Longevity of continuous prosthetic finger control using implanted electromyographic signals without recalibration
यह अध्ययन प्रदर्शित करता है कि प्रत्यारोपित अंतःपेशी इलेक्ट्रोमयोग्राफिक संकेत एक बंदर और एक मनुष्य दोनों में डिकोडर पुन: अंशांकन (recalibration) की आवश्यकता के बिना, कृत्रिम उंगलियों का स्थिर, दीर्घकालिक निरंतर नियंत्रण प्रदान कर सकते हैं, क्योंकि उपयोगकर्ता प्रदर्शन बनाए रखने के लिए कई महीनों तक अपने मांसपेशी सक्रियण पैटर्न को अनुकूलित करते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
लाखों लोगों के लिए जिन्होंने अपना एक हाथ खो दिया है, एक ऐसे रोबोटिक हाथ का सपना जो उनके अपने हाथ की तरह महसूस करे और चले, लंबे समय से एक निराशाजनक वास्तविकता के कारण रुका हुआ है: वे संकेत जो हाथ को बताते हैं कि क्या करना है, अक्सर इतने शोर भरे या बहुत क्षणिक होते हैं कि उन पर भरोसा नहीं किया जा सकता। आज के सबसे आम प्रोस्थेटिक्स (कृत्रिम अंग) त्वचा पर चिपके हुए सेंसरों का उपयोग करते हैं ताकि मांसपेशियों की गतिविधि को सुन सकें, लेकिन ये सेंसर फिसल सकते हैं, पसीने से प्रभावित हो सकते हैं या संपर्क खो सकते हैं, जिससे उपयोगकर्ता को डिवाइस को लगातार रोकने और फिर से कैलिब्रेट करने के लिए मजबूर होना पड़ता है। समायोजन की यह बार-बार की आवश्यकता, और व्यक्तिगत उंगलियों को चलाने के लिए आवश्यक गहरे, जटिल संकेतों को पकड़ने की कठिनाई के साथ मिलकर, उन्नत रोबोटिक हाथों को दैनिक जीवन के लिए एक व्यावहारिक समाधान बनने से रोकती रही है। शोधकर्ताओं ने लंबे समय से एक अधिक स्थिर संबंध की तलाश की है, जो पूरी तरह से त्वचा को दरकिनार कर सके और सीधे अंग के भीतर की नसों और मांसपेशियों को सुन सके, इस उम्मीद में कि एक ऐसा संकेत मिल सके जो बिना निरंतर सुधार के हाथ को नियंत्रित करने के लिए पर्याप्त स्थिर रहे।
एक नए अध्ययन में, वैज्ञानिकों ने उस लक्ष्य की ओर एक महत्वपूर्ण कदम उठाते हुए यह प्रदर्शित किया है कि एक रोबोटिक हाथ को बिना कभी भी पुन: कैलिब्रेट किए हुए महीनों तक निरंतर नियंत्रित किया जा सकता है। इस शोध में दो बहुत अलग प्रतिभागी शामिल थे: एक रीसस मैकाक (बंदर) जिसका हाथ सुरक्षित था, और एक महिला जिसने अपनी कोहनी के नीचे का दाहिना हाथ खो दिया था। दोनों के पास उनके शेष मांसपेशियों के भीतर गहराई में छोटे इलेक्ट्रोड सर्जरी के माध्यम से लगाए गए थे। इन इलेक्ट्रोडों को मांसपेशियों के विद्युत आवेगों (इलेक्ट्रिकल इम्पल्स) को सुनने के लिए डिज़ाइन किया गया था जब वे सिकुड़ती हैं, जिससे त्वचा को दरकिनखाल एक स्पष्ट और अधिक सीधा संकेत प्राप्त हो सके। टीम ने बंदर और महिला दोनों को स्क्रीन पर एक आभासी (वर्चुअल) हाथ को नियंत्रित करना सिखाया, जिसमें दो अलग-अलग समूहों की उंगलियों को हिलाना शामिल था—एक तरफ तर्जनी उंगलियां (index fingers), और दूसरी तरफ मध्य, अनामिका और कनिष्ठा उंगलियां (middle, ring, and pinky fingers)—ताकि वे डिस्प्ले पर दिखने वाले रैंडम लक्ष्यों को छू सकें।
शोधकर्ताओं ने पहले एक कंप्यूटर प्रोग्राम को प्रशिक्षित किया जो मांसपेशियों के संकेतों को उंगलियों की गतिविधियों में अनुवादित कर सके। उन्होंने दो अलग-अलग प्रकार के कंप्यूटर प्रोग्रामों का परीक्षण किया: एक जिसने गति का अनुमान लगाने के लिए एक सीधा, रैखिक (लीनियर) तरीका इस्तेमाल किया, और दूसरा जिसने एक अधिक जटिल, गैर-रैखिक (नॉन-लीनियर) दृष्टिकोण का उपयोग किया जो समय के साथ पैटर्न सीखने के लिए बनाया गया था। जब बंदर ने सरल लीनियर प्रोग्राम का उपयोग किया, तो उसने सफलतापूर्वक लक्ष्यों को छुआ, जिसका प्रदर्शन उसके प्राकृतिक हाथ के प्रदर्शन का 63% था। मानव प्रतिभागी ने, उसी प्रकार के सरल प्रोग्राम का उपयोग करते हुए, अपने प्राकृतिक हाथ के प्रदर्शन का 56% हासिल किया। जबकि अधिक जटिल प्रोग्राम ने बंदर को और बेहतर प्रदर्शन करने में मदद की, इसने मानव के नियंत्रण को वास्तव में खराब कर दिया, जिससे यह सुझाव मिलता है कि बिना हाथ वाले व्यक्ति के लिए, एक सरल और अधिक अनुमानित नियंत्रण प्रणाली सीखना और उपयोग करना आसान हो सकता है।
अध्ययन का सबसे चौंकाने वाला हिस्सा इसके बाद आया। शोधकर्ताओं ने कंप्यूटर प्रोग्राम को फिर से प्रशिक्षित करने की क्षमता को बंद कर दिया और प्रतिभागियों से उन्हीं सेटिंग्स का उपयोग करने के लिए कहा जो उन्हें पहले दिन दी गई थीं। उन्होंने देखा कि बंदर और महिला ने कार्य को अगले कुछ महीनों तक कितनी अच्छी तरह से किया। बंदर ने 148 दिनों तक उन्हीं सेटिंग्स का उपयोग किया, और महिला ने 283 दिनों तक। इस तथ्य के बावजूद कि मांसपेशियों के कच्चे संकेत दिन-प्रतिदिन थोड़े बदल गए थे, दोनों प्रतिभागियों ने आभासी उंगलियों को नियंत्रित करने की अपनी क्षमता में कोई महत्वपूर्ण गिरावट नहीं दिखाई। उनकी सफलता दर उच्च बनी रही, और वे पहले दिन की तरह ही गति और सटीकता के साथ लक्ष्यों को छू सके।
यह स्थिरता इसलिए नहीं आई क्योंकि मांसपेशियों के संकेत खुद पूरी तरह से समान रहे थे। वास्तव में, जब शोधकर्ताओं ने कच्चे डेटा का बारीकी से निरीक्षण किया, तो उन्होंने देखा कि मांसपेशियों के संकेतों की शक्ति एक दिन से दूसरे दिन काफी भिन्न थी। इसके बजाय, स्थिरता उपयोगकर्ताओं की ओर से आई थी। अध्ययन में पाया गया कि बंदर और महिला दोनों ने अवचेतन रूप से अपनी मांसपेशियों को इस तरह सक्रिय करने के तरीके को समायोजित किया जिससे वह विशिष्ट पैटर्न मेल खा सके जिसकी कंप्यूटर अपेक्षा कर रहा था। भले ही संकेत बदले, उपयोगकर्ताओं ने मूल निर्देशों के अनुरूप अपनी मांसपेशियों की गतिविधि को ढालना सीखा, जिससे वे दैनिक विविधताओं की प्रभावी ढंग से भरपाई कर सके। यह सुझाव देता है कि एक विश्वसनीय प्रोस्थेटिक हाथ का रहस्य केवल एक आदर्श, अपरिवर्तनीय संकेत खोजने में नहीं है, बल्कि मानव मस्तिष्क की उस उल्लेखनीय क्षमता पर निर्भर करने में है जिसके द्वारा वह मशीन के साथ काम करने के लिए अपनी गतिविधियों को अनुकूलित करता है।
ये निष्कर्ष प्रोस्थेटिक तकनीक के लिए एक आशाजनक मार्ग प्रदान करते हैं। इलेक्ट्रोड को सीधे मांसपेशियों में प्रत्यारोपित करके, शोधकर्ताओं ने एक ऐसा कनेक्शन बनाया जो बिना किसी पुन: कैलिब्रेशन के लगभग एक वर्ष तक उपयोगी रहा। हालांकि यह अध्ययन एक नियंत्रित सेटिंग में किया गया था जहाँ प्रतिभागी तारों के साथ थे जो उन्हें कंप्यूटर से जोड़ते थे, परिणाम बताते हैं कि यह तकनीक अंततः वायरलेस, रोजमर्रा के उपयोग का समर्थन कर सकती है। यह कार्य इस बात पर प्रकाश डालता है कि मानव शरीर केवल संकेतों का एक निष्क्रिय स्रोत नहीं है, बल्कि नियंत्रण प्रक्रिया में एक सक्रिय भागीदार है, जो मशीन के साथ एक स्थिर संबंध बनाए रखने के लिए सीखने और अनुकूलित होने में सक्षम है। यह खोज इस क्षेत्र को एक ऐसे भविष्य के करीब ले जाती है जहाँ उन्नत रोबोटिक हाथों पर भरोसा किया जा सकेगा कि वे बिना किसी निरंतर समायोजन की आवश्यकता के, दिन-प्रतिदिन विश्वसनीय रूप से काम करेंगे, जो लंबे समय से उनके लिए एक समस्या रही है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।