人工智能辅助脊髓损伤后康复

一个聪明的西装是希望显著改善严重的脊髓损伤后康复。AI-supported解决方案将在未来三年通过能力的研究人员与海德堡大学、海德堡大学合作医院。它结合了电模拟使用人工肌腱,肌肉支持运动的目的和对病人的运动。德国研究基金会提供了总计约一百万欧元的资助项目“HIT-Reha”, 357000欧元的分配能力。

脊髓受伤的交通事故或运动,肿瘤操作或感染产生戏剧性的影响患者的生活。日常活动,比如饮食、穿衣或个人卫生不再是可能的,或如果是这样,那么只是一个非常有限的范围内。然而,这样的伤害不一定是不可逆转的。例如,如果长期神经纤维是不分开的完全从大脑,电动机控制的一些残余依然存在。”在这种情况下很有可能恢复至少部分流动性,”解释了克劳迪奥·Castellini博士教授从椅子上辅助智能机器人的能力。“潜在的再生是特别高受伤前12个月后,当可以生成新的神经元和新创建的网络。”

标准治疗不利用的潜能

手臂和手功能的康复主要是基于流动性的重复执行演习,病人需要的地方,例如,要抓住一个圆柱体,把它移动到某个地方。病人是由合格的治疗师,或有时也由机器人。方法包括功能性电模拟(菲斯),电极触发目标肌肉收缩,以及外骨骼或套装。这些矫形器支持和协助运动使用滑轮机制或充气空气室。“虽然近年来取得了很大的进步,当前可用的治疗并不对应于运动学习的原则,“Castellini解释道。“首先,特别是弱肌肉不充分,第二,病人不是积极鼓励执行有用的运动练习。我们的经验表明,随着时间的推移这将导致病人参与减弱。“结合当前康复措施不够适合病人的个人需求和能力,这意味着治疗潜力没有充分利用。

集成套装承认预期的运动

在未来三年内,克劳迪奥Castellini旨在与海德堡大学计算机科学研究所和实验Neurohabilitation海德堡大学医院开发一套西装,是希望能显著改善脊髓损伤后治疗的成功。的Exo-Suit由一个压缩夹克,手臂袖口和手套和结合了支持系统可用的日期,如菲斯和滑轮力学,但有一个特殊的添加:AI-supported识别病人的运动。

“综合传感器测量肌肉活动,”解释Marek Sierotowicz,博士生参与该项目。“自学习算法把这个输入和使用它来计算患者的运动和调整相应的辅助系统。“具体来说,这意味着AI告诉菲斯系统和肌肉收缩的exo-suit应该触发或滑轮拉紧为了支持预期的运动。

监测目的允许目标和温和的治疗

能力主要是负责开发方法来理解病人的运动。为此,研究人员首先需要构建一个完整的虚拟模型,肌肉和骨骼的解剖学结构,并相应地训练它。“我们将进行初始测试不残疾的人,收集尽可能多的数据,“Sierotowicz说。“更好的我们训练人工智能,更可靠的我们能够认识到运动模式和更准确地辅助系统将能够在未来的工作。”,不仅是必要的精确运动的支持,智能EFS滑轮和机器人系统之间的相互作用也确保一个更温和的治疗。经验表明,单独使用菲斯需要高强度的模拟和患者常常觉得不愉快。研究者们相信,他们的发明将导致显著改善脊髓损伤后康复的成功。

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。