211service.com
Een implantaat maakt gebruik van machine learning om geamputeerden controle te geven over prothetische handen
Joe Hamilton, een deelnemer aan de RPNI-studie van de Universiteit van Michigan, gebruikt zijn geest om een DEKA-prothesehand te besturen om een klein blokje op te pakken Evan Dougherty | Technische Universiteit van Michigan
Onderzoekers werken al minstens tien jaar aan het realiseren van hersengestuurde protheses. In theorie zou een kunstmatige hand die geamputeerden met hun geest kunnen besturen, hun vermogen om allerlei dagelijkse taken uit te voeren herstellen en hun levensstandaard drastisch verbeteren.
Tot nu toe hebben wetenschappers echter met een grote barrière te maken gehad: ze hebben geen toegang gekregen tot zenuwsignalen die sterk of stabiel genoeg zijn om naar het bionische ledemaat te sturen. Hoewel het mogelijk is om dit soort signaal te krijgen met behulp van een hersen-machine-interface, is de procedure om er een te implanteren invasief en kostbaar. En de zenuwsignalen die worden gedragen door de perifere zenuwen die uitwaaieren vanuit de hersenen en het ruggenmerg zijn te klein.
Een nieuw implantaat omzeilt dit probleem door machine learning te gebruiken om deze signalen te versterken. Een studie, gepubliceerd in Wetenschap Translationele geneeskunde ontdekte vandaag dat het bijna een jaar werkte voor vier geamputeerden. Het gaf ze fijne controle over hun prothetische handen en liet ze miniatuurspeelstenen oppakken, voorwerpen zoals frisdrankblikjes pakken en Steen, papier, schaar spelen.
Het is de eerste keer dat onderzoekers millivoltsignalen van een zenuw hebben geregistreerd - veel sterker dan enig eerder onderzoek.
Door de sterkte van dit signaal konden de onderzoekers algoritmen trainen om deze om te zetten in bewegingen. De eerste keer dat we het aanzetten, werkte het meteen, zegt Paul Cederna, een professor biomechanica aan de Universiteit van Michigan, wie leidde de studie? . Er was geen kloof tussen denken en bewegen.
De procedure voor het implantaat vereist dat een van de perifere zenuwen van de geamputeerde wordt doorgesneden en aan de spier wordt gehecht. De site geneest en ontwikkelt zenuwen en bloedvaten gedurende drie maanden. Op deze plaatsen worden vervolgens elektroden geïmplanteerd, waardoor een zenuwsignaal kan worden geregistreerd en in realtime aan een prothesehand kan worden doorgegeven. De signalen worden omgezet in bewegingen met behulp van machine learning-algoritmen (dezelfde typen die worden gebruikt voor brain-machine-interfaces).
Geamputeerden die de handprothese droegen, waren in staat om elke afzonderlijke vinger te controleren en hun duimen te draaien, ongeacht hoe recent ze hun ledemaat hadden verloren. Hun zenuwsignalen werden een paar minuten opgenomen om de algoritmen te kalibreren op hun individuele signalen, maar daarna werkte elk implantaat meteen, zonder dat het nodig was om opnieuw te kalibreren tijdens de 300 dagen van testen, volgens studie medeleider Cynthia Chestek, een medewerker hoogleraar biomedische technologie aan de Universiteit van Michigan.
Het is slechts een proof-of-concept-onderzoek, dus het vereist verdere tests om de resultaten te valideren. De onderzoekers rekruteren geamputeerden voor een lopende klinische proef, gefinancierd door DARPA en de National Institutes of Health.