Notas

Una prótesis de mano moderna controlada mediante la activación de los músculos del muñón. 

Las prótesis con interfaces mioeléctricas utilizan algoritmos de aprendizaje automático que ayudan a interpretar las señales generadas por el usuario, que pueden ser sensibles a factores externos como la sudoración y pueden debilitarse con el tiempo. Yeung y su equipo desarrollaron un sistema completamente automatizado que aprende durante el uso normal y se adapta a condiciones variables, lo que reduce la necesidad de ajustes en la prótesis. “En este sistema, el usuario y el sistema aprenden uno del otro simultáneamente. Esto tiene beneficios potenciales para mejorar la comodidad y la solidez de las prótesis robóticas”, dijo Yeung.

La tecnología se probó en un entorno virtual donde se comparó con los sistemas existentes. 

Para evaluar la función de la extremidad superior y la interfaz de usuario, un participante con una amputación de la extremidad superior completó las Pruebas de reubicación de pinzas para la ropa.

Los resultados indicaron que el sistema puede mejorar la confiabilidad de los sistemas de control de prótesis, lo que reduce el riesgo financiero para las personas y las instituciones de salud pública, concluyeron los investigadores.

Nota del editor: esta historia fue adaptada de materiales proporcionados por la Universidad Aalto.

El estudio de acceso abierto, “Control coadaptativo de las extremidades biónicas a través de la adaptación no supervisada de las sinergias musculares”, se publicó en IEEE Transactions on Biomedical Engineering

por The O&P EDGE