Selvlærende bionisk hånd kan udløse en ny generation af protetiske lemmer

Den nye protetiske hånd tolker muskelsignaler fra hjerneaktivitet med maskinlæring for at gøre bevægelser mere naturlige.

Forskere ved Imperial College London og Göttingen University har brugt maskinlæring til at forbedre præstetiske hænder.

Efter at have testet deres prototype på fem amputerede, de fandt ud af, at ny maskinlæringsbaseret kontrol var langt bedre til at levere naturlig, væskebevægelser end den aktuelt tilgængelige teknologi.

Forskerne sagde, at resultaterne, som udgives i Science Robotics , kunne udløse en "ny generation af protetiske lemmer".

Professor Dario Farina, seniorforfatter af papiret fra Imperial's Department of Bioengineering, sagde:"Når du designer bioniske lemmer, vores hovedmål er at lade patienter kontrollere dem så naturligt, som om de var deres biologiske lemmer. Denne nye teknologi tager os et skridt tættere på at opnå dette. "

Maskinelæring

Nuværende teknologi fungerer ved direkte at styre protesemotorerne med et par muskelsignaler.

Den nye bioniske hånd, udviklet i samarbejde med Imperial og University of Göttingen, bruger en menneske-maskine-grænseflade, der fortolker patientens hensigter og sender kommandoer til det kunstige lem.

Den indeholder otte elektroder, der opfanger svage elektriske signaler fra patientens stub, før de forstærkes og sendes til en mini-computer, også placeret i protesen.

Minicomputeren kører derefter maskinlæringsalgoritmen til at fortolke signalerne, før han befaler håndens motorer at bevæge sig på den måde, patienten ønsker.

Patienter fandt ud af, at de let kunne rotere håndleddet og åbne hånden enten samtidigt eller separat. De fandt også bevægelserne langt mere naturlige end de konventionelle bioniske lemmer, de var vant til.

Ud over funktionstyper, patienter kunne også kontrollere hastigheden af ​​individuel bevægelse uafhængigt af andre bevægelser. For eksempel, patienterne kunne dreje hånden langsomt, men åbne den hurtigt på samme tid. Forskerne siger, at dette er en vigtig komponent for bevægelser, der føles naturlige.

Før brug, patienten og den bioniske hånd blev uddannet, så maskinlæringsalgoritmen kunne 'lære' at fortolke deres unikke elektroniske signaler. Professor Farina håber at eliminere behovet for dette i fremtidige prototyper, uden at ofre personalisering til specifikke patienter.

Professor Farina sagde:"Den nye bioniske hånd er ikke kun mere naturlig, men den er også overlegen hvad angår funktionalitet i daglige opgaver, end hvad der i øjeblikket er tilgængeligt for patienter.

"Efter denne kliniske undersøgelse, Vi håber at have dette tilgængeligt på markedet for patienter inden for tre år. "

Forskerne arbejder i øjeblikket på at få større kontrol over hånden, herunder evnen til at flytte individuelle fingre, og eliminere behovet for elektroder ved at overføre signaler trådløst i patientens krop.