理大研新机械义肢 动作更微细更快(组图)
发布 : 2024-4-22 来源 : 明报新闻网
用微信扫描二维码，分享至好友和朋友圈
发布 : 2024-4-22 来源 : 明报新闻网
用微信扫描二维码，分享至好友和朋友圈
明报记者 薛伟杰
摄影 赖俊杰
理工大学生物医学工程学系讲座教授郑永平表示，现时医疗行业为截肢者提供的机械义肢，大都是透过侦测皮肤表面的「肌电波」（Electromyography, EMG）信号，判断佩戴者意图如何来控制手指活动。但这种技术最大缺点是难以分辨那些「肌电波」信号来自哪只手指，所有「肌电波」信号都会叠在一起。因此，这种义肢的动作通常都相对简单，例如只能完全张开或者收紧手掌，不能控制每只手指不同的动作或活动幅度。此外，由于感测「肌电波」信号时往往会出现杂噪，所以需要收集一段时间的平均信号，令到机械义肢的反应时间偏长。
藉超声波成像分析肌肉信号
因此，早在2006年，郑永平就发表论文率先提出另一种技术方案──使用超声波侦测肌肉成像，从而判断截肢者意图控制手指活动的信号。这方案最大好?x??，可判断到截肢者意图控制每只手指的动作和活动幅度。此外，其反应时间亦短得多。考虑到「肌电波」（Electromyography, EMG）一字在医疗行业中深入民心，所以郑永平也为他提出的超声波技术方案创作了一个类似的英文字眼Sonomyography（SMG）。到2009年该学系一名博士生根据这种技术方案，研制出一个粗糙的机械义肢原型，初步验证了其可行性。
肌肉图像分析加入AI技术
之后10多年，郑永平和他的学生一直继续在这方面的研究。郑永平表示，根据他们的研究，即使一些截肢者早在十多二十年前已截去手掌，仍可藉超声波侦测肌肉成像，检测到其意图控制手指活动的信号。此外，他们又在近年的研究中，加入了人工智能（AI）技术当中的深度学习（Deep Learning）技术，分析肌肉的超声波图像。这样做的好?x??，就算那个图像分析软件事前没特别为一名截肢者的肌肉做训练（Pre-train），该名截肢者使用起来，也可以很快上手。所以，他们现时将采用这种技术方案设计的机械义肢简称为AI-SMG义肢。
由去年至今，他们一共研制了3只AI-SMG义肢的原型，并先后找了10个普通人和3个后天截去手掌的伤残人士试用。其中，3名截肢者每人分别使用了AI-SMG义肢原型大约半日，全部都能够控制义肢，可做到拿水杯倒水等日常生活动作，以及一些职业治疗要求的动作。
冀助截肢者重投职场
郑永平估计，后天截去手掌的伤残人士戴上AI-SMG义肢之后，应该还有可能做到书写英文字。至于操作手机和电脑、书写中文字、拿筷子、绑鞋带等，则需要更多时间做测试，暂时不能下结论。但整体来说，他和研发团队成员都希望，后天截去手掌的伤残人士使用AI-SMG义肢之后，不但可以独立生活和提高生活质素，甚至还可以像普通人工作。
有统计数字指出，现时全球大约有300万名后天截去手掌的伤残人士，而且每年还会新增大约35万人。这些人中只有约3%使用机械义肢。
售价料介乎4万至5万
郑永平透露，十几年来累积投入的研发经费达数百万元。但现时研发团队成员使用3D打印技术制作AI-SMG义肢的原型，成本并不太高。他们估计，当AI-SMG义肢正式??u出市场时，即使加上分销成本和盈利，亦可以将售价控制在4万至5万元之间。他们将于5月中正式成立称为ProRuka的公司，以??u进商业化计划。在香港科技园和10间本地大学今年初合办的创科比赛Hong Kong Techathon+中，团队就获得香港公开组的「永续发展」主题冠军。此外，亦已入选科技园的前期培育计划IDEATION。AI-SMG义肢在日内瓦国际发明展中，先获得评审团嘉许金奖，刚刚再获得一个特别大奖。
团队成员表示，现时超声波传感器收集了肌肉成像信号之后，会透过Wi-Fi传送至手提电脑上的软件作分析，然后再将动作指令传送回AI-SMG义肢原型执行。若只在室内使用，这还不成问题。但若需要外出随处使用的话，则不太方便。所以，下一步的改良重点，是以手机App来代替现时在电脑上运行的软件。