Prothetische Hände restore nur einige der Funktion verloren durch amputation. Aber die Kombination von elektrischen Signalen von Unterarm-Muskeln mit anderen Quellen von Informationen, wie zum Beispiel eye-tracking, verspricht bessere Prothesen. Eine Studie, finanziert durch den SNF gibt Spezialisten den Zugang zu wertvollen neuen Daten.
Der hand, 34 Muskeln und 20 Gelenke ermöglichen Bewegungen von großer Präzision und Komplexität, die essentiell für die Interaktion mit der Umwelt und mit anderen auf einer täglichen basis. Hand-amputation somit hat schwere physische und psychische Auswirkungen auf das Leben einer person. Myoelektrische Prothesen-Hände, die arbeiten durch die Aufzeichnung der elektrischen Muskel-Signale auf der Haut, erlauben amputierte wieder verloren-Funktion. Aber Geschicklichkeit ist oft begrenzt, und die Variabilität der elektrischen Signale aus dem Unterarm allein macht die Prothetik manchmal unzuverlässig.
Henning Müller, professor für Wirtschaftsinformatik, ist zu untersuchen, wie die Kombination von Daten aus myoelektrischer Signale mit anderen Quellen von Informationen führen könnte, die zu besseren Prothesen. Müller hat nun der wissenschaftlichen Gemeinschaft zur Verfügung ein dataset, das enthält eye-tracking-und computer-vision sowie die Elektromyographie und-Beschleunigung-sensor-Daten. Die Ergebnisse dieser Arbeit, finanziert durch den Swiss National Science Foundation (SNF), gerade veröffentlicht in der Natur Wissenschaftlicher Daten.
Nutzen Blick
„Unsere Augen bewegen sich ständig in schnellen Bewegungen genannt sakkaden. Aber wenn Sie gehen, um fassen ein Objekt, Ihre Augen fixieren Sie es für ein paar hundert Millisekunden. Folglich, eye-tracking liefert wertvolle Informationen über die Erkennung sowohl mit dem Objekt als eine person, die beabsichtigt, Sie zu ergreifen und die möglichen gesten erforderlich“, sagt Müller, professor an der Fakultät für Medizin an der Universität Genf. Im Gegensatz zu den Muskeln der amputierten Gliedmaße, die Atrophie und senden ändern myoelektrischen Signalen, Blick bleibt konstant. Computer vision—d.h., computer wiedererkennen von Objekten in das Sichtfeld—kann auch verwendet werden, zusammen mit eye-tracking-teilweise zu automatisieren prothetische Hände.
Zur Verknüpfung der gemeinsamen gesten der hand mit Informationen aus den Muskeln der amputierten Gliedmaße und diese neuen Datenquellen, Müller studierte 45 Personen—15 amputierte und 30 gesunden Probanden—in einem identischen experimentellen setting. Jeder Teilnehmer hatte 12 Elektroden befestigt, um Ihre Unterarm-und Beschleunigungssensoren auf Ihren arm und Kopf. Eye-tracking-Brille erfasst die Augenbewegungen, während die Teilnehmer durchgeführt, die 10 häufigsten Bewegungen, die für das greifen und manipulieren von Objekten, wie Kommissionierung bis ein Bleistift oder eine Gabel, oder mit einem ball spielend. Die Bewegungen wurden ermittelt in Zusammenarbeit mit dem Institut für Physiotherapie an der HES-SO Wallis. Computer-Modellierung der gesten aktiviert Müller zum Aufbau einer neuen multimodalen Datensatz aus hand Bewegungen, die aus unterschiedlichen Arten von Daten. Der Datensatz enthält Informationen, die nicht nur die Elektroden, sondern auch von Aufnahmen Unterarm Beschleunigung, eye-tracking, computer vision und der Messung der Kopfbewegungen.
Freier Zugang zu Daten
Diese multidisziplinäre Studie an der HES-SO, dem Universitätsspital Zürich und der italienischen Institute of Technology in Mailand war Teil des Sinergia-Programms. „Es ist ein bedeutendes Werk, die aus zwei Jahren der Datenerfassung“, sagt Müller. „Wichtig ist, hatten wir Zugang zu den Invaliden, die durch die Universität von Padua in Italien. In der Schweiz, es ist schwer zu finden, große Anzahl von Freiwilligen für diese Art von Studien, und die meisten Datensätze sind somit auf der Grundlage von nur drei bis vier Teilnehmern.“ Ein weiterer Vorteil des neuen Datensatzes ist, dass die Stichprobe der amputierte ist vergleichbar mit der der Kontrollgruppe, das war nicht der Fall in früheren Studien. Mithilfe dieser Daten wird es möglich machen, besser zu verstehen, die Folgen der amputation.