KI-gestützter weicher Roboterhandschuh steigert die Handfertigkeit von Schlaganfallüberlebenden

Florida Atlantic University, FL

Der weiche Roboterhandschuh integriert fünf Aktoren in einem einzigen tragbaren Gerät, das sich der Hand des Benutzers anpasst. (Bild:Alex Dolce)

Für Menschen, die ein Neurotrauma wie einen Schlaganfall erlitten haben, können alltägliche Aufgaben aufgrund der verminderten Koordination und Kraft in einer oder beiden oberen Gliedmaßen eine große Herausforderung darstellen. Diese Probleme haben die Entwicklung von Robotergeräten vorangetrieben, um ihre Fähigkeiten zu verbessern. Allerdings kann die Starrheit dieser Hilfsmittel problematisch sein, insbesondere bei komplexeren Aufgaben wie dem Spielen eines Musikinstruments.

Ein einzigartiger Roboterhandschuh hilft Klavierspielern, die einen Schlaganfall erlitten haben, und gibt ihnen Hoffnung. Das weiche Roboterhand-Exoskelett wurde von Forschern des College of Engineering and Computer Science der Florida Atlantic University entwickelt und nutzt künstliche Intelligenz, um die Handfertigkeit zu verbessern.

Durch die Kombination flexibler taktiler Sensoren, weicher Aktoren und KI ist dieser Roboterhandschuh der erste, der den Unterschied zwischen korrekten und falschen Versionen desselben Liedes „spürt“ und diese Funktionen in einem Einhand-Exoskelett kombiniert.

„Klavierspielen erfordert komplexe und hochqualifizierte Bewegungen, und Umlernaufgaben beinhalten die Wiederherstellung und Umschulung spezifischer Bewegungen oder Fähigkeiten“, sagte Erik Engeberg, Ph.D., leitender Autor, Professor am Department of Ocean and Mechanical Engineering der FAU am College of Engineering and Computer Science und Mitglied des FAU Center for Complex Systems and Brain Sciences und des FAU Stiles-Nicholson Brain Institute. „Unser Roboterhandschuh besteht aus weichen, flexiblen Materialien und Sensoren, die Menschen sanft unterstützen und dabei unterstützen, ihre motorischen Fähigkeiten neu zu erlernen und wiederzuerlangen.“

Forscher integrierten spezielle Sensorarrays in jede Fingerspitze des Roboterhandschuhs. Im Gegensatz zu früheren Exoskeletten bietet diese neue Technologie präzise Kraft und Führung bei der Wiederherstellung der feinen Fingerbewegungen, die zum Klavierspielen erforderlich sind. Durch die Überwachung und Reaktion auf die Bewegungen des Benutzers bietet der Roboterhandschuh Echtzeit-Feedback und Anpassungen und erleichtert so das Erlernen der richtigen Bewegungstechniken.

Um die Fähigkeiten des Roboterhandschuhs zu demonstrieren, programmierten die Forscher ihn so, dass er den Unterschied zwischen korrekten und falschen Versionen der bekannten Melodie „Mary Had a Little Lamb“ spürt, die auf dem Klavier gespielt wird. Um Variationen in die Darbietung einzuführen, erstellten sie einen Pool von 12 verschiedenen Arten von Fehlern, die am Anfang oder am Ende einer Note oder aufgrund von Zeitfehlern auftreten konnten, die entweder vorzeitig oder verzögert waren und 0,1, 0,2 oder 0,3 Sekunden andauerten. Zehn verschiedene Liedvariationen bestanden aus drei Gruppen mit jeweils drei Variationen, plus dem korrekten Lied, das ohne Fehler gespielt wurde.

Um die Liedvariationen zu klassifizieren, wurden die Algorithmen Random Forest (RF), K-Nearest Neighbor (KNN) und Artificial Neural Network (ANN) mit Daten der taktilen Sensoren in den Fingerspitzen trainiert. Das Erfühlen der Unterschiede zwischen korrekten und falschen Versionen des Liedes erfolgte mit dem Roboterhandschuh unabhängig und während er von einer Person getragen wurde. Die Genauigkeit dieser Algorithmen wurde verglichen, um die richtigen und falschen Liedvariationen mit und ohne menschliches Subjekt zu klassifizieren.

Ergebnisse der Studie, veröffentlicht in der Fachzeitschrift Frontiers in Robotics and KI hat gezeigt, dass der ANN-Algorithmus die höchste Klassifizierungsgenauigkeit von 97,13 Prozent mit dem menschlichen Subjekt und 94,60 Prozent ohne das menschliche Subjekt hatte. Der Algorithmus ermittelte erfolgreich den prozentualen Fehler eines bestimmten Songs und identifizierte Tastendrücke, die nicht rechtzeitig erfolgten.

Der Handschuh wurde unter Verwendung von 3D-gedruckten Polyvinylsäure-Stents und Hydrogel-Guss entwickelt, um fünf Aktuatoren in einem einzigen tragbaren Gerät zu integrieren, das sich der Hand des Benutzers anpasst. Der Herstellungsprozess ist neu und der Formfaktor könnte mithilfe von 3D-Scantechnologie oder CT-Scans an die einzigartige Anatomie einzelner Patienten angepasst werden.

„Unser Design ist wesentlich einfacher als die meisten Designs, da alle Aktoren und Sensoren in einem einzigen Formprozess kombiniert sind“, sagte Engeberg. „Obwohl es in dieser Studie um das Abspielen eines Liedes ging, ist es wichtig, dass der Ansatz auf unzählige Aufgaben des täglichen Lebens angewendet werden kann und das Gerät komplizierte Rehabilitationsprogramme ermöglichen kann, die auf jeden Patienten zugeschnitten sind.“

Ärzte könnten die Daten nutzen, um personalisierte Aktionspläne zu entwickeln, um die Schwächen des Patienten zu lokalisieren. Diese können sich in Abschnitten des Liedes zeigen, die ständig falsch abgespielt werden, und können verwendet werden, um zu bestimmen, welche motorischen Funktionen verbessert werden müssen.

Für weitere Informationen wenden Sie sich bitte an Gisele Galoustian unter Diese E-Mail-Adresse ist vor Spambots geschützt. Sie müssen JavaScript aktivieren, damit Sie es sehen können.