Os algoritmos novos conduzirão para melhorar próteses para amputados superiores do membro

Alcançar para algo na prateleira superior na mercearia ou escovar seus dentes antes que a base esteja tarefas muitos povos podem fazer sem pensar. Mas fazer estas mesmas tarefas que um amputado superior do membro, ao usar um dispositivo protético, pode exigir um esforço mais mental.

O Dr. Maryam Zahabi, professor adjunto no departamento da engenharia industrial e de sistemas na universidade de Texas A&M, e na sua equipe está estudando algoritmos de aprendizagem da máquina e modelos computacionais para fornecer a introspecção na procura mental colocada nos indivíduos que usam próteses. Estes modelos melhorarão a relação actual nestes dispositivos protéticos.

Os pesquisadores estão estudando as próteses que usam uma relação electromiografia-baseada da humano-máquina. A electromiografia (EMG) é uma técnica que grave a actividade elétrica nos músculos. Esta actividade elétrica gera os sinais que provocam a relação, que os traduz em um teste padrão original dos comandos. Estes comandos permitem que o usuário mova seu dispositivo protético.

Infelizmente, usar tais próteses pode mentalmente drenar para amputados superiores do membro - mesmo para realizar tarefas simples, diárias como o funcionamento de uma escova de dentes.

Há sobre 100.000 povos com amputações superiores do membro nos Estados Unidos. Actualmente há a orientação muito pequena em que as características em relações EMG-baseadas da humano-máquina são úteis em reduzir a carga cognitiva dos pacientes ao executar tarefas diferentes.”

Dr. Maryam Zahabi, professor adjunto, universidade de Texas A&M

Os protótipos diferentes de teste da relação, com as simulações da realidade virtual e da condução, permitirão que os pesquisadores forneçam a orientação aos coordenadores que criam estas relações. Isto conduzirá para melhorar próteses para amputados e outros avanços tecnológicos usando relações assistivas EMG-baseadas da humano-máquina.