Ученые НИУ ВШЭ создали модель декодирования движений пальцев для протезов кисти нового поколения. Она позволит не только брать предметы, но и жестикулировать, используя движения каждого пальца.
Результаты работы по исследованию возможности точного восстановления движения пальцев по электромиографическим сигналам мышц предплечья у людей с инвалидностью представлены на объединенном научном семинаре «Цифровые технологии для медицинских приложений», который состоялся в рамках стратегического проекта «Цифровая трансформация: технологии, эффекты, эффективность» программы «Приоритет-2030». Проект был отобран в рамках конкурса исследовательских проектов молодых ученых НИУ ВШЭ (до 35 лет) по тематике цифровой трансформации и развития цифровых технологий в 2022 году.
«Сегодня практически любой медицинский прибор — это специализированный компьютер», — отметил, открывая мероприятие, директор Школы инноватики и предпринимательства НИУ ВШЭ, научный руководитель проекта Игорь Агамирзян. «Важнейшей областью является сейчас применение цифровых технологий для решения проблем людей с ограниченными возможностями, и здесь наблюдается существенный прогресс», — подчеркнул он.
Стажер-исследователь Центра биоэлектрических интерфейсов НИУ ВШЭ Анна Макарова рассказала, что на сегодняшний день протезы для людей, которые пережили ампутацию или родились с аплазией кисти, далеки от идеала. У многих самых современных биоэлектрических протезов кисти достаточно примитивная система управления, основанная на использовании всего лишь двух крупных мышц на предплечье. Механизм протеза преобразует электрические сигналы последовательного напряжения и расслабления мышц в команды, которые набираются как двоичный код в программировании. Это не происходит интуитивно, человек учится пользоваться протезом, как учился бы программировать с помощью единиц и нулей.
Таким образом, протез может сформировать от одного до десяти схватов, но движения каждого отдельного пальца на таких устройствах на данный момент не используются. Изучение возможности восстановления точных движений по активности мышц является необходимым условием для создания системы управления протезом нового поколения.
«Последние работы показывали, что если использовать различные методы машинного обучения, то у здоровых людей восстанавливаются движения отдельных пальцев даже по поверхностным сигналам мышц. Мы решили выяснить, возможно ли это у людей с ампутацией», — пояснила докладчица.
Ученые создали модель декодирования движений пальцев и подобрали оптимальные гиперпараметры, дающие наилучшую точность декодирования на данных, полученных в эксперименте с участием здоровых испытуемых. Для записи ЭМГ-активности (ЭМГ-электромиография) они использовали беспроводной 8-канальный браслет и шлем виртуальной реальности. Экспериментальная среда включала в себя виртуальное окружение с возможностью захвата и сохранения координат отдельных пальцев. Испытуемые выполняли симметричные движения двумя руками, что позволяло получать данные о совершаемых движениях в случае прохождения эксперимента испытуемым с ампутацией.
Точность модели, примененной к данным испытуемого с врожденным отсутствием кисти, составила 50 процентов, а к данным испытуемого, пережившего ампутацию во взрослом возрасте, — 71 процент. Это многообещающие результаты и хорошая перспектива для дальнейших исследований и улучшений модели, отметила Анна Макарова.