena itu, kami menggabungkan mekanisme pengencangan
mini yang mudah disesuaikan antara kabel penarik dan
menarik strip [Gbr. 6(b)] Mekanisme nonreturn tipe ratchet dengan penggeser
linier ini dirancang untuk memiliki minimum
resolusi disesuaikan 1 mm. Setelah memasang strip penarik
bagian muka, mekanisme ini digunakan untuk menambah ketegangan pada tarikan
kabel serta untuk pull-up posisi netral orang lumpuh
sisi wajah.
6) Pengontrol Berbasis Saklar: Dalam fisioterapi, hal ini biasa terjadi
bagi terapis untuk meminta pasien membuat ekspresi wajah tertentu dan
kemudian menggunakan jari terapis untuk memanipulasi kulit pasien dengan
waktu dan kekuatan yang tepat. Peralihan ini
unit Gambar 6(c) dirancang untuk memberikan perintah aktuasi langsung ke
Robot Mask sehingga terapis atau pasien dapat mengontrol Robot Mask
secara manual. Ini meminimalkan koneksi eksternal dengan kulit pasien,
memberikan umpan balik so-matosensori yang lebih baik dan umpan balik
visual yang tidak terhalang melalui
kaca. Dalam studi kasus ini, tiga saklar digunakan untuk mengontrol tiga otot
buatan secara independen. Indikator kecil
lampu digunakan untuk memberikan umpan balik visual dari sakelar
status. Masing-masing sakelar kendali langsung ini digabungkan
memungkinkan sakelar untuk memilih antara kontrol langsung dan biorobotik.
7) Pengontrol Biorobotik: Pengendalian biorobotik menggunakan
sinyal biorobotik dari sisi wajah yang sehat untuk mewujudkan kontrol
berbasis niat. Penguat instrumentasi dengan gain 1000
digunakan untuk memperkuat sinyal yang ditangkap melalui otot-otot wajah.
Kami menggunakan pendekatan ac-coupling dari Spinelli dkk. [29] bersama-sama
dengan sirkuit kaki kanan yang digerakkan (DRG) untuk menghubungkan elektroda
ke penguat instrumentasi. Setelah itu, sinyalnya adalah
diproses secara digital untuk mendeteksi permulaan dan offset ekspresi. Pada
sisi Robot Mask, deteksi senyuman digunakan untuk menariknya
Machine Translated by Google
648 TRANSAKSI IEEE PADA SISTEM SARAF DAN TEKNIK REHABILITASI, VOL. 22, TIDAK. 3 MEI 2014
Gambar 7. Pengendalian biorobotik pada Robot Mask.
kulit dengan gaya tarik maksimum dan tetap ditarik dan hilangnya ekspresi
selanjutnya digunakan untuk mengembalikan aktuator ke netral.
Gambar 7 menunjukkan pembacaan bioelektrik dari subjek yang sehat
dan respons yang sesuai dari Masker Robot untuk pengendalian biorobotik.
Sinyal EMG adalah keluaran penguat instrumentasi, sebelum pemfilteran
digital dan respons Robot Mask adalah perpindahan slider yang diambil dari
umpan balik
sensor.
8) Algoritma Deteksi Senyuman: Karena amplitudo sinyal bioelektrik,
bahkan pada sisi subjek uji hemifa-sial yang tidak terpengaruh, ternyata
sangat kecil,1 sulit untuk menggunakan pendekatan berbasis ambang batas
sederhana untuk mendeteksi permulaan dan permulaan senyuman .
Hasilnya, kami menggunakan algoritma pendeteksi senyuman, yang
didasarkan pada karya Gruebler dan Suzuki [30]. Algoritme tertentu
menggunakan pendekatan berbasis pola untuk mengidentifikasi ekspresi
wajah yang berbeda. Karena sinyal bioelektrik yang ditangkap dari wajah
merupakan campuran dari sinyal otot wajah yang berbeda dan artefak
lainnya, analisis komponen independen (ICA) dilakukan untuk memisahkannya dengan bantuan robot dalam mode kontrol berbasis saklar (Bagian III-B1)
setelah menyaring sinyal dengan bandpass 5–350 Hz dan filter takik 50 Hz. dan berbasis sinyal bioelektrik (Bagian III-B2). Dalam percobaan, kami
ICA dalam algoritma ini terdiri dari empat komponen independen dan kernel
Gaussian dengan 2 DoF. Kemudian, dengan menggunakan jaringan syaraf
tiruan (JST) dengan empat neuron tersembunyi sigmoid, keluaran ICA
diklasifikasikan sebagai senyuman, netral, atau lainnya. Pelatihan ANN
dilakukan dengan menggunakan data ekspresi sukarela sepanjang 16 detik
yang diambil pada setiap awal sesi.
AKU AKU AKU. VALIDASI SISTEM
Validasi pendekatan yang diusulkan dilakukan dengan menggunakan
Robot Mask untuk membantu rehabilitasi pasien lumpuh hemifasial dan
menghitung tiga parameter: simetri wajah, latensi respons, dan karakteristik
temporal.
A. Prosedur Perawatan Fisioterapi Secara Reguler
Subjek yang berpartisipasi dalam penelitian ini adalah seorang wanita
berusia 31 tahun dengan kelumpuhan total pada wajah sisi kiri. Dia telah
menerima perawatan terapeutik dua mingguan di Rumah Sakit Universitas
Tsukuba. Kursus pengobatan
1Sassi dkk. [5] telah melaporkan pengamatan serupa di mana mereka mencatat
penurunan aktivitas otot sebesar 26% pada sisi yang tidak lumpuh selama tersenyum
bila dibandingkan dengan kelompok kontrol.
Gambar 8. Memakai Masker Robot tanpa bantuan orang lain.
terdiri dari pemijatan wajah selama 15 menit oleh terapis wicaranya diikuti
dengan upaya untuk mengeluarkan suara selama 15 menit lagi. Selama
upaya tersebut, ahli terapi wicara membantunya dengan menggerakkan
sudut mulut sisi yang lumpuh dengan jari-jarinya.
Dia berbaring di tempat tidur selama durasi tersebut.
B. Deskripsi Sesi Fisioterapi Berbantuan Robot
Dengan menggunakan Robot Mask, sesi dua mingguan dilakukan selama
empat bulan, dengan setiap sesi berlangsung sekitar 1 jam. Dia
berpartisipasi dalam sesi ini langsung setelah mengikuti kursus fisioterapi
reguler.
Selama sesi Robot Mask, subjek pertama kali duduk dengan nyaman
dengan terapis wicara duduk di sampingnya, konfigurasi yang mirip dengan
sesi terapi regulernya. Sebuah cermin kecil ditempatkan di depan subjek
sehingga dia dapat memperoleh umpan balik visual dari wajahnya. Selain
itu, kamera jarak jauh ditempatkan tepat di depannya untuk menangkap
perpindahan wajah dalam 3-D. Berbeda dengan berbaring di tempat tidur,
Robot Mask memperbolehkannya duduk di kursi sambil melihat ke cermin
untuk mendapatkan biofeed-back. Setelah itu kami melakukan fisioterapi
meminta subjek untuk memakai Masker Robot dan menempelkan sendiri
strip penarik ke wajahnya. Dan jika dilakukan sendiri, total waktu
pemasangannya adalah 1 menit 47 detik dan waktu yang dibutuhkan untuk
menyambungkan Masker Robot ke wajah adalah 2 menit.
Gambar 8 menunjukkan gambar subjek yang mengenakan Topeng Robot
seorang diri. Gambar 9 menunjukkan pengaturan eksperimental lengkap.
1) Kontrol Berbasis Saklar: Dalam kontrol berbasis saklar, dua metodologi
kontrol diselidiki: pengendalian oleh ahli terapi wicara dan pengendalian
oleh subjek itu sendiri. Yang pertama dilakukan untuk meniru sesi fisioterapi
regulernya dengan ahli terapi wicara di mana terapis meminta subjek untuk
membuat ekspresi dan kemudian menggunakan figurnya untuk menggerakkan
kulit sisi subjek yang lumpuh. Hal ini penting karena melibatkan instruksi
dari terapis tentang cara melakukan ekspresi untuk fisioterapi. Dengan
mengontrol sendiri, kami mengevaluasi kegunaan Robot Mask di rumah.
Dengan kedua metode tersebut, kami memastikan bahwa terapis wicara
dan pasien merasa nyaman menggunakan antarmuka sakelar untuk
memanipulasi kulit.
2) Kontrol Berbasis Sinyal Bioelektrik: Dalam kontrol berbasis sinyal
bioelektrik, kami menempatkan sepasang elektroda permukaan jenis Ag/
AgCl sekali pakai berukuran 19 mm 36 mm Ag/AgCl pada kesehatannya.
Machine Translated by Google
JAYATILAKE dkk: FISIOTERAPI BERBANTUAN ROBOT UNTUK MENDUKUNG REHABILITASI PARALISIS WAJAH
Gambar 9. Sketsa sederhana dari pengaturan eksperimen. Sensor gambar kedalaman
ditempatkan tepat di depan subjek dan cermin untuk umpan balik visual
ditempatkan di samping sensor.
sisi wajah untuk menangkap sinyal bioelektrik dari anguli
kelompok otot elevator oris: zygomaticus mayor dan minor dan
levator anguli oris. Meskipun algoritma pendeteksi senyuman
(Bagian II-B8) telah dikembangkan untuk mengklasifikasikan sinyal distal
ditangkap di dekat area pelipis wajah (jadi elektroda
dapat dibahas dengan mudah), dalam percobaan ini untuk membantu
rehabilitasi, karena keakuratan klasifikasi lebih penting
daripada estetika, kami menempatkan elektroda langsung di atas
kelompok otot pengangkat anguli oris. Elektroda ground ketiga
ditempatkan di lehernya.
Kami meminta subjek untuk mencoba mengekspresikan dirinya sendiri
waktu yang tepat dan mengamati karakteristik perpindahan sisi wajah yang
sehat dan lumpuh.
IV. ANALISIS KINERJA
Meskipun sistem penangkapan gerak berbasis penanda dapat secara
akurat melacak pergerakan titik-titik yang dipilih, sistem ini sulit digunakan
sistem seperti itu dalam fisioterapi karena sistem ini juga memberikan tekanan
fisiologis dan psikologis ekstra pada subjek. Oleh karena itu kami memutuskan
untuk menggunakan sistem perekaman data berbasis sensor gambar kedalaman,
yang tidak hanya dapat merekam data dari jarak jauh tetapi juga dapat digunakan
menganalisis data pada sudut pandang mana pun. Sebelumnya kami telah
spasial yang dibahas dalam
memperkenalkan sistem berbasis gambar kedalaman untuk menganalisis fitur wajah dan
ekspresi wajah [31]. Sensor yang kami gunakan adalah kamera gambar
kedalaman Time-of-Flight 3-D, yang dapat memperoleh gambar kedalaman dan simetri temporal adalah perubahan simetri dinamis dengan
intensitas refleksi inframerah (SR4000, MESA Imaging AG,
Zurich, Swiss). Kamera digunakan untuk mendapatkan data jarak resolusi
16 bit dalam bidang pandang 176 px 144 px pada 30 fps.
Kami menggunakan data sistem sensor ini untuk menganalisis responsnya
spesifikasi laju dan perpindahan dari Robot Mask yang dibantu
sesi fisioterapi. Gambar 9 menunjukkan susunan kedalaman
sensor gambar untuk menangkap sesi fisioterapi. Kami menggunakan wajah
simetri untuk mengevaluasi efek Robot Mask. Kami juga menggunakan
sistem ini untuk mengevaluasi parameter latensi Robot Mask.
649
A. Simetri Wajah
Dalam pengujian ini, simetri wajah yang dikaitkan dengan kontribusi
Robot Mask dalam membuat ekspresi wajah adalah
diukur. Untuk menganalisis simetri wajah, kami menggunakan
kesenjangan antar-bingkai pada dua contoh waktu gambar kedalaman
titik piksel yang sama. Kami menghitung jumlah piksel yang
kesenjangan antar bingkai melebihi tingkat ambang batas. Dengan sebagai
menentukan jumlah piksel pada waktu di sisi kiri wajah
yang kesenjangan antar bingkainya melebihi ambang batas dan untuk itu
sisi kanan wajah, kami menghitung persentasenya
simetri sesuai . Dalam percobaan ini, dan
dengan sisi wajah yang lumpuh dan sisi wajah yang sehat, masing-
masing dan diasumsikan karena kelumpuhan di
sisi kiri wajah. Kami memverifikasi metodologi ini untuk menganalisis simetri
wajah dengan menerapkannya pada empat subjek sehat
[31].
Hasil dari tiga sesi berbeda digunakan untuk facial
analisis simetri. Dengan menggunakan bingkai sebelum permulaan
Robot Mask, kami menganalisis persentase simetri
wajah yang belum dibantu oleh Robot Mask. Demikian pula, dengan
menggunakan bingkai setelah penggunaan Robot Mask, kami
menganalisis simetri wajah yang dibantu oleh
Topeng Robot. Oleh karena itu, dari setiap percobaan diperoleh dua nilai
persentase kesimetrian: Tanpa Bantuan dan Bantuan.
B. Latensi Respon
Latensi antara niat pemakai dan aktuator
respon dari Robot Mask digunakan untuk mengevaluasi respon
tingkat Topeng Robot. Ukuran latensi didefinisikan sebagai
perbedaan waktu dari awal gerak pada keadaan sehat
sisi wajah ke awal gerak pada orang lumpuh
sisi wajah. Dalam percobaan ini, sudut mulut diambil
sebagai titik pelacakan. Setelah menentukan permulaan gerak
frame melalui pemeriksaan manual refleksi 30 fps
intensitas gambar dari sensor gambar kedalaman, kami mengukur
waktu antara bingkai awal gerak masing-masing sisi. Itu
ukuran latensi diperoleh untuk pengendalian biorobotik dan
kontrol berbasis saklar. Latensi untuk pengendalian biorobotik adalah
disebabkan oleh pemrosesan sinyal bioelektrik dan Robot Mask
respons mekanis. Latensi pengendalian biorobotik dan
kontrol berbasis saklar dianalisis dari tiga percobaan berbeda
setiap.
C. Ciri-ciri Temporal
Karakteristik temporal dianalisis untuk mengevaluasi
peningkatan simetri karena ekspresi wajah yang dibantu robot. Simetri
Bagian IV-A adalah simetri statis akhir. Di samping itu,
waktu. Simetri temporal ditentukan oleh tingkat perubahan morfologi sisi
kiri dan kanan wajah.
Untuk menganalisis karakteristik temporal Robot
Mask dengan menggunakan data sensor gambar kedalaman, kami menganalisis lajunya
perubahan karakteristik morfologi wajah. Kami menggunakan
celah antar bingkai pada titik piksel yang dipilih pada waktu tertentu
dibandingkan dengan titik piksel di awal dan dihitung jumlahnya
piksel yang jarak antar bingkainya melebihi ambang batas yang telah ditentukan
tingkat. Jumlah piksel pada waktu di sisi yang lumpuh
Machine Translated by Google

650 TRANSAKSI IEEE PADA SISTEM SARAF DAN TEKNIK REHABILITASI, VOL. 22, TIDAK. 3 MEI 2014

Gambar 10. Pemberian bantuan ekspresi dengan Robot Mask. Yang netral
wajah, senyuman natural, dan senyuman dengan bantuan Robot Mask.

Gambar 12. Rata-rata persentase simetri antara sisi sehat dan sisi lumpuh
subjek lumpuh hemifacial dan sisi kiri dan kanan wajah
subjek yang sehat.

Gambar 11. Data kedalaman gambar dari sensor jangkauan dan perbandingan simetri
wajah tanpa bantuan dan bantuan.

wajah yang jarak antar bingkainya melebihi ambang batas , Dan

adalah sisi wajah yang sehat. Dalam analisis ini, .oleh
menggunakan masker area, kami menghitung jumlah piksel di sekitar
sekitar titik yang ditarik oleh Robot Mask.

V. HASIL VALIDASI
Gambar 13. Latensi Masker Robot untuk kontrol berbasis biorobotik dan sakelar.

A. Simetri Wajah
Gambar 10 menunjukkan wajah netral, membuat ekspresi secara
alami dan membuat ekspresi dengan bantuan Robot
Masker. Ini secara kualitatif menunjukkan perubahan simetri wajah
akibat Robot Mask. Pada ekspresi natural tanpa bantuan, meski tidak
digunakan secara aktif, hadirnya Robot Mask
bertindak seperti pengganti tonus otot yang tidak tersedia pada sisi
wajah yang lumpuh dan mencegah sisi tersebut bergerak ke posisi semula.
sisi kontralateral wajah.
Gambar paling kiri pada Gambar 11 menunjukkan contoh kedalaman
data gambar diwarnai menurut nilai kedalaman. Tengah dan kanan
sebagian besar gambar Gambar 11 menunjukkan titik-titik tempat antar-frame
kesenjangan tersebut melebihi ambang batas untuk ekspresi wajah tanpa
bantuan dan bantuan. Seperti dapat dilihat dari Gambar 11, hampir tidak ada kulit Gambar 14. Laju perubahan morfologi pada sisi sehat dan sisi lumpuh.
gerakan diamati pada sisi wajah yang lumpuh
kasus tanpa bantuan. Namun untuk kasus yang dibantu walaupun lebih sedikit
ucapkan, sisi yang lumpuh menunjukkan distribusi yang serupa didasarkan pada perbandingan ambang batas dan dipengaruhi secara signifikan oleh

perpindahan kulit sebagai sisi wajah yang tidak terpengaruh. Seperti yang bisa terjadi
dilihat dari Gambar 12, rata-rata persentase simetri wajah untuk
subyek sehat ditemukan 86,4%. Nilai-nilai yang sesuai untuk percobaan
ini tanpa bantuan dan bantuan
ditemukan masing-masing sebesar 25,1% dan 49,1%.
B. Latensi dan Respon
Gambar 13 menunjukkan nilai latensi dari Robot Mask. Tiga
nilai latensi untuk EMG, Robot Mask, dan Manual adalah 1010 ms
, masing- , dan 44 ms
masing 120 ms. Waktu yang diperlukan untuk pemrosesan sinyal EMG
tingkat ekspresi di sisi wajah yang sehat.
C. Ciri-ciri Temporal
Gambar 14 menunjukkan tingkat perubahan morfologi orang sehat
, dan sisi wajah subjek uji yang lumpuh. Waktu rata-rata Robot
Masker untuk menarik kulit pada
sisi wajah yang lumpuh menjadi 63,2% dari nilai asimtotiknya sejak saat itu
penerimaan sinyal pemicu EMG ditemukan 346 ms
(delapan percobaan,). Profil kurva untuk kiri dan
sisi kanan wajah menyesuaikan dengan perpindahan tipikal
, karakteristik wajah. Gambar 15 menunjukkan bagaimana laju perubahannya
karakteristik morfologi biasanya bervariasi di antara orang sehat
Machine Translated by Google

JAYATILAKE dkk: FISIOTERAPI BERBANTUAN ROBOT UNTUK MENDUKUNG REHABILITASI PARALISIS WAJAH 651

Seperti perbedaan signifikan pada bentuk dan ukuran kepala manusia

antar individu yang berbeda menuntut penyesuaian
Robot Mask, dalam makalah ini kami memperkenalkan sejumlah tahap
penyesuaian dan penyesuaian yang digunakan selama desain dan
tingkat implementasi. Selanjutnya, kami menyediakan dua kontrol
strategi: berbasis sinyal bioelctrical dan berbasis saklar manual,
untuk membantu fisioterapi dan rehabilitasi.
Kami juga memperkenalkan metodologi baru untuk mengevaluasi
efektivitas fisioterapi dengan menggunakan sensor jangkauan 3-D.
Dari sudut pandang perancangan teknis, penggunaan jangkauan
Sensor memungkinkan untuk melacak perubahan morfologi wajah
dari jarak jauh dan terus menerus, tanpa mengganggu subjek. Lebih jauh

Gambar 15. Plot normalisasi karakteristik perpindahan sudut mulut
gerakan ekspresi tersenyum cepat dari lima subjek sehat. Kesamaan
dari profil ini, yang diperoleh penangkapan gerak berbasis penanda secara menyeluruh,
dengan karakteristik temporal pada Gambar 14 menegaskan validitas yang diusulkan
metode evaluasi.
lagi, dibandingkan dengan fisioterapi tradisional dimana hanya a
cermin tersedia bagi subjek untuk mendapatkan umpan balik visual,
metodologi evaluasi baru ini memungkinkan dilakukannya kuantitatif
evaluasi fisioterapi dan proses rehabilitasi.
Selama percobaan pengendalian biorobotik, kami memperhatikan
sinyal bioelektrik subjek tersebut, bahkan pada sisi yang sehat

mata pelajaran. Grafik disiapkan dengan memantau lintasan sudut mulut wajahnya, secara signifikan lebih kecil dibandingkan dengan subjek yang sehat.

selama lima orang tersenyum secara alami Hal ini mirip dengan pengamatan Sassi dkk. [5] di mana mereka

mata pelajaran yang sehat. Sistem penangkapan gerak 3-D (Naturalpoint telah mengamati penurunan 26% aktivitas otot pada sisi yang tidak lumpuh

Inc., Corvallis, OR, USA) digunakan untuk mendapatkan data dan sejak itu selama tersenyum dibandingkan dengan kelompok kontrol. Biasanya, sinyal

jumlah perpindahan maksimum berbeda-beda antarnya EMG wajah jauh lebih kecil dibandingkan otot rangka

subjek, perpindahan telah dinormalisasi untuk visualisasi yang lebih baik. sinyal dan penurunan lebih lanjut ini membuatnya sulit untuk diterapkan

Pola serupa dari profil senyuman alami kontrol posisi kontinyu berbasis sinyal bioelektrik dari aktuator. Selain itu,

dua kurva pada Gambar 15 memvalidasi pendekatan yang digunakan untuk memperoleh deteksi ekspresi wajah yang andal pun

karakteristik temporal. hanya mungkin pada tingkat sinyal bioelektrik yang sesuai dengan a
status ekspresi yang telah selesai sepenuhnya dan membuat pemrosesan
D. Evaluasi Kualitatif dan Umpan Balik Subjek sinyal bioelektrik rentan terhadap laju ekspresi. Tetapi
subjek dapat secara sadar menyesuaikan ekspresinya pada sisi wajah yang
Kami telah menerima masukan positif dari subjek tentang
sehat, seperti yang diamati dengan
bentuk, ukuran dan berat Robot Mask. Lebih-lebih lagi
kontrol berbasis saklar. Selama kontrol berbasis saklar, ketika
dia merasa nyaman dengan mekanisme pengikatannya. Mulanya
pengendalian dilakukan sendiri, kami melihat subjek itu dengan cepat
subjek ingin posisi ketegangannya disesuaikan
disesuaikan dengan tingkat respons Robot Mask dan mulai
mekanismenya diubah, sehingga tidak akan menekan wajahnya.
membuat ekspresi serupa di sisi sehatnya. Reaksi yang diamati ini dianggap
Setelah itu, dia tidak menunjukkan kegelisahan apa pun. Mekanisme
sebagai hasil visual dan somatosensori
penyesuaian ketegangan terbukti sangat serbaguna karena membantu mengurangi
biofeedback dan adaptasi cepat manusia. Alasan mengapa
waktu pengaturan, lepaskan kendur kawat penarik serta tarik garis dasar
latensi untuk Robot Mask yang dikontrol secara manual hampir
sisi yang lumpuh.
nol ( 44 ms) disebabkan oleh fakta bahwa subjek cepat terbiasa
Selama pengendalian biorobotik, dia merasakan Robot Topeng itu sedikit
terhadap tingkat respons dari Robot Mask dan oleh karena itu dia sengaja
Namun, dia merasa tertinggal dengan sistem berbasis saklar
menunda ekspresi sisi sehatnya untuk mengakomodasi
tingkat responsnya benar-benar memadai.
tingkat respons Robot Mask. Meskipun demikian, latensi rata-rata untuk
Kami melanjutkan percobaan selama empat bulan dan
kasus ini adalah 44 ms, maksimum yang tercatat selama ini
menegaskan bahwa Robot Mask dapat digunakan secara efektif untuk membantu
semua uji coba adalah 166 ms. Mengingat fakta bahwa latensi ini
rehabilitasi wajah. Namun, kami tidak melihat secara signifikan
murni karena niat/perasaan subjek, kami anggap
perbaikan kondisi pasien.
bahwa latensi Robot Mask dengan proporsi yang sama dapat diambil
sebagai target desain akhir.
VI. DISKUSI
VII. KESIMPULAN DAN PEKERJAAN MASA DEPAN
Robot Mask adalah perangkat yang kami kembangkan untuk membantu
ekspresi wajah. Prinsip desain diadopsi dengan Robot Kami telah mengembangkan Masker Robot yang digerakkan oleh EMG untuk
Masker memungkinkan banyak fleksibilitas pada perangkat. Prinsip desain membantu ekspresi wajah. Dalam tulisan ini, kami menggambarkan sebuah studi kasus
modular kompak dari aktuator sedemikian rupa sehingga jumlahnya penggunaan Robot Mask untuk membantu fisioterapi hemifacial
menarik kabel dapat dengan mudah diubah dengan menambah atau melepas pasien lumpuh. Dalam periode evaluasi terbatas empat
Unit SIAC dari aktuator. Juga, kemungkinan untuk berubah bulan, kami mengonfirmasi bahwa metode yang kami usulkan dapat diotomatisasi
bentuk strip yang menarik, membuat Robot Mask mudah dikonfigurasi ulang. dan membantu tugas yang dilakukan selama fisioterapi tradisional.
Dengan menggunakan EMG pemakainya, kami membawa fisioterapi wajah
Dalam makalah ini, kami menjelaskan studi kasus penggunaan Robot tradisional ke tingkat baru yang memungkinkan pasien berpartisipasi secara
Masker untuk membantu fisioterapi pasien lumpuh hemifasial. sukarela dalam fisioterapi.
Machine Translated by Google
652 TRANSAKSI IEEE PADA SISTEM SARAF DAN TEKNIK REHABILITASI, VOL. 22, TIDAK. 3 MEI 2014
Kami memperkenalkan sejumlah tahap penyesuaian dan
penyesuaian yang digunakan selama tingkat desain dan implementasi.
Lebih lanjut, kami menjelaskan dua strategi pengendalian: berbasis
sinyal bioelctrical dan berbasis saklar manual, untuk membantu
fisioterapi dan rehabilitasi. Kami juga menggunakan metode analisis
berbasis data sensor gambar kedalaman untuk mengevaluasi
efektivitas Robot Mask. Dengan menganalisis data sensor jangkauan,
kami menunjukkan bahwa, selain memberikan respons cepat, Robot
Mask juga dapat mengurangi asimetri wajah tersenyum.
Pendidikan ulang neuromuskular wajah memerlukan isolasi
kontraksi otot dan mengurangi aktivitas otot dari pola gerakan
abnormal seperti sinkinesis. Selain itu, program latihan gerakan
wajah di rumah dapat memberikan komponen latihan tambahan
pembelajaran motorik yang diperlukan untuk pendidikan ulang
neuromuskular. Namun, penting bagi pasien untuk memiliki
kemampuan untuk melakukan komponen-komponen ini secara akurat
dan kami yakin Robot Mask dapat membantu latihan ini secara
efektif. Upaya berulang kali untuk tersenyum sebanyak mungkin,
sebagai bagian dari program rehabilitasi, dapat memperpanjang otot
tersenyum sisi ipsilateral yang lumpuh sebagian atau seluruhnya
secara tidak normal. Dengan menggunakan Robot Mask dan
memberikan bantuan pada sisi ipsilateral sesuai dengan niat pasien
dan pada waktu yang tepat, kami mencoba mengembangkan program
pelatihan baru untuk rehabilitasi pasien lumpuh wajah.
Pekerjaan lebih lanjut akan mencakup peningkatan tingkat respons
kontrol biorobotik dan algoritma deteksi ekspresi wajah untuk Robot
Mask. Kami juga akan terus mengevaluasi efektivitas dan
pengembangan protokol fisioterapi berbantuan robot melalui studi
jangka panjang.
VIII. UCAPAN TERIMA KASIH
Penulis ingin menyampaikan penghargaan yang tulus kepada
subjek studi kasus atas partisipasinya dalam penelitian ini.
REFERENSI
[1] AMR Agur dan AF Dalley, Atlas Anatomi Grant, edisi ke-11.
Philadelphia, PA: Lippincott Williams dan Wilkins, 2005.
[2] NJ Holland dan GM Weiner, “Perkembangan terkini dalam Bell's palsy,”
BMJ, jilid. 329, tidak. 7465, hlm.553–557, 2004.
[3] MR Garanhani, JR Cardoso, A. de Mello Capelli, dan MC Ribeiro, “Terapi fisik pada
kelumpuhan wajah perifer: Studi retrospektif,”
Pendeta Bra. Otorrinolaringol., jilid. 73, tidak. 1, hal.112–115, 2007.
[4] IG Williamson dan TR Whelan, “Masalah klinis Bell's Palsy: Apakah pengobatan
dengan steroid efektif?,” Br. J. Jenderal Praktek, vol. 46, tidak. 413, hlm.743–747,
1996.
[5] LDM Fernanda, C. Sassi, PN Toledo, dan CRF de Andrade, “Elektromiografi dan
Kelumpuhan Wajah,” dalam Penerapan EMG dalam Kedokteran Klinis dan
Olahraga, C. Steele, Ed. Rijeka, Kroasia: In-Tech, 2012, hlm.359–374.
[6] S. Ghali, A. MacQuillan, dan AO Grobbelaar, “Reanimasi wajah tengah dan bawah
pada kelumpuhan wajah: Tinjauan literatur dan pendekatan pribadi,” J. Plastic,
Reconstruct. Bedah Estetika, vol. 64, tidak. 4, hal.423–431, 2011.
[7] P. Byrne, “Pentingnya ekspresi wajah dalam rehabilitasi saraf wajah,” Opin Saat
Ini. THT. Bedah Kepala Leher, vol. 12, hal.332–335, 2004.
[8] CH Beurskens dan PG Heymans, “Fisioterapi pada pasien dengan paresis saraf
wajah: Deskripsi hasil,” Am. J.Otolaryngol., jilid. 25, tidak. 6, hal.394–400, 2004.
[9] LJ Teixeira, BGDO Soares, VP Vieira, dan GF Prado, “Terapi fisik untuk Bell's
Palsy (kelumpuhan wajah idiopatik) (ulasan),”
Sistem Basis Data Cochrane di. Pdt., hal.1–36, 2008.
[10] E. Peitersen, “Bell's palsy: Perjalanan spontan dari 2.500 kelumpuhan saraf wajah
perifer dengan etiologi berbeda,” Acta Otolaryngol. Tambahan, jilid. 549, hlm. 4–
30, 2002.
[11] JM Elliott, “Pengobatan fisioterapi Bell's Palsy: Laporan kasus,”
Selandia Baru J. Physiother., vol. 34, tidak. 3, hal.167–171, 2006.
[12] CHG Beurskens dan PG Heymans, “Efek positif terapi pantomim pada gejala sisa
kelumpuhan wajah: Kekakuan, mobilitas bibir, aspek sosial dan fisik dari kecacatan
wajah,” Otol. Neurotol., jilid. 24, tidak. 4, hal.677–681, 2003.
[13] X. Wang, L. Zhang, M. Han, K. Zhang, dan J. Jiang, “Pengobatan Bell's Palsy
dengan kombinasi pengobatan tradisional Tiongkok dan pengobatan barat,” Hua
Xi Kou Qiang Yi Xue Za Zhi, vol . 22, tidak. 3, hal.211–213, 2004.
[14] BC Zhang dan CM Wen, “Pengaruh pelatihan rehabilitasi pada tingkat yang berbeda
dalam pengobatan kelumpuhan wajah idiopatik: Perbandingan terkontrol secara
acak,” Zhongguo Linchuang Kangfu, vol. 8, tidak. 13, hal.2446–2447, 2004.
[15] ES Perry, NL Potter, KD Rambo, dan R. Short, “Pengaruh latihan kekuatan pada
rehabilitasi neuromuskular wajah,” Kembangkan.
Neurorehabilitasi., vol. 14, tidak. 3, hal.164–170, 2011.
[16] GW Cronin dan RL Steenerson, “Efektifitas pelatihan ulang neuromuskular wajah
dikombinasikan dengan elektromiografi dalam rehabilitasi kelumpuhan wajah,”
Otolaryngol.—Head Neck Surg., vol. 128, tidak. 4,
2003.
[17] D. Jayatilake dan K. Suzuki, “Ekspresi wajah berbantuan robot dengan aktuator
paduan memori bentuk tersegmentasi,” Int. J.Mekatron.
Otomatis., jilid. 1, tidak. 3/4, hlm.224–235, 2012.
[18] N. Tejima, “Robot rehabilitasi: Sebuah tinjauan,” Adv. Robot., jilid. 14, tidak. 7,
hal.551–564, 2001.
[19] VS Huang dan JW Krakauer, “Rehabilitasi saraf robotik: Perspektif pembelajaran
motorik komputasi,” J. Neuroeng. Rehabilitasi., vol. 6,
2009.
[20] RGB Kolb, “Plastisitas otak dan perilaku di otak yang sedang berkembang,”
J.Bisa. Akademik. Anak Remaja. Psikiatri, jilid. 20, tidak. 4, hal.265–267,
2011.
[21] H. Krebs, B. Volpe, D. Williams, J. Celestino, S. Charles, D. Lynch, dan N. Hogan,
“Rehabilitasi saraf dengan bantuan robot: Robot untuk rehabilitasi pergelangan
tangan,” IEEE Trans. Sistem Saraf. Rehabilitasi. Bahasa Inggris, jilid. 15, tidak. 3,
hlm.327–335, September 2007.
[22] C. Krewer, S. Hheller, B. Husemann, F. Muller, dan E. Koenig, “Efek pelatihan
penggerak dengan bantuan ortosis gaya berjalan yang digerakkan oleh robot
pada pasien hemiparetik setelah stroke: Sebuah studi percontohan terkontrol secara acak, ”
Pukulan, jilid. 38, hal.349–354, 2007.
[23] A. Tsukahara, R. Kawanishi, Y. Hasegawa, dan Y. Sankai, “Dukungan transfer
duduk-ke-berdiri dan berdiri-ke-duduk untuk pasien lumpuh total dengan setelan
robot HAL,” Adv. Robot., jilid. 24, tidak. 11, hlm.1615–1638,
2010.
[24] NA Brandenbur dan JF Annegers, Neuroepidemiology, vol. 12, tidak.
6, hal.313–325, 1993.
[25] SK Katusic, CM Beard, WC Wiederholt, EJ Bergstrahl, dan L.
T.Kurland, Ann. Neurol., jilid. 12, tidak. 6, hal.622–627, 1993.
[26] E.Petersen, Am. J.Otolaryngol., jilid. 4, hal.107–111, 1982.
[27] RHS Rowlands, R. Hooper, dan P. Burney, Eur. J. Neurol., jilid. 9,
TIDAK. 1, hal.63–67, 2002.
[28] AWM Richard, L. Drake, dan W. Vogl, Anatomi Grays untuk Siswa
penyok. New York: Elesevier, 2005.
[29] E. Spinelli, R. Pallas-Areny, dan M. Mayosky, “front-end berpasangan AC untuk
pengukuran biopotensial,” IEEE Trans. Bioma. Bahasa Inggris, jilid. 50, tidak. 3,
hlm. 391–395, Maret 2003.
[30] A. Gruebler dan K. Suzuki, “Pengukuran sinyal EMG distal menggunakan perangkat
yang dapat dipakai untuk membaca ekspresi wajah,” di Proc. Ann. Int.
Konf. IEEE Eng. medis. biologi. Sosial, 2010, hlm.4594–4597.
[31] T. Isezaki dan K. Suzuki, “Analisis berbasis gambar kedalaman ekspresi wajah dan
orientasi kepala,” di Proc. IEEE Int. Konf. Syst., Man, Cybern., Oktober 2011,
hlm.2537–2542.
Dushyantha Jayatilake (M'08) menerima gelar B.Sc.
(Hons.) gelar di bidang teknik dari University of Peradeniya,
Peradeniya, Sri Lanka, pada tahun 2002, dan gelar ME dan
Ph.D. gelar di bidang teknik dari University of Tsukuba,
Tsukuba, Jepang, masing-masing pada tahun 2009 dan 2012.
Pada tahun 2011 ia menjadi mahasiswa tamu di Lab
Biomedis Robotika dan Biomikrosistem, Kampus Universitas
Bio-Medico, Roma, Italia. Saat ini beliau menjadi peneliti di
Fakultas Teknik, Informasi dan Sistem Universitas Tsukuba,
Tsukuba, Jepang. Tahun 2003 hingga 2008 menjadi Dosen
di Jurusan Teknik Produksi Universitas Peradeniya. Bidang minatnya meliputi robotika,
teknik biomedis, dan ilmu saraf kognitif.
Machine Translated by Google

JAYATILAKE dkk: FISIOTERAPI BERBANTUAN ROBOT UNTUK MENDUKUNG REHABILITASI PARALISIS WAJAH 653

Takashi Isezaki menerima gelar BE dan ME dalam Kiyoshi Eguchi menerima gelar B. Kedokteran dan
teknologi interaksi cerdas dari Universitas Tsukuba, Ph.D. gelar di bidang ilmu kedokteran dari Universitas
Tsukuba, Jepang, masing-masing pada tahun 2011 dan Tsukuba, Tsukuba, Jepang, masing-masing pada tahun
2013. Dia mengerjakan pengenalan ekspresi wajah dari 1982 dan 1993.
gambar kedalaman 3-D. Saat ini beliau menjabat sebagai Associate Professor
di Fakultas Kedokteran dan juga Direktur Departemen
Dia saat ini bekerja di Nippon Telegraph and Kedokteran Rehabilitasi Rumah Sakit Universitas,
Telephone Corporation. Bidang minatnya meliputi Universitas Tsukuba, Tsukuba, Jepang.
analisis ekspresi wajah, analisis bentuk temporal, dan Sejak tahun 1989, beliau telah menjadi spesialis
pemrosesan gambar mendalam. bersertifikat dari Asosiasi Kedokteran Rehabilitasi
Jepang. Dari tahun 1993 hingga 2000, beliau menjabat
sebagai Asisten Profesor di Departemen Kedokteran Rehabilitasi, Sekolah
Kedokteran Saitama, Jepang. Minat penelitiannya mencakup rehabilitasi saraf
dengan bantuan robot dan rehabilitasi komprehensif bagi penyandang cacat.
Yohei Teramoto menerima gelar BS di bidang teknik
sipil dari Chubu University, Aichi, Jepang, pada tahun
2000, dan bekerja sebagai konsultan konstruksi hingga
Agustus 2004. Beliau mendaftar di sekolah kejuruan
Kenji Suzuki (M'03) menerima gelar BS di bidang fisika,
Tokai-iryou-fukushi, Aichi, Jepang, pada tahun April
dan ME dan Ph.D. gelar dalam fisika murni dan terapan
2005, dan memperoleh lisensi sebagai ahli terapi wicara
dari Universitas Waseda, Tokyo, Jepang, masing-
pada tahun 2007. Saat ini beliau sedang mengejar
masing pada tahun 1997, 2000, dan 2003.
gelar MS dalam ilmu kedokteran di Universitas Tsukuba,
Saat ini beliau menjabat sebagai Associate Professor
Tsukuba, Jepang.
di Pusat Penelitian Sibernik, dan juga Peneliti Utama di
Sejak tahun 2007, beliau bekerja di Rumah Sakit
Laboratorium Kecerdasan Buatan, Universitas Tsukuba,
Universitas Tsukuba. Bidang minatnya meliputi ilmu
saraf dan robotika rehabilitasi. Tsukuba, Jepang. Dari tahun 2002 hingga 2005, beliau
menjadi Research Associate di Departemen Fisika
Terapan, Universitas Waseda, Jepang.
Ia juga pernah menjadi peneliti tamu di Laboratorium
Fisiologi Persepsi dan Tindakan, Collëge de France, Prancis, pada tahun 2009, dan
Laboratorium Informasi Musik, Universitas Genoa, Italia, pada tahun 1997.
Minat penelitiannya meliputi robotika bantu dan rehabilitasi, robotika kognitif,
pemrosesan biosignal, dan ilmu perilaku komputasi.