DualMyo: Multi-Channel Dual-Stream Transformer Architecture for EMG-to-Digit Classification

मानव जाति लंबे समय से विचार और क्रिया के बीच के अंतर को पाटने के तरीके खोजती रही है, विशेष रूप से उन लोगों के लिए जिनकी मांसपेशियां अब आदेशों का जवाब नहीं देतीं। इस जुड़ाव के लिए सबसे आशाजनक उपकरणों में से एक 'सरफेस इलेक्ट्रोमायोग्राफी' (surface electromyography) है, जो त्वचा के ठीक नीचे की मांसपेशियों की विद्युत फुसफुसाहट को सुनने की एक विधि है। जब कोई व्यक्ति हिलने-डुलने का इरादा करता है, तो उसका मस्तिष्क संकेत भेजता है जो मांसपेशी तंतुओं (muscle fibers) को सक्रिय करते हैं, जिससे सूक्ष्म विद्युत धाराएं उत्पन्न होती हैं। त्वचा पर रखे गए सेंसर बिना किसी सर्जरी या इम्प्लांट की आवश्यकता के इन धाराओं का पता लगा सकते हैं। हालांकि यह तकनीक सरल रोबोटिक भुजाओं को नियंत्रित करने या हाथ खोलने या कलाई घुमाने जैसे बुनियादी इशारों को चुनने के लिए पहले से ही उपयोगी सिद्ध हो चुकी है, लेकिन इसे उन कार्यों के लिए संघर्ष करना पड़ा है जिनमें सूक्ष्म सटीकता की आवश्यकता होती है। हाथ से लिखना, जिसमें उंगलियों की सूक्ष्म गतिविधियों का एक जटिल क्रम शामिल होता है, एक कठिन सीमा बना हुआ है। संकेत जटिल होते हैं, और पैटर्न क्षण-दर-क्षण बदलते रहते हैं, जिससे कंप्यूटर के लिए एक अक्षर को दूसरे से अलग करना या समय के साथ सटीकता बनाए रखना कठिन हो जाता है।

शोधकर्ताओं की एक टीम ने अब इस समस्या को हल करने के लिए एक नए दृष्टिकोण की ओर रुख किया है, जो पारंपरिक तरीकों से दूर हटकर विकसित किया गया है जो सिग्नल को छोटे हिस्सों में मैन्युअल रूप से तोड़ने पर निर्भर करते हैं। इसके बजाय, उन्होंने 'डुअलमायो' (DualMyo) नामक एक प्रणाली विकसित की है, जो कई सेंसरों से प्राप्त विद्युत गतिविधि को समय और स्थान की एक एकल, निरंतर कहानी के रूप में देखती है। डेटा को अलग-अलग स्नैपशॉट की एक श्रृंखला के रूप में नहीं, बल्कि एक निरंतर प्रवाह के रूप में कल्पना करें जहाँ एक सेंसर में सिग्नल का समय उतना ही महत्वपूर्ण है जितना कि स्वयं सिग्नल। शोधकर्ताओं ने एक विशेष कंप्यूटर मॉडल बनाया जो इस प्रवाह को पढ़ सकता है, और यह ध्यान देता है कि विभिन्न सेंसरों से प्राप्त संकेत एक-दूसरे से कैसे संबंधित हैं और मिलीसेकंड में वे कैसे विकसित होते हैं। यह मॉडल एक ऐसी तकनीक का उपयोग करता है जो इसे अनुक्रम के भीतर प्रत्येक सूचना की स्थिति को समझने में सक्षम बनाती है, जिससे यह किसी विशिष्ट उंगली की गति के अनूठे लय को पहचानने में मदद मिलती है, जैसे कि किसी अक्षर के घुमाव को बनाना।

इस कार्य के परिणाम दर्शाते हैं कि सिस्टम उसी सत्र के भीतर परीक्षण किए जाने पर हस्तलिखित अंकों को प्रभावशाली सटीकता के साथ पहचानने में सक्षम है। हालांकि, शोधकर्ता जानते थे कि वास्तविक दुनिया में उपयोग एक महत्वपूर्ण बाधा का सामना करेगा: जब कोई व्यक्ति हिलता है, अपना हाथ बदलता है, या जब सेंसर त्वचा पर थोड़ा खिसक जाते हैं, तो सिग्नल बदल जाते हैं। यह परीक्षण करने के लिए कि क्या सिस्टम इसे संभाल सकता है, उन्होंने एक परिदृश्य का अनुकरण किया जहाँ डेटा एक अलग समय या थोड़े अलग सेटअप से आया था। उन्होंने पाया कि मॉडल उल्लेखनीय रूप से तेज़ी से अनुकूलित हो सकता है। नए सत्र से प्रत्येक अंक के केवल दो उदाहरण दिखाकर, और इसे बहुत कम समय के लिए सीखने देकर, इसने नई स्थितियों के अनुसार खुद को ढाल लिया। इन परीक्षणों में, सिस्टम ने लगभग 91 प्रतिशत की सटीकता प्राप्त की, जो यह दर्शाता है कि यह उस प्राकृतिक विचलन और परिवर्तनशीलता को दूर कर सकता है जो आमतौर पर ऐसे इंटरफेस को प्रभावित करती है।

इस सफलता के बावजूद, लेखक सावधानीपूर्वक यह नोट करते हैं कि यह एक अंतिम गंतव्य के बजाय एक कदम आगे की ओर है। यह कार्य नियंत्रित सेटिंग्स में किया गया था, और शोधकर्ता स्वीकार करते हैं कि यह देखने के लिए और अधिक परीक्षण की आवश्यकता है कि क्या यह प्रणाली विभिन्न लोगों के लिए या दैनिक जीवन के जटिल वातावरण में वास्तविक समय (real-time) में काम करती है। वे यह भी बताते हैं कि मानव शरीर इन सूक्ष्म गतिविधियों को कैसे नियंत्रित करता है, इसका पूर्ण विस्तार समझना अभी भी एक निरंतर वैज्ञानिक यात्रा है। निष्कर्ष बताते हैं कि सही आर्किटेक्चर के साथ, मशीनें हाथ की सूक्ष्म विद्युत भाषा को पढ़ना सीख सकती हैं, जो संचार उपकरणों की दिशा में एक संभावित मार्ग प्रदान करती है जो पेन से लिखने की तरह स्वाभाविक महसूस होते हैं।