Uutiset

Uudenlainen käsiproteesi oppii käyttäjältään – ja käyttäjä proteesilta

Tutkimuksen avulla robottiproteeseista voidaan tehdä kestävämpiä ja toimivampia käyttäjille.
Aalto_handprosthesis.png
Kuvassa käsiproteesi, jota ohjataan raajan lihasten ja käsiproteesin liitännällä. Kuva: Aalto-yliopisto / Irene Guerra Mendez

Aalto-yliopiston tohtorikoulutettava Dennis Yeung on yhdessä tutkimusryhmänsä kanssa kehittänyt ja testannut uudenlaista tekniikkaa, joka mahdollistaa paremman yhteensopivuuden proteesin ja amputoidun alueen välillä. Tutkimus tehtiin yhteistyössä HUSin ja Imperial College London -yliopiston kanssa, ja sen rahoittivat Suomen Akatemia ja Euroopan tiedeneuvosto.

Henkilöt, joiden yläraaja on amputoitu, pystyvät hallitsemaan robottiproteesia supistamalla jäljellä olevia lihaksiaan. Liitäntää, jossa proteesi havaitsee lihaksen tuottamia sähköisiä signaaleja, tunnetaan nimellä myoelectric interface. Edistyksellisimmät proteesit sisältävät koneoppimisalgoritmeja, jotka auttavat tulkitsemaan näitä käyttäjän luomia signaaleja. Tällaiset liitännät ovat kuitenkin usein erittäin herkkiä ulkoisille tekijöille, kuten hikoilulle, ja heikentyvät ajan myötä. Tämän ratkaisemiseksi tutkimusyhteisö on ehdottanut erilaisia algoritmeja, jotka voisivat mukautua paremmin muuttuviin olosuhteisiin.

Olemassa olevat järjestelmät vaativat käyttäjiltään toimenpiteitä, mutta Yeung tiimeineen kehitti täysin automatisoidun järjestelmän, joka oppii ollessaan käytössä ja mukautuu siten vaihteleviin olosuhteisiin.

”Järjestelmässä käyttäjä ja järjestelmä oppivat samanaikaisesti toisiltaan. Tällä on potentiaalisia etuja proteesien mukavuuden ja kestävyyden parantamisessa”, Yeung sanoo.

Luotettavampia proteeseja

Tutkimustuloksia testattiin virtuaaliympäristössä, jossa sitä verrattiin olemassa oleviin järjestelmiin. Menestyksekkäiksi osoitettujen testien jälkeen tutkimusryhmä testasi käyttöliittymää huippuluokan proteesilaitteessa Imperial College London -yliopistossa, jossa amputoitu henkilö suoritti proteesilla pyykkipoikien siirtotestejä. Pyykkipojilla tehtävät testit ovat laajasti fysioterapeuttien käyttämiä, koska niillä voidaan arvioida yläraajojen toimintaa.

Mukautuvat proteesilaitteet ovat melko kalliita, joten järjestelmien luotettavuuden parantaminen vähentää taloudellisia riskejä, joita yksilöille ja julkisille terveydenhuoltolaitoksille voi koitua proteesien hankkimisesta.

Järjestelmän toimivuus on tutkittu kontrolloiduilla ja standardoiduilla kokeilla, mutta käyttäjien tarpeet saadaan parhaiten selville kvalitatiivisissa pitkittäistutkimuksissa.

”Tulevaisuuden kannalta on erittäin tärkeää jatkaa yhteistyötä terveydenhuollon ja proteesien käyttäjien kanssa”, Yeung kertoo.

Tulokset on julkaistu IEEE Transactions on Biomedical Engineering -lehdessä. Open Access -artikkeli on luettavissa tästä linkistä.

Lisätietoa (englanniksi):

Dennis Yeung
Tohtorikoulutettava
Aalto-yliopisto
[email protected]
050 3230 897

  • Julkaistu:
  • Päivitetty:

Lue lisää uutisia

A handbook on the counter of a shop.
Kampus, Tutkimus ja taide Julkaistu:

Unite! Open Science and Innovation Management -käsikirja saatavilla verkossa ja painettuna

Käsikirja on käytännön opas yliopistotutkijoille, tutkimus- ja innovaatiopalveluille sekä yliopistojen johdolle.
Tutkimus ja taide, Opinnot Julkaistu:

Väitöskirjoille tulossa uudet kannet, kirjoituspohjat ja uusi tilaustapa

Väitöskirjojen tilausalusta vaihtuu 30.11.2024 jälkeen. Väitöskirjoja varten on myös suunniteltu uudet kannet ja kirjoituspohjat.
Rauhallinen japanilainen puutarha, jossa on lampi, kiviä ja erilaisia ​​puita, mukaan lukien loistavaa punaista ja vihreää lehtineen.
Mediatiedotteet Julkaistu:
Tekoalylla-tuotetieto-talotekniikan-menestystekijaksi.jpg
Tutkimus ja taide Julkaistu:

Tekoälyllä tuotetieto talotekniikan menestystekijäksi

Ympäristöraportointi, digitaaliset kaksoset ja tuottavuuden tuntuva nosto eivät onnistu ilman nykyistä parempaa tiedonhallintaa. Talotekniikka 2030 -tutkimusraportti ruotii nykytilanteen haasteita ja esittää ratkaisuja ja case-esimerkkejä, jotka pohjautuvat uusimman tekoälyteknologian hyödyntämiseen.