外骨骼读取微弱肌肉信号克服手部瘫痪Exoskeleton Reads Faint Muscle Signals to Overcome Hand Paralysis - Neuroscience News

环球医讯 / AI与医疗健康来源:neurosciencenews.com德国 - 英语2026-07-24 12:55:10 - 阅读时长8分钟 - 3912字
慕尼黑工业大学研发出一种柔软气动手套外骨骼,通过读取前臂肌肉发出的微弱电信号,帮助手部瘫痪患者恢复抓握能力。该系统结合低成本面料与智能气囊,利用机器学习算法以97%的准确率解读用户意图,从而充气激活相应气室帮助手指安全抓握物品。研究团队与肌萎缩侧索硬化症患者合作开发,使一名四年无法拿起叉子的患者重获自理能力,且仅需五分钟训练即可显著提升控制效果。这种低成本设计有望让更多中低收入家庭的中风幸存者和神经损伤患者受益,标志着神经工程学与可穿戴技术的重要突破。
手部瘫痪肌萎缩侧索硬化症(ALS)中风弛缓性瘫痪周围神经损伤多神经病变软手外骨骼气动手套肌电图(EMG)抓握功能康复
外骨骼读取微弱肌肉信号克服手部瘫痪

概要: 研究人员开发了一种智能、低成本的气动手套,成功恢复了瘫痪手部的抓握能力。通过将廉价面料与智能气囊结合先进机器学习,该系统直接从前臂截取微弱的肌电图(EMG)信号。

这使得手套能够以高达97%的可靠性读取用户的生物意图,使手指安全地围绕玻璃杯、叉子和日常物品闭合。

关键事实

  • 13管气动矩阵: 软手外骨骼采用基本低成本面料制成,外表面嵌入专用气囊。这些气囊由13个独立微管供气,使手套能够弯曲或伸直单个手指并平稳旋转手腕。
  • 深度意图预测: 前臂传感器捕捉微弱的电肌肉脉冲(EMG数据)。研究团队的机器学习算法处理这些信号,在手尝试移动前以惊人的97%准确率推断用户预期的抓握手势。
  • 防掉落安全屏障: 为防止伸手过程中物品掉落,研究人员Nicolas Berberich集成了补充运动传感器。这些传感器检测手臂摆动时的主动运输运动,保持外骨骼气动抓握牢固锁定,直到物体安全放置。
  • ALS患者里程碑: 该系统是在与几乎失去所有手部活动能力的肌萎缩侧索硬化症(ALS)患者密切合作下共同开发和验证的,该患者仅能控制拇指第一关节。通过针对前臂的拇长屈肌,该系统成功放大了他的剩余肌肉脉冲。
  • 四年后的叉子: 使用慕尼黑工业大学(TUM)手套,这位ALS患者四年多来首次能够拿起并握住叉子,操控小方块,并成功自己进食。值得注意的是,仅需五分钟使用专门的拇指控制视频游戏训练就足以显著优化他的操作控制。
  • 负担得起的民主设计: 与精英实验室价值六位数的外骨骼不同,John Nassour博士用价格低廉的材料手工缝制了面料手套。这种低成本、高效益的工程设计保证了高科技解决方案对低收入家庭和日常中风幸存者来说在经济上可及。
  • 广泛的临床前景: 在ALS试点成功之后,Gordon Cheng教授和神经学家Tobias Wächter正在扩展软手套概念,以帮助中风幸存者、摩托车事故导致周围神经损伤的受害者以及患有弛缓性瘫痪或多种神经病变的个体。

来源: 慕尼黑工业大学(TUM)

慕尼黑工业大学(TUM)已开发出一种柔软气动手套,恢复了手部瘫痪者抓握物体的能力。

为实现这一目标,TUM认知系统讲席的研究人员使用前臂肌肉的电信号可靠预测一个人何时打算抓握物体。这项发明有朝一日可以帮助因事故或神经系统疾病而手部瘫痪的人们。

由研究人员开发的"软手外骨骼"由织物手套组成,其外表面附有气囊。气囊通过总共13根管子充气,为手持盘子或抓握玻璃杯、叉子或勺子所需的手部动作提供针对性支持。充气气囊允许每个手指单独弯曲和伸直,同时旋转手腕,使物体能够牢固地握在手中。

为了确定一个人何时打算抓握物体,研究人员测量前臂的肌肉活动。附着在前臂上的传感器捕捉电信号,这些信号通过机器学习进行分析,以可靠地确定预期动作。

研究人员Nicolas Berberich表示:"为防止物品意外掉落,我们使用额外的运动传感器来检测运输动作,并在整个移动过程中保持外骨骼抓握牢固闭合。"

任何人都能负担得起的软手外骨骼

他的同事John Nassour博士解释道:"我们的解决方案在两个方面都很智能。一方面,我们开发了一种通过从信号中推断意图以97%的可靠性预测抓握动作的高可靠性方法。另一方面,通过我们的手套,我们开发了最佳支持预期动作的硬件。"

另一个优势是Nassour自己缝制了手套,所需面料成本很低。乍一看,手套看起来并不高科技,但它可以被许多瘫痪人士使用。

认知系统研究所所长Gordon Cheng教授说:"我们找到了一种任何人都能负担得起但仍然效果非常好的解决方案。"与肌萎缩侧索硬化症(ALS)患者的密切合作对于软手外骨骼的开发至关重要。

ALS患者逐渐失去对动作的控制。这是因为负责骨骼肌收缩的神经细胞受损并继续退化。在项目开始时,该患者对手部的控制已经非常有限,但仍然能够移动拇指第一关节。

研究人员基于拇指肌肉产生的最强信号进行实验。为了记录这种肌电图,他们在前臂上安装了一个传感器,一旦肌肉移动,就能检测到拇长屈肌的最强信号。这些信号触发手套气囊的膨胀。

ALS患者四年多来首次拿起叉子

尽管信号非常微弱,该系统在10次中有9次识别出患者的意图。他能够伸手去拿物品,四年多来首次握住叉子,并拿起小方块放入容器中。一款视频游戏也为这一成功做出了贡献。

患者必须仅使用拇指关节的移动来控制角色跳跃。研究人员发现,仅需五分钟就足以大大提高患者抓握物体的能力。

Cheng教授表示:"这位患者向我们展示了我们的软手外骨骼能够支持他,尽管他患有最严重的神经系统疾病之一。"

研究人员补充道:"我们现在正在为其他患者调整这一概念,例如中风幸存者。"当前研究的一个关键发现是,严重受损的人在手套的帮助下能够更有效地重新获得抓握物体的能力。

合作机构Klinik Passauer Wolf的神经学家Tobias Wächter教授对该新型专业手套的潜力深信不疑:"原则上,这种手套可以帮助患有弛缓性瘫痪的人,例如在摩托车或自行车事故后遭受周围神经损伤的人,或患有多神经病变的患者。"

更多信息

该研究自2022年以来一直得到TUM创新网络的支持。在eXprt(Exoskeleton and Wearables Enhanced Prevention and Treatment的缩写)项目内,来自工程、神经科学和临床神经学领域的多学科团队正合作开发可穿戴技术。

该项目开发工具用于敏感检测影响日常生活的传感器运动和认知障碍。借鉴神经工程学的进展,团队旨在补偿失去的运动功能,防止进一步恶化,并提高人们的生活质量。eXprt是TUM资助四年的几个跨学科计划之一。团队由多达十名博士生和博士后组成,外加指导教授。

资金: 每个项目的总资金约为300万欧元。TUM创新网络是TUM卓越战略TUM Agenda 2030的核心组成部分。

解答的关键问题:

问:织物手套如何帮助完全瘫痪手部的人拿起重玻璃杯?

答: 慕尼黑工业大学(TUM)手套的神奇之处在于其软气动设计。该手套不使用重型刚性金属马达,而是使用超轻织物,手指上缝制了可定制的气囊。这些气囊连接到13根微型管组成的阵列。当空气通过管道泵送时,气囊充气并膨胀,提供温和而坚固的机械力,弯曲单个手指并旋转手腕,使瘫痪的手能够牢固地围绕物体闭合。

问:手套如何确切地知道患者何时想伸手去抓东西?

答: 它直接倾听身体残留的电信号。即使患者患有ALS等严重瘫痪,其大脑仍会向下发送微小的电命令到前臂肌肉。TUM研究人员在皮肤上放置了敏感的肌电图(EMG)传感器来捕捉这些微弱脉冲。然后,智能机器学习算法读取信号,以97%的准确率预测用户想要做什么。一旦检测到您意图抓握叉子,它会立即充气气囊来协助您。

问:辅助机器人通常极其昂贵。日常中风幸存者真的能负担得起这个吗?

答: 是的,这是该项目最美好的方面之一。TUM认知系统研究所的主任们有意优先考虑经济实惠、民主的设计。John Nassour博士亲自用基本的低成本织物而非异国碳纤维手工缝制了手套。因为智能技术构建在软件和简单气管中,而不是昂贵的机械关节中,团队成功地提供了一种高性能的神经可穿戴设备,价格低廉,普通家庭、中风幸存者和事故受害者都能轻松负担。

编辑说明:

  • 本文由Neuroscience News编辑编辑
  • 期刊论文已全面审阅
  • 我们的工作人员添加了额外的背景

关于此神经技术研究新闻

作者: Andreas Schmitz

来源: TUM

联系人: Andreas Schmitz – TUM

图片: 该图片归Neuroscience News所有

原始研究: 开放获取

"为严重手部损伤个体恢复有意识抓握的灵巧软手外骨骼",作者:John Nassour, Nicolas Berberich, Daniel Utpadel-Fischler, Tobias Wächter & Gordon Cheng,《自然机器智能》

DOI:10.1038/s42256-026-01263-3

摘要

"为严重手部损伤个体恢复有意识抓握的灵巧软手外骨骼"

软手外骨骼已成为手部功能受损个体的有希望辅助设备。然而,大多数现有系统提供的灵巧性有限,主要针对手部能力中等的用户,使严重手部瘫痪的个体缺乏可靠抓握各种物体的有效解决方案。

本文报道了一种轻量级、基于纺织品的软机器人外骨骼手套的转化开发,该手套具有手腕背屈和活动可对置及外展的拇指,旨在恢复因肌萎缩侧索硬化症而导致严重右手损伤的患者的 手部功能。

我们遵循共同创造的方法,根据患者需求通过增加手部关节来增强灵巧性。此外,为了增强患者的控制感,我们将非侵入性表面肌电图抓握预测器(97%的敏感性)与运动数据和基于机器学习的错误校正相结合,以补偿与健康对照组(n=15)相比的微弱、嘈杂的肌肉信号。

外骨骼使患者能够抓握物体,达到5分的Box-and-Blocks测试分数,并执行有意义的任务,包括自己进食。我们还在中风患者(n=6)中验证了外骨骼。虽然外骨骼辅助平均降低了中度受损患者的行动研究手臂测试分数9分,但严重受损患者在使用外骨骼时得分高出17分。

这些结果表明,灵巧的软手外骨骼对严重到接近完全手部瘫痪的个体特别有效,而对具有中度残余功能的患者,其效用有限且取决于任务。

【全文结束】

猜你喜欢
  • 42岁女子开车途中突发脑动脉瘤破裂及中风 两种突发症状成预警信号42岁女子开车途中突发脑动脉瘤破裂及中风 两种突发症状成预警信号
  • 瘫痪皇家空军退伍军人承诺在"关爱退伍军人"组织训练后步行穿越沃辛10公里赛跑终点线瘫痪皇家空军退伍军人承诺在"关爱退伍军人"组织训练后步行穿越沃辛10公里赛跑终点线
  • 特朗普最新体检报告称其健康状况"极佳"特朗普最新体检报告称其健康状况"极佳"
  • 特朗普最新健康报告显示其需减重——但忽略了一个显著的医疗问题特朗普最新健康报告显示其需减重——但忽略了一个显著的医疗问题
  • TCU大四学生拒绝让三次脑部手术打乱他计划好的人生TCU大四学生拒绝让三次脑部手术打乱他计划好的人生
  • 特朗普年度体检结果解释了他手部淤青的原因特朗普年度体检结果解释了他手部淤青的原因
  • 前NFL明星克里斯·约翰逊坦露改变一切的诊断结果前NFL明星克里斯·约翰逊坦露改变一切的诊断结果
  • 埃蒙·霍姆斯就健康状况发声,此前因健康问题缺席TRIC颁奖典礼埃蒙·霍姆斯就健康状况发声,此前因健康问题缺席TRIC颁奖典礼
  • AI、读心术与微芯片脑部植入AI、读心术与微芯片脑部植入
  • '有尊严地死亡'是一声诱惑:它将导致灾难'有尊严地死亡'是一声诱惑:它将导致灾难
热点资讯
全站热点
全站热文