Модель в перспективе поможет инвалидам быстрее осваивать возможности протезов и эффективнее ими управлять
© Станислав Красильников/ТАССЧитайте ТАСС вЯндекс.НовостиЯндекс.Дзен…Показать скрытые ссылки
ТАСС, 9 августа. Исследователи из России разработали систему машинного обучения, которая учится распознавать движения мускулов в предплечье и использовать их для управления движением протеза руки, в том числе его отдельными пальцами. Об этом в среду сообщила пресс-служба НИУ ВШЭ.
"Ученые создали модель декодирования движений пальцев для протезов кисти нового поколения. Она позволит не только брать предметы, но и жестикулировать, используя движения каждого пальца. В перспективе подобные системы позволят точно восстанавливать движения пальцев по электромиографическим сигналам мышц предплечья", — говорится в сообщении.
По словам Анны Макаровой, одного из разработчиков системы и стажера-исследователя НИУ ВШЭ, существующие протезы кистей рук далеки от идеала. Как правило, они позволяют пациентам управлять движением всей кисти в целом, но не отдельных пальцев, несмотря на наличие технической возможности.
Это связано с тем, что у многих современных биоэлектрических (бионических) протезов кисти достаточно примитивные системы управления, основанные на использовании всего лишь двух крупных мышц предплечья. Устройство считывает, как напрягаются и расслабляются эти мышцы и преобразует сигналы в команды для движения протеза. Подобную систему управления инвалиды осваивают примерно так же, как если бы учились программировать, отметила Макарова.
Исследовательница отметила, что работу подобных протезов можно упростить и улучшить при помощи систем машинного обучения. Основываясь на результатах предыдущих опытов, ученые создали нейросеть, отслеживающую работу мышц при помощи электромиографов и использующую эти сигналы для управления движениями протеза.
Алгоритм испытали на данных, полученных при замерах активности мышц двух добровольцев, один из которых не обладал кистью с рождения, а другой пережил ампутацию во взрослом возрасте. Первые проверки работы показали, что нейросеть точно определила их намерения в 50% и 71% случаев. Последующее улучшение алгоритма, как надеются ученые, позволит достичь еще более высокой точности работы системы, что поможет инвалидам быстрее осваивать протезы для кистей и эффективнее пользоваться ими.