AI-aangedreven zachte robothandschoen verhoogt de handvaardigheid voor overlevenden van een beroerte

Florida Atlantic University, FL

De zachte robothandschoen integreert vijf actuatoren in één draagbaar apparaat dat zich aanpast aan de hand van de gebruiker. (Afbeelding:Alex Dolce)

Voor mensen die een neurotrauma zoals een beroerte hebben gehad, kunnen alledaagse taken uiterst uitdagend zijn vanwege verminderde coördinatie en kracht in één of beide bovenste ledematen. Deze problemen hebben de ontwikkeling van robotapparaten gestimuleerd om hun capaciteiten te helpen verbeteren. De rigide aard van deze hulpmiddelen kan echter problematisch zijn, vooral bij complexere taken zoals het bespelen van een muziekinstrument.

Een unieke robothandschoen helpt pianospelers die een invaliderende beroerte hebben gehad een ‘handje’ en biedt hoop. Het zachte robothandexoskelet is ontwikkeld door onderzoekers van het College of Engineering and Computer Science van de Florida Atlantic University en maakt gebruik van kunstmatige intelligentie om de handvaardigheid te verbeteren.

Deze robothandschoen combineert flexibele tactiele sensoren, zachte actuatoren en AI en is de eerste die het verschil 'voelt' tussen correcte en onjuiste versies van hetzelfde nummer en deze kenmerken combineert in een exoskelet met één hand.

“Piano spelen vereist complexe en zeer bekwame bewegingen, en het opnieuw leren van taken omvat het herstel en opnieuw trainen van specifieke bewegingen of vaardigheden”, zegt Erik Engeberg, Ph.D., senior auteur, professor aan de FAU-afdeling Oceaan- en Werktuigbouwkunde binnen het College of Engineering and Computer Science, en lid van het FAU Center for Complex Systems and Brain Sciences en het FAU Stiles-Nicholson Brain Institute. “Onze robothandschoen is samengesteld uit zachte, flexibele materialen en sensoren die zachte ondersteuning en hulp bieden aan individuen om hun motorische vaardigheden opnieuw te leren en te herwinnen.”

Onderzoekers integreerden speciale sensorarrays in elke vingertop van de robothandschoen. In tegenstelling tot eerdere exoskeletten biedt deze nieuwe technologie nauwkeurige kracht en begeleiding bij het herstellen van de fijne vingerbewegingen die nodig zijn voor pianospel. Door de bewegingen van gebruikers te volgen en erop te reageren, biedt de robothandschoen realtime feedback en aanpassingen, waardoor het voor hen gemakkelijker wordt om de juiste bewegingstechnieken te begrijpen.

Om de mogelijkheden van de robothandschoen te demonstreren, hebben onderzoekers hem geprogrammeerd om het verschil te voelen tussen correcte en incorrecte versies van het bekende deuntje ‘Mary Had a Little Lamb’, gespeeld op de piano. Om variaties in de uitvoering te introduceren, creëerden ze een verzameling van 12 verschillende soorten fouten die konden optreden aan het begin of einde van een noot, of als gevolg van timingfouten die voortijdig of vertraagd waren en die 0,1, 0,2 of 0,3 seconden aanhielden. Tien verschillende songvariaties bestonden uit drie groepen van elk drie variaties, plus het juiste nummer dat zonder fouten werd gespeeld.

Om de liedvariaties te classificeren, werden de algoritmen Random Forest (RF), K-Nearest Neighbor (KNN) en Artificial Neural Network (ANN) getraind met gegevens van de tactiele sensoren in de vingertoppen. Het voelen van de verschillen tussen de juiste en onjuiste versies van het nummer werd gedaan met de robothandschoen, onafhankelijk van elkaar en terwijl deze door een persoon werd gedragen. De nauwkeurigheid van deze algoritmen werd vergeleken om de juiste en onjuiste songvariaties met en zonder het menselijke onderwerp te classificeren.

Resultaten van het onderzoek, gepubliceerd in het tijdschrift Frontiers in Robotics en AI toonde aan dat het ANN-algoritme de hoogste classificatienauwkeurigheid had:97,13 procent met het menselijke subject en 94,60 procent zonder het menselijke subject. Het algoritme bepaalde met succes de procentuele fout van een bepaald nummer en identificeerde toetsaanslagen die te laat waren.

De handschoen is ontworpen met behulp van 3D-geprinte polyvinylzuurstents en hydrogelgietwerk om vijf actuatoren te integreren in één draagbaar apparaat dat zich aanpast aan de hand van de gebruiker. Het fabricageproces is nieuw en de vormfactor kan worden aangepast aan de unieke anatomie van individuele patiënten met behulp van 3D-scantechnologie of CT-scans.

“Ons ontwerp is aanzienlijk eenvoudiger dan de meeste ontwerpen, omdat alle actuatoren en sensoren in één enkel gietproces worden gecombineerd”, aldus Engeberg. “Belangrijk is dat, hoewel de toepassing van dit onderzoek bedoeld was voor het spelen van een liedje, de aanpak kon worden toegepast op talloze taken in het dagelijks leven en dat het apparaat ingewikkelde revalidatieprogramma’s zou kunnen faciliteren die op maat zijn gemaakt voor elke patiënt.”

Artsen zouden de gegevens kunnen gebruiken om gepersonaliseerde actieplannen te ontwikkelen om de zwakke punten van patiënten op te sporen, die zich kunnen voordoen als delen van het lied die consequent foutief worden gespeeld en die kunnen worden gebruikt om te bepalen welke motorische functies verbetering behoeven.

Neem voor meer informatie contact op met Gisele Galoustian op Dit e-mailadres wordt beschermd tegen spambots. U heeft Javascript nodig om het te kunnen zien..