研究人员开发了一种强化学习算法，可以将动力假肢膝盖的调节时间从数小时缩短到大约10分钟。由北卡罗来纳州立大学提供

使患者适合假肢通常是费时费力的过程。在某些情况下，试图确定患者甚至在装配假肢之前操作假肢的能力也是一个问题。

然而，使用虚拟现实和强化学习，北卡罗来纳州和亚利桑那州的研究人员正在揭示新的技术和技术，使假肢装配对患者和临床医生来说更方便：在夏洛特，OrthoCarolina的外科医生使用VR来证明无手出生的患者天生在没有先决条件的针对性肌肉再神经支配手术的情况下控制假手的能力(通常需要创伤性截肢患者)。在罗利，教堂山和亚利桑那州的坦佩，工程学教授们展示了一种基于强化学习的调整算法，可以将机器人膝盖的安装时间从数小时缩短到大约10分钟。

研究人员表示，这些突破表明了一个新的便利时代，乐观主义可能正在为截肢者提供支持。

这是一个非常小的群体，” OrthoCarolina亲自操刀迈克尔·加特，医师表示，他与同事布赖恩洛弗勒，MD和格伦·加斯顿的工作，MD加特估计OrthoCarolina先天性截肢诊所提供的约一人口的集水区百万人，只有七到九名符合VR研究标准的患者。

“值得庆幸的是，大多数或所有人都愿意并且很兴奋参加这项研究，”加特说。“看着前几个孩子通过它真是令人兴奋。当他们看到他们可以用一只从未握过手的肢体控制一只手在屏幕上时，他们的脸会亮起来。”

参与研究的患者接受了数字化虚拟现实单元COAPT完全控制室的测试，以测量他们定期开发的手臂以及缺手的侧面的性能。当患者专注于移动他们的手或在手的位置移动肢体时，系统追踪多个自由度，或者能够在空间中的不同位置移动手。沿着前臂放置的传感器用于检测肌肉活动，确定每个肢体如何准确地再现假肢手部运动。

Gart说：“我认为用客观的方式来衡量一个人的使用程度，没有VR是很困难的。”“理论上可以做到这一点，但它可能是一种主观解释，而对于VR，你可以准确地定位虚拟肢体在空间中的需要，并且只有当它们完全匹配时才会被计为完成。它确实值得学习和出版。“

Gart和他的同事将在9月5日至7日举行的手外科学会年会上介绍该研究的结果。

他说他的小组工作背后的原则和NCSU / UNC / ASU小组的原则是相似的。

“机器学习有助于微调控制的想法是一个共同的主题，”他说。“下肢的不同之处在于他们试图微调残肢对假肢施加压力的方法，以及如何控制关节的步态和僵硬以匹配未受影响的肢体，而模式识别策略我们使用是通过不同的方法做类似的事情。“

NCSU / UNC / ASU项目背后的主流理念是患者和临床医生的便利，北卡罗来纳州和北卡罗来纳大学生物医学工程联合部教授Helen Huang说。在她的团队处理这个问题之前，没有一个稳定的模型可以让机器在调整机器人膝盖方面发挥更大的作用。

“我的问题是我们如何生成一些智能机器?”黄说。“不会完全消除人类调整，但可以帮助加速它。人类专家一次只能调整一个参数。机器可以一次学习和调整多个参数，加快过程。”

该方法通过给患者提供具有随机设定的性能参数的动力假肢膝盖来工作;通过设备中的传感器收集设备上的数据和患者的步态。计算机模型调整设备上的参数并将患者的步态与正常步行步态的轮廓实时比较。该模型可以判断哪些参数设置可以提高性能，哪些设置会影响性能。使用强化学习，计算模型可以快速识别允许患者正常行走的参数集。在实验室中，该模型在大约300步步周期或10分钟内成功达到目标运动学。Huang说，她希望这项工作可以为假肢调整程序的稳定模型做出重大贡献，甚至可以为深部脑刺激技术和exosuits等设备做出贡献。

“大多数设备，特别是康复辅助设备，需要为每个人进行调整或调整和个性化，”Huang说。“对于任何需要个性化的辅助设备，算法的框架可以用于所有这些设备。需要针对患者群体修改细节。”