新的假肢手通过机器学习解释大脑活动的肌肉信号，使动作更自然。
伦敦帝国理工学院和哥廷根大学的科学家们利用机器学习来提高假手的性能。
在对五名截肢者进行原型测试后，他们发现新的基于机器学习的控制在提供比现有技术更自然流畅的运动方面要好得多。
研究人员表示，这些发表在Science Robotics上的研究结果可能会引发“新一代假肢 ”。
来自帝国生物工程系的论文的高级作者Dario Farina教授说：“在设计仿生肢体时，我们的主要目标是让患者自然地控制它们，就好像它们是生物肢体一样。这项新技术让我们更近了一步。实现这一目标。“
机器学习
目前的技术通过用一些肌肉信号直接控制假肢马达来工作。
与Imperial和哥廷根大学合作开发的新型仿生手使用人机界面解释患者的意图并向假肢发送命令。
它包含八个电极，可以拾取患者残端的微弱电信号，然后放大它们并将它们发送到也位于假肢中的小型计算机。
然后，迷你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患者想要的方式移动。
患者发现他们能够轻松地旋转手腕并同时或分开地打开手。他们还发现这些动作比他们习惯的传统仿生肢体更自然。
除了功能类型之外，患者还可以独立于其他运动来控制个体运动的速度。例如，患者可以慢慢转动手，但同时快速打开它。研究人员表示，这是感觉自然运动的重要组成部分。
在使用之前，患者和仿生手接受了训练，因此机器学习算法可以“学习”如何解释他们独特的电子信号。Farina教授希望在未来的原型中消除对此的需求，同时不会牺牲特定患者的个性化。
法里纳教授说：“新的仿生手不仅更自然，而且在日常任务的功能方面也优于现有的患者。
“在这项临床研究之后，我们希望能在三年内将这种药物用于市场。”
研究人员目前正努力获得对手的更大控制，包括移动单个手指的能力，并通过在患者体内无线传输信号来消除对电极的需求。