如今大多数假肢手始终绕不开一个根本性问题：每个截肢者的情况都不一样，但大多数设备的设计却好像他们都一个样。这种错位让假肢很难做到自然、直观的控制，常常让本应像身体自然延伸的一部分，变成了得不停地学习和适应的东西。
即使有了先进技术，用户也常常只能自己去揣摩微弱的肌肉信号，而这些信号会随着出汗、皮肤变化或日常活动而发生改变——这让意图和控制之间产生了落差，可能令人沮丧，在某些情况下，有些人干脆就彻底不用了。
研究人员在改进肌肉信号的识别方法方面取得了进展，但核心挑战依然存在：这些信号往往不稳定，很难转化成自然的动作。
为应对这一挑战，Erik Engeberg博士正在牵头一项研究，把研究重心从标准化设备转到真正能适应每个人的个性化系统上。Engeberg是FAU工程与计算机科学学院的教授，同时在海洋与机械工程系和生物医学工程系任职。他还是FAU Stiles-Nicholson脑研究所和Charles E. Schmidt理学院下属的FAU复杂系统中心的研究员。
定制袖套读懂意图
该方法首先对使用者的残肢进行3D扫描，以创建定制的3D打印可穿戴袖套，其中嵌入了柔软灵活的磁性传感器。这些传感器舒适地贴合皮肤，在用户尝试手部和腕部动作时感知肌肉形状和压力的细微变化，让系统能够实时判断意图。
该设计针对每个人量身定制，传感器阵列会根据肢体大小和解剖结构，配置18个或24个模块，并搭配个性化的人工智能模型，让它学习每个人独特的肌肉模式，而不是依赖通用数据集。
重复使用下信号稳定
在对包括三名上肢截肢者在内的10名参与者进行的测试中，该系统实时识别了19种手部和腕部手势，将意图转化为对灵巧机械手的控制。研究结果发表在IEEE Transactions on Neural Systems and Rehabilitation Engineering上，表明该系统在反复使用中表现稳定可靠。
为评估耐久性，研究人员在数小时内施加了超过7,500次机械力循环，同时精确测量传感器响应。系统在施加力与输出之间表现出稳定且高度一致的关系，能够准确感知压力，且性能没有下降。
即使经过数千次循环，信号仍然清晰稳定，信号与噪声之间的区分度很高，随时间只有轻微波动。总体而言，传感器没有出现明显的漂移或性能下降，保持了实际假肢控制中至关重要的准确性、可重复性和响应性。
“假肢控制不能千篇一律。每个人都有自己独特的运动特征，这取决于他们的解剖结构、受伤史以及剩余肌肉的功能状况，”资深作者恩格伯格说。“如果我们希望这些系统真正在日常生活中发挥作用，这些系统就必须量身定制。通过将3D打印可穿戴传感器与个性化人工智能模型相结合，我们正朝着能够自然、实时响应使用者意图的假肢系统迈进，而不是迫使用户去适应设备的局限性。”
没有通用的传感器方案
研究结果还表明，并不存在对所有用户都适用的最佳传感器配置。一些参与者在传感器较少时准确率反而更高，而另一些人则需要更多传感器，最佳方案因个体的解剖结构、受伤史和剩余肌肉功能的不同而各异。在若干案例中，参与者只有在传感器布局根据其剩余肌肉进行定制时，才能在多种手势上达到超过90%的准确率。
“我们的结果突出表明，假肢性能很大程度上取决于传感器放置位置和数量与个体的匹配程度，”恩格伯格说。“这意味着未来假肢技师可以像开处方一样微调传感器配置，在功能和舒适度之间为每位用户找到平衡。”
这项研究还从所有参与者（包括截肢者和非截肢者）中建立了一个共享数据集，为更广大的科研群体提供了宝贵资源。
未满足需求的规模
“这项研究解决的是一些非常实际的问题：能非常直接地改善生活质量，”工程与计算机科学学院院长Stella Batalama博士说。“当我们把工程创新和人们日常生活中的实际需求对接起来时，特别是对于依赖假肢设备实现独立的个体而言，其影响远不止于实验室。这意味着恢复功能、信心，以及更自然地融入世界的能力。”
仅在美国，估计有210万人存在肢体缺失，每年约有18.5万例截肢手术。在全球范围内，超过5000万人受此影响，由于糖尿病、血管疾病、创伤和冲突造成的伤害，这一数字预计还会增长。上肢截肢是恢复功能最具挑战性的情况之一，因为手部和手指的自然运动非常复杂。
该研究的共同作者是Wen-Yu “Marty” Cheng，他是FAU工程与计算机科学学院的博士生。
热门跟贴