Uudenlainen käsiproteesi oppii käyttäjältään – ja käyttäjä proteesilta
Aalto-yliopiston tohtorikoulutettava Dennis Yeung on yhdessä tutkimusryhmänsä kanssa kehittänyt ja testannut uudenlaista tekniikkaa, joka mahdollistaa paremman yhteensopivuuden proteesin ja amputoidun alueen välillä. Tutkimus tehtiin yhteistyössä HUSin ja Imperial College London -yliopiston kanssa, ja sen rahoittivat Suomen Akatemia ja Euroopan tiedeneuvosto.
Henkilöt, joiden yläraaja on amputoitu, pystyvät hallitsemaan robottiproteesia supistamalla jäljellä olevia lihaksiaan. Liitäntää, jossa proteesi havaitsee lihaksen tuottamia sähköisiä signaaleja, tunnetaan nimellä myoelectric interface. Edistyksellisimmät proteesit sisältävät koneoppimisalgoritmeja, jotka auttavat tulkitsemaan näitä käyttäjän luomia signaaleja. Tällaiset liitännät ovat kuitenkin usein erittäin herkkiä ulkoisille tekijöille, kuten hikoilulle, ja heikentyvät ajan myötä. Tämän ratkaisemiseksi tutkimusyhteisö on ehdottanut erilaisia algoritmeja, jotka voisivat mukautua paremmin muuttuviin olosuhteisiin.
Olemassa olevat järjestelmät vaativat käyttäjiltään toimenpiteitä, mutta Yeung tiimeineen kehitti täysin automatisoidun järjestelmän, joka oppii ollessaan käytössä ja mukautuu siten vaihteleviin olosuhteisiin.
”Järjestelmässä käyttäjä ja järjestelmä oppivat samanaikaisesti toisiltaan. Tällä on potentiaalisia etuja proteesien mukavuuden ja kestävyyden parantamisessa”, Yeung sanoo.
Luotettavampia proteeseja
Tutkimustuloksia testattiin virtuaaliympäristössä, jossa sitä verrattiin olemassa oleviin järjestelmiin. Menestyksekkäiksi osoitettujen testien jälkeen tutkimusryhmä testasi käyttöliittymää huippuluokan proteesilaitteessa Imperial College London -yliopistossa, jossa amputoitu henkilö suoritti proteesilla pyykkipoikien siirtotestejä. Pyykkipojilla tehtävät testit ovat laajasti fysioterapeuttien käyttämiä, koska niillä voidaan arvioida yläraajojen toimintaa.
Mukautuvat proteesilaitteet ovat melko kalliita, joten järjestelmien luotettavuuden parantaminen vähentää taloudellisia riskejä, joita yksilöille ja julkisille terveydenhuoltolaitoksille voi koitua proteesien hankkimisesta.
Järjestelmän toimivuus on tutkittu kontrolloiduilla ja standardoiduilla kokeilla, mutta käyttäjien tarpeet saadaan parhaiten selville kvalitatiivisissa pitkittäistutkimuksissa.
”Tulevaisuuden kannalta on erittäin tärkeää jatkaa yhteistyötä terveydenhuollon ja proteesien käyttäjien kanssa”, Yeung kertoo.
Tulokset on julkaistu IEEE Transactions on Biomedical Engineering -lehdessä. Open Access -artikkeli on .
Lisätietoa (englanniksi):
Dennis Yeung
Tohtorikoulutettava
Aalto-yliopisto
dennis.yeung@aalto.fi
050 3230 897
Lue lisää uutisia
Kolmen tutkijan ideasta syntyi deep tech -yritys
Vahvaan tutkimusosaamiseen nojaava Sim Analytics Oy sai alkunsa, kun kolme LUT-yliopiston eri laboratorioissa työskennellyttä tutkijakollegaa alkoi miettiä, miten tarjota ja analysoida dataa teollisuusyritysten liiketoimintapäätösten tueksi.
Ensimmäinen suprajohtava kvanttilämpökone osoittaa, että lämpö voidaan valjastaa työksi myös kvanttimaailmassa
Suprajohtava kvanttilämpökone paitsi edistää termodynamiikan perustutkimusta, voi myös merkittävästi pienentää tulevaisuuden kvanttitietokoneiden hintalappua.
Tutkijoiden perustama Xiphera kasvaa vauhdikkaasti
Yhdeksänvuotisjuhliaan viettävä Xiphera Oy on kehittänyt tietoturvauhkien torjuntaan laitepohjaisia salausratkaisuja. Yritys on ns. deep tech eli syväteknologiayritys, jonka tuotteet nojaavat tutkimukseen ja tuottavat uusia teknologisia ratkaisuja.