不用机器学习，靠自然肌电信号反射更可以让你控制智能假肢

不用机器学习，靠自然肌电信号反射更可以让你控制智能假肢

该方法适用于真实场景，并且对于运动关节是足够健壮的。

特温特大学（NL）的科学家与伦敦帝国理工学院（英国）和奥尔堡大学（DK）合作开发了一种全新的假肢技术，使上肢截肢者能够控制自动假肢，作为身体的自然延伸。这种创新依赖于肌肉骨骼演示的思想，并与广泛使用的机器学习技术形成对比。

科学家们已经成功地建立了一个被截肢者失去的手臂（如假肢）及其内部有机组织的完整计算机模型。这种先进的模型结合了截肢者失去的肌肉、韧带和关节关节的精确描述。科学家们记录了截肢后剩下的下臂的肌电信号。

然后，这些信号被用于决定模型中的虚拟肌肉将如何运作，以及随后将在整个虚拟幻影臂中传递的开发。在幽灵手臂中预期的发展随后被连续地传送到机械假肢。出乎意料的是，这使得截肢者能够控制假肢，作为自己身体的特征性扩展。

科学家们预测，通过这种技术，截肢者不需要按照机器学习的要求复制特定的预定义肌电图案。

相反，截肢者只是希望想象移动他们自己的假肢臂，这种运动被假肢臂精确地捕捉和执行。这项成就可能具有重大的临床优势，因为它可能增加更突出的责任感，以取代身体部分和更值得注意的接收尖端自动化假肢的日常生活。

这个新方法的实验是在三个身体健康的受试者和一个经桡动脉截肢者身上进行的，他们展示了运用尖端技术测试大量动作的能力。在这个基础实验之后，创造者想要领导包括无数的临床报告。

这项研究发表在《神经工程》杂志上。