in

Technologie : les prothèses de mains pourront enfin ressentir le toucher

prothèses de mains sensibles

Chaque bout de doigt possède plus de 3 000 récepteurs tactiles, qui répondent en grande partie à la pression. Les êtres humains dépendent fortement de la sensation au bout de leurs doigts lorsqu'ils manipulent un objet. L'absence de cette sensation représente un défi unique pour les personnes amputées d'un membre supérieur. Bien qu'il existe aujourd'hui plusieurs prothèses de mains de haute technologie, elles sont toutes dépourvues de la sensation du « toucher ». L'absence de ce retour sensoriel fait ainsi qu'une prothèse de main lâche ou écrase des objets par inadvertance.

Du métal liquide pour des prothèses de mains sensibles

Des chercheurs du collège d'ingénierie et d'informatique de la Florida Atlantic University et leurs collaborateurs ont réussi à intégrer des capteurs tactiles extensibles utilisant du métal liquide au bout des doigts d'une main prothétique. L'objectif est d'ailleurs de permettre une interface de main plus naturelle.

Encapsulée dans des élastomères à base de silicone, cette technologie offre des avantages clés par rapport aux capteurs traditionnels. Elle offre notamment une conductivité, une conformité, une flexibilité et une extensibilité élevées. Cette intégration hiérarchique de sensations tactiles multi-doigts pourrait apporter un niveau d'intelligence supérieur aux mains artificielles.

Différents essais sur différentes textures et surfaces

Pour l'étude, les chercheurs ont utilisé le bout de chaque doigt de la prothèse pour distinguer les différentes vitesses d'un mouvement de glissement sur différentes surfaces texturées. Les quatre textures différentes avaient un paramètre variable : la distance entre les crêtes. Pour détecter les textures et les vitesses, les chercheurs ont entraîné quatre d'apprentissage automatique. Pour chacune des dix surfaces, les chercheurs ont notamment réalisés 20 essais. Le but étant de tester la capacité des algorithmes d'apprentissage automatique à distinguer les dix surfaces complexes différentes.

Les résultats ont montré que l'intégration d'informations tactiles provenant de capteurs en métal liquide placés sur le bout des doigts permettait de distinguer simultanément des surfaces complexes et multitexturées. Ce qui démontre ainsi une nouvelle forme d'intelligence hiérarchique. Les algorithmes d'apprentissage automatique ont été capables de distinguer toutes les vitesses avec chaque doigt avec une grande précision. Cette nouvelle technologie pourrait améliorer le contrôle des prothèses de mains. Elle pourra ainsi fournir un retour haptique, plus connu sous le nom d'expérience du toucher pour les personnes amputées.

« Des recherches importantes ont donc été menées sur les capteurs tactiles pour les mains artificielles. Toutefois, il est encore nécessaire de faire des progrès dans le domaine des capteurs tactiles multimodaux légers, peu coûteux et robustes », a déclaré Erik Engeberg, Ph.D., auteur principal, professeur associé au département d'ingénierie océanique et mécanique et membre du FAU Stiles. « Les informations tactiles provenant de toutes les extrémités des doigts dans notre étude ont jeté les bases d'une perception de niveau supérieur. Ce qui permet de distinguer dix surfaces complexes et multitexturées. Chose qui n'aurait pas été possible en utilisant des informations purement locales provenant d'une seule extrémité de doigt. »

Différents algorithmes d'apprentissage pour des prothèses des mains plus sensibles

Les chercheurs ont comparé quatre algorithmes d'apprentissage automatique différents pour leurs capacités de classification réussie :

  • K-voisin le plus proche (KNN),
  • machine à vecteur de support (SVM),
  • forêt aléatoire (RF)
  • neuronal (NN).

Les caractéristiques temps-fréquence des capteurs de métal liquide ont été extraites pour entraîner et tester les algorithmes d'apprentissage automatique. Le réseau neuronal a généralement obtenu les meilleurs résultats pour la détection de la vitesse et de la texture avec un seul doigt. Il a obtenu une précision de 99,2 % pour distinguer dix surfaces multi-texturées différentes en utilisant quatre capteurs de métal liquide de quatre doigts simultanément.

Newsletter

Envie de ne louper aucun de nos articles ? Abonnez vous pour recevoir chaque semaine les meilleurs actualités avant tout le monde.

Cliquez pour commenter

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *


The reCAPTCHA verification period has expired. Please reload the page.