فناوری کنترل اشیا برای بیماران تتراپلژی

بیماران تتراپلژی در حالیکه در چهارچوب بدن خود محصورند،‌ بدون قدرت تکلم یا قدرت حرکت،‌ زندگی می‌کنند. یکی از انگیزه‌های پژوهشگران برای ساخت سامانه‌های خودکار نیز کمک به این بیماران است. بیماران آسیب نخاعی باید سال‌ها با آسیب‌های عصبی بدن خود سر کنند. کمک گرفتن از ربات‌ها به این افراد کمک می‌کند تا حدی توانایی از دست رفته خود را بازیابند. در همین راستا پژوهشگران دانشگاه EPFL‌ دانشگاه Texax با توسعه یک الگوریتم رایانه‌ای سعی می‌کنند یک بازوی رباتیک را با سیگنال‌های مغزی بیمار کنترل کنند. در این روش تنها سیگنال مغزی مورد نظر سیگنالی است که به ربات می‌گوید حرکتی را اشتباه انجام داده است. در ادامه این نوشتار از مجله فناوری‌های توان افزا و پوشیدنی به توصیف مفصل این روش می‌پردازیم.

فناوری کنترل اشیا برای بیماران تتراپلژی

بیماران تتراپلژی در حالیکه در چهارچوب بدن خود محصورند،‌ بدون قدرت تکلم یا قدرت حرکت،‌ زندگی می‌کنند. یکی از انگیزه‌های پژوهشگران برای ساخت سامانه‌های خودکار نیز کمک به این بیماران است. بیماران آسیب نخاعی باید سال‌ها با آسیب‌های عصبی بدن خود سر کنند. آسیب‌هایی که امکان جابه‌جایی حتی به میزانی اندک را از آنان سلب می‌کند. کارهایی مانند مشت کردن دست و گرفتن اشیا. کمک گرفتن از ربات‌ها به این افراد کمک می‌کند تا حدی توانایی از دست رفته خود را بازیابند. در واقع ربات می‌تواند به جای این افراد کار کند.

پروفسور Jose del R Millan که زمانی در راس آزمایشگاه رابط کاربری مغز-ماشین در دانشگا EPFL بود، و اینک در دانشگاه Texas مشغول به کار است، پژوهشی در خصوص ماشین‌های کنترل شونده با امواج مغز انجام داده است. گروه دانشگاه EPFL و دانشگاه Texas یک برنامه رایانه‌ای توسعه داده‌اند که با سیگنال‌های الکتریکی مغز انسان یک ربات را کنترل می‌کند. با این برنامه هیچگونه هدایت دستی یا صوتی لازم نیست. بیماران می‌توانند ربات‌ها را به سادگی با نیروی فکر خود کنترل کنند. این پژوهش در Communications Biology به چاپ رسیده است.

اجتناب از موانع

پژوهشگران برای ساخت این سامانه یک بازوی رباتیک را به کار گرفتند که سال‌ها پیش ساخته شده بود. این بازو می‌تواند به چهار سو حرکت کند و اشیا را جابه‌جا کند یا از بین اشیای پیرامون خود حرکت کند. پژوهشگران این ربات را برای دوری از موانع مجددا برنامه ریزی کردند. آنان همچنین هر حرکت دیگری مانند پر کردن یک لیوان آب یا کشیدن و حل دادن اشیا را نیز می‌توانستند برای این بازو انتخاب کنند.

پژوهشگران سازوکار ربات را دور زدن موانع بهبود بخشیدند. به گفته Carolina Gaspar Pinto Ramos Correia  که یک دانشجوی دکتری در آزمایشگاه دکتر Millan است،‌ در ابتدا مسیر انتخاب شده توسط ربات برای برخی موانع بسیار پهن بود و ربات از مانع فاصله زیادی می‌گرفت. در حالیکه در سایر موارد بسیار به مانع نزدیک می‌شد. اما هدف ربات ما کمک به بیماران معلول بود. این بیماران به کمک این ربات باید بتوانند بدون حرکت یا صحبت کردن با دیگران ارتباط برقرار کنند.

الگوریتمی که می‌تواند از طریق تفکر آموزش بگیرد

یک الگوریتم رایانه‌ای در کنار سایر روش‌ها می‌تواند حرکات ربات را بر اساس تفکر بیمار اصلاح کند. این الگوریتم به یک کلاهک EEG متصل می‌شود. به این شکل فعالیت مغز پیگیری می‌شود. برای استفاده از این سامانه بیمار باید به ربات نگاه کند. اگر ربات حرکت نادرستی انجام دهد،‌ مغز بیمار یک پیام خطا را از طریق سیگنال‌هایی کاملا مشخص پخش می‌کند. این سیگنال‌ها در واقع پیام بیمار برای گفتن این عبارت است: «نه، اینطوری نه». در این صورت ربات می‌فهمد که حرکت انجام شده اشتباه است. در ابتدا دلیل این اشتباه برای ربات مشخص نیست. مثلا ربات نمی‌فهمد که آیا بیش از حد به شیئ نزدیک یا از آن دور شده است.

برای اینکه ربات پاسخ درست را دریابد پیام خطا به خورد الگورتیم داده می‌شود. این الگوریتم با استفاده از روش یادگیری تقویتی معکوس یا inverse reinforcement learning قصد بیمار را درک می‌کند. این ادراک با روش آزمون و خطا کار می‌کند. ربات حرکت‌های مختلفی انجام می‌دهد تا زمانیکه حرکت درست را بیابد. این فرآیند با سرعت خوبی انجام می‌شود. تنها سه تا پنج حرکت برای ربات کافیست که قصد بیمار را دریابد. توسعه فناوری لازم برای تشخیص سیگنال‌های خطا یکی از بزرگ‌ترین چالش‌های این طرح بوده است.

یکی دیگر از چالش‌های بزرگ این طرح اتصال مغز بیمار به سامانه هدایت کننده ربات بوده است. به طور خاص باید به ترجمه سیگنال‌های مغزی بیمار به حرکت ربات اشاره کرد. این کار با استفاده از روش یادگیری ماشین انجام شده است و به هر سیگنال مغزی یک حرکت خاص نسبت داده شده است. سپس حرکت‌های مختلف به کنترل کننده ربات داده می‌شود. به این شکل ربات کاری را انجام می‌دهد که بیمار در نظر دارد.

گام بعد: ویلچر هدایت شونده با امواج مغزی

پژوهشگران امیدوارند که نهایتا از این الگوریتم برای کنترل ویلچر استفاده کنند. در حال حاضر چالش‌های مهندسی بسیاری برای آنان وجود دارد. یک ویلچر مسائل کاملا جدیدی را مطرح می‌کند. زیرا ویلچر و بیمار با هم حرکت می‌کنند. این گروه قصد دارند که الگوریتم خود را با یک ربات ترکیب کنند که طیف وسیعی از امور را انجام می‌دهد، سیگنال‌های مختلفی را می‌خواند و سیگنال‌های مغزی را به داده‌های تصویری مربوط به بیماران عصبی-حرکتی مرتبط کند.


حسگرهای کوانتومی برای نسل آینده رابط های مغز و رایانه
فناوری لباس هوشمند چیست و چگونه کار می کند؟
حسگرهای کوانتومی برای نسل آینده رابط های مغز و رایانه


منبع: techxplore

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *