EMG-based grasping classifier for the assistance of post-stroke patients hand movements

This work was defined in the context of the collaboration between Politecnico di Milano and Idrogenet S.R.L, an Italian company that develops a robotic devices for hand rehabilitation. The thesis aims at designing, developing and testing an electromyographic-based controller able to classify real-time hand movements, in particular opening and closing actions, during rehabilitation supported by the robotic glove Gloreha. A robust classifier was designed to identify hand opening and closing movements from electromyographic signals during the electromechanical delay (100 ms – Cavanagh P. R 1979), so that the patient will have an immediate visual and proprioceptive feedback of his/her intention. Gloreha will use the information about the identified movement to support the rehabilitation exercise, supporting the patient in fulfilling the intended action. The involvement of the patient in a rehabilitative therapy is particularly relevant to the improvement of the therapy itself. It has been shown that active participation of post-stroke patients improves brain plasticity (Langhorne P et al., 2008), recovering brain pathways damaged by stroke. Synchronizing stroke rehabilitation with active neural and/or muscle activity can lead to motor recovery by targeting Hebbian plasticity. Since synapses of the brain have Hebbian characteristics and since they are reinforced when there is a temporal alignment between the effort to execute the movement and planning of the movement itself, plasticity can be improved even from a movement just initiated and not completed.

L’obiettivo specifico di questo lavoro è stato definito dalla collaborazione tra Politecnico di Milano e Idrogenet, un'azienda italiana che sviluppa dispositivi robotici per la riabilitazione della mano. La tesi ha lo scopo di progettare, sviluppare e testare un controllore elettromiografico in grado di classificare i movimenti della mano in tempo reale, in particolare le azioni di apertura e di chiusura durante la riabilitazione motoria supportata dal guanto robotico Gloreha, realizzato da Idrogenet. È stato progettato e sviluppato un affidabile classificatore per identificare i movimenti della mano a partire dai segnali elettromiografici durante il ritardo elettromeccanico (100 ms - Cavanagh P. R 1979), in modo che il paziente abbia un feedback visivo e propriocettivo immediato della sua intenzione. Gloreha utilizzerà le informazioni sull’identificazione del tipo di movimento della mano per supportare l’esercizio di riabilitazione, sostenendo il paziente nel realizzare l’azione voluta. Il coinvolgimento del paziente in una terapia riabilitativa è particolarmente rilevante per il miglioramento della terapia stessa. È stato dimostrato che la partecipazione attiva dei pazienti post-ictus migliora la plasticità cerebrale (Langhorne P et al., 2008), recuperando i percorsi cerebrali danneggiati dall’ictus. Sincronizzare la riabilitazione dell’ictus con l’attività neurale e/o muscolare attiva può portare al recupero motorio attraverso la plasticità hebbiana. Poiché le sinapsi del cervello hanno caratteristiche hebbiane e poiché vengono rinforzate quando c’è un allineamento temporale tra lo sforzo di eseguire il movimento e la pianificazione del movimento stesso, la plasticità può essere migliorata da un movimento anche solo iniziato e non completato.