脊髄損傷者のFESサイクリング:予測シミュレーションが拓く未来の制御戦略

· 論文解説

🎧 この記事を音声で聴く(AI生成Podcast)

解説対象論文: From simulation to stimulation: a predictive synergy-based control strategy for functional electrical stimulation cycling in a person with spinal cord injury
Journal of NeuroEngineering and Rehabilitation|被引用数: 0(2026年10月28日時点)

脊髄損傷により下肢が麻痺した人々にとって、機能的電気刺激(FES)を用いたサイクリングは、筋量維持や心血管フィットネス向上に役立つ強力なリハビリテーションツールです。しかし、従来のFESサイクリングの刺激戦略は、健常者のデータに基づくものや経験則によるものが多く、安全性や生理学的な適切さに課題がありました。今回ご紹介する研究では、予測的筋骨格シミュレーションと筋シナジーの概念を組み合わせることで、より生理学的に妥当で個別化されたFESサイクリング制御戦略を開発し、その実現可能性を検証しました。

研究サマリー(FINER & PICO)
Feasible実施可能性 最適制御シミュレーションと筋シナジーを組み合わせた制御戦略は、FESサイクリングで実験的に実現可能。
Ethical倫理面 対象者から書面による同意を得ており、研究プロトコルは倫理委員会により承認済み。
Interesting面白さ 経験則に頼らず、予測シミュレーションから生理学的に妥当なFES制御信号を生成した点が新規性を持つ。
Novel新規性 最適制御駆動型FESと筋シナジーの組み合わせをサイクリングに適用し、実験的に検証した初の研究。
Relevant切実さ 脊髄損傷者のリハビリテーションにおけるFESサイクリングの安全性と効果的な個別化に貢献する。
Measurable測定可能性 パワー出力、ケイデンス、左右バランスといった客観的な指標でパフォーマンスを比較可能。
Modifiable派生・改善 シミュレーションフレームワークは対象者固有の制約(例: 筋活性化限界)を組み込むことで調整可能。
Structured文章構造 二段階の最適制御問題(速度追跡、筋シナジー)と非負行列因子分解による体系的なアプローチ。
PICO / PECO対象・介入・比較・結果 P: 完全な脊髄損傷者, I: シミュレーション由来の制御信号 (CS), C: 経験的バングバン (BB) 制御, O: サイクリングパフォーマンス (パワー、ケイデンス、バランス)。

FESサイクリング:下肢麻痺を持つ対象者の希望の光

どうも、Beyond the Pixelです。機能的電気刺激(FES)は、外部から電流を流すことで筋肉を収縮させ、歩行やサイクリングのような意図的な動きを促す強力なリハビリテーション技術です。特に脊髄損傷(SCI)により下肢が麻痺した人々にとって、FESは筋量増加、心血管機能の改善、生活の質の向上など、多くの恩恵をもたらすことが知られています。現在利用できる支援技術の中で、FESは麻痺した四肢で自発的な筋肉収縮を生み出す唯一の技術でもあります。FESを用いたサイクリングは、臨床現場やCybathlonのような国際大会でも注目されており、心血管および神経筋のコンディショニングを安全に促進し、対称的な下肢運動を繰り返し行う手段を提供します。しかし、FESは生理的な随意収縮とは異なる筋動員パターンを生み出します。表面電極による電気刺激は、複数の運動単位を非選択的に活性化するため、力の段階的な調整が難しく、疲労しやすいという課題があります。FESサイクリングで最も一般的に採用されている刺激戦略は「バングバン(BB)制御」と呼ばれ、大筋群が定義された間隔で完全に活性化または完全に非活性化されます。これはシンプルで堅牢な方法ですが、段階的な活性化パターンではなく、突然の全か無かの収縮を強制するため、生理的な筋動員からさらに逸脱し、疲労を悪化させ、機械的効率を低下させる可能性があります。これらの課題を克服するため、これまでの研究では、経験則や健常者の筋電図(sEMG)データを用いてBB刺激のタイミングやパラメーターを最適化してきました。しかし、経験則的な調整は感覚フィードバックが制限された対象者にとってはリスクを伴い、sEMGデータは完全な脊髄損傷を持つ対象者には適用できないという問題がありました。また、筋骨格モデリングとシミュレーションが、生理学に基づいた刺激パラダイムへと橋渡しする強力なツールとして登場していますが、その多くは実験的な運動データや健常者のEMGデータに依存しており、脊髄損傷を持つ集団への応用は限定的でした。この研究は、これらの既存戦略と生理学に基づいた、実験的に検証可能な刺激パラダイムとの間のギャップを埋めることを目指しています。

予測シミュレーションと筋シナジーの融合

著者らは、先行研究の概念実証に基づいて、脊髄損傷者におけるFESサイクリングのためのシミュレーション由来の刺激戦略を開発し、実験的に検証しました。この研究では、大腿四頭筋群とハムストリング筋群を含む構成に拡張し、表面FESによって誘発される非選択的な筋収縮、システム遅延、および高強度刺激に対する対象者固有の神経筋の限界を考慮に入れることで、このギャップを埋めることを目的としました。

Figure 1
Figure 1. Fig. 1 Overview of the simulation-to-stimulation framework used to generate and experimentally implement a synergy-based FES cycling control signal. (a) Model creation, including modifications to actuators and joints of the base model and the construction of the FES cycling model in OpenSim. (b) Optimal control problem formulation in OpenSim Moco, consisting of a speed-tracking simulation followed by a synergy-based optimization to obtain coordinated and optimized synergies of the quadriceps and hamstrings muscle groups. (c) Post-processing of simulation-derived activations, including bilateral averaging, low-pass filtering, and normalization to obtain smooth, bounded stimulation profiles. (d) Real-time signal implementation using ROS2, where crank angle measurements are used to index the stimulation lookup table and drive the electrical stimulator during experimental cycling. Pilot and investigator image rights: (ETH Zurich / CYBATHLON / Alessandro Della Bella)解説: 筋骨格モデルの作成からFESサイクリングの制御信号(CS)の実験的な実装までのプロセス概要図。モデル作成、最適制御問題の定式化、シミュレーション由来の活性化信号の処理、そしてリアルタイムでの信号実装の各ステップが示されている。

この新しい制御戦略は、OpenSim Mocoを用いた二段階の筋骨格予測シミュレーションフレームワークで実装されました。まず、速度追跡シミュレーションが行われました。これは、モデルの運動学と個々の筋軌道を最適化する最適制御問題です。このシミュレーションでは、モデルは左クランクが上死点から開始し、一定の8 Nmの抵抗トルクに抗して、40 rpmの一定の基準ケイデンスを目標としてクランクを一周させます。このシミュレーションから、動的に一貫した基準運動学と筋興奮パターンが得られます。

Figure 4
Figure 4. Fig. 4 Muscle activations and optimized kinematics. Muscle activations obtained from the speed-tracking simulation for rectus femoris, vasti, hamstrings, and biceps femoris short head over a full 360inline-eq-IEq46 crank cycle starting from the left crank at top dead center position. Blue lines represent the left leg and red lines the right leg. The quadriceps muscles display the expected cyclic activation pattern aligned with the knee extension phases, while the hamstrings re­ main close to their imposed 20% activation limit. The yellow line shows the instantaneous crank cadence, which tracks the constant reference speed of 40 rpm during the simulated revolution. These muscle activations and kinematics were the basis for the subsequent synergy-based optimal control problem解説: 速度追跡シミュレーションから得られた大腿直筋、広筋、ハムストリング筋、大腿二頭筋短頭の筋活性化と最適化された運動学を示す図。左脚(青)と右脚(赤)の筋活性化パターンが360度のクランクサイクルにわたって示され、黄色の線は40 rpmの目標ケイデンスを追跡していることを示している。

次に、筋シナジーシミュレーションが実施されました。表面FESは、個々の筋肉を独立して制御するのではなく、複数の筋肉を同時に活性化します。このため、シミュレーションで得られた個々の筋肉レベルの興奮パターンを、実際に表面FESで実現可能な刺激コマンドに変換する必要があります。ここで「筋シナジー」という概念が導入されます。筋シナジー(または運動モジュール)とは、特定のタスクの動きを完了するために協調して働く筋群の機能的単位であり、中枢神経系や個々の筋肉への負担を軽減します。この研究では、シミュレーションによって得られた筋興奮を、非負行列因子分解(NMF)を用いて機能的シナジーに分解しました。これにより、大腿四頭筋群とハムストリング筋群の協調した活性化パターンが生成されます。

Figure 5
Figure 5. Fig. 5 Optimized synergies. Synergy muscle activations after solving the second optimal control problem, following the reference kinematics from the speed-tracking problem, and minimizing muscle excitations. Blue and red curves represent the left and right leg activations, respectively. Rectus femoris and vasti activate under one quadriceps synergy, while the hamstrings and biceps femoris short act under one hamstrings synergy with the same 20% activation limitation. The yellow cadence curve confirms that the synergy-based results preserved the optimized kinematics from the speed-tracking simulation within the prescribed tolerances解説: 筋シナジー最適制御問題の解決後に得られた最適化されたシナジー筋活性化の図。大腿直筋と広筋が一つの大腿四頭筋シナジーの下で、ハムストリング筋と大腿二頭筋短頭が一つのハムストリング筋シナジーの下で活性化する様子が示されている。黄色のケイデンス曲線は、速度追跡シミュレーションから得られた運動学が保持されていることを示している。

モデルの筋肉は、解剖学的な配置と単一の表面電極ペアで同期的に活性化できる筋肉のセットに基づいて、各脚に6つの筋群に手動でグループ化されました。この研究では、大腿四頭筋とハムストリング筋群のみが積極的に動きに貢献しました。

Figure 2
Figure 2. Fig. 2 Muscle grouping and electrode placement used for synergy-based FES cycling control. Muscles in the cycling model are grouped accord­ ing to anatomical function and surface stimulation feasibility, forming six muscle groups per leg: iliopsoas, quadriceps, tibialis anterior, gluteus maximus, hamstrings, and triceps surae. Anterior and posterior views il­ lustrate the muscles included in each group and the corresponding sur­ face electrode placements for the quadriceps and hamstrings, which were the only groups actively stimulated in this study. Dashed outlines indicate electrode placement, highlighting the correspondence between simu­ lated muscle groups and experimentally available stimulation channels解説: 筋シナジーベースのFESサイクリング制御に用いられる筋群のグループ化と電極配置を示した図。大腿四頭筋(青)とハムストリング筋(赤)が、それぞれ対応する表面電極(点線)によって刺激される様子が示されている。

これらの筋シナジーから得られた活性化プロファイルは、リアルタイム制御のためにクランク角度のルックアップテーブルに変換される前に、さらに処理されました。このプロセスでは、左右の脚で得られた活性化信号を平均化して対称的な刺激パターンを生成し、急激な活性化遷移を除去するためにバターワース低域通過フィルターで平滑化し、利用可能な刺激範囲を効果的に使用するために0から1の範囲に正規化しました。この正規化により、時間構造と相対的な振幅が保持され、生理学的な筋活性化や力とは切り離された、刺激のタイミングと相対的な変調を定義する無次元の制御エンベロープとして解釈されます。

Figure 3
Figure 3. Fig. 3 Post-processing of the synergy-derived activation signals for the quadriceps and hamstrings muscle groups. Left-leg (blue) and right-leg (red) activations were averaged to generate a symmetrical pattern, filtered to remove sudden activation transitions, and normalized from 0 to 1 to compensate for the doubled isometric force from the model, reserve actuators, and the less efficient surface stimulation. Before normalization, the hamstrings ranged from 0 to 0.2, reflecting the constrained activation range in this muscle group. The filtered and normalized signals represent the final stimulation profile for the quadriceps and hamstrings muscle groups implemented in real time during the experimental trials解説: 筋シナジーから導出された大腿四頭筋およびハムストリング筋群の活性化信号の後処理を示した図。左右の脚の活性化を平均化し、フィルター処理と正規化を施して、滑らかで境界のある最終的な刺激プロファイルを得る過程が示されている。

実験的検証は、完全な脊髄損傷を持つ1名の対象者に対して行われ、シミュレーション由来の制御信号(CS)と、Cybathlon 2024で採用された経験的に洗練されたバングバン(BB)プロトコルとを比較しました。刺激は直方体状の自己接着型ゲル電極を用いて行われ、各脚に大腿四頭筋とハムストリング筋群用に1ペアずつ配置されました。大腿四頭筋には100mA、ハムストリング筋群には20mAの電流振幅が適用されました。ハムストリング筋群の最大活性化は、痙攣を防ぐためモデル内で20%に制限されました。これは、実験的な実現可能性を確保するための対象者固有の制約でした。BBプロトコルは、トレーニングセッションでパワー出力を最大化するために広範な経験則に基づいた調整の結果であり、意図的に非対称な左右の刺激が特徴です。CSプロトコルでは、左右対称の刺激が用いられました。また、クランクの回転速度に応じて刺激タイミングを調整する位相シフト補償も両戦略に適用されました。

Figure 6
Figure 6. Fig. 6 Polar representations of the two stimulation profiles used in the experimental protocol at maximum activation. Both panels illustrate the signals at 40 rpm as indicated by inline-eq-IEq47. The simulation-derived control signal (CS), is presented in the darker blue and red colors, and the empirically tuned bang- bang (BB) protocol, used during the Cybathlon 2024 edition, in the shaded blue and red areas. Blue curves represent left-leg activation and red curves represent right-leg activation across the 360inline-eq-IEq48 crank cycle. The left crank at top dead center marks the 0inline-eq-IEq49 and 360inline-eq-IEq50 angles. CS exhibits smooth, graded activation, while BB displays discrete activation windows, combined with linear 20inline-eq-IEq51 ramp-up and ramp-down transitions at the onset and offset of each window. Panel a) illustrates the normalized quadriceps activations according to the crank angle. Meanwhile, panel b) depicts the hamstrings activations. The BB stimulation was intentionally asymmetric, effectively resulting in higher activations in the left leg during this protocol解説: 実験プロトコルで使用された最大活性化時の2つの刺激プロファイルを極座標で示した図。シミュレーション由来の制御信号(CS)と、経験的に調整されたバングバン(BB)プロトコルの左右の脚の活性化パターンをクランク角度に対して示しており、CSは滑らかで段階的な活性化を、BBは離散的な活性化ウィンドウを示している。

パフォーマンスの比較:CSとBBの特性

シミュレーションでは、期待されるサイクリングのダイナミクスに沿った安定した筋シナジーベースの筋軌道が生成されました。速度追跡シミュレーションは、40 rpmの目標ケイデンスを成功裏に達成し、大腿直筋と広筋はペダリング中の膝伸展における役割に一致する周期的な活性化パターンを示しました。ハムストリング筋と大腿二頭筋短頭は、課された活性化限界(20%)近くで維持されました。筋シナジーベースの最適制御問題は、制約された筋制御次元の下で、全体的な筋努力を最小化しつつ、速度追跡シミュレーションで得られたサイクリング運動学を再現しました。(図5)実験的な検証では、両方の刺激戦略(CSとBB)が、すべてのセッションで持続的なFESサイクリングを可能にすることが確認されました。これは、シミュレーションに基づくアプローチの実験的な実現可能性を示すものです。しかし、バングバン(BB)プロトコルは、非アシストフェーズにおいて、シミュレーション由来の制御信号(CS)と比較して、一貫して高い平均パワー出力とケイデンスを生み出しました。一方、CSは、セッション全体を通して左右のバランスが50%に近い、より対称的なペダリングをもたらしました。

Figure 7
Figure 7. Fig. 7 Experimental comparison of the averaged 4 sessions cycling metrics between the empirical bang-bang signal (BB), in dashed teal curves, and the simulation-derived control signal (CS), in solid orange curves, with their respective deviations for 120 s. From top to bottom, the metrics are: power output (W), crank cadence (rpm), left-right balance (%), and the automated increasing pulse width (inline-eq-IEq52s), in a solid black curve for the CS and BB in the right leg, and in a solid gray curve for the asymmetric BB stimulation in the left leg. The black dotted vertical lines at the 30-second mark indicate the start of unassisted FES cycling解説: 経験的なバングバン信号(BB)とシミュレーション由来の制御信号(CS)を比較した、平均4セッションのサイクリング指標の実験結果を示す図。パワー出力、クランクケイデンス、左右バランス、および自動的に増加するパルス幅が120秒間にわたって示されている。

試験の順序はパフォーマンスに影響を与えました。BBが最初に試行された日には、BBがCSよりも顕著に高いパワーとケイデンスを示しました。逆に、CSが最初に試行された日には、CSのパフォーマンスが同じセッション内のBBのパフォーマンスに近づきました。これは、試験間の短期間の持ち越し効果(例えば、疲労やプライミング)と一致しています。それにもかかわらず、刺激戦略間の相対的なパフォーマンス傾向は一貫しており、BBはより高い機械的出力とケイデンスを好み、CSはより改善された左右のバランスを好む傾向が見られました。

Table 1
Table 1. Table 1 Summary of cycling performance metrics collected on non-consecutive days with alternating protocol order, simulation-derived control signal (CS), and bang-bang control (BB)解説: シミュレーション由来の制御信号(CS)とバングバン(BB)制御を交互に実施した非連続的な日々に収集されたサイクリングパフォーマンス指標の要約表。各試験のパワー出力、クランクケイデンス、左右バランスの平均値と標準偏差が示されている。

予測シミュレーションの可能性とモデルベースの個別化

この研究で提案された制御戦略は、実験的な実現可能性を確保するために、ハムストリング筋の痙攣防止のための活性化限界や、対象者の刺激耐性に基づくパラメーター校正など、いくつかの対象者固有の制約を組み込みました。これは、提案されたシミュレーションフレームワークが一般的な制御設計パイプラインとして機能しつつ、実験的な実現可能性のために必要な場合には対象者固有の制約を組み込むことを可能にすることを示しています。BBプロトコルがパワーとケイデンスでCSを上回った一方で、CSアプローチは実現可能であり、方法論的な利点があることが示されました。CS信号の一貫した生理学的に構造化された挙動は、予測シミュレーションが個別化されたFESサイクリング制御、特に新規利用者や研究グループにとって、安全で再現性のあるベースラインを提供できることを示しています。結論として、この研究は、完全な脊髄損傷を持つ対象者において、FESサイクリングのための最適制御駆動型FESと筋シナジーを組み合わせた初のサイクリングへの実装であり、実現可能で生理学に基づいた刺激プロファイルを生成しました。高度に洗練された経験的戦略であるBBをパワーやケイデンスで上回ることはありませんでしたが、シミュレーション由来の信号は信頼できるパフォーマンスを示し、FES制御のモデルベースの個別化に向けた有望な基盤を確立するものです。今後の展望としては、より多くの対象者での検証や、リアルタイム適応機能の導入が考えられます。

用語集

  • FES(機能的電気刺激): 外部から電気刺激を与えることで、麻痺した筋肉を収縮させ、機能的な動きを促すリハビリテーション技術。
  • 脊髄損傷(SCI): 脊髄の損傷により、脳からの神経信号が途絶え、身体の感覚や運動機能が失われる状態。
  • バングバン(BB)制御: FESサイクリングで一般的な刺激戦略で、大筋群を全活性化または全非活性化させる二値的な制御。
  • OpenSim Moco: 筋骨格モデリングソフトウェアOpenSimの拡張機能で、最適制御問題を用いて筋骨格シミュレーションを解析するツール。
  • 筋シナジー(motor modules): 複数の筋肉が協調して働き、特定の動作を達成するための機能的な単位。
  • 最適制御問題(Optimal Control Problem): 特定のコスト関数を最小化しつつ、一連の動的および生理学的制約を満たす時間変動制御軌道を特定する問題。
  • 非負行列因子分解(NMF): データ行列を、時間変動信号と固定重み行列の積に分解する数学的手法。筋シナジーの抽出に用いられる。
  • ケイデンス: サイクリングにおけるペダルの回転速度を表す指標で、通常は1分間あたりの回転数(rpm)で示される。
  • 心血管フィットネス: 心臓や血管系の健康状態および運動能力。
powered by visionary imaging services, inc.
免責事項

発行 Beyond the Pixel 編集部(Visionary Imaging Services, Inc.)

編集責任者 小林 達明(診療放射線技師/博士(情報学)) ORCID

本記事は生成 AI を用いて作成しています。公開後に気づいた誤りは編集部が随時修正します。

論文の引用・解釈の方針は免責事項をご覧ください。

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です