新型軟性氣動手套助殘疾人士重拾抓握能力

重點
  • 這款柔性氣動手套能幫助手部癱瘓人士恢復抓握能力。
  • 手套使用肌電圖技術檢測肌肉信號以預測抓握意圖。
  • 系統結合運動傳感器以提高抓握穩定性,減少意外掉落。
  • 手套設計輕便且成本低於傳統機械康復設備。

研究人員開發了一款柔性氣動手套,旨在幫助手部癱瘓的人士重新獲得抓握和持握日常物品的能力。這款可穿戴的「柔性手部外骨骼」由慕尼黑工業大學(Technical University of Munich, TUM)研製,利用前臂肌肉發出的電信號和機器學習技術來檢測使用者的動作意圖。當用户意圖移動時,手套內部的柔性氣囊會被充氣,以協助手指和手腕的運動,使使用者能夠安全地握住杯子、盤子和餐具等物品。

根據團隊的説法,額外的運動傳感器在運輸物品時能維持穩固的抓握,有助於防止意外掉落,並改善癱瘓人士的獨立性。

柔性抓握技術的優勢

柔性抓握技術旨在恢復手部癱瘓人士的抓握能力。與僵硬的機械外骨骼不同,這個可穿戴系統設計為一款輕便的布手套,內置可充氣的氣囊,為手指和手腕提供靈活而有針對性的協助。手套配備了 13 條氣動管道,能夠充氣個別的氣室,這些氣室位於手部。通過精確控制氣壓,系統能夠獨立彎曲和伸展每根手指,同時也協助手腕的旋轉。這使得使用者能夠執行日常的抓握任務,例如握住盤子、玻璃杯、叉子、湯匙和其他家居物品。

嚴重殘疾人士能夠在手套的幫助下更有效地重新獲得抓握物品的能力。

這款外骨骼使用肌電圖(EMG)來控制,該技術能測量前臂肌肉發出的微小電信號。安裝在前臂上的傳感器持續捕捉這些信號,而機器學習算法則實時分析數據,以預測使用者的抓握意圖。一旦檢測到意圖動作,手套會自動充氣相應的氣室來協助該動作。為了提高使用時的可靠性,系統還結合了運動傳感器,這些傳感器在抓握物品後能檢測運輸動作,確保手套在運輸過程中保持足夠的抓握力,減少意外掉落的風險,並使手部動作更加安全和自然。

技術的經濟性與可用性

研究人員設計的柔性手部外骨骼旨在結合智能運動預測功能與經濟實惠的輕便可穿戴設計。該系統使用機器學習算法來解讀使用者前臂肌肉發出的電信號,實現高達 97%的抓握意圖預測可靠性。手套本身由廉價布料製成,並包含可充氣的氣室,使這項技術的成本顯著低於許多傳統的機械康復設備,並且能夠適用於日常使用。這項技術的開發和測試是與一名罹患肌萎縮側索硬化症(ALS)的患者密切合作進行的,該病是一種漸進性神經疾病,逐漸破壞控制自願肌肉運動的神經細胞。

在測試時,參與者的第一根拇指關節僅保留有限的運動能力。

研究人員在前臂上安裝了一個肌電圖(EMG)傳感器,以檢測屈拇指長肌的電活動。即使這些微弱的肌肉信號也足以觸發手套氣動氣囊的充氣。在測試過程中,系統成功識別使用者的抓握意圖的準確率約為 90%。參與者能夠拾起日常物品,並在四年來首次能夠握住叉子,還能操作小積木。研究人員還發現,僅需五分鐘的拇指控制視頻遊戲訓練,即能顯著提高使用者的抓握表現,證明該系統對於嚴重神經損傷的適應性。

「從原則上講,這款手套可以幫助患有鬆弛性癱瘓的人士,例如那些因摩托車或單車事故而造成周邊神經損傷的人,或是多神經病變的患者,」慕尼黑大學的神經學教授 Tobias Wächter 在一份聲明中表示。

這款手套對殘疾人士的潛在影響

這款柔性氣動手套的開發不僅展示了科技在醫療領域的進步,還為手部癱瘓人士提供了更大的獨立性。透過結合機器學習和肌電圖技術,這項技術能夠精確地識別使用者的動作意圖,從而實現更自然的抓握動作。相比傳統的機械外骨骼,這款手套的輕便設計和較低成本使其更具實用性,能夠廣泛應用於日常生活中,對改善殘疾人士的生活質量具有重要意義。

本文由 The Base Principle 編譯自以下英文報道,內容經翻譯及整理,事實與數據以原文為準。
Henderson
Henderson

Henderson 是 The Base Principle 的編輯,負責 AI 與工程科技報道的選題與編輯,並監督本站的自動化編譯流程。關注範圍包括大型語言模型、半導體與運算、太空與能源工程。

The Base Principle 是一個繁體中文(香港)科技媒體,專注報道人工智能與工程前沿。我們持續追蹤 OpenAI、Anthropic Claude、Google Gemini、Grok(xAI)、Meta AI、DeepSeek 等主要 AI 模型與公司,並涵蓋電動車與工程技術趨勢,每日精選與分析。

友情網站:手機・開箱・評測 → TechRitualTechNippon 日本語版