一种新型的手部假肢向用户学习用户向假肢学习

阿尔托大学博士生DennisYeung和他的研究小组开发并测试了一种新型技术，可以使假肢和截肢区域之间具有更好的兼容性。该研究是与HUS(赫尔辛基大学医院)和伦敦帝国理工学院合作进行的。该研究由芬兰科学院和欧洲研究委员会资助。

上肢被截肢的人可以通过收缩剩余的肌肉来控制机器人假肢。假肢检测肌肉产生的电信号的连接称为肌电接口。最先进的假肢使用机器学习算法来帮助解释这些用户生成的信号。

然而，这种连接通常对外部因素非常敏感，例如出汗，并且随着时间的推移变得更弱。为了解决这个问题，研究界提出了各种可以更好地适应不断变化的环境的算法。

目前现有的系统需要用户进行调整或采取其他措施，但Yeung和他的团队开发了一个全自动系统，可以在正常使用期间进行学习，从而适应不同的条件。

'在这个系统中，用户和系统同时相互学习。这对提高机器人假肢的便利性和稳健性具有潜在的好处，Yeung说。

研究结果在虚拟环境中进行了测试，并与现有系统进行了比较。在这些成功的测试之后，研究团队在伦敦帝国理工学院使用最先进的假肢测试了用户界面，让一名截肢者进行了物理治疗师广泛用于评估上肢功能的衣夹重新定位测试。

自适应假肢装置相当昂贵。提高系统的可靠性可降低个人和公共卫生机构在获得假肢时的财务风险。

系统的功能已通过受控和标准化测试进行了研究，但用户的需求最好通过定性纵向研究来确定。

“对于未来的发展，继续与医疗保健中心和假肢使用者合作非常重要，”Yeung说。

标签：