伦敦帝国学院开启了机械假肢新的篇章，新的假肢将基于机器学习

新的机械假肢结合机器自助学习来解释大脑活动中的肌肉信号，使动作更加自然。伦敦帝国学院和哥廷根大学的科学家们利用机器学习来提高假肢的性能。

在五个截肢者身上测试了他们的原型后，他们发现基于机器学习的新控制在提供自然、流体运动方面比现有的技术要好得多。研究人员表示，这些发现发表在媒体报道上可能会引发新一代全新假肢。

机器学习假肢将革命假肢科学

帝国大学生物工程系论文的高级作者达里奥·法里纳教授说：“在设计仿生四肢时，我们的主要目标是病人自然地控制它们，就像它们的生物四肢一样。这项新技术使我们朝着实现这一目标迈进了一步。”

什么是机器学习

目前的技术是通过直接控制假体马达的几个肌肉信号来工作的。新仿生手是与帝国理工学院和哥廷根大学合作开发的，它使用一个人机接口来解释病人的意图，并向机械假肢发送命令。

来自伦敦帝国学院

它包含八个电极，从病人的残根中提取微弱的电信号，然后将电信号放大，然后发送到机械假肢的微型计算机内，然后，微型计算机运行机器学习算法来解释信号，然后命令手的马达以病人想要的方式移动。

患者发现，他们能够轻松地旋转手腕，分开打开机械假肢。他们还发现这些动作比传统的动作更自然。仿生肢体他们逐渐习惯了。除了功能类型之外，病人还可以控制个人的速度。运动独立于其他运动。例如，病人可以慢慢地转动手，但同时迅速地打开手掌。研究人员说，这是感觉自然运动的一个重要组成部分。

最新技术已经完成，而之前的技术还在慢慢实现

在使用之前，病人和仿生手都要接受训练，这样机器学习算法就可以“学会”如何解释他们独特的电子信号。法里纳教授希望在未来的原型中消除对此的需求，同时不会牺牲对特定患者的个性化定制。

法里纳教授说：“新的仿生手不仅更自然，而且在日常工作中的功能也优于目前病人可以使用的功能。”“在这项临床研究之后，我们希望在两年内能在市场上为病人提供这种机械手臂。”

研究人员目前正在努力获得对手的更大控制，包括移动单个手指的能力，并通过在病人体内无线传输信号来消除对电极的需求，进一步提高灵活度和安全性。