Розумні протезні пристрої створюють природний передбачуваний рух
Саламандри, морські зірки і павуки мають одну і ту ж наддержаву: вони можуть розім'яти свої кінцівки. На жаль, люди не можуть (поки), а це означає, що у людей з ампутацією немає альтернативи, окрім як покладатися на протези.
У той час як сучасні штучні кінцівки набагато краще, ніж ті, які використовувалися в той же день, у них все ще є свої недоліки. Однак один з цих недоліків незабаром може бути в значній мірі усунений завдяки новим дослідженням спільної біомедичної інженерної програми в Університеті штату Північна Кароліна і Університеті Північної Кароліни в Чапел-Хіллі. Вони опублікували своє дослідження в журналі IEEE Transactions по нейронних систем і реабілітаційної техніки в п'ятницю.
Кінцева мета протезів полягає в тому, щоб дозволити власнику робити все можливе з органічної кінцівкою і так же легко. Це означає знайти спосіб втілити думки користувача в дію в кінцівки - наприклад, користувач думає про те, щоб зібрати чашку, а протез піднімає чашку.
Більшість розробників покладаються на машинне навчання, щоб забезпечити зв'язок між мозком і протезом. Оскільки мозок людини з ампутацією як і раніше вважає, що недостатня кінцівка не пошкоджена, вона як і раніше передає ті ж сигнали в м'язи. Шляхом мислення здійснювати один рух знову і знову, людина може «навчати» свою протезну кінцівку розпізнавати візерунки в м'язової діяльності і відповідно реагувати. Це ефективна техніка, але далеко не ідеальна.
«Контроль розпізнавання образів вимагає від пацієнтів пройти тривалий процес навчання їх протезування. Цей процес може бути стомлюючим і трудомістким », - сказав він (Хелен) Хуан, старший автор статті, в прес-релізі університету.
«... дуже важливо змінити своє становище, ваші нервово-м'язові сигнали для створення одного і того ж зміни руху руки / зап'ястя», продовжила вона. «Тому покладатися виключно на машинне навчання означає навчити пристрій робити одне і те ж багато разів; один раз для кожної різної постави, один раз, коли ви спітнілі, а коли ні, і т. д.»
Щоб обійти це трудомісткий процес, Хуан і її колеги розробили призначену для користувача родове, опорно-рухового апарату комп'ютерну модель людського передпліччя, зап'ястя і кисті. По-перше, вони укомплектували передпліччя шести добровольців добровольцями з Електроміографічне датчиками (датчиками, реєструючими електричну активність в м'язовій тканині). Потім вони відстежували сигнали, надіслані, коли ці добровольці робили різні рухи руками і руками.
Використовуючи ці дані, дослідники створили свою комп'ютерну модель, яка дещо схожа на посередника програмного забезпечення між носієм і їх протезом.
«Модель займає місце м'язів, суглобів і кісток, обчислюючи руху, які відбудуться, якщо рука і зап'ястя все ще цілі», - сказав Хуан. «Потім він передає ці дані в протезне зап'ясті і руку, які виконують відповідні рухи скоординованим чином і в режимі реального часу, ближчі до рідини, природному руху».
Модель дозволила як добровільним, так і доброякісним пацієнтам з трансрадіальнимі ампутації завершити всі очікувані руху в попередньому тестуванні з мінімальним навчанням. Дослідники тепер шукають додаткових добровольців для більш ретельного тестування, перш ніж перейти до клінічних випробувань.
Цей процес може зайняти кілька років, згідно Хуангу. Однак, якщо це буде так сподіватися, цей новий підхід до навчання може вступити в наступну епоху протезної технології.
