美國團隊研發出能進行更精準動作的人工義肢

【本刊訊】失去肢體的截肢病患需相關輔具,如義肢、機械手臂幫忙,以輔佐他們的日常生活。傳統的義肢在使用上多著重機械原理,然而對病患而言,此訓練過程不僅曠日費時,在日常生活表現上效率也比較差。隨著科技日新月異,現今所發展出的電子化義肢裝置能運用神經訊號來控制動作,更厲害的甚至有仿觸覺的電子皮膚,讓使用者能調整抓握的力道與形狀,進而優化動作表現。

近期,為了讓使用者更方便操作、學習,北卡羅來納州立大學(North Carolina State University)研究團隊以肌電圖(EMG)為基礎,開發一款新興神經機器介面(neural-machine interface, NMI)的義肢裝置,除維持電子義肢的優點外,還具有通用性、能預測掌指(metacarpophalangeal)與腕關節的協調動作。

研究員取用9種健康受試者的上肢動作,於神經機器介面裡建構骨骼肌肉模型,並蒐集了肘下截肢(transradial amputee)患者的動作數據,以肌電圖追蹤其欲展現動作之神經肌肉訊號,進而建立通用模型(gerneric model)。過去,在義肢研發上,研究員必須教導機器如何完成動作並加以校正,而此新模型能跳過此步驟,通用模型在接收訊號後,便能一氣呵成地完成動作,過程順暢且如真實肢體般自然,動作的精準度也不輸客製化的骨骼肌肉模型。

通用模型雖能在一定程度上快速呈現動作技巧,然而每個人的日常生活需要產生的動作比例不一,如建築工人與機台操作員的動作要求就完全不一樣,因此在未來,研發團隊會結合機械學習(machine learning),讓使用者在基礎動作外能更貼近其需求,並學習其他動作技巧、伴其走過充滿挑戰的精采人生。

新聞來源:Lizhi Pan, Dustin L. Crouch, He Helen Huang, Myoelectric control based on a generic musculoskeletal model: Towards a multi-user neural-machine interface, IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2018.

沒有留言:

張貼留言