Новая ИИ-модель для роботизированной поддержки пожилых людей

Целевая аудитория

Исследователи из Городского университета Гонконга создали трехуровневую модель для роботизированной поддержки функции верхних конечностей у пожилых людей.

Описание практики

Инновация объединяет технологии искусственного интеллекта (ИИ) и мониторинг методом электронейромиографии (ЭНМГ). Модель преобразует ЭНМГ-сигналы в действия робот-ассистивной системы на физиологическом, функциональном и поведенческом уровнях. Результаты научной работы опубликованы в журнале Cyborg and Bionic Systems.

В рамках исследования молодые и пожилые участники прошли ЭНМГ, в ходе которой были собраны данные о активности 4 мышц, задействованных в движении рук и локтей: трицепсов, бицепсов, разгибателей и поверхностных сгибателей пальцев. Исходя из различных характеристик мышечной активации ученые разработали методы выборочной активной и контекстуальной разметки данных, которые позволяют избежать ручного аннотирования и применения внешних устройств захвата движения.

На функциональном уровне создали одномерную сверточную нейронную сеть, предназначенную для одновременного прогнозирования положения рук и локтей на основе 4-канальных ЭНМГ-сигналов. На поведенческом уровне внедрили метод дистилляции знаний, благодаря чему модель обучается выполнению новых действий (приготовление еды, поднятие сумки, толкание тележки с продуктами) без потери предыдущих знаний об основных движениях суставов. Затем модель интегрировали в роботизированную систему с контролем в режиме реального времени, где объединены регистрация ЭНМГ-сигналов, граничные вычисления и шестиосевой коллаборативный робот-манипулятор. 

Результат реализации практики

Экономическую целесообразность технологии подтвердили на примерах ее применения в повседневной работе. Точность прогнозирования положения рук и локтей составила 95,42 и 93,97 %, соответственно. При многосуставной координации в реальном времени модель достигла почти 96-процентной общей точности по девяти комбинациям движений и успешно осуществила роботическую поддержку. В ходе последующих испытаний подтвердили, что система способна контролировать роботическую руку в соответствии с намерениями пользователя взять, перенести или положить предмет.

Таким образом, система представляет собой перспективный инструмент для роботизированной поддержки пожилого населения в ежедневной активности.

Источник:тhttps://www.news-medical.net/news/20260728/New-AI-driven-EMG-control-framework-improves-robotic-assistance-for-older-adults.aspx