کد خبر: 913429
تاریخ انتشار: ۳۰ خرداد ۱۳۹۷ - ۲۲:۰۱
محققان تکنولوژی جدیدی را برای رمزگشایی سیگنال‌های عصبی عضلانی به منظور کنترل مچ دست و دست مصنوعی توسعه داده‌اند. این کار وابسته به مُدل‌های رایانه‌ای است که به طور دقیق رفتار ساختار طبیعی در ساعد، مچ دست و دست را تقلید می‌کنند.
ترجمه: علی طالبی
محققان تکنولوژی جدیدی را برای رمزگشایی سیگنال‌های عصبی عضلانی به منظور کنترل مچ دست و دست مصنوعی توسعه داده‌اند. این کار وابسته به مُدل‌های رایانه‌ای است که به طور دقیق رفتار ساختار طبیعی در ساعد، مچ دست و دست را تقلید می‌کنند. همچنین از این تکنولوژی می‌توان به منظور توسعه دستگاه‌های رابط جدید رایانه برای برنامه‌های کاربردی نظیر بازی و طراحی به کمک رایانه (CAD) استفاده کرد.
این تکنولوژی در تست‌های اولیه‌اش به خوبی کار کرده است ولی هنوز وارد مرحله آزمایشات بالینی نشده است که باعث می‌شود تا سال‌ها از دسترسی تبلیغاتی به دور بماند.
وضعیت فعلی اندام مصنوعی هنری تکیه بر یادگیری ماشینی به منظور ایجاد رویکرد «تشخیص الگو» برای کنترل اندام مصنوعی دارد. این رویکرد نیازمند این است که کاربران به دستگاه «یاد بدهند» تا الگو‌های مشخصی از فعالیت‌های ماهیچه‌ای را تشخیص دهد و آن‌ها را به دستور ترجمه کند؛ مانند باز و بسته کردن دست‌های مصنوعی.
پروفسور هلن هوآنگ از دانشگاه کالیفرنیای شمالی می‌گوید: «تشخیص کنترل الگو نیازمند این است که بیمار از یک پروسه طولانی آموزش به اندام مصنوعی بگذرد. این پروسه هم می‌تواند خسته‌کننده و هم وقت‌گیر باشد. به این خاطر که هر باری که شما طرز ایستادن یا قرار گرفتن خود را تغییر می‌دهید سیگنال‌های عصبی عضلانی‌تان برای تولید همان حرکت دست/مچ دست تغییر می‌کند. پس تنها تکیه بر یادگیری این ماشین است یعنی به این دستگاه یاد دهید که همان کار را چندین بار تکرار کند؛ برای حالت‌های مختلف؛ یک بار وقتی که شما خیس عرق هستید، یک بار وقتی نیستید و غیره. رویکرد ما از بیشتر این‌ها می‌گذرد. وقتی کسی دستش را از دست می‌دهد، ارتباط مغزی‌اش طوری عمل می‌کند که انگار آن دست هنوز در آنجا هست، پس اگر کسی می‌خواهد لیوان آبی را بردارد، مغز باز هم سیگنال‌ها را به بازو می‌فرستد. ما از سنسور‌هایی استفاده می‌کنیم تا آن سیگنال‌ها را دریافت کند و آن وقت آن داده را به یارانه ارسال کند یعنی جایی که این داده به مدل اسکلتی عضلانی مجازی تغذیه می‌شود. مُدل جای عضلات، مفصل‌ها و استخوان‌ها را می‌گیرد، حرکاتی که اگر دست و مُچ دست هنوز سرهم بودند انجام می‌دادند را محاسبه می‌کند. سپس آن داده را به مچ و دست مصنوعی می‌رساند که همان حرکات مشابه را در مسیری هماهنگ و در زمان واقعی که بیشتر شبیه مایع و حرکت طبیعی است انجام خواهند داد. محققان فکر می‌کنند که پتانسیل برنامه‌های کابردی تنها محدود به دستگاه‌های اندام مصنوعی نیست.
هوآنگ می‌گوید: «از این برنامه می‌شود به منظور توسعه دستگاه‌های رابط کامپیوتر برای افراد سالم همانند دستگاه‌هایی برای گیم پلی یا برای دستکاری اشیا در برنامه‌های CAD نیز استفاده کرد. برای آنکه اشتباه نکنید باید بگویم که هنوز سال‌ها تا اینکه این دستگاه بتواند به طور تجاری مورد استفاده بالینی قرار بگیرد فاصله هست و از آنجایی که کار ما روی نرم‌افزار متمرکز شده و بخش عمده هزینه برای شخص مقطوع‌العضو در قسمت سخت‌افزاری‌ای خواهد بود که در واقع برنامه را اجرا می‌کند، سخت است که هزینه بالقوه‌اش را تخمین بزنیم. با این وجود، این مُدل با دستگاه‌های موجود اندام مصنوعی سازگار است.»
محققان همچنین در حال بررسی ایده ترکیب یادگیری ماشین با مدل عمومی اسکلتی عضلانی هستند. مُدل ما باعث می‌شود اندام مصنوعی استفاده حسی بیشتری داشته و قابل اعتمادتر باشند، اما با اجازه دادن به برنامه برای یادگیری نیاز‌های روزانه و اولویت‌های هر شخص یادگیری ماشین می‌تواند به کابران اجازه دهد تا کنترل بیشتری روی نکات ظریف به‌دست آورند و در درازمدت بهتر با کاربری خاص سازگار شود.»
منبع: ساینس دیلی
نظر شما
جوان آنلاين از انتشار هر گونه پيام حاوي تهمت، افترا، اظهارات غير مرتبط ، فحش، ناسزا و... معذور است
تعداد کارکتر های مجاز ( 200 )
پربازدید ها
پیشنهاد سردبیر