Longevity of continuous prosthetic finger control using implanted electromyographic signals without recalibration
Diese Studie zeigt, dass implantierte intramuskuläre elektromyographische Signale eine stabile, langfristige kontinuierliche Steuerung von Prothesenfingern sowohl bei einem Affen als auch beim Menschen ermöglichen können, ohne dass eine Dekoder-Rekalibrierung erforderlich ist, da die Nutzer ihre Muskelaktivierungsmuster anpassen, um die Leistung über mehrere Monate hinweg aufrechtzuerhalten.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Für Millionen von Menschen, die einen Arm verloren haben, war der Traum von einer Roboterhand, die sich wie die eigene anfühlt und bewegt, lange Zeit durch eine frustrierende Realität gebremst worden: Die Signale, die der Hand sagen, was sie tun soll, sind oft zu verrauscht oder zu flüchtig, um sich darauf verlassen zu können. Die heute gebräuchlichsten Prothesen verwenden Sensoren, die auf die Haut geklebt werden, um die Muskelaktivität abzufragen, aber diese Sensoren können verrutschen, schwitzen oder den Kontakt verlieren, was den Nutzer dazu zwingt, das Gerät ständig anzuhalten und neu zu kalibrieren. Diese häufige Notwendigkeit zur Anpassung, kombaliniert mit der Schwierigkeit, die tiefen, komplexen Signale zu erfassen, die für die Bewegung einzelner Finger nötig sind, hat verhindert, dass fortschrittliche Roboterhände zu einer praktischen Lösung für den Alltag wurden. Forscher suchen schon lange nach einer stabileren Verbindung, einer, die die Haut vollständig umgeht und direkt auf die Nerven und Muskeln im Inneren des Gliedmaßes hört, in der Hoffnung, ein Signal zu finden, das beständig genug bleibt, um eine Hand ohne ständiges Herumtüfteln zu steuern.
In einer neuen Studie haben Wissenschaftler einen bedeutenden Schritt in Richtung dieses Ziels gemacht, indem sie demonstrierten, dass eine Roboterhand über Monate hinweg kontinuierlich gesteuert werden kann, ohne jemals neu kalibriert werden zu müssen. Die Forschung umfasste zwei sehr unterschiedliche Teilnehmer: einen Rhesusaffen mit einem intakten Arm und eine Frau, die ihre rechte Hand unterhalb des Ellenbogens verloren hatte. Beiden wurden winzige Elektroden chirurgisch tief in die verbleibenden Armmuskeln implantiert. Diese Elektroden wurden entwickelt, um die elektrischen Impulse abzufragen, die Muskeln senden, wenn sie sich zusammenziehen, wodurch die Haut umgangen wird, um ein klareres, direkteres Signal zu erfassen. Das Team brachte sowohl den Affen als auch die Frau bei, eine virtuelle Hand auf einem Bildschirm zu steuern, wobei sie zwei separate Gruppen von Fingern bewegten – die Zeigefinger auf der einen Seite und die Mittel-, Ring- und kleinen Finger auf der anderen –, um Ziele zu treffen, die auf der Anzeige erschienen.
Die Forscher trainierten zuerst ein Computerprogramm, um die Muskelsignale in Fingerbewegungen zu übersetzen. Sie testeten zwei verschiedene Arten von Computerprogrammen: eines, das eine einfache, lineare Methode verwendete, um die Bewegung zu erraten, und ein anderes, das einen komplexeren, nicht-linearen Ansatz nutzte, der darauf ausgelegt war, Muster über die Zeit zu erlernen. Als der Affe das einfache lineare Programm verwendete, traf er die Ziele mit einer Leistungsfähigkeit, die 63 % seiner natürlichen Hand entsprach. Die menschliche Teilnehmerin erreichte mit demselben einfachen Programm 56 % der Leistung ihrer natürlichen Hand. Während das komplexere Programm dem Affen half, noch besser abzuschören, verschlechterte es tatsächlich die Kontrolle der Frau, was darauf hindeutet, dass für eine Person ohne Hand ein einfacheres, berechenbareres Steuerungssystem leichter zu erlernen und zu nutzen sein könnte.
Der beeindruckendste Teil der Studie kam als Nächstes. Die Forscher schalteten die Möglichkeit aus, das Computerprogramm neu zu trainieren, und baten die Teilnehmer, genau dieselben Einstellungen beizubehalten, die sie am ersten Tag erhalten hatten. Sie beobachteten, wie gut der Affe und die Frau die Aufgabe über die folgenden Monate ausführten. Der Affe nutzte dieselben Einstellungen für 148 Tage und die Frau für 283 Tage. Trotz der Tatsache, dass sich die rohen Muskelsignale von Tag zu Tag leicht veränderten, zeigten weder der Affe noch die Frau einen signifikanten Rückgang in ihrer Fähigkeit, die virtuellen Finger zu steuern. Ihre Erfolgsraten blieben hoch, und sie konnten die Ziele weiterhin mit der gleichen Geschwindigkeit und Genauigkeit treffen wie am ersten Tag.
Diese Stabilität kam nicht daher, dass die Muskelsignale selbst perfekt gleich geblieben waren. Tatsächlich sahen die Forscher bei einer genauen Betrachtung der Rohdaten, dass die Stärke der Muskelsignale von einem Tag zum nächsten erheblich variierte. Stattdessen kam die Stabilität von den Nutzern selbst. Die Studie ergab, dass sowohl der Affe als auch die Frau ihre Muskeln unbewusst so aktivierten, dass sie dem spezifischen Muster entsprachen, das der Computer erwartete. Selbst wenn sich die Signale änderten, lernten die Nutzer, ihre Muskelaktivität so zu formen, dass sie zu den ursprünglichen Anweisungen passte, und kompensierten so effektiv die täglichen Variationen. Dies deutet darauf hin, dass das Geheimnis einer zuverlässigen Prothesenhand nicht nur darin liegt, ein perfektes, unveränderliches Signal zu finden, sondern vielmehr darauf, die bemerkenswerte Fähigkeit des menschlichen Gehirns zu nutzen, seine eigenen Bewegungen anzupassen, um mit dem Werkzeug zu arbeiten, das es gegeben bekommt.
Die Ergebnisse eröffnen einen hoffnungsvollen Weg für die Prothetik. Durch die Implantation von Elektroden direkt in den Muskel schufen die Forscher eine Verbindung, die fast ein Jahr lang ohne eine einzige Rekalibrierung nutzbar blieb. Obwohl die Studie in einer kontrollierten Umgebung mit Teilnehmern durchgeführt wurde, die Kabel trugen, die sie mit einem Computer verbanden, legen die Ergebnisse nahe, dass die Technologie schließlich eine kabellose Nutzung im Alltag unterstützen könnte. Die Arbeit hebt hervor, dass der menschliche Körper nicht nur eine passive Quelle von Signalen ist, sondern ein aktiver Partner im Steuerungsprozess, der fähig ist, zu lernen und sich anzupassen, um eine stabile Verbindung mit einer Maschine aufrechtzuerhalten. Diese Entdeckung bringt das Feld näher an eine Zukunft, in der fortschrittliche Roboterhände darauf vertraut werden können, Tag für Tag zuverlässig zu funktionieren, ohne die ständige Notwendigkeit zur Anpassung, die sie so lange geplagt hat.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.