探讨多度自由度肌电动假肢手的长期临床结果

科学领域:

• 机器人和生物医学工程 机器人和生物医学工程
• 康复技术 康复技术 康复技术
• 人与计算机的交互

背景情况:

• 机器人和传感器的进步使复杂的肌电假肢手 (MPH) 具有多个自由度.
• 控制高功能的MPH需要先进的控制理论,用于电肌图 (EMG) 模式识别的机器学习显示出有希望.
• 实际应用和对真实用户的5指驱动MPH的彻底检查仍然有限.

研究的目的:

• 开发和评估一个具有图案识别能力的五指肌电假肢手 (MPH).
• 通过长期临床试验,探索这些先进的MPH的应用范围,属性和挑战.
• 评估MPH使用对日常生活和工作场所环境中的任务性能和用户体验的影响.

主要方法:

• 开发一个五指肌电假肢手 (MPH) 集成的模式识别算法.
• 进行长期临床试验,涉及真实用户.
• 使用基于任务的评估和主观评估通过问卷收集数据.

主要成果:

• 在MPH中增加的运动多样性导致了可实现的任务范围的扩大.
• 通过更大的运动多样性来提高适应性,同时也降低了控制可靠性.
• 问卷调查结果表明,MPH绩效改进在减少工作场所残疾方面可能比提高日常生活活动更具影响力.

结论:

• 具有模式识别的多度自由度MPH提供了扩展的功能功能,但在控制可靠性方面面临挑战.
• 先进的MPH的临床实用性在工作场所和日常生活应用之间可能有很大差异.
• 需要进一步的研究来优化控制策略,并解决复杂的MPHs广泛采用的限制.