بسیاری از پیشرفتهای حوزه کنترل اعضای مصنوعی با فکر کردن به آنها در دهه اخیر رخ داده است. اینک یک گام به تحقق رویای ادغام بینقص پروتز با بدن نزدیکتر شدهایم. در تازهترین پژوهش منتشر شده در این زمینه سه بیمار مبتلا به نقص عضو از ناحیه دست توانستند انگشتان دست مصنوعی خود را به صورت مجزا از یکدیگر حرکت دهند، و این کار را تنها با فکر کردن به این حرکت انجام دادند. برای آشنایی بیشتر با این فناوری و سازندگان آن با مجله فناوریهای توان افزا و پوشیدنی همراه باشید.
این پیشرفت مدیون فناوری جدید رمزگشایی هوش مصنوعی است. این فناوری قادر است سیگنالهایی که از بدن به نقطه ابتدای عضو مصنوعی میرسد را با دقتی بیسابقه ترجمه نماید. به این شکل کاربران قادر هستند که دست مصنوعی، مچ و انگشتان را به صورت مجزا حرکت دهند. دقت این حرکات بین ۹۷ و ۹۸ درصد است. نتایج این پژوهش در هجدهم مارس در مجله IEEE Transactions on Biomedical Engineering به چاپ رسیده است.
سه روش برای ارتباط بستر ماشینی با سیستم عصبی بدن وجود دارد: از راه عضلات، مغز و اعصاب پیرامونی. در شرکت Neuralink ایمپلنت مغزی مثالی است یک بستر ارتباطی با ماشین. اما ایمپلنتهای مغزی جامعترین نوع ارتباط را فراهم میکنند، خطر آسیبهایی در مورد آنها وجود دارد. سامانههایی که با بسترهای عضلانی کار میکنند از الکترومیوگرافی یا EMG بهره میبرند که کمترین درجه کنترل و کمترین درجه تهاجم به بدن کاربر را دارا میباشند.
استفاده از هوش مصنوعی برای تفسیر سیگنال های اعصاب پیرامونی
استاد دانشگاه Minesota در بخش مهندسی پزشکی، Zhi Yang، و گروهی از همکارانش با کمک مرکز پزشکی جنوبغرب دانشگاه تگزاس بر توسعه بسترهای عصبی متمرکز شدهاند. این روش شامل استفاده از تعدادی ایمپلنت در محل نقص عضو است.
با این چینش کاربران باید به حرکاتی فکر کنند که مایل به انجام هستند. سیگنال از مغز به اعصاب محل تماس با عضو مصنوعی منتقل میشود، جایی که بستر مورد نظر سیگنالها را دریافت میکند. یک الگوریتم هوش مصنوعی با رمزگشایی سیگنالها و ارسال آنها به عضو مصنوعی به اجرای دستورات مغز کمک میکند.
این گروه پیش از این یک بستر پیچیده عصبی با قابلیت دریافت اطلاعات با کیفیت را از سیستم عصبی را نیز توسعه داده بود. در آخرین پژوهش این گروه، یک هوش مصنوعی رمزگشا برای تحلیل سیگنالهای عصبی مختص هر کاربر توسعه یافت.
محاسن ترکیب هوش مصنوعی و سیگنال های اعصاب پیرامونی برای هدایت پروتز
به گفته Zhi Yang:« ترکیب هوش مصنوعی و اعصاب مرکزی برتری بسیاری بر سایر روشها مانند رابط کاربری مغز-ماشین بر پایه اعصاب کورتکس یا تحرک پروتز با سیگنالهای عضلانی دارد. به عنوان نمونه تنها فناوری که امروزه به کاربران اجازه تکان دادن مجزای انگشتان دست مصنوعی را میدهد، همین فناوری است.»
این فناوری سرعت بالایی در رمزگشایی و تحلیل سیگنالهای نیز دارد. ۶ بیت بر ثانیه. سایر بسترهای ارتباطی مغز-ماشین که با ایمپلنت یا EMG کار میکنند نرخ یک بیت بر ثانیه را دارا هستند.
گروه Minnesota-Texas جدیدترین فناوری را برای هدایت عضو مصنوعی با فکر کردن دارند. سایر فناوریها کاربر را ملزم به انجام انبساط و انقباضهای غیرطبیعی عصلات میکنند. به طور مثال برای بستن کلیه انگشتان و در دست گرفتن اشیا کاربر باید دو بار خیلی سریع عضله A را حرکت دهد و سپس عضله B را.
اما یادگیری کار با این سامانه جدید بسیار ساده است. شرکتکنندگان یک دستکش واقعیت مجازی روی دست سالم پوشیدند که حرکات دست را ثبت میکرد. سپس تصور کردند که دست فانتوم خود را نیز به شیوهای مشابه حرکت میدهند.
به این شکل سامانه رمزگشای هوش مصنوعی توانست سیگنالهای عصبی مختص حرکات دست را برای هر کاربر شناسایی کند. پس از ساعتها آموزش که شامل انجام حرکات یکسان به دفعات بود، کاربران توانستند که با حرکات طبیعی دست مصنوعی خود را حرکت دهند.
قابل ذکر است که استفاده از الکترودها بین اعصاب به پژوهشگران اجازه میدهد که اعصاب را برای بازیابی حس از دست رفته نیز تحریک کنند. به این شکل کاربر میتواند لرزش، بافت و حتی سرما یا گرما را احساس کند.
این فناوری قابلیت کمک به افراد زیادی را دارد و حتی پتانسیلهای بیشتری نیز دارد. به صورت نمونه Yang و گروه وی به استفاده از این فناوری برای سایر بیماریها مانند صرع، دردهای مزمن، از کارافتادگی قلب و دیابت علاقه دارند. این بیماریها پتانسیل بهبود با کمک مادولاسیون عصبی را دارا هستند.
بودجه ۱۵.۵ میلیون دلاری برای اسکلت بیرونی UGO
برگزاری مجدد The Global Innovative Challenge در سال ۲۰۲۳
نقش اسکلت بیرونی بر بهبود بازنمایی بدن بیماران دچار آسیب نخاعی
منبع: spectrum.ieee
«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»