La combinación de señales eléctricas y de fuerza aumenta la precisión de la mano protésica
El estudiante graduado Peyton Young trabaja con un brazo robótico controlado por señales de electromiografía (EMG). Young ahora ha desarrollado una técnica para usar mediciones de presión de los músculos (miografía de fuerza, FMG) combinado con EMG para un mejor control de las extremidades protésicas. Crédito: Greg Urquiaga, UC Davis
La combinación de dos tipos diferentes de señales podría ayudar a los ingenieros a construir extremidades protésicas que reproduzcan mejor los movimientos naturales, según un nuevo estudio de la Universidad de California, Davis. El trabajo, publicado el 10 de abril en Plos One, muestra que una combinación de electromiografía y miografía de fuerza es más precisa para predecir los movimientos de la mano que cualquiera de los métodos por sí mismo.
Los gestos de las manos como el agarre, el pellizco y el agarre son impulsados por movimientos de músculos en nuestro antebrazo. Estos movimientos generan pequeñas señales eléctricas que pueden ser leídos por sensores en la piel, una técnica llamada electromiografía.
“Usando sensores y aprendizaje automático, podemos reconocer los gestos basados en la actividad muscular”, dijo Jonathon Schofield, profesor de ingeniería mecánica y aeroespacial en UC Davis y autor principal en el documento.
Los controles basados en EMG funcionan bien en una configuración de laboratorio y con extremidades en reposo. Pero hay un problema bien conocido de “posición y carga”. Si mueve su brazo a una posición diferente (por ejemplo, altura del hombro o sobre su cabeza, o comprende objetos de diferentes pesos, las medidas cambian.
“En el mundo real, cada vez que mueves una extremidad y agarras algo, la medición va a cambiar”, dijo el estudiante graduado Peyton Young, primer autor en el periódico. “La posición neutral (donde la extremidad se mantiene pasivamente al lado del cuerpo) es muy diferente a moverse”.
El brazalete experimental puede medir tanto las señales eléctricas (filas superiores) como de presión de los músculos del brazo. Crédito: Peyton Young, UC Davis
Combinando EMG y FMG
Para abordar esto, Young y Schofield experimentaron con un tipo diferente de medición, solo y en combinación con EMG. La miografía de la fuerza (FMG) mide cómo los músculos en el brazo se abultan a medida que se contraen.
Young construyó un brazalete que revisa el antebrazo e incluye sensores EMG y FMG. Utilizó este dispositivo con una serie de voluntarios con cuerpo en el laboratorio que realizaron una serie de gestos de brazo con él, mientras que los participantes contenían diferentes cargas con diferentes agarres de manos. Los datos de los sensores se alimentaron a un algoritmo de aprendizaje automático para clasificar los diferentes movimientos en pellizco, selección, puño, etc. El algoritmo fue entrenado en señales EMG o FMG solo, o en una combinación.
Para cada experimento, el algoritmo fue entrenado en algunos de los datos y obtuvo su capacidad para clasificar con precisión el resto.
“Entrenamos al clasificador en los datos de los gestos, luego lo puntuamos en su capacidad para predecirlos”, dijo Young.
Descubrieron que la posición y la carga afectaban la precisión de la clasificación de los gestos. En general, una combinación de EMG y FMG dio más del 97% de precisión de clasificación, en comparación con el 92% para FMG solo y 83% para EMG solo.
Young ahora está trabajando en un sensor combinado de FMG/EMG y el equipo está trabajando hacia una extremidad protésica experimental que utiliza la tecnología.
El enfoque podría tener una amplia gama de aplicaciones para prótesis y robótica, así como para herramientas de realidad virtual, dijo Schofield. El equipo se beneficia enormemente de poder colaborar con expertos en prótesis clínicos, cirujanos y biólogos en UC Davis, dijo.
“No podríamos hacerlo sin exposición a pacientes y médicos reales”, dijo Schofield.
Más información: Peyton R. Young et al, los efectos de la posición de las extremidades y la carga de carga en la mano de la clasificación de gestos manuales utilizando electromiografía, miografía de fuerza y su combinación, PLoS One (2025). Doi: 10.1371/journal.pone.0321319
Cita: la combinación de señales eléctricas y de fuerza aumenta la precisión de la mano protésica (2025, 24 de abril) Recuperado el 24 de abril de 2025 de https://techxplore.com/news/2025-04-combining-electrical-boosts-prostetic-accuracy.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
