Crédito:Ecole Polytechnique Federale de Lausanne
Los científicos de EPFL están desarrollando nuevos enfoques para mejorar el control de las manos robóticas, en particular para los amputados, que combinan el control individual de los dedos y la automatización para mejorar el agarre y la manipulación. Esta prueba de concepto interdisciplinaria entre neuroingeniería y robótica se probó con éxito en tres amputados y siete sujetos sanos. Los resultados se publican en la edición de hoy de Inteligencia de la máquina de la naturaleza .
La tecnología fusiona dos conceptos de dos campos diferentes. Implementarlos a ambos juntos nunca se había hecho antes para el control manual robótico, y contribuye al campo emergente del control compartido en neuroprótesis.
Un concepto de la neuroingeniería, implica descifrar el movimiento intencionado de los dedos a partir de la actividad muscular en el muñón del amputado para el control individual de la mano protésica con los dedos, lo que nunca antes se había hecho. El otro, de la robótica, permite que la mano robótica ayude a sujetar objetos y mantenga contacto con ellos para un agarre robusto.
"Cuando sostienes un objeto en tu mano, y empieza a resbalar solo tienes un par de milisegundos para reaccionar, "explica Aude Billard, quien dirige el Laboratorio de Sistemas y Algoritmos de Aprendizaje de EPFL." La mano robótica tiene la capacidad de reaccionar en 400 milisegundos. Equipado con sensores de presión a lo largo de los dedos, puede reaccionar y estabilizar el objeto antes de que el cerebro pueda percibir que el objeto se está deslizando. "
Cómo funciona el control compartido
El algoritmo aprende primero cómo decodificar la intención del usuario y lo traduce en el movimiento de los dedos de la mano protésica. El amputado debe realizar una serie de movimientos de la mano para entrenar el algoritmo que utiliza el aprendizaje automático. Los sensores colocados en el muñón del amputado detectan la actividad muscular, y el algoritmo aprende qué movimientos de la mano corresponden a qué patrones de actividad muscular. Una vez que se entienden los movimientos de los dedos intencionados del usuario, esta información se puede utilizar para controlar los dedos individuales de la mano protésica.
"Debido a que las señales musculares pueden ser ruidosas, necesitamos un algoritmo de aprendizaje automático que extraiga una actividad significativa de esos músculos y los interprete en movimientos, "dice Katie Zhuang, primera autora de la publicación.
Próximo, los científicos diseñaron el algoritmo para que la automatización robótica se active cuando el usuario intenta agarrar un objeto. El algoritmo le dice a la mano protésica que cierre los dedos cuando un objeto está en contacto con sensores en la superficie de la mano protésica. Este agarre automático es una adaptación de un estudio anterior de brazos robóticos diseñado para deducir la forma de los objetos y agarrarlos basándose únicamente en la información táctil. sin la ayuda de señales visuales.
Crédito:Ecole Polytechnique Federale de Lausanne
Crédito:Ecole Polytechnique Federale de Lausanne
Quedan muchos desafíos para diseñar el algoritmo antes de que pueda implementarse en una mano protésica disponible comercialmente para amputados. Por ahora, el algoritmo aún se está probando en un robot proporcionado por una parte externa.
"Nuestro enfoque compartido para controlar las manos robóticas podría utilizarse en varias aplicaciones neuroprotésicas, como prótesis de mano biónicas e interfaces cerebro-máquina, aumentar el impacto clínico y la usabilidad de estos dispositivos, "Silvestro Micera, Cátedra de la Fundación Bertarelli de EPFL en Neuroingeniería Traslacional, y Catedrático de Bioelectrónica de la Scuola Superiore Sant "Anna.