На данный момент инженеры и врачи используют множество разных подходов, чтобы обеспечить корректное функционирование протезов рук и ног у людей: вживляют электроды; снимают электрические сигналы непосредственно с нервов, с мышц; подчиняют протезы сокращениям неповрежденных мышц. Такие методы приносят успех, но во всех случаях требуется многомесячный процесс обучения пациента навыкам работы с протезом. Такое обучение до сих пор остается сложным и трудоемким процессом — в первую очередь для самого пациента.
Команда GalvaniBionix, состоящая из студентов и аспирантов МФТИ во главе с Тимуром Бергалиевым поставила себе задачу облегчить процесс взаимной адаптации, сделать его максимально простым и быстрым. Прибор, созданный командой Бергалиева, регистрирует и обрабатывает электромиограммы, то есть электрические сигналы, возникающие в мышечных клетках. С помощью алгоритмов машинного обучения программа учится правильно распознавать те или иные «мышечные команды», подстраиваясь под конкретного человека.
Пресс-служба МФТИ сообщает, что ученые уже проверили, как прототип устройства работает под управлением человека с ампутированной конечностью: пациенту удалось с помощью «мышечных сигналов» перемещать курсор по экрану. Тимур Бергалиев заявляет: «До сих пор человек учился управлять протезом, понимать его. Мы же делаем систему, понимающую человека. В конечном счете мы планируем разработать собственный бионический протез, подстраивающийся под конкретного человека».
Исследователи не планируют ограничиваться только протезами. По их мнению, на основе прототипов можно создавать системы управления экзоскелетами, робототехническими системами для военной робототехники. Оператор сможет управлять манипулятором так, как будто это его собственная рука, — это сократит время обучения и повысит скорость реакции.
Команда GalvaniBionix, состоящая из студентов и аспирантов МФТИ во главе с Тимуром Бергалиевым поставила себе задачу облегчить процесс взаимной адаптации, сделать его максимально простым и быстрым. Прибор, созданный командой Бергалиева, регистрирует и обрабатывает электромиограммы, то есть электрические сигналы, возникающие в мышечных клетках. С помощью алгоритмов машинного обучения программа учится правильно распознавать те или иные «мышечные команды», подстраиваясь под конкретного человека.
Пресс-служба МФТИ сообщает, что ученые уже проверили, как прототип устройства работает под управлением человека с ампутированной конечностью: пациенту удалось с помощью «мышечных сигналов» перемещать курсор по экрану. Тимур Бергалиев заявляет: «До сих пор человек учился управлять протезом, понимать его. Мы же делаем систему, понимающую человека. В конечном счете мы планируем разработать собственный бионический протез, подстраивающийся под конкретного человека».
Исследователи не планируют ограничиваться только протезами. По их мнению, на основе прототипов можно создавать системы управления экзоскелетами, робототехническими системами для военной робототехники. Оператор сможет управлять манипулятором так, как будто это его собственная рука, — это сократит время обучения и повысит скорость реакции.