Myo significa literalmente músculo y el control de gestos de Myo no es un salto en innovación en esta área sino más bien (lo que parece) muchas mejoras incrementales en una variedad de áreas diferentes. En primer lugar, la primera tecnología de prótesis médica asequible disponible para los consumidores.
Existen tres partes principales para construir un dispositivo mioeléctrico (prótesis, Myo o cualquier otro tipo de dispositivo controlado por músculo) 1. Adquisición de señal 2. Amplificación de señal 3. Análisis e interpretación de la señal
1. Para adquirir una señal muscular, la mayoría de los dispositivos dependen de la pequeña señal eléctrica que produce la célula muscular. Más comúnmente conocido como Electromiografía (EMG para abreviar). Se conecta un electrodo EMG a su piel que detecta las diferencias sutiles en la señal eléctrica o la diferencia de potencial eléctrico con el tiempo.
- ¿Qué es una aplicación de administración de dinero completamente gratuita y sin publicidad para iOS que admite Apple Watch?
- ¿Fue Apple Watch un éxito o un fracaso?
- ¿Puede un Sony SmartWatch 2 ser una tarjeta NFC?
- ¿Es posible comprar gafas Google antes de noviembre de 2016?
- ¿Dónde puedo obtener más información sobre el sucesor Zeo de ResMed?
Ahora, estos electrodos EMG generalmente parecen pequeños adhesivos, y por qué estos siempre son adhesivos para los que no tengo una buena respuesta, creo que es porque no ha sido necesario ningún otro factor de forma en las aplicaciones actuales. Pero es de suma importancia que haya un excelente contacto entre la piel y el electrodo durante la adquisición de la señal para garantizar una lectura correcta. Algunas lecturas médicas de EMG en realidad se realizan de manera intrusiva, es decir, una aguja (utilizada como un electrodo) está atrapada en el músculo para obtener una lectura aún mejor. MYO o Thalmic han creado un electrodo que es de tipo antiadherente pero que aún obtiene las lecturas apropiadas, sin embargo, también podría ser que sus electrodos o lecturas sean algo redundantes, lo que casi eliminaría el problema de los contactos defectuosos (y obtendría dos o más lecturas independientes, que serán importantes en los próximos pasos). Médicamente, a veces también se usa un gel conductor en la piel para mejorar el contacto con los electrodos, lo que ciertamente no es factible en un producto de consumo.
Además, tradicionalmente la colocación de los electrodos tiene un impacto en las lecturas y los resultados, lo que hace que el enfoque MYO sea aún más desafiante ya que están limitados a un área confinada del brazo. Este es el primer paso incremental.
2. Amplificar la señal es crucial, por no decir necesario para poder leerlo con precisión, no seré tan elaborado en esta parte, aunque importante, amplificar la señal eléctrica es algo en lo que somos bastante buenos en el esquema de las cosas. Usaría algún tipo de amplificador operacional para esto. Además, antes de que se realice el procesamiento, se podría incorporar algún tipo de filtro de banda alta y / o banda baja (hardware, mano protésica controlada mioeléctrica). Aunque estoy especulando, pero si tuviera el poder de esto en software o en un FPGA de algún tipo, creo que dejaría la señal como está y haría todo el procesamiento en “software” (alguien por ahí podría tener una mejor sugerencia ¿aunque?). No creo que Thalmic se esté centrando en esta parte, por supuesto, se aseguran de tener una señal de buena calidad pero no ponen su energía aquí.
3. Procesando la señal, ahora esta es una parte interesante y complicada. Para compensar algunos de los inconvenientes del diseño del que hablé en las partes anteriores, ¡aquí es donde debe compensarlo para que el dispositivo sea una gran experiencia! MYO ha desarrollado un algoritmo de aprendizaje automático para detectar una serie de gestos (~ 20 algo que se dice). Además, su señal de activación muscular / gestual específica se utilizará como datos de entrenamiento para este modelo para aumentar su precisión. No soy un experto en aprendizaje automático, pero lo intentaré. Lo haría de dos maneras (una competencia actual de Kaggle de la que uno podría inspirarse es el Desafío de detección de ballenas de The Marinexplore y la Universidad de Cornell, que es detectar la presencia de ballenas con una señal de sonido, uno podría ver fácilmente este problema como un problema). problema de clasificación similar, dada una señal muscular, clasifique cuál de los 20 gestos es este).
– Decisión forestal aleatoria con 20 “clases”. Entrene un bosque aleatorio para la señal de entrada y utilice algunas funciones de escala para obtener un mejor resultado.
– Red de creencias profundas con 20 salidas, una para cada gesto. Entrena un DBN con Boltzmanns restringidos.
Por supuesto, hay una serie de otras posibilidades. Además, para ambos enfoques, es posible que se deban extraer características apropiadas (MFCC, por ejemplo).
Una cosa desafiante particular en esta parte es, por supuesto, el ruido, en EMG “Crosstalk” es algo que es un problema recurrente, que se relaciona con la señal de ruido de un músculo cocontratado o de un músculo que no está contraído. (http://www.benthamscience.com/op…)
Espero que esta respuesta te dé algo, algo de esto podría estar completamente equivocado, ya que no tengo una visión directa de la fabricación del Myo, pero si el MYO funciona tan bien como algunos han dicho (de primera mano en HN, por ejemplo) y qué El video conceptual promete que estamos de enhorabuena y Thalmic ha dado un gran salto en la tecnología EMG y “prótesis”, al menos en el espacio del consumidor. De todos modos, estoy lleno de admiración y, por supuesto, he reservado uno 🙂
