AI を活用したソフト ロボット グローブが脳卒中生存者の手の器用さを向上

フロリダ アトランティック大学、フロリダ州

ソフト ロボット グローブは、5 つのアクチュエーターを 1 つのウェアラブル デバイスに統合し、ユーザーの手にフィットします。 (画像:アレックス・ドルチェ)

脳卒中などの神経外傷を負った人にとって、片方または両方の上肢の協調性と筋力が低下するため、日常生活が非常に困難になることがあります。これらの問題により、ロボットの能力を強化するためのロボット装置の開発が促進されています。ただし、これらの補助装置の厳格な性質は、特に楽器の演奏などのより複雑なタスクの場合に問題となる可能性があります。

世界初のロボット グローブが、脳卒中で障害を負ったピアノ演奏者に「手」を与え、希望を与えています。フロリダ アトランティック大学工学部およびコンピューター サイエンス学部の研究者によって開発された、ソフト ロボット ハンド外骨格は、人工知能を使用して手の器用さを向上させます。

柔軟な触覚センサー、ソフト アクチュエーター、AI を組み合わせたこのロボット グローブは、同じ曲の正しいバージョンと間違ったバージョンの違いを初めて「感じ」、これらの機能を片手の外骨格に組み合わせたものです。

「ピアノの演奏には複雑で高度なスキルを必要とする動作が必要であり、再学習には特定の動作やスキルの回復と再訓練が含まれます」と上級著者であり、FAU 工学部コンピュータサイエンス学部海洋機械工学科教授であり、FAU 複雑システム・脳科学センターおよび FAU スタイルズ・ニコルソン脳研究所のメンバーでもあるエリック・エンゲバーグ博士は述べています。 「当社のロボット グローブは、柔らかく柔軟な素材とセンサーで構成されており、個人が運動能力を再学習して回復できるよう、優しいサポートと支援を提供します。」

研究者らは、ロボット グローブの各指先に特殊なセンサー アレイを統合しました。以前の外骨格とは異なり、この新しいテクノロジーは、ピアノ演奏に必要な細かい指の動きを回復する際に正確な力とガイドを提供します。ユーザーの動きを監視して応答することで、ロボット グローブはリアルタイムのフィードバックと調整を提供し、ユーザーが正しい動きのテクニックを理解しやすくなります。

ロボット手袋の機能を実証するために、研究者らは、ピアノで演奏される有名な曲「メリーさんの子羊」の正しいバージョンと間違ったバージョンの違いを感じるように手袋をプログラムした。パフォーマンスに変化をもたらすために、彼らは、音符の最初または最後で発生する可能性のある、または時期尚早または遅延したタイミング エラーによって発生し、0.1、0.2、または 0.3 秒持続する可能性のある 12 種類のエラーのプールを作成しました。 10 の異なる曲のバリエーションは、それぞれ 3 つのバリエーションからなる 3 つのグループと、エラーなしで再生された正しい曲が含まれていました。

歌のバリエーションを分類するために、指先の触覚センサーからのデータを使用して、ランダム フォレスト (RF)、K-最近傍 (KNN)、および人工ニューラル ネットワーク (ANN) アルゴリズムをトレーニングしました。曲の正しいバージョンと不正確なバージョンの違いを感じることは、ロボットグローブを単独で、そして人間が着用した状態で行われました。これらのアルゴリズムの精度を比較して、被験者がいる場合といない場合で正しい歌と間違った歌のバリエーションを分類しました。

研究結果は雑誌Frontiers in Robotics andに掲載されました。 AI は、ANN アルゴリズムの分類精度が人間の被験者の場合は 97.13 パーセント、人間の被験者の場合は 94.60 パーセントと最も高いことが実証されました。このアルゴリズムは、特定の曲のエラーの割合を特定することに成功し、また、時間外に押されたキーを特定しました。

このグローブは、3D プリントされたポリビニル酸ステントとヒドロゲル鋳造を使用して設計され、5 つのアクチュエーターをユーザーの手にフィットする単一のウェアラブル デバイスに統合しました。製造プロセスは新しく、3D スキャン技術または CT スキャンを使用して、フォームファクターを個々の患者の固有の解剖学的構造に合わせてカスタマイズできます。

「すべてのアクチュエーターとセンサーが単一の成形プロセスに組み込まれているため、私たちの設計はほとんどの設計よりも大幅にシンプルです」とエンゲバーグ氏は述べています。 「重要なのは、この研究の用途は曲の再生でしたが、このアプローチは日常生活の無数のタスクに適用でき、このデバイスは患者ごとにカスタマイズされた複雑なリハビリテーション プログラムを促進できる可能性があるということです。」

臨床医はデータを使用して患者の弱点を特定するための個別の行動計画を作成できます。これは、一貫して誤って再生される曲のセクションとして表示される可能性があり、どの運動機能の改善が必要かを判断するために使用できます。

詳細については、Gisele Galoustian までお問い合わせください。このメール アドレスはスパムボットから保護されています。表示するには JavaScript を有効にする必要があります。