卒中后机械手套帮助钢琴玩家学习技能

对于那些遭受创伤如中风、日常任务可以极具挑战性,因为减少协调,在一个或两个上肢力量。这些问题促使机械设备的发展,帮助提高自己的能力。然而,这些辅助设备的刚性性质可以是有问题的,特别是对于更复杂的任务喜欢玩乐器。

首开先河的机械手套贷款是一个“手”和提供希望钢琴球员遭受中风瘫痪。研究人员开发的佛罗里达大西洋大学的大学的工程和计算机科学,柔软的机器人外骨骼使用人工智能来提高手灵巧。

结合柔性触觉传感器,柔软的致动器和人工智能,这机器人手套是第一个“感觉”的区别正确的和不正确的版本相同的歌曲,并将这些功能合并到一个手外骨骼。

“弹钢琴需要复杂和高度熟练的动作,和再学习任务涉及特定运动的恢复和再培训或技能,”说Erik Engeberg教授,博士,资深作者的能力海洋和机械工程系工程和计算机科学学院内,成员的能力复杂系统和大脑科学中心和能力Stiles-Nicholson大脑研究所。“我们的机械手套是由柔软,灵活的材料和传感器,提供温和的支持和帮助个人学习和恢复运动能力。”

研究人员的特殊传感器阵列集成到机器人的每个指尖手套。不像之前的外骨骼,这种新技术提供了精确的力量和指导钢琴演奏所需的精细的手指运动中恢复。通过监测和响应用户的动作,机器人手套提供实时反馈和调整,使其容易掌握正确的运动技术。

为了展示机械手套的能力,研究人员编程感觉区别正确的和不正确的版本的著名的曲子,“玛丽有只小羊羔”,演奏钢琴。介绍性能的变化,他们创造了一个池的12种不同类型的错误可能发生在报告的开头或结尾,或由于时间错误,提前或推迟,这持续了0.1、0.2或0.3秒。十个不同的歌曲变化由三组三个版本,加上正确的歌玩没有错误。

将这首歌变化,随机森林(RF),再(资讯)和人工神经网络(ANN)算法训练与指尖的触觉传感器的数据。感觉这首歌的正确和不正确的版本之间的差异是独立完成了机械手套,穿的一个人。这些算法的准确性与分类正确的和不正确的歌曲的变化,没有人类的话题。

研究结果,发表在《华尔街日报》机器人和人工智能前沿,表明,ANN算法的分类精度最高97.13%的人类主体和94.60%没有人类的话题。该算法成功地确定某首歌的百分误差以及识别按键的时间了。这些发现强调了潜在的智能机器人的手套来帮助那些残疾人重新学习灵巧任务喜欢玩乐器。

研究者设计了机械手套使用3 d印刷聚乙烯酸支架和水凝胶铸造五个致动器集成到一个可穿戴设备符合用户的手。制造工艺是新的,形式可以定制的个人独特的解剖患者使用三维扫描技术或CT扫描。

“我们的设计明显比最简单的设计的作动器和传感器结合成一个单一的成型过程,“Engeberg说。“重要的是,尽管这项研究的应用是为了玩的歌,这种方法可以应用于日常生活的各种任务和设备可以促进复杂的康复计划为每一个病人定制。”

临床医生可以使用数据开发个性化的行动计划来确定病人的弱点,可能出现的部分歌曲,一直踢得错误,可以用来确定哪些运动功能需要改进。病人的进步,更有挑战性的歌曲可以康复团队在游戏规定的发展提供一个可定制的改进路径。

”Engeberg教授开发的技术和研究团队确实是一个改变游戏规则的神经肌肉疾病患者和减少肢体功能,”说Stella Batalama博士能力工程和计算机科学学院的院长。“虽然其他软机器人执行机构用来弹钢琴;我们机器人手套是唯一一个已经证明的能力‘感觉’之间的区别正确的和不正确的版本相同的歌。”

参考:林M,保罗•R Abd M, et al。感觉节奏:智能手外骨骼学习演奏乐器。前人工智能机器人。2023;10。doi:10.3389 / frobt.2023.1212768

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。