多模态感知反馈智能假肢手—回春妙“手”

长春理工大学

刘思成，焦 伟，韩 博

1 作品简介

手是人类重要的运动执行器官之一，人类的大部分日常工作都是由灵巧的双手独立或协调完成的，如穿衣、端盘子、夹菜、刷牙等。人手包含拇指、食指、中指、无名指和小指五个手指，具有12个自由度，在大脑的精细控制下能灵巧地实现各种抓握运动。因而，对于截肢的患者来说，不仅会给他们的生活和工作造成巨大不便，更会给他们的精神和心理带来极大的痛苦与煎熬。

本项目设计的产品只需要患者以图1所示方式穿戴上假肢手，在未受伤处佩戴臂环即可使用，不仅能够在外观上填补患者缺失的肢体，而且在运动功能上也尽可能地做到与正常人手一致。智能仿生假手的研究和生产，不仅能促进模式识别、信息感知和智能控制等技术的进步，而且还对提高广大截肢者的生活品质、增加就业机会、减轻家庭与社会的负担、增进社会和谐等方面具有极其重要的社会意义。

图1 假肢系统整体实物

2 技术原理

佩戴者佩戴在手臂上的肌电传感器采集的sEMG作为假肢手控制信号的来源，经过信号特征提取、模式识别之后输入假肢手控制器控制假肢手的动作，具体流程如图2所示。在假肢手进行如图3所示的工作过程中，假肢手指尖上的力触觉传感实时检测假肢手的状态，并利用力触觉反馈技术将假肢手的状态反馈给佩戴者，佩戴者可以根据感知到的假肢手状态及时调整控制策略，改善假肢手的控制效果，从而实现假肢手的可控性和可感性。

图2 系统工作流程

图3 假肢手拿螺丝刀示意图

（1）基于肌电采集传感器控制的假肢

将PNN神经网络算法移植到硬件系统实现对肌电信号的实时分类，对8种日常动作的识别准确率达到90%以上。使用如图4所示的自制肌电采集传感器采集8路手臂肌电数据，对采集到的肌电信号进行高速的AD转化，使用滤波和降噪算法实时处理带有噪声的肌电数据。对处理后的数据进行特征提取，将提取的特征输入到神经网络进行训练，得到训练模型后对肌电信号进行实时的手势识别并控制假肢做出相应动作。

图4 自制肌电信号采集器

（2）基于温度和触滑觉的感知反馈系统

通过薄膜压力传感器、温度传感器和压电薄膜构建完整的假肢感知系统，并通过震动模块的震动刺激、半导体制冷片的温度制造和假肢指关节握紧完成感知反馈系统的搭建，补全肢残患者的感知缺失，实现感知再现。

（3）多模态信息融合的控制系统

控制信号信息融合过程中，采用肌电信号与深度图像相结合的方式控制假肢协调完成倒水、握手和传递等日常动作。本假手指尖处具有压力传感器，关节处具有角度传感器，通过各类传感器采集到的信息实现对假肢手的精准控制，并将传感器测量的相关信息作为反馈信号输入到控制器中，实现对假肢手的闭环控制。

（4）基于自学习的假肢手控制策略

商业化的肌电假肢手多为单自由度假肢手，采用一对肌电传感器，并将其贴合在佩戴者手臂的一对拮抗肌上进行信号的测量，用于识别佩戴者的动作意图。这种控制模式操作简单方便，但实际应用中未充分考虑佩戴者肌电信号的个体差异性，给假肢手带来了不便；并且不同佩戴者在同一部位测量得到的肌电信号强度差异较大，测量部位不确定同样会造成肌电信号的差异，同一佩戴者在其手臂不同部位测量得到的肌电信号也存在差异。基于自学习的假肢手控制方法可以根据佩戴者的肌电信号动态调整假肢手的控制参数，使得残疾人在安装佩戴假肢手时无须进行参数调整，就可以在短时间内灵活自如地控制假肢手。

3 市场及应用前景

据统计数据显示，2023年我国康复医疗产业规模有望超1 000亿元，年复合增长率超18%。据不完全统计，目前全国有600多家各类假肢生产装配机构，假肢产品的年产量为6.5万件。按产品的平均寿命为3年计算，相当于只有88.5万具假肢在使用中。这只能满足930万有配置假肢等辅助器具需求者的9.5%，尚有90.5%的需求者未能使用。由此可见，中国的假肢产量亟需增加。随着社会经济和人们生活水平的不断提高，残疾人的支付能力也日益增强，对假肢的需求不再局限于笨重的被动式假肢，假肢智能化、功能多样化、性能优良化成为现在假肢行业发展的目标。

由于智能假肢技术在我国发展水平相对较低，市场人均规模小、智能假肢生产企业数量少、市场供给缺口大，供给明显不足。据悉，我国智能假肢技术水平与发达国家存在着较大差距，仍处于亟待开发的状态。智能假肢等康复医疗器械领域应当成为医疗器械发展的下一个着力点，市场前景广阔。