[論文レビュー] Augmented Reality Prosthesis Training Setup for Motor Skill Enhancement

Avinash Sharma, Wally Niu+4 more|arXiv (Cornell University)|Mar 5, 2019

Muscle activation and electromyography studies参考文献 48被引用数 5

ひとこと要約

本論文では、マイオエレクトリック被造作のための運動スキル訓練を向上させるために、仮想環境で被造作手機能評価法（PHAM）をシミュレートする拡張現実（AR）システム、HoloPHAMを提示する。Microsoft HoloLens™を用いて、リアルタイムのマイオエレクトリックおよびインertialフィードバックを提供することで、ユーザーは視覚的および振動触覚的キューを伴い、到達および握取タスクを実践できる。健常被験者3名を対象とした10日間の研究では、タスク遂行能、運動学的ばらつき、および運動品質に統計的に有意な改善（p < 0.05）が認められ、5日間の洗い出し期間後も効果が保持された。これは、AR訓練による有効な運動スキル学習を示している。

ABSTRACT

Adjusting to amputation can often time be difficult for the body. Post-surgery, amputees have to wait for up to several months before receiving a properly fitted prosthesis. In recent years, there has been a trend toward quantitative outcome measures. In this paper, we developed the augmented reality (AR) version of one such measure, the Prosthetic Hand Assessment Measure (PHAM). The AR version of the PHAM - HoloPHAM, offers amputees the advantage to train with pattern recognition, at their own time and convenience, pre- and post-prosthesis fitting. We provide a rigorous analysis of our system, focusing on its ability to simulate reach, grasp, and touch in AR. Similarity of motion joint dynamics for reach in physical and AR space were compared, with experiments conducted to illustrate how depth in AR is perceived. To show the effectiveness and validity of our system for prosthesis training, we conducted a 10-day study with able-bodied subjects (N = 3) to see the effect that training on the HoloPHAM had on other established functional outcome measures. A washout phase of 5 days was incorporated to observe the effect without training. Comparisons were made with standardized outcome metrics, along with the progression of kinematic variability over time. Statistically significant (p&lt;0.05) improvements were observed between pre- and post-training stages. Our results show that AR can be an effective tool for prosthesis training with pattern recognition systems, fostering motor learning for reaching movement tasks, and paving the possibility of replacing physical training.

研究の動機と目的

• マイオエレクトリック被造作使用者のための、アクセスしやすくARベースの訓練システムを開発し、被造作装着の前後における運動スキルの向上を図ること。
• 高コスト、空間的制限、リアルタイムフィードバックの欠如といった、従来の物理的機能的評価法の限界を克服すること。
• ARベースの訓練が、PHAMのような物理的機能的評価の運動学習効果を再現および強化できるかどうかを調査すること。
• 制御されたインマersive環境において、運動学的ばらつき、タスク完了時間、および運動品質にAR訓練が与える影響を評価すること。
• 客観的かつ定量的な指標を用いて、物理的訓練をARベースのシステムに置き換える可能性を検討すること。

提案手法

• HoloPHAMシステムは、マイオエレクトリック信号およびインertialセンサを介して制御される仮想モジュラープロセティックリム（vMPL）を統合し、AR空間で物理的肢の運動学的挙動を再現する。
• システムはMicrosoft HoloLens™を用いて仮想肢を現実の環境に投影し、ユーザーが現実の物体と相互作用しながらも、視覚的および空間的認識を維持できるようにする。
• 仮想手が物体に接触した際に、残存肢に振動触覚フィードバックを提供することで、触覚を模倣し、感覚フィードバックを強化する。
• AR空間における関節ダイナミクスを、物理的PHAM遂行との運動学的軌道解析を用いて比較し、運動の類似性および運動制御の質を評価する。
• 10日間の訓練研究を3名の健常被験者を対象に実施し、性能変化および記憶効果を評価するために5日間の洗い出し期間を設けた。
• タスク完了時間および運動学的ばらつきといった標準化された評価指標を用いて、訓練効果を定量的に評価した。

実験結果

リサーチクエスチョン

• RQ1 HoloPHAMのようなARベースのシステムは、被造作訓練のための運動学的および機能的要件を、物理的PHAMと効果的にシミュレートできるか？
• RQ2 HoloPHAMによるAR訓練は、タスク完了時間の短縮および運動学的ばらつきの低減といった、運動スキル遂行能の測定可能な向上をもたらすか？
• RQ3 訓練中でない期間を経過した後、AR訓練による運動学習効果がどの程度保持されるか、すなわちスキル保持の程度はいかほどか？
• RQ4 ARにおける仮想物体の奥行き認識および空間的正確性は、到達および握取遂行能にどのように影響するか？
• RQ5 リアルタイムのマイオエレクトリックおよび振動触覚フィードバックを有するAR訓練は、パターン認識運動クラスの一貫性および区別可能性を向上させることができるか？

主な発見

• HoloPHAMシステムにおいて、前後訓練段階間でタスク完了時間および運動学的ばらつきに統計的に有意な改善（p < 0.05）が認められた。
• 5日間の洗い出し期間後も、性能指標はベースラインより顕著に良好な状態を維持しており、AR訓練による学習済みの運動スキルが保持されていることを示している。
• 関節運動学的コストは時間経過とともに低下し、被験者が仮想被造作のより効率的で直感的な制御を習得したことを示唆している。
• AR空間における仮想肢の運動ダイナミクスは、時間経過とともに物理的PHAMに類似する傾向を示し、効果的な運動連携および身体統合の達成を示している。
• システムは数cmの範囲で正確な奥行き認識を達成しており、ARにおける到達および握取遂行能の信頼性を支持している。
• 視覚遅延が500–800 msであっても、システムは依然として効果的な運動学習を促進しており、訓練用途において現在のAR遅延は許容可能であると考えられる。