ENGINEERINGNET.BE - Menselijke bewegingen ontstaan doordat hersenen elektrische impulsen sturen naar spieren. Bij mensen met een geamputeerde arm kunnen deze signalen gemeten worden vanuit de overgebleven spieren.
Deze signalen worden gebruikt om de prothese aan te sturen, maar de mate van beweeglijkheid van de prothese is afhankelijk van machine learning. Dit systeem is echter onder meer gevoelig voor ruis.
Ook moet de gebruiker systematisch zeer verschillende elektrische impulsen produceren, om de mogelijkheden van machine learning te vergroten. Dat is niet altijd mogelijk.
Onderzoekers van de Nederlandse Universiteit Twente hebben nu, in samenwerking met het Imperial College London en de Universiteit van Aalborg (DK), een nieuwe technologie ontwikkeld.
Dit betreft het creëren van een gedetailleerd digitaal model van de geamputeerde arm, inclusief de organische weefsels. Het model omvat de nauwkeurige beschrijving van de verloren spieren, pezen en gewrichtsverbindingen.
De onderzoekers registreren de elektrische impulsen van de resterende onderarm. Deze signalen worden vervolgens gebruikt om te bepalen hoe de virtuele spieren in het model worden geactiveerd en welke beweging door de virtuele fantoomarm wordt geproduceerd.
Deze voorspelde beweging word vervolgens in realtime doorgegeven aan de robotprothese. Dit zorgt ervoor dat de prothetische arm als een natuurlijk verlengstuk van het eigen lichaam is te gebruiken.
Nu hoeft de proefpersoon geen specifieke elektrische impulsen te produceren, zoals vereist bij machine learning. In plaats daarvan kan de persoon gewoon voorstellen de eigen fantoomarm te bewegen, waarna een dergelijke beweging nauwkeurig wordt vastgelegd en uitgevoerd door de prothese.
Het experiment werd uitgevoerd op drie intacte proefpersonen en één transradiaal geamputeerde proefpersoon, die zo een groot bewegingsrepertoire uit konden voeren.
De onderzoekers zijn nu van plan om een klinisch onderzoek met een groot aantal patiënten uit te voeren.
Video:
