نجح "بارسا ستاري" و"ديبا رافانشيد"، وهما طالبان جامعيان في الهندسة الكهربائية بجامعة طهران، برفقة الدكتور "رضوان نصيري"، الأستاذ المساعد في كلية الهندسة الكهربائية وعلوم الحاسوب بالجامعة، في تصميم نظام التحكم هذا لليد الاصطناعية.

ويعتقد باحثو هذا المشروع أن تطوير يد اصطناعية آلية عملية وموثوقة لمبتوري الأطراف كان هدفًا طويل الأمد للباحثين.

على الرغم من التقدم الكبير الذي أحرزه الباحثون في مجال تصميم الأيدي الاصطناعية الروبوتية، إلا أن غالبية المرضى لا يزالون لا يستخدمونها. ويعود ذلك إلى وجود فجوة كبيرة بين نتائج الأبحاث المختبرية وتطبيقها العملي على أرض الواقع. ويكمن سبب هذا الاختلاف في نوع التحكم بالنسبة لليد الاصطناعية.

إن إحدى طرق التحكم في الأيدي الاصطناعية هي فك تشفير الإشارات الكهربائية العضلية المسجلة من عضلات الساعد. ويمكن لهذه الإشارات، أن تزودنا بمعلومات حول النية الحركية للشخص بمساعدة أساليب التعلم الآلي مثل التصنيف وتحليل الانحدار (Regression analysis) .

تتمتع هذه الإشارات بثبات نسبي في ظروف المختبر، ولكنها في الواقع تتأثر بعوامل مختلفة مثل الاختلافات بين الأفراد، التغيرات اليومية في الجسم، وحتى التغيرات التي تحدث خلال يوم الاستخدام. وتؤدي هذه التغييرات إلى انخفاض دقة أنظمة التحكم الحالية في الواقع، وتبرز الحاجة إلى حل تكيفي وشخصي.

واقترح فريق البحث هذا إطار عمل جديد لفك تشفير الحركة الشخصية والتكيفي للتغلب على التحديات المذكورة أعلاه.

هذا الإطار مستوحى من أنماط الحركة الطبيعية لليد البشرية. وهناك ثلاثة افتراضات أساسية في تصميم هذا الإطار:

أولاً، تتبع حركات اليد تسلسلاً محدداً

هذا يعني أن أيدينا تكون دائماً في حالة راحة، إلا إذا أردنا القيام بحركة ما. وفي هذه الحالة، تنتقل أيدينا من حالة السكون إلى تلك الحركة، وتبقى فيها، ثم تعود إلى حالة الراحة.

ثانياً، تبقى نية المستخدم ثابتة أثناء الحركة،

وثالثا، هناك راحة بين القيام بعمل ما حتى عمل آخر.

على سبيل المثال، يمكننا الإشارة إلى التقاط كأس. تنتقل يدنا من حالة السكون إلى حركة التقاط الكأس. يمكننا حمل الكأس لعدة دقائق. خلال هذا الوقت، لا يتغير وضع أصابعنا. ثم عند تحرير الكأس، نعود إلى حالة الراحة.

بناء على هذه الافتراضات، كانت مُستخرج السمات من إشارة تخطيط كهربية العضلات، آلة الحالة المحدودة، المصنف، الذاكرة قصيرة المدى، الذاكرة طويلة المدى، ووظيفة القصوى السلسة هي الأجزاء الستة الرئيسية للإطار المُقترح.

يتم في مُستخلص السمات من إشارة تخطيط كهربية العضل، استخراج 8 سمات من نوافذ 100 مللي ثانية لإشارة تخطيط كهربية العضلات. وتتضمن هذه السمات عدد تقاطعات الصفر، التغيرات في إشارة الميل، طول موجة الإشارة، وما إلى ذلك.

يُستخدم جزء آلة الحالة المحدودة أيضًا لتصنيف حالات اليد (السكون أو الفعل). ويُعطي هذا الجزء مخرجات صفر وواحد (سكون وفعل) من خلال أخذ سمات إشارة تخطيط كهربية العضلات واستخدام مُصنف ثنائي يتكون من شبكة عصبية مُدركة متعددة الطبقات.

ومهمة المُصنف هي التعرف على الفعل المُنفذ من إشارة تخطيط كهربية العضلات. وتصنف في هذا التصميم، 9 أفعال مختلفة تتضمن اللكمة، إظهار الإعجاب، إظهار علامة النصر، القرص، وما إلى ذلك. ويعمل هذا التصنيف فقط عندما يكون المستخدم في وضع العمل.

فيما يخص قسم الذاكرة قصيرة المدى، تُخزن إشارات الفعل والعلامة المُقابلة له. يحدث ذلك لأن إشارة تخطيط كهربية العضلات تتغير باستمرار، ونحتاج إلى تخزين إشارات جديدة في كل مرة لإعادة تدريب نظام التصنيف عليها؛ لذا عندما يقوم شخص بأداء عمل ما، تُسمّى نوافذ بيانات مدتها 100 ميلي ثانية أثناء تنفيذ الإجراء، ولكن قد تكون إحدى البيانات مُسمّاة بشكل خاطئ في المنتصف. وفي هذه الحالة، نحتاج إلى التصويت بالأغلبية على التسميات عند انتهاء الإجراء والعودة إلى وضع السكون للحصول على تسمية واحدة للإجراء بأكمله.

وبالنسبة لقسم الذاكرة طويلة المدى، يُخزّن أحدث 4 تكرارات لكل حركة من الحركات التسع لاستخدام هذه البيانات لتحديث مُصنّف الحركة.

يقع قسم الوظيقة القصوى السلسة بعد المُصنّف، ويُضاف كطبقة إضافية لزيادة استقرار أوامر الحركة ومنع التغييرات المفاجئة في مُخرجات المُصنّف. وتتم زيادة استقرار المُخرجات من خلال إعطاء احتمالية أكبر للتسميات المُحددة في بداية الإجراء. ةتُخرج المُصنّفات في النهاية احتمالية لكل إجراء من الإجراءات التسعة. ونتيجةً لذلك، إذا زاد احتمال اختيار إجراء في بداية الحركة، فسيكون النظام أكثر ميلًا للحفاظ على هذا الاختيار.

اعتمد إطار عمل الباحثين في هذا المشروع على آلة حالة محدودة بأربع حالات: المرحلة الابتدائية، حالة الفعل، حالة الانتقال من الفعل إلى السكون، وحالة السكون.

في المرحلة الابتدائية، يرتدي الشخص اليد الاصطناعية لأول مرة. وفي هذه الحالة، عليه أداء جميع الحركات التسع أربع مرات. وتُعد هذه الخطوة مهمة لأن مُصنِّف الحركة يُعاد تدريبه لتخصيص اليد الاصطناعية.

عند شرح وضع الحركة، تجدر الإشارة إلى أنه عندما تكتشف الآلة وضع الحركة، يبدأ المصنف بالعمل ويعالج باستمرار الخصائص المستخرجة ويتعرف على تسمية الحركة. ويتكرر هذا كل 100 مللي ثانية، ولكن في كل مرة، بفضل المرور عبر دالة الحد الأقصى السلس، يكون الناتج مستقرًا. وخلال هذه العملية، تُخزن المعلومات في الذاكرة قصيرة المدى.

عند الانتقال من وضع الحركة إلى وضع السكون، تكتشف الآلة هذه الحالة أيضًا. وفي هذه الحالة، يتم التصويت بالأغلبية على جميع البيانات الموجودة في الذاكرة قصيرة المدى، وتُنقل العملية بأكملها إلى الذاكرة طويلة المدى مع تسمية.

في وضع السكون، لا يقوم المصنف بأي شيء، ونتيجة لذلك تكون اليد الاصطناعية الروبوتية في وضع سكون. وخلال هذا الوقت، يُعاد تدريب المصنف على البيانات الموجودة فيه. وبهذه الطريقة، يمكن تحديثه وتعديله أثناء استخدام اليد الاصطناعية.

بناء على النتائج الرئيسية لهذا المشروع، جُمعت البيانات من اثني عشر متطوعًا سليمًا (8 رجال و4 نساء) لتقييم نظام التحكم هذا. وجُمعت إشارات تخطيط كهربية العضلات باستخدام مستشعرات تخطيط كهربية العضلات من ثلاث عضلات ساعد. وتضمنت البيانات 20 تكرارًا لتسع حركات يدوية مختلفة.

تم اختبار الاختلافات الفردية في إشارة تخطيط كهربية العضلات على بيانات من 11 فردًا، واختبارها على بيانات من فرد اثني عشر. وفي هذه الحالة، كانت دقة النظام 28% فقط.

وكانت دقة الاختلافات في التصنيف للبيانات المجمعة من نفس الفرد في أيام مختلفة 37% فقط. وهذا يشير إلى أن بيانات فرد واحد في أيام مختلفة تختلف تقريبًا عن بيانات أفراد مختلفين.

كما يُظهر تحليل توزيع السمات أيضًا أنه تتغير أنماط إشارة تخطيط كهربية العضلات بشكل كبير حتى خلال جلسة واحدة.

وفي قسم الأداء، تُظهر آلة الحالة المحدودة دقة بنسبة 92.45% في تصنيف حالات الراحة والحركة لبيانات جديدة تمامًا من أفراد مختلفين، مما يعني أن هذا النظام لا يتطلب تحديثًا مستمرا.

وقد تبين أيضا أنه بغض النظر عن نوع المصنف، فإن النظام الذي لا يخضع للتحديث المستمر سوف يعاني من فقدان دقة أكثر حدة من بداية الاستخدام إلى نهايته مقارنة بالحالة التي يعتمد على التحديث المستمر.