Pour les personnes qui ont subi un traumatisme neurologique tel qu’un incident vasculaire cérébral, les tâches quotidiennes peuvent être extrêmement difficiles en raison de la diminution de la coordination et de la drive d’un ou des deux membres supérieurs. Ces problèmes ont stimulé le développement de dispositifs robotiques pour aider à améliorer leurs capacités. Cependant, la mother nature rigide de ces dispositifs d’assistance peut être problématique, en particulier pour des tâches in addition complexes comme jouer d’un instrument de musique.
Un gant robotique one of a kind en son genre donne un « coup de most important » et donne de l’espoir aux pianistes qui ont subi un AVC invalidant. Développé par des chercheurs du University of Engineering and Computer Science de la Florida Atlantic University, l’exosquelette de main robotique souple utilise l’intelligence artificielle pour améliorer la dextérité de la key.
Combinant des capteurs tactiles flexibles, des actionneurs souples et l’IA, ce gant robotique est le leading à « sentir » la différence entre les variations correctes et incorrectes d’une même chanson et à combiner ces caractéristiques dans un exosquelette à une seule main.
« Jouer du piano nécessite des mouvements complexes et hautement qualifiés, et les tâches de réapprentissage impliquent la restauration et le recyclage de mouvements ou de compétences spécifiques », a déclaré Erik Engeberg, Ph.D. auteur principal, professeur au Département de génie océanique et mécanique de la FAU au sein du School of Engineering and Laptop Science, et membre du FAU Centre for Advanced Programs and Brain Sciences et du FAU Stiles-Nicholson Mind Institute. « Notre gant robotique est composé de matériaux souples et flexibles et de capteurs qui offrent un soutien et une assistance en douceur aux individus pour réapprendre et retrouver leurs capacités motrices. »
Les chercheurs ont intégré des réseaux de capteurs spéciaux dans chaque bout de doigt du gant robotique. Contrairement aux exosquelettes antérieurs, cette nouvelle technologie fournit une pressure et des conseils précis pour récupérer les mouvements fins des doigts nécessaires au jeu du piano. En surveillant et en répondant aux mouvements des utilisateurs, le gant robotique offre une rétroaction et des ajustements en temps réel, ce qui leur permet de saisir furthermore facilement les bonnes strategies de mouvement.
Pour démontrer les capacités du gant robotique, les chercheurs l’ont programmé pour sentir la différence entre les versions correctes et incorrectes de l’air bien connu, « Mary Had a Small Lamb », joué au piano. Pour introduire des versions dans la general performance, ils ont créé un pool de 12 sorts d’erreurs différents qui pouvaient survenir au début ou à la fin d’une take note, ou en raison d’erreurs de synchronisation prématurées ou retardées, et qui persistaient pendant, 1. 2 ou, 3 secondes. Dix variants de chansons différentes consistaient en trois groupes de trois variations chacun, furthermore la chanson correcte jouée sans erreur.
Pour classer les variants de la chanson, les algorithmes Random Forest (RF), K-Nearest Neighbor (KNN) et Artificial Neural Community (ANN) ont été entraînés avec les données des capteurs tactiles du bout des doigts. Ressentir les différences entre les versions correctes et incorrectes de la chanson a été fait avec le gant robotique indépendamment et lorsqu’il est porté par une personne. La précision de ces algorithmes a été comparée pour classer les variants de chansons correctes et incorrectes avec et sans le sujet humain.
Les résultats de l’étude, publiés dans la revue Frontiers in Robotics and AI, ont démontré que l’algorithme ANN avait la précision de classification la in addition élevée de 97,13% avec le sujet humain et de 94,60% sans le sujet humain. L’algorithme a déterminé avec succès le pourcentage d’erreur d’une certaine chanson ainsi que les pressions de touches identifiées qui étaient hors du temps. Ces résultats mettent en évidence le potentiel du gant robotique intelligent pour aider les personnes handicapées à réapprendre des tâches habiles comme jouer des instruments de musique.
Les chercheurs ont conçu le gant robotique en utilisant des stents en acide polyvinylique imprimés en 3D et une coulée d’hydrogel pour intégrer cinq actionneurs dans un seul appareil moveable qui s’adapte à la most important de l’utilisateur. Le processus de fabrication est nouveau et le facteur de forme pourrait être personnalisé en fonction de l’anatomie unique de chaque patient grâce à l’utilisation de la technologie de numérisation 3D ou des tomodensitogrammes.
« Notre conception est nettement plus easy que la plupart des conceptions auto tous les actionneurs et capteurs sont combinés en un seul processus de moulage », a déclaré Engeberg. « Il est vital de noter que bien que l’application de cette étude ait été pour jouer une chanson, l’approche pourrait être appliquée à une myriade de tâches de la vie quotidienne et l’appareil pourrait faciliter des programmes de réadaptation complexes personnalisés pour chaque individual. »
Les cliniciens pourraient utiliser les données pour développer des ideas d’action personnalisés pour identifier les faiblesses des sufferers, qui peuvent se présenter comme des sections de la chanson qui sont systématiquement jouées de manière erronée et peuvent être utilisées pour déterminer quelles fonctions motrices doivent être améliorées. Au fur et à mesure que les patients progressent, des chansons moreover difficiles pourraient être prescrites par l’équipe de réadaptation dans une development semblable à un jeu pour fournir un chemin personnalisable vers l’amélioration.
« La technologie développée par le professeur Engeberg et l’équipe de recherche adjust vraiment la donne pour les personnes souffrant de troubles neuromusculaires et de fonctionnalités réduites des membres », a déclaré Stella Batalama, Ph.D. doyenne du FAU School of Engineering and Computer system Science. « Bien que d’autres actionneurs robotiques mous aient été utilisés pour jouer du piano, notre gant robotique est le seul à avoir démontré la capacité de ‘sentir’ la différence entre les versions correctes et incorrectes d’une même chanson. »
Les co-auteurs de l’étude sont Maohua Lin, leading auteur et titulaire d’un doctorat. étudiant Rudy Paul, étudiant diplômé et Moaed Abd, Ph.D. un récent diplômé tous du FAU School of Engineering and Computer system Science James Jones, Université d’État de Boise Darryl Dieujuste, assistant de recherche diplômé, FAU College or university of Engineering and Laptop or computer Science et Harvey Chim, MD, professeur à la Division de chirurgie plastique et reconstructive de l’Université de Floride.
Cette recherche a été soutenue par le Countrywide Institute of Biomedical Imaging and Bioengineering des National Institutes of Well being (NIH), le National Institute of Getting older du NIH et la National Science Basis. Cette recherche a été soutenue en partie par une subvention de démarrage du FAU Faculty of Engineering and Computer system Science et du FAU Institute for Sensing and Embedded Network Methods Engineering (I-Sense).
