Современные бионические протезы: как они устроены и в чем их преимущество
---
Для легендарного джедая Люка Скайвокера потеря руки в поединке с Дартом Вейдером оставалась трагедией лишь в течение пяти минут: в следующей же сцене он обзавелся весьма совершенным протезом. В реальности о подобном можно пока только мечтать, но ученые работают над тем, чтобы это стало реальностью.
До недавнего времени протезы прикреплялись к человеческому телу механически и не имели никакой связи с нервной системой. Они могли сгибаться в своих железных шарнирах-суставах, но для выполнения каждого движения владельцу нужно было тем или иным образом регулировать поведение своего протеза, вручную обеспечивая обратную связь. Таким образом человек сигнализировал своей ноге, что впереди лужа и ее нужно обойти, а руке — что нужно аккуратно взять яйцо и приготовить яичницу или, наоборот, крепко зажать в руке инструмент. Чтобы научить человека управлять новой конечностью таким образом, требовалось долгое время, да и набор команд был довольно ограниченным, поэтому мелкая моторика оставляла желать лучшего.
Но ученые, вдохновленные воображением писателей-фантастов, смогли сделать невероятное — присоединить механическую руку к человеческой нервной системе.
Мнение эксперта
Тимур Бергалиев, заведующий лабораторией прикладных кибернетических систем Московского физико-технического института, руководитель проекта GalvaniBionix: «Для управления протезами мы разрабатываем технологию, которая подстраивается под индивидуальность человека. На культе мы размещаем не одну пару электродов, как это обычно делается, а несколько. Чем больше электродов мы используем, тем большую выборку сигналов для анализа получим. Да, таким образом мы сильно усложняем работу компьютера, поскольку процессору сложнее анализировать множество сигналов. Но зато значительно упрощается жизнь пациента».
На перехват
Когда человеку без руки хочется пошевелить пальцем, мозг генерирует соответствующий сигнал, который идет по нервам, ведущим к мышцам конечности. Но, поскольку рука отсутствует, сигнал уходит «в пустоту». Но что, если где-то по пути «перехватить» нервные импульсы и на этой основе после анализа и обработки данных сформировать команды управления роботизированной рукой? Именно по этому пути идут многочисленные научные группы, стремясь разработать протезы, считывающие нервные сигналы и преобразующие их в движения.
В американских Хьюстонском университете и Университете Райса велись эксперименты со снятием моторных нервных сигналов методом электроэнцефалографии (ЭЭГ) с помощью электродов на коже головы. Сложность в том, что ЭЭГ — это набор большого количества разных сигналов, и задача выделить среди них те, которые управляют движением конечности, сродни поискам иголки в стоге сена.
Исследователи из Технического университета Чалмерса в Гетеборге (Швеция) совместно с коллегами из консорциума NEBIAS (проект нескольких европейских университетов) пошли другим путем. Вместо того чтобы располагать электроды на поверхности кожи, где полезный сигнал сильно зашумлен, ученые попытались уменьшить влияние помех, вшивая электроды под кожу. Но физиология каждого человека индивидуальна, и нельзя заранее сказать, где именно следует расположить электроды для максимального соотношения «сигнал-шум».
Самообучение роботов
В настоящее время самым перспективным методом управления бионическими протезами считается считывание электрических потенциалов с мышц культи — электромиография (ЭМГ). Такие высокотехнологические протезы уже вышли за пределы лабораторий и производятся серийно. Однако научить пациента правильно управлять протезом — все еще сложная проблема.
Электрические руки
Протезирование начиналось с чисто косметических (пассивных) протезов, предназначенных сугубо для воссоздания естественного внешнего вида утерянных конечностей. Однако достижения технологии позволили разработать управляемые различными методами протезы. Тяговое управление использует механические тяги для передачи движения протезу. Электромиографическое управление основано на считывании биоэлектрических потенциалов, возникающих при сокращении мышц на уцелевшей части руки. Электроэнцефалографическое управление использует считывание электрических потенциалов в мозгу посредством электроэнцефалографии (ЭЭГ). Сигналы с датчиков, размещенных на поверхности кожи головы, декодируются компьютером и преобразуются в команды, управляющие протезом. Управление с помощью электронных имплантатов — вживленных в кору головного мозга электродов, с помощью которых регистрируется активность корковых нейронов.
В лаборатории прикладных кибернетических систем Московского физико-технического института пытаются перевернуть эту проблему с головы на ноги, то есть «обучить» протез правильно понимать команды человеческого мозга. Команда GalvaniBionix, состоящая из студентов и аспирантов МФТИ во главе с заведующим лабораторией Тимуром Бергалиевым использует для считывания электрических потенциалов с мышц не одну пару электродов, а множество. Такой подход позволяет добиться значительного повышения уровня полезного сигнала и реализовать алгоритмы «самообучения». Каждая комбинация сигналов, пришедшая с разных электродов, соответствует определенному действию руки, а задача в том, чтобы составить библиотеку соответствий, к которой будет обращаться система при получении нового набора импульсов. «Программное обеспечение учится правильно распознавать команды мозга, подстраиваясь под конкретного человека, — объясняет Бергалиев. — Нам удалось продемонстрировать работоспособность прототипа системы: человек с ампутированной конечностью с помощью "мышечных сигналов" мог перемещать курсор по экрану. В дальнейшем мы планируем использовать алгоритмы машинного обучения для анализа частоты регистрации различных комбинаций сигналов и с помощью этих данных улучшить распознавание».
До недавнего времени протезы прикреплялись к человеческому телу механически и не имели никакой связи с нервной системой. Они могли сгибаться в своих железных шарнирах-суставах, но для выполнения каждого движения владельцу нужно было тем или иным образом регулировать поведение своего протеза, вручную обеспечивая обратную связь. Таким образом человек сигнализировал своей ноге, что впереди лужа и ее нужно обойти, а руке — что нужно аккуратно взять яйцо и приготовить яичницу или, наоборот, крепко зажать в руке инструмент. Чтобы научить человека управлять новой конечностью таким образом, требовалось долгое время, да и набор команд был довольно ограниченным, поэтому мелкая моторика оставляла желать лучшего.
Но ученые, вдохновленные воображением писателей-фантастов, смогли сделать невероятное — присоединить механическую руку к человеческой нервной системе.
Мнение эксперта
Тимур Бергалиев, заведующий лабораторией прикладных кибернетических систем Московского физико-технического института, руководитель проекта GalvaniBionix: «Для управления протезами мы разрабатываем технологию, которая подстраивается под индивидуальность человека. На культе мы размещаем не одну пару электродов, как это обычно делается, а несколько. Чем больше электродов мы используем, тем большую выборку сигналов для анализа получим. Да, таким образом мы сильно усложняем работу компьютера, поскольку процессору сложнее анализировать множество сигналов. Но зато значительно упрощается жизнь пациента».
На перехват
Когда человеку без руки хочется пошевелить пальцем, мозг генерирует соответствующий сигнал, который идет по нервам, ведущим к мышцам конечности. Но, поскольку рука отсутствует, сигнал уходит «в пустоту». Но что, если где-то по пути «перехватить» нервные импульсы и на этой основе после анализа и обработки данных сформировать команды управления роботизированной рукой? Именно по этому пути идут многочисленные научные группы, стремясь разработать протезы, считывающие нервные сигналы и преобразующие их в движения.
В американских Хьюстонском университете и Университете Райса велись эксперименты со снятием моторных нервных сигналов методом электроэнцефалографии (ЭЭГ) с помощью электродов на коже головы. Сложность в том, что ЭЭГ — это набор большого количества разных сигналов, и задача выделить среди них те, которые управляют движением конечности, сродни поискам иголки в стоге сена.
Исследователи из Технического университета Чалмерса в Гетеборге (Швеция) совместно с коллегами из консорциума NEBIAS (проект нескольких европейских университетов) пошли другим путем. Вместо того чтобы располагать электроды на поверхности кожи, где полезный сигнал сильно зашумлен, ученые попытались уменьшить влияние помех, вшивая электроды под кожу. Но физиология каждого человека индивидуальна, и нельзя заранее сказать, где именно следует расположить электроды для максимального соотношения «сигнал-шум».
Самообучение роботов
В настоящее время самым перспективным методом управления бионическими протезами считается считывание электрических потенциалов с мышц культи — электромиография (ЭМГ). Такие высокотехнологические протезы уже вышли за пределы лабораторий и производятся серийно. Однако научить пациента правильно управлять протезом — все еще сложная проблема.
Электрические руки
Протезирование начиналось с чисто косметических (пассивных) протезов, предназначенных сугубо для воссоздания естественного внешнего вида утерянных конечностей. Однако достижения технологии позволили разработать управляемые различными методами протезы. Тяговое управление использует механические тяги для передачи движения протезу. Электромиографическое управление основано на считывании биоэлектрических потенциалов, возникающих при сокращении мышц на уцелевшей части руки. Электроэнцефалографическое управление использует считывание электрических потенциалов в мозгу посредством электроэнцефалографии (ЭЭГ). Сигналы с датчиков, размещенных на поверхности кожи головы, декодируются компьютером и преобразуются в команды, управляющие протезом. Управление с помощью электронных имплантатов — вживленных в кору головного мозга электродов, с помощью которых регистрируется активность корковых нейронов.
В лаборатории прикладных кибернетических систем Московского физико-технического института пытаются перевернуть эту проблему с головы на ноги, то есть «обучить» протез правильно понимать команды человеческого мозга. Команда GalvaniBionix, состоящая из студентов и аспирантов МФТИ во главе с заведующим лабораторией Тимуром Бергалиевым использует для считывания электрических потенциалов с мышц не одну пару электродов, а множество. Такой подход позволяет добиться значительного повышения уровня полезного сигнала и реализовать алгоритмы «самообучения». Каждая комбинация сигналов, пришедшая с разных электродов, соответствует определенному действию руки, а задача в том, чтобы составить библиотеку соответствий, к которой будет обращаться система при получении нового набора импульсов. «Программное обеспечение учится правильно распознавать команды мозга, подстраиваясь под конкретного человека, — объясняет Бергалиев. — Нам удалось продемонстрировать работоспособность прототипа системы: человек с ампутированной конечностью с помощью "мышечных сигналов" мог перемещать курсор по экрану. В дальнейшем мы планируем использовать алгоритмы машинного обучения для анализа частоты регистрации различных комбинаций сигналов и с помощью этих данных улучшить распознавание».
Источник: polonsil.ru
Комментарии (0)
{related-news}
[/related-news]