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

Mensen zoeken al lang naar manieren om de kloof tussen gedachte en actie te overbruggen, in het bijzonder voor hen wiens spieren niet langer op commando's reageren. Een van de meest veelbelovende hulpmiddelen voor deze verbinding is oppervlakte-elektromyografie, een methode die luistert naar de elektrische fluisteringen van spieren net onder de huid. Wanneer een persoon de intentie heeft om te bewegen, stuurt het brein signalen die ervoor zorgen dat spiervezels vuren, wat kleine elektrische stromen creëert. Sensoren die op de huid zijn geplaatst, kunnen deze stromen detecteren zonder dat er een operatie of implantaten nodig zijn. Hoewel deze technologie al nuttig is gebleken voor het aansturen van eenvoudige robotarmen of het selecteren van basisgebaren zoals het openen van een hand of het draaien van een pols, heeft het moeite gehad met taken die een delicate precisie vereisen. Met de hand schrijven, met de complexe opeenvolging van kleine vingerbewegingen, blijft een moeilijke grens. De signalen zijn complex en de patronen veranderen van moment tot moment, waardoor het voor computers moeilijk is om de ene letter van de andere te onderscheiden of om de nauwkeurigheid over de tijd te handhaven.

Een team onderzoekers heeft nu een nieuwe aanpak ontwikkeld om dit probleem op te lossen, waarbij ze afstappen van de traditionele methoden die vertrouwen op het handmatig opdelen van het signaal in kleinere fragmenten. In plaats daarvan ontwikkelden ze een systeem genaamd DualMyo, dat de elektrische activiteit van meerdere sensoren behandelt als één enkel, vloeiend verhaal van tijd en ruimte. Stel je de gegevens niet voor als een reeks geïsoleerde snapshots, maar als een continue stroom waarbij de timing van een signaal in de ene sensor even belangrijk is als het signaal zelf. De onderzoekers bouwden een gespecialiseerd computermodel dat deze stroom kan lezen, waarbij het nauwlettend let op hoe de signalen van verschillende sensoren met elkaar samenhangen en hoe ze zich over milliseconden heen ontwikkelen. Dit model gebruikt een techniek waarmee het de positie van elk stuk informatie binnen de sequentie kan begrijpen, wat helpt om het unieke ritme van een specifieke vingerbeweging te herkennen, zoals het vormen van de curve van een letter.

De resultaten van dit werk laten zien dat het systeem kan leren om handgeschreven cijfers met indrukwekkende nauwkeurigheid te identificeren wanneer het binnen dezelfde sessie wordt getest. De onderzoekers wisten echter dat gebruik in de echte wereld tegen een aanzienlijke hindernis aan zou lopen: de signalen veranderen wanneer een persoon beweegt, zijn arm verplaatst of zelfs wanneer de sensoren iets verschuiven op de huid. Om te testen of het systeem dit kon aan kunnen, simuleerden ze een scenario waarin de gegevens uit een andere tijd of een iets andere opstelling kwamen. Ze ontdekten dat het model opmerkelijk snel kon adapteren. Door het systeem slechts twee voorbeelden van elk cijfer uit de nieuwe sessie te tonen en het gedurende een zeer korte periode te laten leren, paste het zich aan de nieuwe omstandigheden aan. In deze tests bereikte het systeem een nauwkeurigheid van ongeveer 91 procent, wat aantoont dat het de natuurlijke drift en variabiliteit kan overwinnen die dergelijke interfaces gewoonlijk teisteren.

Ondanks dit succes benadrukken de auteurs voorzichtig dat dit een stap voorwaarts is en geen eindbestemming. Het werk werd uitgevoerd in gecontroleerde omgevingen, en de onderzoekers erkennen dat er meer testen nodig zijn om te zien of het systeem in realtime werkt voor verschillende mensen of in de complexe omgeving van het dagelijs leven. Ze wijzen er ook op dat het begrijpen van de volledige omvang van hoe het menselijk lichaam deze fijne bewegingen aanstuurt, nog steeds een voortdurende wetenschappelijke reis is. De bevindingen suggereren dat machines, met de juiste architectuur, kunnen leren de subtiele elektrische taal van de hand te lezen, wat een potentieel pad biedt naar communicatiemiddelen die net zo natuurlijk aanvoelen als schrijven met een pen.