用超聲波和深度學習控制機械手

美國喬治亞理工學院研發出利用超聲波和深度學習控制機械手的方法，使一名截肢6年的志願者可根據自身意願通過機械手控制手指。

現有的機械手需感受上臂、肩膀、胸部或腳趾的微小肌肉運動，難以完全根據人類意願完成精密運動。對於截肢人員，雖然前臂肌肉無法連接手指，但是這些肌肉依然與大腦相連。當截肢人員大腦希望移動不存在的手指時，會向前臂肌肉發送特定信息，但多數信息較為複雜，常用的肌電信號感測器難以識別。研究人員發現，當正常人使用不同手指時，前臂肌肉的超聲波圖像顯示出顯著不同的軌跡和速度且具有重複性。研究人員利用深度學習網路獲取前臂肌肉的超聲波信號，繪製出詳細的前臂肌肉運動圖，模擬運動軌跡、預測手指動作，實現了連續、即時的機器手指運動。研究人員表示，更換用戶時，機械手系統只需完成30～60秒的訓練，就能完成微調以適應個體差異。

這項研究可用於研發腦機介面、先進義肢等。研究人員希望未來能夠研發靈活的能彈奏鋼琴的機械手，同時降低超聲波感測器的使用能耗，使其更易於佩戴。

（藍海星）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！