Новая технология управления протезом анализирует обстановку и самостоятельно выбирает нужный тип движения.
©Wikipedia
Протезирование конечностей — одна из самых востребованных технологий биомедицинской инженерии. Только в США ампутацию руки переносят около 185 тысяч человек в год.
Современные протезы чаще всего работают за счет регистрации миоэлектрических сигналов — электрической активности мышц, информацию о которой собирают датчики на коже сохранившейся части конечности. Такие протезы помогают эффективно выполнять множество бытовых действий, требующих развитой моторики: например, завязывать шнурки или наливать воду в чашку. Искусственные руки и ноги становятся легче и удобнее с каждым годом.
Но облегчение материалов не решает важнейшей проблемы — трудности в обучении пользователей. Чтобы научиться контролировать движения протеза, напрягая определенные мышцы, пациенты до сих пор могут тратить несколько месяцев.
Ученые из Университета Ньюкасла в Великобритании представили новую разработку, которая призвана упростить управление протезом руки. Бионическую конечность оснастили камерой, фиксирующей размеры и очертания окружающих предметов. С помощью нейронной сети исследователи обработали фотографии более 800 бытовых объектов: от зубной щетки до хрустального бокала. Каждый предмет сфотографировали 72 раза, каждый раз поворачивая камеру на 5°. Затем около 500 предметов отсортировали по четырем основным типам захвата — движения, которые совершает рука, когда мы берем такой предмет. Остальные предметы можно взять несколькими способами либо невозможно удержать одной рукой.
Предметы распределяли по группам с помощью сверточной нейронной сети — эта технология часто используется в распознавании изображений. Такая сеть анализирует изображение, переходя от конкретных деталей к более абстрактным. Алгоритм выделил четыре типа захвата. Нейтральный захват с участием ладони и запястья (palm wrist neutral) позволяет удерживать, например, чашку. Пронированный захват с участием ладони и запястья (palm wrist pronated) мы используем, держа пульт дистанционного управления. При захвате «треножником» (щепотью, tripod) вместе сложены большой, указательный и средний пальцы, а при захвате «щипком» (pinch) — большой и указательный.
Камера, которой оснащен новый протез, фиксирует предмет и определяет, какой тип захвата понадобится. Затем протез приводится в движение. По словам разработчиков, процесс занимает миллисекунды — такая «рука» начинает двигаться куда быстрее, чем другие современные протезы. Это позволяет сделать процесс интуитивным, пациентам не нужно будет сосредотачиваться на каждом бытовом движении.
По словам разработчиков, одно из преимуществ их технологии — сравнительная дешевизна. Камеру можно установить на любой уже существующий протез. Однако, чтобы запустить такие устройства в массовое производство, потребуется создать огромную библиотеку изображений. В нее должны войти все объекты, которые можно встретить в повседневной жизни. Благодаря особенностям машинного обучения анализ изображений будет становиться все проще, поскольку алгоритм самостоятельно обучается и выделяет нужные для анализа критерии.
Статья опубликована в журнале Journal of Neural Engineering.
Ранее ученые создали протез, правдоподобно передающий ощущения с помощью нейроинтерфейсов, подключенных к нескольким нервам поврежденной руки.
